
Daniel M. Feige, Professor für Philosophie und Ästhetik an der Staatlichen Akademie der Bildenden Künste Stuttgart, und Arnd Pollmann, Professor für Ethik und Sozialphilosophie an der Alice Salomon Hochschule Berlin, haben unter dem Titel „Digitale Entgeisterung“ eine Warnschrift gegen den Einzug generativer KI in die Geisteswissenschaften vorgelegt. Der Text will Bildung verteidigen. Er will Lesen, Denken, Schreiben, Gespräch, Urteilskraft und geistige Anstrengung retten. Dagegen wäre wenig einzuwenden. Doch seine Diagnose bleibt auf einem Stand stehen, der der gegenwärtigen technischen, didaktischen und sozialen Lage kaum gerecht wird.
Das Erstaunliche ist weniger die Sorge. Sorge gehört zum Geschäft der Aufklärung. Erstaunlich ist das Niveau der technischen Beschreibung. Noch immer wird von „Halluzinationen“, „Täuschungsmaschinen“ und simulierten Denkprozessen gesprochen, als stünden wir bei den ersten öffentlichen Versuchen mit generativen Sprachmodellen. Das klingt nach Hochschulfeuilleton im Jahr 2023. Die Studierenden sind vielerorts längst weiter. Sie experimentieren mit KI-Systemen, vergleichen Modelle, prüfen Quellen, lassen sich Gegenargumente liefern, bauen Gliederungen um, trainieren Präsentationen, korrigieren eigene Schwächen, schreiben schlechtere Prompts und bessere zweite Fassungen. Sie wissen meist sehr gut, dass ein Sprachmodell irren kann. Sie lernen nur schneller als manche Lehrenden, dass der pädagogische Gewinn gerade aus dieser Fehleranfälligkeit entstehen kann.
Die Halluzinationsrhetorik ist zu bequem geworden
Der Begriff der Halluzination war am Anfang brauchbar, weil er ein Problem sichtbar machte: Große Sprachmodelle erzeugen plausible Ausgaben, die faktisch falsch sein können. Inzwischen taugt dieser Begriff immer seltener zur Analyse. Er ist zu einer intellektuellen Ausweichbewegung geworden. Wer „Halluzination“ sagt, muss sich mit der Architektur der Systeme, mit Retrieval-Augmented Generation, Tool-Nutzung, Quellenprüfung, Modellvergleich, Agentenarchitekturen, multimodalen Schnittstellen, Feedbackschleifen und didaktischer Einbettung oft gar nicht mehr beschäftigen.
Dabei beginnt an dieser Stelle die Wissenschaft. Ein System, das plausible Fehler produziert, ist in der Lehre kein pädagogischer Totalschaden. Es ist ein Prüfstand. Studierende können an solchen Fehlern lernen, was Quellenkritik heißt, was Begründung heißt, was argumentative Kohärenz heißt, was ein Beleg leistet und was eine Behauptung kaschiert. Wer diesen Prüfstand aus der Universität verbannt, schützt nicht das Denken. Er konserviert Prüfungsformate, die schon lange vor ChatGPT geistig erschöpft waren.
Die Klage über fingierte Argumente und erfundene Quellen trifft einen realen Punkt. Aber sie trifft vor allem eine alte Schwäche der Hochschuldidaktik. Wer Hausarbeiten verlangt, die unter Zeitdruck, mit schwacher Betreuung und schematischen Bewertungskriterien entstehen, darf sich über simulierte Wissenschaftlichkeit kaum wundern. Die Maschine macht sichtbar, was im Seminarbetrieb ohnehin vorhanden war: Oberflächenroutine, Zitatmechanik, Sekundärliteraturtheater, Klausurwissen auf Abruf. Generative KI hat diese Praxis nicht erfunden. Sie hat sie automatisierbar gemacht.
Bildung scheitert nicht an KI, sie scheitert an schlechter Didaktik
Feige und Pollmann setzen Bildung gegen Output. Darin liegt zunächst ein richtiger Impuls. Bildung ist Prozess, Übung, Irritation, Gespräch, Selbstkorrektur. Doch aus dieser richtigen Beobachtung folgt nicht, dass KI diesen Prozess zerstört. Es folgt, dass die Didaktik endlich prozessfähig werden muss.
