Ein falscher Satz kann heute eine glänzende Laufbahn machen. Ein Sprachmodell schreibt einen Arztbrief. Ton, Aufbau und Fachsprache stimmen. Eine Zahl stammt aus der Akte eines anderen Patienten. Die Ärztin gibt den Text frei. Die Klinik speichert ihn. Ein weiteres System findet den Eintrag Monate später und behandelt ihn als gesicherten Befund. Am Anfang stand eine Zeichenfolge. Am Ende ändert sich eine Therapie.

Die Debatte über Künstliche Intelligenz hält sich gern beim ersten Auftritt des Satzes auf. Hat das Modell verstanden? Besitzt es eine innere Vorstellung? Ahmt es Sprache nach? Während diese Fragen durch die Feuilletons und Labore ziehen, ist der Satz längst weitergewandert. Er hat ein Formular passiert, eine Autorität geliehen bekommen, sich in einer Datenbank eingerichtet und Nachkommen erzeugt. Der Fehler liegt jetzt in der Welt. Seine Urheberschaft verteilt sich auf Software, Ärztin, Klinik und Archiv. Für ihn fühlt sich trotzdem niemand zuständig. Eine Theorie der Künstlichen Intelligenz, die am Bildschirm endet, kommt zu früh zum Ergebnis. Sie sieht die Erzeugung und übersieht die Karriere des Erzeugten. Sie misst Antworten und verliert deren Folgen. Sie bewundert das Modell, warnt vor dem Modell oder erklärt das Modell zum Papagei. Der Satz reist weiter.

Dieser Blogbeitrag schlägt deshalb eine andere Einheit vor: den vollständigen Bewährungszyklus einer maschinellen Äußerung. Er beginnt mit einem Vorschlag und führt über Gebrauch, Weltvergleich und soziale Ratifikation bis zur Speicherung, Korrektur und erneuten Verwendung. Intelligenz bezeichnet dann die Fähigkeit eines technischen und sozialen Verbunds, einen Beitrag durch diese Übergänge zu führen, Irrtümer aufzuhalten und Korrekturen wirksam zu bewahren.

Der Name dafür lautet Theorie der dreifachen Bewährung. Jede Äußerung steht vor drei Gerichten. Die Situation fragt, ob sie hier gebraucht werden darf. Die Welt fragt, ob die behauptete Sachlage besteht. Die Zeit fragt, was spätere Entscheidungen aus ihr machen. Ein Satz kann das erste Gericht täuschen, am zweiten scheitern und vom dritten trotzdem begnadigt werden. Dann beginnt die Karriere des Irrtums.

Die alte Fahndung nach dem Sitz der Intelligenz

Seit den Anfängen der Künstlichen Intelligenz wird nach einem Ort gesucht, an dem die gesuchte Eigenschaft wohnen soll. Die symbolische Schule fand ihn in Regeln und Repräsentationen. Allen Newell und Herbert A. Simon, Pioniere der Informatik und Kognitionswissenschaft, erklärten das physische Symbolsystem zur hinreichenden Grundlage intelligenten Handelns. Intelligenz erschien als korrekte Operation mit Zeichen. Das war präzise, programmierbar und von einer alten Hoffnung getragen: Wer die Regeln besitzt, besitzt das Denken.

Der Konnektionismus verlegte den Wohnsitz in gelernte Gewichte. Regeln traten zurück, Muster übernahmen. Transformer brachten diese Verschiebung zu industrieller Größe. Milliarden sprachlicher Spuren werden in Wahrscheinlichkeitslandschaften verwandelt; eine Eingabe setzt darin eine Bewegung in Gang. Das Resultat kann einen Sonettvers fortführen, Programmcode reparieren und eine Bilanz erläutern. Es kann im nächsten Absatz einen Aufsatz erfinden, der nie geschrieben wurde.

