Wissen als Produkt: Die neue Ökonomie der Expertise
KI liegt heute in den Händen weniger globaler Großkonzerne — eine Machtkonzentration, die nicht im Interesse des Gemeinwohls ist. Dieser Befund von AlgorithmWatch trifft einen Nerv, der weit über technische Debatten hinausreicht. Es geht um eine fundamentale Verschiebung: Wissen, das über Jahrzehnte in Köpfen und Institutionen akkumuliert wurde, wird gerade systematisch in Produkte umgewandelt, die sich monatlich abonnieren lassen.
Anthropic kündigte zunächst Claude for Financial Services an, kurz darauf Claude for Life Sciences. OpenAI stellte gleichzeitig 100 ehemalige Investmentbanker ein, um Aufgaben zu automatisieren, die traditionell von Berufseinsteigern übernommen wurden. Was sich nach Effizienzgewinn liest, ist in seiner strukturellen Logik etwas anderes: der Versuch, spezialisiertes menschliches Urteilsvermögen in ein skalierbares, bezahlbares API-Produkt zu überführen.
Laut McKinsey-Daten übersteigt das Marktvolumen für generative KI-Lösungen inzwischen 150 Milliarden US-Dollar, wobei der Großteil der Wertschöpfung auf drei Ebenen konzentriert ist: Basismodell-Entwicklung, Infrastruktur-Cloud-Dienste und anwendungsnahe SaaS-Lösungen. Wer die Ebene der Basismodelle kontrolliert, kontrolliert den Zugang zu synthetischer Expertise — eine Position, die historisch keine vergleichbare Entsprechung kennt.
Die Ressourcenexplosion dieser Entwicklung ist dabei kein Nebeneffekt, sondern Voraussetzung: Die wachsende Sorge ist, dass die dominierenden Tech-Konzerne den entstehenden Markt für generative KI kontrollieren könnten. Die Abhängigkeit von Cloud-Infrastruktur macht KI-Entwicklungen besonders anfällig — Microsoft und Amazon beherrschen bereits heute den Großteil der Cloud-Dienste, auf die Unternehmen, Behörden und Bürgerinnen und Bürger angewiesen sind.
Wer zahlt, bekommt den Experten: Das Dual-Use-Dilemma käuflicher Kompetenz
Im aktuellen Markt existieren KI-Abonnements vom Standardsegment für knapp 20 Euro monatlich bis hin zu Premium-Plänen zwischen 50 und 200 Euro — konzipiert für intensive Profis und Unternehmen, die täglich hunderte bis tausende Anfragen verarbeiten. Diese Preisstaffelung ist keine neutrale Marktstruktur. Sie reproduziert und verstärkt bestehende Ungleichheiten: Wer mehr zahlt, erhält quantitativ und qualitativ überlegene Beratung.
Laut OECD-Szenarien könnte der Leistungssprung von 2025 zu 2030 so revolutionär sein wie jener von 2020 zu 2025. KIs hätten dann ein nahezu umfassendes Expertenwissen in fast allen Disziplinen und würden menschliche Experten in vielen digitalen Berufen übertreffen. Tritt dieses Szenario ein, stellt sich eine Folgefrage mit gesellschaftlicher Sprengkraft: Was passiert mit der Expertise, die sich ein Mensch über viele Jahre erarbeitet hat, wenn ein Abonnement für 20 Euro monatlich vergleichbare Outputs liefert?
KI schafft damit nicht nur neue Machtgefälle zwischen Nutzern und Nicht-Nutzern der Technologie, sondern verändert auch die Hierarchie zwischen Berufsanfängern und Experten. Das Wirtschaftsdienst-Whitepaper aus Oxford benennt damit exakt jene Verschiebung, die wir als Slop-Falle zweiter Ordnung verstehen: nicht mehr nur die Produktion minderwertiger Inhalte, sondern die Entwertung des Urteils, das diese Inhalte bewerten könnte.
Die KI geht einher mit enormer Machtkonzentration bei wenigen riesigen Konzernen — und diese Konzentration betrifft nicht allein Marktanteile, sondern zunehmend die epistemische Autorität selbst. Wessen Wissen als Trainingsgrundlage gilt, wessen Weltbild in Gewichten kodiert wird, wer über die Qualitätsschwellen der Ausgaben entscheidet — all das liegt in San Francisco, nicht in den Fachkulturen der Welt.
antislop ist eine Initiative von der pixologe, Dipl. Designer aus Königswinter.