Wer KI lediglich als Abkürzung betrachtet, denkt vom alten Prüfungsregime her. In diesem Regime zählt das fertige Produkt: Klausur, Essay, Hausarbeit, Note. Genau dort wirkt KI wie Betrugsinstrument. Dreht man die Didaktik um, verändert sich der Gegenstand. Dann zählt die Entwicklung eines Gedankens: erste These, Gegenrede, Quellenprüfung, Modellkritik, mündliche Verteidigung, Überarbeitung, Transfer in ein Projekt, Reflexion des eigenen Vorgehens. Ein Sprachmodell wird in diesem Setting nicht zum Ersatz des Denkens. Es wird zum Widerpart, Sparringspartner, Störer, Korrektiv, Stichwortgeber, manchmal auch zum peinlichen Lieferanten von Unsinn, an dem man die eigene Urteilskraft schärft.
Die Aufgabe der Geisteswissenschaften läge also nicht darin, künstliche Intelligenz aus dem Bildungsprozess herauszuhalten. Ihre Aufgabe läge darin, neue Formen der geistigen Arbeit zu entwickeln. Wer heute noch so tut, als bestehe die Alternative aus analoger Reinheit hier und technokratischer Verflachung dort, unterschätzt die historische Lage.
„Herkunft gleich Zukunft“ ist der eigentliche Skandal
In Deutschland entscheidet Herkunft noch immer viel zu häufig über Zukunft. Wer aus einem bildungsfernen Elternhaus kommt, wer in Berlin-Neukölln, Duisburg-Marxloh oder in einem anderen abgestempelten Sozialraum aufwächst, trägt früh ein Etikett. Schule und Hochschule reden dann gern von Begabung, Leistung, Bildungsaspiration. Oft meinen sie damit Milieu, Adresse, Codes, Sprachstil und die Fähigkeit, sich in institutionellen Räumen so zu bewegen, als gehörten sie einem selbstverständlich. Etwa in Salem.
Genau hier wird die KI-Debatte sozialpolitisch. Individualisierte Lernsysteme können ein altes Versprechen neu operationalisieren: Förderung nach Bedarf, Tempo, Vorwissen, Fehlerprofil, Interesse und Lebenslage. Professor Wolfgang Wahlster, Gründungsdirektor des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI), spricht in diesem Zusammenhang von „Losgröße 1“. Im Bildungsbereich heißt das: Ein System markiert nicht einfach eine falsche Antwort. Es erkennt Fehlkonzepte, schlägt individuelle Wege vor, bleibt dran, motiviert, wiederholt, variiert, erklärt anders, wechselt Medium und Schwierigkeit.
Das ist kein Ersatz für Lehrende. Es ist eine Entlastung von jener Gleichmacherei, die im deutschen Bildungssystem seit Jahrzehnten als Gerechtigkeit ausgegeben wird. Dreißig Lernende in einem Raum, ein Tempo, ein Arbeitsblatt, eine Klausur, eine Note: Das ist keine Bildungsgerechtigkeit. Es ist industrielle Formatierung.
KI kann diese Formatierung aufbrechen. Sie kann jenen helfen, die keinen Akademikerhaushalt als Nachhilfesystem im Rücken haben. Sie kann Übungsräume schaffen, in denen niemand ausgelacht wird. Sie kann in Bewerbungstrainings, Sprachförderung, Mathematik, wissenschaftlichem Schreiben und Projektarbeit jene Wiederholung leisten, für die im realen System oft niemand Zeit hat. Wer in der Geisteswissenschaft dazu nur „Betrug“ und „Täuschung“ ruft, übersieht die demokratische Chance.
Herbert W. Franke war weiter als manche Gegenwartsdiagnose
Der Wissenschaftler, Schriftsteller und Computerkunst-Pionier Herbert W. Franke hat früher als viele andere verstanden, dass technische Medien Lernprozesse radikal individualisieren können. Bei ihm war der Computer kein Feind der Bildung, vielmehr ein Instrument, um komplexe naturwissenschaftliche und mathematische Inhalte variabel, anschaulich und individuell zugänglich zu machen. Franke dachte in Lernpfaden, Rückmeldungen, Visualisierungen, Simulationen und Anpassung an den einzelnen Lernenden. Das ist Jahrzehnte her.