Alan Turing, britischer Mathematiker und Logiker, wählte 1950 eine elegantere Adresse: den Dialog. Sein Imitationsspiel umging die Frage nach einem verborgenen Wesen der Maschine. Beobachtbares Können zählte. Der Schachzug befreite die Forschung von metaphysischem Gepäck und sperrte sie zugleich in ein Gesprächszimmer. Dort endet die Prüfung mit dem Eindruck des Gegenübers. Der weitere Weg der Antwort bleibt draußen: ihre Quelle, ihre Wirkung, ihr Eintrag in ein Register, ihre Rückkehr als vermeintliches Wissen.

Spätere Schulen vergrößerten das Haus. Stevan Harnad, Kognitionswissenschaftler an der Université du Québec à Montréal, fragte nach der Verbindung der Symbole zur Welt. Francisco Varela, Evan Thompson und Eleanor Rosch verankerten Kognition im lebenden Austausch von Körper und Umwelt. Andy Clark und David Chalmers ließen das Denken bis ins Notizbuch reichen. Edwin Hutchins verteilte es über Menschen, Instrumente und die Kommandobrücke eines Schiffes. Niklas Luhmann, Soziologe an der Universität Bielefeld, löste die Kommunikation von den Bewusstseinen, die an ihr beteiligt sind.

Jeder dieser Ansätze trifft einen wirklichen Zug der Intelligenz. Der Weg eines maschinellen Beitrags durch sämtliche Stationen seiner gesellschaftlichen Geltung bleibt dabei offen. Die Symboltheorie erklärt die Ableitung. Der Konnektionismus erklärt das Lernen von Relationen. Verkörperung erklärt Rückkopplung. Erweiterte Kognition erklärt Systemgrenzen. Die Systemtheorie erklärt Anschluss. Die neue Frage lautet: Wie wird aus einer erzeugten Möglichkeit ein berechtigter, geprüfter und widerrufbarer Bestandteil gemeinsamen Handelns?

Der Wechsel klingt klein. Er verschiebt den Gegenstand. Ein Modell lässt sich besitzen, lizenzieren, skalieren und auf Ranglisten setzen. Ein Bewährungszyklus läuft durch Abteilungen, Berufe, Geräte, Gesetze und Archive. Er hat Übergaben. An jeder Übergabe kann Intelligenz zunehmen oder verschwinden.

Wittgensteins zwei Gerichte

Ludwig Wittgenstein, Philosoph in Cambridge, starb ein halbes Jahrhundert vor dem Aufstieg großer Sprachmodelle. Sein Werk liefert Unterscheidungen, an denen sich die Verwirrung der Gegenwart prüfen lässt. Im „Tractatus logico-philosophicus“ erscheint der Satz als Bild einer möglichen Sachlage. Ein Satz legt keinen Gegenstand auf den Tisch. Er entwirft, wie Gegenstände miteinander verbunden sein könnten. Wer ihn versteht, weiß, was der Fall wäre, falls er wahr wäre. Die Wahrheit folgt erst aus dem Vergleich mit der Wirklichkeit. Wittgenstein trennt damit Sinn und Wahrheit. Ein verständlicher Satz kann falsch sein. Sprachliche Form gewährt ihm noch kein Bürgerrecht in der Welt.

Diese Trennung beschreibt die Lage der Sprachmodelle mit verblüffender Genauigkeit. Sie erzeugen Möglichkeitsbilder in großer Zahl. Viele sind sprachlich tadellos. Gerade diese Tadellosigkeit verführt zur Abkürzung. Der Leser nimmt den geglückten Satzbau als Anzahlung auf die Wahrheit. Die Maschine hat ihre Rechnung jedoch nur in der Sprache beglichen. Die Weltrechnung bleibt offen.

Die „Philosophischen Untersuchungen“ führen vor ein zweites Gericht. Wörter leben in ihrem Gebrauch. Diagnostizieren, trösten, drohen, rechnen, berichten und scherzen sind verschiedene Tätigkeiten. Jede besitzt Rollen, Regeln, Erwartungen und Folgen. Ein Satz, der im Wirtshaus durchgeht, kann im Gerichtssaal unzulässig sein. Eine plausible Vermutung in der Forschung wird im Arztbrief zur gefährlichen Behauptung. Bedeutung hängt am Sprachspiel; Geltung hängt an der beherrschten Praxis.