Du möchtest dich zu diesem Thema austauschen oder brauchst Unterstützung bei deinen KI-Vorhaben? Ich freue mich über deine Nachricht.
Drei Szenarien: Wie menschliche Expertise neu verhandelt wird
Die Entwicklung ist nicht linear. Verschiedene Zukunftspfade sind plausibel — mit sehr unterschiedlichen Implikationen für Fachleute, Institutionen und die Gesellschaft insgesamt.
Szenario 1: Die Kompressionsfalle. Bereits 2025 sank die Beschäftigung junger Softwareentwickler um rund 20 Prozent vom Höchststand; die Neueinstellungen von Big-Tech-Unternehmen gingen seit 2019 um 55 Prozent zurück. Die Gesamtbeschäftigung älterer Entwickler hingegen stieg. Unternehmen stellen weniger Berufseinsteiger ein und nutzen KI, um Seniors effizienter einzusetzen. Dieser Trend ist branchenübergreifend übertragbar: Expertise wird nicht vernichtet, sondern in weniger Köpfen konzentriert — mit dem Risiko, dass Nachwuchswege strukturell erodieren.
Szenario 2: Die Orakel-Abhängigkeit. Sieben Prozent der Beschäftigten haben bereits mindestens einmal KI konsultiert, anstatt ihre Führungskraft um Rat zu fragen — 63 Prozent tun dies regelmäßig. Der Grund liegt dabei nicht nur in Bequemlichkeit: 72 Prozent gaben an, von ChatGPT bessere Ratschläge erhalten zu haben als von ihrer Führungskraft. Wenn KI-Systeme routinemäßig als überlegene Instanz wahrgenommen werden, verliert menschliche Expertise nicht nur ihren Marktwert, sondern auch ihre soziale Legitimation.
Szenario 3: Der Generalist als neues Leitbild. Sabine Bendiek von Microsoft Deutschland formulierte es präzise: „Es wird für viele Mitarbeiter bald nicht mehr ausreichen, ein Spezialgebiet zu beherrschen — sie werden das gesamte System verstehen und vernetzt denken und arbeiten müssen.” Dieses Szenario ist das produktivste, aber auch das anspruchsvollste: Der Mensch als Integrator, als kontextueller Urteilsträger, der KI-Outputs bewertet, kontextualisiert und verantwortet.
Was vom Experten bleibt: Das Unübertragbare
Die Frage lautet nicht, ob KI Teilaufgaben von Experten übernehmen kann — das kann sie bereits. Die Frage lautet, welche Dimension von Expertise strukturell nicht delegierbar ist.
Entwickler, die Finanzabstimmungssysteme, Medizingeräte-Firmware oder Hochfrequenzhandel-Infrastrukturen tief verstehen, sind wertvoll wegen ihres Domänenwissens — nicht wegen ihrer Fähigkeit, Code zu schreiben. KI verfügt nicht über diesen Kontext. Dasselbe gilt für den Juristen, der die Sprache einer Vertragsklausel im kulturellen Kontext eines Rechtsraums liest, für die Ärztin, die eine Diagnose im Lebenszusammenhang einer Patientin verortet, für den Architekten, der ein Gebäude als soziales Versprechen versteht.
Die Empfehlung lautet daher, Routinetätigkeiten, die KI übernehmen wird, zu identifizieren und sich auf komplexe, kreative oder soziale Aufgaben zu konzentrieren. Egal ob Jurist, Übersetzer oder Pfleger: Die zukünftige Rolle wird sein, die Ergebnisse der KI zu prüfen, zu bewerten und im menschlichen Kontext anzuwenden.
Erstmals seit einem Jahrzehnt gilt „AI & Machine Learning” als die weltweit am stärksten nachgefragte Kompetenz. Laut aktuellem Skills Economy Report 2026 diffundieren KI-Kompetenzen in nahezu alle Tätigkeitsfelder. Die Autoren sprechen von einer „AI fluency” als neuer Basiserwartung. Wer diese Fluency besitzt und gleichzeitig tiefes Domänenwissen hält, wird zur knappsten Ressource der nächsten Arbeitsmarktphase.