Gerade deshalb wirkt manche aktuelle KI-Kritik aus den Geisteswissenschaften so sonderbar alt. Sie verteidigt Bildung gegen Maschinen, als hätten wir es mit Rechenautomaten zu tun, die kleine Textfabriken betreiben. Franke dachte längst über hyperindividualisierte Lernarchitekturen nach, über Schule, Hochschule und berufliche Bildung. Heute haben wir die technischen Mittel, solche Konzepte im großen Maßstab zu erproben. Die angemessene Frage lautet also: Wie bauen wir Bildungsumgebungen, in denen KI individuelle Lernwege eröffnet und menschliche Lehrende jene Aufgaben übernehmen, die Gespräch, Konflikt, Wertung, Ermutigung und intellektuelle Zumutung im besten Sinn verlangen?
Lernen durch Lehren statt Prüfungsfolklore
Der Umbau beginnt bei den Rollen. Zusammen mit Professor Lutz Becker wurde für digitale Lehre ein Konzept ausgezeichnet, das auf „Lernen durch Lehren“ setzt. In solchen Formaten sind Studierende keine passiven Empfänger von Stoff. Sie werden zu Produzenten, Vermittlern, Kritikern und Gestaltern. An der Hochschule Fresenius ließ sich etwa in der Wirtschaftsethik zeigen, wie viel tiefer Studierende in eine Materie eindringen, sobald sie selbst erklären, moderieren, argumentieren und Verantwortung für das Lernsetting übernehmen.
Genau das ist der Gegenentwurf zur Klausurpädagogik. Wer Wissen auswendig lernen lässt, um es in neunzig Minuten abzufragen, muss sich nicht wundern, dass KI als Abkürzung erscheint. Wer dagegen Projektarbeit, Rollenwechsel, Quellenprüfung, reale Fallstudien, öffentliche Präsentation, Peer-Kritik, Portfolio-Arbeit und mündliche Verteidigung verbindet, bekommt eine andere Lernkultur. Dann wird KI zum Werkzeug innerhalb eines anspruchsvolleren Settings. Sie kann vorbereiten, irritieren, Material liefern, Gegenthesen formulieren, Fehler erzeugen, Alternativen zeigen. Der Mensch muss auswählen, prüfen, verantworten, erklären.
Das wäre geisteswissenschaftliche Bildung auf der Höhe der Zeit. Nicht die Verteidigung alter Formate mit Platon-Zitat und Angstvokabular, vielmehr eine Praxis, die den Begriff der Mündigkeit in die technische Gegenwart überführt.
Der falsche Gegensatz von Geist und Werkzeug
Feige und Pollmann haben recht, dass Bildung nicht im Besitz fertiger Inhalte aufgeht. Doch sie unterschätzen, dass geistige Prozesse immer schon an Medien, Werkzeuge, Institutionen und Praktiken gebunden waren. Buchdruck, Zettelkasten, Bibliothek, Seminar, Tafel, Exzerpt, Fußnote, Edition, Tonband, Datenbank, Suchmaschine: Der Geist trat nie nackt auf. Er arbeitete immer mit Apparaturen.
Friedrich Kittler, Professor für Medienwissenschaft, hätte die Vorstellung einer reinen Geisteswissenschaft ohne technische Bedingung vermutlich in die Nähe gepflegter Selbsttäuschung gerückt. Medien speichern, übertragen, sortieren und formatieren, was später als Denken erscheint. Die generative KI macht diese Medialität unübersehbar. Sie beendet nicht den Geist. Sie nimmt ihm seine Unschuld.
Die geisteswissenschaftliche Antwort kann daher nicht in technischer Abstinenz liegen. Sie muss in Medienkompetenz, Modellkritik, Quellenpraxis, epistemischer Demut und didaktischer Erfindungskraft liegen. Wer Studierende ernst nimmt, muss ihnen zeigen, wie man KI produktiv nutzt und wo man ihr widerspricht. Wer nur warnt, überlässt die Praxis den Plattformen.