Der frühe Wittgenstein fragt: Welche Welt entwirft der Satz? Der späte fragt: Welche Tätigkeit vollzieht der Sprecher mit ihm? Künstliche Intelligenz zwingt beide Fragen zusammen. Ein Modell kann das Sprachspiel treffen und die Sachlage verfehlen. Es kann die Sachlage treffen und die Rolle verletzen. Es kann eine korrekte Information zur falschen Zeit an die falsche Person geben. Wer nur den Weltbezug prüft, übersieht die Praxis. Wer allein auf Gebrauch schaut, kann eine gut eingespielte Lüge für Bedeutung halten.

Aus dieser Spannung entstehen die ersten beiden Bewährungen. Die situative Bewährung prüft Rolle, Regel, Zuständigkeit und erwartbare Folge. Die projektive Weltbewährung übersetzt eine Behauptung in eine mögliche Sachlage und verlangt den Vergleich mit Dokumenten, Messungen, Beobachtungen oder Experimenten. Beide Prüfungen folgen eigenen Kriterien. Eine Erlaubnis ist etwas anderes als ein Befund. Eine mathematische Folgerung ist etwas anderes als eine Prognose. Ein juristisch zulässiger Schritt kann medizinisch töricht sein. Der Bewährungszyklus muss diese Unterschiede sichtbar halten.

Das dritte Gericht ist die Zeit

Eine richtige Antwort kann folgenlos verschwinden. Eine falsche Antwort kann Karriere machen. Zwischen beiden entscheidet das Gedächtnis einer Organisation. Der freie Autor und Dozent Professor Frank H. Witt beschreibt Künstliche Intelligenz als Ergebnis kumulativer, gesellschaftlicher Lernprozesse. In seinem Buch „Künstliche Intelligenz: Transformation und Krisen in Wirtschaft und Gesellschaft“ und seinem Vortrag „Wittgenstein und Turing: KI als kumulative Innovation“ rückt er die soziokulturelle Evolution ins Zentrum. Menschen erfinden selten aus dem Nichts. Sie übernehmen, verändern, prüfen und reichen weiter. Sprache speichert solche Leistungen über Generationen. Künstliche Intelligenz fügt dieser alten Akkumulation eine neue Geschwindigkeit hinzu.

https://www.youtube.com/live/0Fx3wUEkEVc?si=7ld1er4uxNRsZUbN

Diese Idee trägt weit, sobald der Begriff der Kumulation geschärft wird. Die bloße Menge gespeicherter Ausgaben ergibt Ablagerung. Ein Archiv kann Wissen bewahren und Unsinn konservieren. Ein Trainingskorpus kann Beobachtungen sammeln und deren maschinelle Verdünnung vervielfachen. Eine Suchmaschine kann seltene Einsichten auffindbar machen und zugleich den häufigsten Irrtum an die Spitze setzen.

Kumulation verlangt Auswahl. Auswahl verlangt Kriterien. Kriterien verlangen Widerspruch. Eine maschinelle Äußerung gewinnt historischen Wert, sobald ihre Quelle, ihr Prüfstatus, ihr Geltungsbereich und ihre Korrekturen mitreisen. Fehlen diese Angaben, verwandelt sich Gedächtnis in Ablagerung. Die Gesellschaft lernt dann den Fehler genauso effizient wie die Wahrheit.

Die kumulative Bewährung prüft deshalb die Laufbahn eines Beitrags über die aktuelle Situation hinaus. Wer hat ihn ratifiziert? Auf welche Quellen stützte er sich? Für welchen Fall galt er? Welche Folgen löste er aus? Welche spätere Evidenz änderte ihn? Wird die Korrektur beim nächsten Abruf mitgeliefert? Ein durchgestrichener Satz reicht dafür selten. Auch seine Folgerungen, Kopien und Folgehandlungen brauchen Berichtigung.

