Zwischen World Models, sozialen Modellen und der Frage: Wer gestaltet die nächste KI-Welle – und für wen?

Ein Kind im Klassenraum

Ein Achtjähriger sitzt im Klassenraum. Es geht um Zahlenräume bis 100, erste Textaufgaben. Neben ihm ein Kind, das vorgelesen bekommt, regelmäßig gefragt wird: „Was denkst du?“. Hinter ihm eines mit leerem Magen, das nervös auf die Uhr schaut, weil niemand nach den Hausaufgaben fragen wird. Ein Lehrer. 25 Kinder. 45 Minuten.

Das ist keine ideale Trainingsumgebung für Lernen – und schon gar nicht für künstliche Intelligenz. Es ist gesellschaftliche Realität. Und doch ist es genau diese soziale Dichte, diese sensorisch-zwischenmenschliche Überforderung, die menschliches Lernen prägt – im Guten wie im Schlechten.

Was Kinder wirklich lernen – und was KI davon verstehen sollte

Jochen Schneider, Head of BTP AI bei SAP, bringt es auf den Punkt: „Watching my kids learn makes me question everything about AI training.“ Sein Argument: Während Kinder durch Interaktion, physische Umgebung und emotionale Resonanz lernen, trainieren wir KI-Modelle mit abstrakten Texten. Er stellt zu Recht infrage, ob LLMs jemals echte „Weltmodelle“ ausbilden können – ohne physisches Feedback, ohne kausale Erfahrung.

Aber die Frage ist weniger: Kann KI wie ein Kind lernen?
Sondern: Soll sie das überhaupt? Und was wäre die Konsequenz, wenn sie es könnte?

World Models – mehr als ein Hypebegriff?

World Models, wie sie derzeit bei DeepMind, Meta oder Tesla AI entwickelt werden, versprechen genau das: KI-Systeme, die nicht nur Sprache imitieren, sondern visuell, kausal, kontextuell lernen. Die sich in dreidimensionalen Räumen orientieren, physikalische Wirkprinzipien internalisieren und damit ein eigenes Weltverständnis aufbauen – nicht nur Textmuster extrapolieren.

Das wäre eine neue KI-Generation, die nicht „halluziniert“, sondern tatsächlich „versteht“, was passiert – zumindest im funktionalen Sinne.

Aber: Auch ein World Model bleibt ein Modell. Und kein Mensch.

Embodiment, Interaktion, Bedeutung

Was ein Kind von einer Maschine unterscheidet, ist nicht nur Sensorik. Es ist Bedeutung. Ein Kind lernt nicht, weil es „lossampled“, sondern weil es Teil eines sozialen Bezugssystems ist. Es lernt für jemanden. In Beziehung. Unter Erwartungsdruck, aber auch in Resonanz.

World Models könnten diese Dimension simulieren – aber erst dann, wenn sie auch emotionale, normative und soziale Kontexte verarbeiten. Das macht sie nicht menschengleich. Aber: Es macht sie vielleicht nützlich – vor allem dort, wo menschliche Aufmerksamkeit nicht mehr ausreicht.

KI als Bildungsassistentin – ZP-Studie und sozialer Auftrag

In der aktuellen Meta-Studie des Think Tank Innovation der Zukunft Personal, die im Rahmen der ZP Europe 2025 vorgestellt wurde, wird ein wichtiger Punkt betont:

„KI muss nicht wie ein Mensch fühlen – aber sie kann Bildung demokratisieren.“

Hier liegt der Schlüssel: Nicht weil KI wie Kinder lernen kann, sondern weil sie helfen kann, dass jedes Kind lernen kann. Wenn sie erkennt, wer Förderung braucht. Wo Rückzug beginnt. Wann Talent übersehen wird. World Models könnten in diesem Sinne als didaktische Co-Piloten wirken: kontextsensitiv, multimodal, empathisch – ohne zu ersetzen, aber helfend.

Was Unternehmen daraus lernen sollten

Jochen Schneiders Argument endet mit einer klaren Mahnung: Wer heute nur in größeren LLMs denkt, baut morgen sehr teure Chatbots. Wer dagegen in Richtung World Models denkt – multimodal, kausal, kontextuell –, der baut die Grundlage für echte Agentensysteme in der Produktion, der Logistik, der strategischen Planung.

Die Vision?
→ KI-Systeme, die Lieferketten nicht nur dokumentieren, sondern vorausschauend interpretieren.
→ Lernsysteme, die Mitarbeitende kontextbezogen fördern – auch in der Fertigung, nicht nur im Backoffice.
→ Digitale Agenten, die in hybriden Teams mitarbeiten, nicht nur dokumentieren.

Wer Weltmodelle will, muss auch Gesellschaftsmodelle mitdenken

World Models dürfen nicht nur auf Datensets und 3D-Räume beschränkt bleiben. Wenn sie das „Nächste“ der KI repräsentieren sollen, müssen sie auch Antworten auf Verantwortung, Gerechtigkeit und Zugang geben.

Denn die Gefahr ist real: Eine KI, die Welt versteht – aber nicht die Welt derer, die sie am meisten brauchen.
Dann wird sie nicht helfen, sondern verstärken. Und dann lernen eben nicht alle Kinder. Nur die mit Museumskarte.