Empathische KI als didaktischer Ernstfall
Wahlsters Überlegungen zur empathischen KI zeigen, wie weit die Debatte inzwischen ist. Es geht nicht um Maschinen mit Seele. Es geht um Systeme, die Emotionen erkennen, Verhalten anpassen und multimodal reagieren können. In Bildungskontexten bedeutet das: Ein System erkennt Frustration, Überforderung, falsche Sicherheit, Langeweile, Scheu oder wiederkehrende Fehlkonzepte. Es passt Aufgaben, Ton, Tempo, Visualisierung und Rückmeldung an. Das ist keine metaphysische Behauptung über Bewusstsein. Es ist angewandte Didaktik.
Wer hier nur „Simulation“ ruft, verfehlt den praktischen Punkt. Auch Lehrende arbeiten mit Modellen ihrer Studierenden. Sie schließen aus Tonfall, Blick, Schweigen, Fehlern und Nachfragen auf Verstehen oder Nichtverstehen. Sie irren dabei oft. Empathische KI kann solche Prozesse ergänzen, dokumentieren, variieren und skalieren. Sie darf nicht autonom über Bildungswege verfügen. Sie muss transparent, prüfbar, korrigierbar und begrenzbar sein. Doch ihre pauschale Abwertung zeugt weniger von Humanismus als von fehlender technischer Phantasie.
Die Geisteswissenschaften müssen ihr eigenes Curriculum befragen
Die eigentliche Krise liegt im Curriculum. Viel zu oft wird die Ausbildung in den Geisteswissenschaften noch über Kanon, Seminarreferat, Textzusammenfassung, Hausarbeit und Klausur organisiert. Das kann funktionieren, sobald Lehrende brillant sind und Studierende bereits über hohe Selbststeuerung verfügen. Für viele andere bleibt es eine soziale Sortiermaschine.
Die Zukunft geisteswissenschaftlicher Bildung verlangt radikal andere Formate. Studierende sollten Theorien in realen Projekten anwenden, Modelle vergleichen, digitale Archive auswerten, KI-generierte Argumente sezieren, eigene Forschungsfragen entwickeln, öffentliche Debatten führen, Lehrmaterialien produzieren, Podcasts, Essays, Dossiers, Ausstellungen und Simulationen erstellen. Sie sollten lernen, dass Denken im Medium geschieht und dass jedes Medium eigene Verzerrungen produziert.
Das bedeutet auch: Die Prüfungsordnung muss fallen, wo sie Bildung verhindert. Die Klausur als Herrschaftsform des schlechten Gedächtnisses hat ausgedient. Wer weiterhin Stoff abfragt, der in Sekunden verfügbar ist, trainiert nicht Urteilskraft, er trainiert Anachronismus.
Die Studierenden als Vorhut
Viele Studierende haben längst verstanden, dass KI weder Erlöser noch Dämon ist. Sie nutzen sie pragmatisch. Sie testen Grenzen. Sie wissen, dass ein Modell Unsinn produzieren kann. Sie merken zugleich, dass es beim Strukturieren, Übersetzen, Zusammenfassen, Gegenargumentieren und Üben hilft. Die Hochschule sollte aus dieser Praxis lernen, statt sie unter Generalverdacht zu stellen.
Der pauschale Betrugsverdacht ist pädagogisch armselig. Er sagt mehr über das Misstrauen der Institution gegenüber ihren eigenen Formaten aus als über die moralische Verfassung der Studierenden. Wer Lernprozesse so organisiert, dass Betrug rational erscheint, hat ein Designproblem. Wer Lernprozesse so gestaltet, dass sichtbare Entwicklung, mündliche Verteidigung, Quellenkompetenz, Projektverantwortung und Reflexion zählen, nimmt der bloßen Textabgabe ihre Macht.
Der Geist verliert sich nicht durch KI, er zeigt sich an ihr
Die Geisteswissenschaften haben keine Schonfrist verdient. Sie haben eine Aufgabe. Sie müssen die neue technische Bedingung des Denkens analysieren, kritisieren, gestalten und didaktisch produktiv machen. Das gelingt nicht mit kulturpessimistischer Vokabelverwaltung. Es gelingt durch Experimente.
Man darf von Wissenschaftlern mehr Kreativität verlangen. Gerade von jenen, die für Philosophie, Ästhetik, Ethik und Sozialphilosophie sprechen. Wer heute über generative KI schreibt, sollte nicht bei Halluzinationen stehenbleiben. Er sollte fragen, wie sich Lesen, Schreiben, Argumentieren, Prüfen, Forschen und Lehren verändern müssen. Er sollte die Universität nicht als Schutzraum alter Routinen denken, vielmehr als Labor neuer Lernarchitekturen.