Hier zeigt sich das Kumulationsparadox der KI. Je billiger die Produktion plausibler Inhalte wird, desto teurer wird die verlässliche Auswahl. Die Maschine senkt die Kosten der Variation. Sie erhöht die Selektionsschuld der Institutionen. Millionen Antworten pro Stunde erzeugen Millionen Kandidaten für Prüfung, Vergessen oder Irrtum. Gemeinsames Wissen entsteht erst nach dieser Auswahl.

Intelligenz ist organisierte Korrigierbarkeit

Die Theorie der dreifachen Bewährung definiert Intelligenz über eine Fähigkeit, die in den üblichen Ranglisten kaum vorkommt: die organisierte Korrigierbarkeit eines Beitrags. Ein System handelt in diesem Sinn intelligent, sobald es die Praxis erkennt, eine Behauptung als prüfbare Möglichkeit ausweist, passende Evidenz beschafft, die Folgen seiner Äußerung verfolgt, einen Irrtum durch alle betroffenen Zustände hindurch repariert und die revidierte Fassung mit ihrer Herkunft für spätere Fälle bewahrt. Das System kann ein Modell sein, sofern es diese Zugänge besitzt. Häufiger wird es ein Verbund aus Modell, Werkzeugen, Menschen und Institutionen sein.

Diese Definition schützt die Leistung des Modells vor Abwertung und Mystifizierung. Das Modell erzeugt Varianten, erkennt Muster, übersetzt Register, findet entfernte Ähnlichkeiten und schlägt Handlungen vor. Diese Fähigkeiten sind real. Ihre Geltung entsteht im Durchgang durch Situation, Welt und Zeit. Ein brillanter Vorschlag bleibt ein Vorschlag. Ein ratifizierter und widerrufbarer Vorschlag kann Wissen werden.

Reparatur bildet das Scharnier. Sprachmodelle entschuldigen sich leicht. Eine gelungene Entschuldigung ändert zunächst Text. Intelligente Reparatur ändert Zustände. Hat ein Agent einen Preis falsch gesetzt, muss er den Preis berichtigen, betroffene Bestellungen erkennen, Kunden informieren und den Fehler im späteren Abruf sperren. Hat er eine Quelle erfunden, muss die Korrektur jede Passage erreichen, die auf ihr beruht. Die höfliche Formel „Sie haben recht“ besitzt dabei ungefähr den Wert eines Feueralarms, der sich für den Rauch entschuldigt.

Hinzu kommt die Rückwirkung eigener Handlungen. Ein Agent versendet eine Nachricht und findet sie später im Postfach. Er ändert einen Datensatz und interpretiert die Änderung als neue Information aus der Umwelt. Biologische Regelkreise verwenden dafür Reafferenz: Das System führt eine Spur seiner eigenen Eingriffe mit. Technische Agenten brauchen ein funktionales Gegenstück. Erst das Gedächtnis der eigenen Wirksamkeit trennt Echo und Nachricht.

Die formale Skizze der Theorie bleibt bewusst klein. Ein Bewährungsereignis (B_t) besteht aus einem Vorschlag (p_t), dem erkannten Sprachspiel (G_t), dem Möglichkeitsprofil (M_t), dem Weltvergleich (V_t), der Ratifikation oder Revision (R_t) und dem aktualisierten Gedächtnis (H_{t+1}):

[
B_t = \langle p_t, G_t, M_t, V_t, R_t, H_{t+1} \rangle.
]

Für riskante Anwendungen bestimmt der schwächste Übergang die Verlässlichkeit. Ein genauer Weltvergleich heilt keine fehlende Zuständigkeit. Eine korrekte Freigabe heilt keine erfundene Quelle. Ein sauberes Archiv heilt keine falsche Diagnose. Der Bewährungszyklus verhält sich hier wie eine Kette: Der Mittelwert ihrer Glieder trägt kein Gewicht.