Statt Big Tech zu hofieren und immer mehr Ressourcen für KI aufzuwenden, wäre es dringend geboten, etwas gegen die Machtkonzentration zu tun, die die technologische Entwicklung herbeigeführt hat — so AlgorithmWatch in seiner Kritik am Pariser KI-Gipfel. Diese Forderung ist keine Technikfeindschaft. Es ist die Erkenntnis, dass Expertenwissen als gesellschaftliches Gut nur dann wirksam bleibt, wenn es nicht vollständig in proprietäre Produkte überführt wurde.
Fazit
Wir erleben gerade keine Demokratisierung von Wissen, wie es der Diskurs über „KI für alle” suggeriert. Wir erleben eine Restrukturierung des Zugangs zu Expertise — von der Fachperson zur API, von der Ausbildung zum Abonnement. Die eigentliche Frage ist nicht, ob du KI-Tools nutzen sollst. Die Frage ist, wessen Expertise in diesen Tools steckt, wer die Qualitätsschwellen setzt und was mit dem gesellschaftlichen Wissen passiert, das entsteht, wenn niemand mehr den Weg durch die Komplexität selbst gegangen ist. Tiefes, kontextuelles, verantwortetes Wissen lässt sich nicht abonnieren. Das bleibt die stärkste Antwort auf das Expertise-Monopol.
Häufige Fragen (FAQ)
Wird KI menschliche Experten wirklich ersetzen?
Die Forschungslage ist differenziert. KI übernimmt zunehmend definierbare Teilaufgaben in Wissensberufen, ersetzt aber keine vollständigen Rollen — insbesondere nicht dort, wo Kontext, Urteilsvermögen und Verantwortung untrennbar verbunden sind. Schon heute zeigt sich, dass KI vor allem als Hebel für erfahrene Fachkräfte wirkt, während Berufseinsteiger den stärksten Verdrängungsdruck erleben.
Was ist das Expertise-Monopol und warum ist es problematisch?
Das Expertise-Monopol beschreibt den Trend, dass wenige Big-Tech-Unternehmen synthetisches Expertenwissen als kommerzielle Produkte kontrollieren und verkaufen. Problematisch ist das, weil damit epistemische Macht — die Definitionshoheit darüber, was als qualifiziertes Wissen gilt — in private Hände übergeht und demokratischer Kontrolle entzogen wird.
Muss ich als Fachperson zum Generalisten werden?
Nicht zwangsläufig, aber das Profil verschiebt sich. Tiefes Domänenwissen bleibt wertvoll, muss jedoch durch die Fähigkeit ergänzt werden, KI-Outputs einzuordnen, zu validieren und im spezifischen Kontext anzuwenden. Die reine Ausführungsexpertise wird entwertet; die integrative Urteilskompetenz gewinnt an Bedeutung.
Welche Berufsfelder sind besonders betroffen?
Die Forschung zur KI-Exposition zeigt, dass hochqualifizierte Wissensarbeiter — Schreibende, Übersetzer, Programmierer, Finanzfachleute, Juristen — stärker betroffen sind als zuvor angenommen. Berufe, die komplexe soziale Interaktion, körperliche Präsenz oder hochspezifisches implizites Kontextwissen erfordern, sind gegenwärtig resilienter.
Was kann gegen die Konzentration von KI-Macht getan werden?
AlgorithmWatch und weitere Organisationen fordern Wettbewerbsrecht-Ergänzungen, öffentliche KI-Infrastrukturen und eine gemeinwohlorientierte Regulierung. Auf individueller Ebene trägt der bewusste Umgang mit KI-Werkzeugen dazu bei, eigene Urteilskompetenz zu erhalten statt sie vollständig auszulagern.
Quellen
1. Agenda für gemeinwohlorientierte KI – gerecht und nachhaltig — AlgorithmWatch
2. Tech-Giganten drohen, deutsche KI-Zukunft zu dominieren — AlgorithmWatch
4. Zukunft der KI bis 2030: Die vier Szenarien der OECD — Dr. Datenschutz
5. Looking Back on AI in 2025 & What to Expect in 2026 — AlphaSense