Die entscheidende Bildungsfrage lautet nicht, ob KI den Geist aus den Geisteswissenschaften treibt. Die entscheidende Frage lautet, ob die Geisteswissenschaften genug Geist aufbringen, um ihre eigenen Formen zu erneuern. Herkunft darf in Deutschland nicht länger Zukunft bedeuten. Das lässt sich mit Sonntagsreden über Bildung nicht durchbrechen. Es braucht individualisierte Lernkonzepte, projektförmige Lehre, „Lernen durch Lehren“, empathische Systeme, intelligente Tutoren, neue Prüfungsformen und Lehrende, die keine Angst davor haben, ihre Autorität neu zu begründen. Die Maschine nimmt der Bildung nichts weg, was lebendig war. Sie entlarvt, was bereits tot war. Genau darin liegt ihre produktive Zumutung.
Exkurs: Der Think Tank Innovation als Gegenprobe
Wie eine produktive Gegenbewegung aussehen kann, zeigt das Whitepaper „Die große Transformation: Fünf Thesen zur Neuerfindung von HR und Organisationen“ des Think Tank Innovation der Zukunft Personal. Dieses Papier ist nicht am Schreibtisch aus Angst vor der Maschine entstanden. Es ist selbst ein Experiment: Design-Thinking, digitale Kleingruppen, KI-generierte Einsichten, Deep-Search-Marathons, Podcast-Gespräche, Expertinnen- und Experteninterviews, Delphi-Methode. Menschliche und künstliche Intelligenz wurden nicht gegeneinander ausgespielt, sie wurden in einen Arbeitsprozess gezwungen.
Gerade darin liegt die eigentliche Lehre für Hochschule und Geisteswissenschaften. Wer KI nur als Störfall betrachtet, bleibt im Modus der Abwehr. Der Think Tank Innovation dreht die Perspektive um: KI-Literacy wird zur Basiskompetenz, weil Teilhabe an Arbeit, Bildung und Organisation künftig davon abhängt, menschliches Denken und maschinelle Verarbeitung produktiv zu verbinden. Lernen erscheint dort nicht als isolierte Veranstaltung, nicht als Seminarblock, nicht als Prüfungsstoff, vielmehr als integriertes Lernökosystem.
Besonders folgenreich ist die These von der „Befreiung des Lernens“. Bildung wird dort nicht als Herkunftsprivileg begriffen, sondern als hyperindividualisierter Prozess. KI-basierte Tutoren können Lernstand, Tempo, Motivation, Fehlkonzepte und Entwicklungspotenziale genauer adressieren, als es standardisierte Klassen- und Prüfungsformate je konnten. Damit bekommt die soziale Frage der Bildung eine technische Zuspitzung: Herkunft darf nicht länger Zukunft bedeuten. Wer individualisierte Lernarchitekturen ernst nimmt, muss die alte Gleichmacherei des Bildungssystems angreifen.
Für die Geisteswissenschaften ist das kein Randthema. Auch dort braucht es Lernökosysteme, Projektarbeit, Rollenwechsel, Quellenkritik mit KI, öffentliche Argumentation, mündliche Verteidigung, kollaborative Wissensproduktion und formative Rückmeldung. Das Whitepaper spricht von einer Organisation als hybridem Lernsystem. Genau so müsste man auch die Universität neu denken: als Gefüge aus Studierenden, Lehrenden, Texten, Archiven, digitalen Werkzeugen, KI-Agenten, Projekten und öffentlichen Resonanzräumen.
Der entscheidende Unterschied liegt im Mut zur Praxis. Während manche akademische KI-Kritik noch die alte Textabgabe gegen die Maschine verteidigt, arbeitet der Think Tank Innovation bereits mit der Maschine am Gegenstand. Das ist wissenschaftlich angreifbar, methodisch offen, manchmal riskant. Aber es ist näher an der Wirklichkeit der kommenden Bildungs- und Arbeitswelt als das gepflegte Klagen über Halluzinationen.