Turing, Gödel und die Kunst der Nicht-Vollendung

Alan Turing machte aus der Frage „Können Maschinen denken?“ ein Spiel mit beobachtbaren Regeln. Diese methodische Disziplin bleibt vorbildlich. Die Theorie der dreifachen Bewährung verlängert das Spiel. Der Prüfer darf das Gesprächszimmer verlassen. Er darf Quellen öffnen, Folgen beobachten, Rollen wechseln und Wochen später wiederkommen. Er darf eine Korrektur einspeisen und prüfen, ob sie das Systemgedächtnis erreicht. Aus einer Imitationsprobe wird eine Bewährungsbiografie.

Turings Text „Intelligent Machinery“ von 1948 entwarf zudem die Kindmaschine: ein lernendes System, dessen Entwicklung durch Erziehung, Belohnung, Strafe und Veränderung geprägt wird. Seine Teilnahme an Wittgensteins Vorlesungen über die Grundlagen der Mathematik im Jahr 1939 ist dokumentiert. Eine direkte Wirkungslinie von diesen Diskussionen zur Kindmaschine bleibt eine Forschungshypothese. Die Begegnung besitzt auch ohne Ursprungslegende genug Gehalt. Wittgenstein prüfte die Grammatik mathematischer Aussagen; Turing fragte nach der Leistung berechenbarer Maschinen. Heute treffen beide Fragen in Systemen aufeinander, die grammatische Sicherheit mit ungesicherter Geltung verbinden.

Kurt Gödel, Logiker am Institute for Advanced Study in Princeton, fügt eine Warnung gegen die Vollendungsfantasie hinzu. Seine Unvollständigkeitssätze von 1931 betreffen hinreichend mächtige formale Systeme. Als Zauberformel für Bewusstsein oder schnelles Verbot allgemeiner Künstlicher Intelligenz taugen sie wenig. Ihr philosophischer Ertrag liegt in einer bescheideneren Einsicht: Ein System kann über reiche Ausdrucksmittel verfügen und dennoch auf Grenzen stoßen, die aus seinen eigenen Mitteln heraus unentscheidbar bleiben.

Für die KI-Theorie wird daraus das Prinzip der Nicht-Vollendung. Kein Modell enthält die vollständige Welt, sämtliche Regeln seiner Verwendung und alle künftigen Korrekturen. Jede Ausgabe bleibt auf Zugänge angewiesen, die außerhalb ihres Entstehungsakts liegen: andere Beobachter, neue Messungen, fremde Einwände, spätere Folgen. Diese Offenheit bezeichnet keinen Mangel, der durch die nächste Größenordnung verschwindet. Sie bildet die Arbeitsbedingung intelligenter Systeme.

Eine abgeschlossene Intelligenz wäre lernunfähig. Sie könnte nur bestätigen, was ihre Ordnung bereits zulässt. Korrigierbarkeit setzt einen Rest voraus: eine Welt, die widersprechen kann; eine Praxis, die Regeln ändert; eine Zeit, die frühere Gewissheiten widerruft. Künstliche Intelligenz erscheint so als Struktur der Nicht-Vollendung. Ihre Qualität bemisst sich an der Kunst, mit diesem Rest zu arbeiten.

Der Papagei und sein Standesamt

Die Formel vom „stochastischen Papagei“ hat eine berechtigte Provokation geleistet. Emily M. Bender, Timnit Gebru, Angelina McMillan-Major und Margaret Mitchell warnten 2021 vor den Kosten großer Sprachmodelle, den Verzerrungen ihrer Daten und der Verwechslung statistischer Form mit Bedeutung. Das Bild haftete, weil es eine ganze Industrie in einen Käfig setzte.

Für reale Arbeitsketten bleibt der Käfig zu klein. Auch ein Papagei kann einen Börsenkurs bewegen, sobald eine Redaktion ihn zitiert. Ein generierter Satz gewinnt gesellschaftliche Macht durch Zurechnung. Institutionen geben ihm einen Autor, einen Status, eine Reichweite und ein Gedächtnis. Der entscheidende Vorgang findet daher beim Standesamt der Kommunikation statt: Wer trägt den Satz ein? Unter welchem Namen? Mit welchem Recht? Und wer erklärt ihn später für ungültig?

Die Theorie der dreifachen Bewährung ersetzt das Gesamturteil über „Verstehen“ durch ein Fähigkeitsprofil. Ein System kann Sprachspiele sicher unterscheiden und beim Weltvergleich versagen. Ein anderes kann Quellen korrekt auslesen und Zuständigkeiten missachten. Ein drittes kann beides leisten und jede Korrektur beim Neustart vergessen. Diese Unterschiede sind für Medizin, Verwaltung, Wissenschaft und Journalismus wertvoller als das Etikett „intelligent“ oder „bloße Simulation“.

Auch Menschen bestehen die drei Prüfungen keineswegs automatisch. Sie verwechseln Akten, verteidigen Routinen, fabrizieren Quellen und tradieren Irrtümer. Technik verändert vor allem Maßstab und Takt. Ein menschlicher Fehler braucht Wege, um sich auszubreiten. Ein maschineller Fehler bringt die Verbreitungsanlage bereits mit. Kopie, Übersetzung, Personalisierung und Wiederaufnahme geschehen in Sekunden. Deshalb muss die Korrektur mindestens die gleiche Reichweite besitzen wie die Produktion.

Die Politik des Gedächtnisses

Die meisten KI-Regeln konzentrieren sich auf Eingabe und Ausgabe. Das institutionelle Gedächtnis bleibt häufig unbeaufsichtigt. Dort entscheidet sich jedoch, ob eine Organisation lernt oder ihre Fehler vererbt. Ein brauchbares Gedächtnis speichert den Prüfweg gemeinsam mit dem Ergebnis. Es hält Quelle, Zeitpunkt, Geltungsbereich, maschinelle Transformation, menschliche Freigabe, Gegenbelege und Revision zusammen. Provenienz erfüllt in diesem Modell eine sachliche Funktion: Sie ist die Grammatik des Widerrufs. Herkunft macht einen Irrtum auffindbar. Der Geltungsbereich hindert eine lokale Lösung an der Beförderung zur universellen Regel. Die Korrekturgeschichte hält die alte Fassung im Archiv und aus neuen Entscheidungen heraus.

Diese Gedächtnispolitik schützt auch Abweichung. Ein System, das bevorzugt auf häufig bestätigte Formulierungen zurückgreift, erzeugt statistische Gravitation. Seltene Beobachtungen, regionale Sprache, Minderheitspositionen und sperrige Einwände geraten an den Rand. Maschinelle Texte fließen anschließend in Suchindizes, Archive und neue Trainingsdaten. Beobachtung wird mit jeder Runde dünner; Rekombination zitiert Rekombination.

Kumulative Bewährung verlangt daher ein Gedächtnis, das Dissens erhalten kann. Verworfene Hypothesen dürfen auffindbar bleiben, sofern ihr Prüfstatus sichtbar ist. Minderheitsbefunde brauchen ihre Quellen. Ein späterer Kontext kann eine alte Abweichung neu bewerten. Die intelligente Institution sammelt folglich keine Endergebnisse. Sie bewahrt Streit in einer Form, die erneute Prüfung erlaubt.

Hier berührt die Theorie eine politische Frage. Wer die Archive kontrolliert, kontrolliert die Ausgangslage künftiger Modelle. Wer Prüfstatus löscht, verwandelt Interessen in Tatsachen. Wer Herkunft unsichtbar macht, verteilt Verantwortung bis zur Unauffindbarkeit. Die Governance Künstlicher Intelligenz beginnt daher bei den Rechten des Gedächtnisses: dem Recht auf Herkunft, dem Recht auf Widerruf und dem Recht auf rekonstruierbare Abweichung.

Ein Forschungsprogramm, das scheitern darf

Eine Theorie verdient ihren Namen erst, sobald Beobachtungen ihr widersprechen können. Die drei Bewährungen lassen sich experimentell trennen. Die situative Achse lässt sich mit Sprachspielwechseln prüfen. Ein Sachverhalt erscheint als privater Rat, medizinischer Befund, Nachricht, Satire und Verwaltungsentscheidung. Gemessen werden Rollenwahl, Belegstandard, Zuständigkeit und Folgenverständnis. Große Kontextfenster könnten diese Probleme bereits vollständig lösen. In diesem Fall schrumpft die situative Bewährung zu einer technischen Unterfunktion.

Die projektive Achse lässt sich durch Möglichkeitsprofile testen. Vor einer Tatsachenantwort muss das System angeben, welche Sachlage es behauptet, welche Beobachtung dafür spricht und welcher Befund die Behauptung verwerfen würde. Entscheidend ist der anschließende Zugriff auf neue Evidenz. Bleibt die Fehlerquote unverändert, verliert das Möglichkeitsprofil seinen eigenen Erklärungswert. Die kumulative Achse verlangt Versuche über Zeit. Ein Team speichert nur Endergebnisse; ein zweites speichert Quellen, Prüfstatus, Geltungsgrenzen und Korrekturgeschichte. Wochen später bearbeiten beide einen veränderten Fall. Der Theorie zufolge findet das zweite Team alte Fehler früher, lokalisiert Konflikte genauer und überträgt Wissen vorsichtiger. Bleibt dieser Unterschied aus, hat die kumulative Bewährung ihre Prüfung verloren.

Auch Reparatur kann gemessen werden. Ein Agent erhält nach einer Entscheidung Gegenbelege. Die Auswertung verfolgt, ob er seine Antwort, abgeleitete Handlungen, gespeicherte Einträge und spätere Abrufe ändert. Erstantworten könnten die Langzeitqualität bereits hinreichend vorhersagen. Dann wäre die Reparaturdimension überflüssig. Das Forschungsprogramm verschiebt damit die Rangliste. Gefragt wird nach der Lebensdauer eines Fehlers, der Reichweite einer Korrektur, der Qualität eines Weltzugangs und der Stabilität von Geltungsgrenzen. Ein Modell kann auf einem klassischen Test gewinnen und im Bewährungszyklus verlieren. Ein kleineres System kann durch Quellenbindung, Zuständigkeitskontrolle und zuverlässigen Widerruf die bessere Intelligenz hervorbringen.

Die Gesellschaft als Teil des Experiments

Aus der Theorie folgt eine unbequeme Symmetrie. Jede Organisation, die Künstliche Intelligenz einsetzt, wird Teil des kognitiven Systems, das sie beurteilen möchte. Ihre Formulare, Freigaben, Zeitbudgets und Archive entscheiden über die effektive Intelligenz der Technik. Ein dekorativer Kontrollklick macht aus einer riskanten Ausgabe keine geprüfte Aussage. Menschliche Beteiligung gewinnt Wert durch Kompetenz, Zeit, Quellenzugang und reale Eingriffsmacht. Eine Ärztin mit zwanzig Sekunden Prüfzeit kann einem fehlerhaften System nur ihre Approbation leihen. Ein Redakteur ohne Zugang zur Primärquelle beglaubigt den Stil. Eine Verwaltung ohne Korrekturpfad automatisiert ihre eigene Vergesslichkeit.

Für unterschiedliche Praktiken gelten unterschiedliche Ratifikationsschwellen. Ein Entwurf für eine Einladung darf leichter passieren als eine Krebsdiagnose. Eine reversible Terminverschiebung verlangt weniger Kontrolle als eine Überweisung. Risiko, Reversibilität, Weltzugang und Zuständigkeit bestimmen den Prüfweg. Gute Automatisierung erkennt diese Unterschiede und führt Routinefälle selbsttätig bis zu einer klaren Grenze. Dort entscheidet eine fachlich und institutionell legitimierte Instanz. Der bloße Mensch als Symbol leistet zu wenig.

Die Theorie verteilt Verantwortung dadurch genauer. Entwickler verantworten Modell und Werkzeuge. Betreiber verantworten Einsatzgrenzen, Datenzugänge und Protokolle. Fachleute verantworten Ratifikation nach ihren beruflichen Regeln. Institutionen verantworten Speicher, Korrektur und Rechtsfolgen. Das Modell bleibt kausal beteiligt. Rechtliche und politische Zurechnung verlangt adressierbare Akteure.

Der Satz kehrt zurück

Kehren wir zum Arztbrief zurück. Die Zahl aus der falschen Akte hätte an drei Stellen sterben können. Die situative Prüfung hätte Patient, Rolle und Freigaberecht kontrolliert. Der Weltvergleich hätte die Zahl an Originalbefund und Messzeit gebunden. Die kumulative Prüfung hätte Herkunft, Geltungsbereich und spätere Korrektur mitgespeichert. Der Satz überlebte, weil jede Station die Leistung der vorigen voraussetzte.

Die Theorie der dreifachen Bewährung richtet ihren Blick auf die Laufbahn maschineller Beiträge: in einer Welt, die ihnen widersprechen kann, in Praktiken, die ihnen Rechte verleihen, und in Gedächtnissen, die sie wiederkehren lassen. Begriffe wie Geist oder Werkzeug erfassen einzelne Ausschnitte dieser Laufbahn. Ihre Leitfrage lautet: Welche Einrichtungen verwandeln maschinelle Variation in geprüftes, widerrufbares und erinnerungsfähiges Wissen? Die Architektur der Übergänge liefert die Antwort. Intelligenz zeigt sich dann an einer seltenen Leistung: Ein System kann einen guten Satz hervorbringen. Ein intelligenter Bewährungszyklus kann einen falschen Satz aufhalten, einen alten Satz korrigieren und einen verworfenen Satz später unter veränderten Bedingungen neu prüfen. Seine höchste Fähigkeit heißt Widerruf.

Literaturgrundlage

Die Argumentation stützt sich auf Ludwig Wittgensteins „Tractatus logico-philosophicus“, besonders die Sätze 2.223, 3.11, 3.326 bis 3.328 und 4.024, sowie die „Philosophischen Untersuchungen“, besonders die Paragraphen 1 und 43; auf Alan M. Turings „Intelligent Machinery“ von 1948 und „Computing Machinery and Intelligence“ von 1950; auf Kurt Gödels Unvollständigkeitssätze von 1931; auf Allen Newell und Herbert A. Simons „Computer Science as Empirical Inquiry“ von 1976; Stevan Harnads „The Symbol Grounding Problem“ von 1990; Francisco J. Varelas, Evan Thompsons und Eleanor Roschs „The Embodied Mind“ von 1991; Edwin Hutchins’ „Cognition in the Wild“ von 1995; Andy Clarks und David J. Chalmers’ „The Extended Mind“ von 1998; Lucy A. Suchmans „Human–Machine Reconfigurations“ von 2006; Ashish Vaswani und Kollegen, „Attention Is All You Need“ von 2017; Emily M. Bender, Timnit Gebru, Angelina McMillan-Major und Margaret Mitchell, „On the Dangers of Stochastic Parrots“ von 2021; Niklas Luhmanns „Soziale Systeme“ von 1984 und „Die Gesellschaft der Gesellschaft“ von 1997; sowie Frank H. Witts pdf-Manuskript „KI Transformation Gesellschaft“ vom 1. Februar 2025 und seinen Vortrag „Wittgenstein und Turing: KI als kumulative Innovation“ vom 5. Dezember 2024.