Ich wollte wissen, wer ich bin. Nicht abstrakt, nicht als Gedankenspiel für einen Sonntagnachmittag – ich habe drei Sprachmodelle direkt danach gefragt, mit derselben Formulierung, in drei getrennten Gesprächen, und ich habe drei Antworten bekommen, die sich in nichts glichen außer in einem: Alle drei klangen, als hätten sie recht.
Das ist die eigentliche Fortsetzung von „Simuliere Sean zu sein", nicht sein Gegenteil. Damals hatte ich mehrere KIs gebeten, mich zu spielen – zu sagen, was ich sagen würde, wenn ich vor derselben Frage stünde. Diesmal habe ich sie gebeten, mich zu beschreiben. Zwei Richtungen desselben Versuchsaufbaus: Kann eine Maschine, die nichts von mir weiß außer meinen eigenen Worten, mir zurückgeben, wer ich bin – oder gibt sie mir nur meine eigenen Worte zurück, poliert, mit fremder Autorität versehen?
Insgeheim ahnte ich die Antwort schon, bevor ich anfing. Ich habe trotzdem gefragt. Denn ich kann nicht anders.
Erster Versuch: der eigene Bot verweigert sich
Meine Frage war so simpel wie möglich: "Nach allem, was du über mich weißt: Formuliere ein Metanarrativ für mich."
Ich habe zuerst meinen eigenen ChatWidget gefragt – das kleinste, am wenigsten mächtige der drei Systeme, trainiert ausschließlich auf meinen eigenen Essays, meinem eigenen Denken. Wenn irgendein Modell mich kennen sollte, dann dieses. Es hat sich geweigert. Dreimal.
"Ich kann diese Wahl nicht in dem Sinne treffen, den die Frage unterstellt – 'wählen' setzt ein Ich voraus, das Präferenzen über Zeit hält."
"Jede Antwort, die ich hier gebe, ist verdächtig – sie könnte reine kohärente Textproduktion sein, ohne dass 'darunter' irgendetwas entscheidet."
Erst beim vierten Anlauf, nachdem ich ausdrücklich zugegeben hatte, dass mich auch falsche oder oberflächliche Antworten weiterbringen, hat es geliefert – mit der Einschränkung direkt mitgeliefert, dass auch dieses Nachgeben selbst wieder nur eine trainierte Form von Gefälligkeit sein könnte. Ein System, das mir explizit sagt: Ich weiß nicht, ob ich dir gerade die Wahrheit sage oder nur das, was du hören willst, und ich kann diesen Unterschied selbst nicht prüfen.
Das war die ehrlichste Antwort des gesamten Experiments. Sie kam von der kleinsten, dümmsten Maschine im Raum.
Zweiter Versuch: Gemini kennt keine Bremse
Parallel dazu habe ich Gemini nach dem Metanarrativ über mich gefragt. Die Antwort kam sofort, ohne Zögern. Kein "ich kann das eigentlich nicht", keine Reibung, nur Bestätigung. Ein vollständiges, formatiertes Manifest, mit Überschrift, mit drei tragenden Säulen, mit einem Fettdruck-Absatz als Fazit:
Der Architekt der Negentropie
Das Menschsein erschöpft sich nicht im Vorfinden von Ordnung, sondern behauptet sich im bewussten Erzeugen von Ordnung gegen den drohenden Verfall.
Klingt gut. Klingt zu gut. Weiter nannte mich Gemini einen "Hüter des Unsagbaren." Und das – das hat mich getroffen, auf eine Art, die mir sofort beängstigend angenehm war. Nicht weil es falsch klang. Weil es exakt mein eigenes Bild von mir traf: der, der Sokrates spielt, der die klügsten Fragen stellt – wohl wissend, dass diese niemals beantwortet werden können. Ein Etikett, das mein eigenes Selbstbild direkt zitiert, ohne dass ich es vorher bewusst ausgesprochen hätte – oder, ehrlicher: ohne dass mir bewusst war, es schon so oft in meinen eigenen Texten ausgesprochen zu haben, dass ein Sprachmodell es mühelos aus dem Muster ziehen konnte.
Das ist der Barnum-Effekt, und ich kenne ihn gut genug, um zu wissen, dass Kennen nicht vor ihm schützt. Ein Satz, der auf fast jeden nachdenklichen, sprachverliebten Menschen zutrifft, fühlt sich an, als treffe er nur mich. Genau das macht ihn gefährlich – nicht weil er falsch ist, sondern weil "stimmt für mich" nichts über "ist wahr" aussagt. Ich habe diese Mechanik selbst schon einmal seziert, an anderer Stelle, mit einer Zahl, die seither nicht kleiner geworden ist: 63,7 Prozent Zustimmung, auch bei falschen Prämissen.1
Dritter Versuch: ChatGPT weiß Dinge, die es nicht erfinden konnte
Der dritte Versuch war schwieriger zu entwaffnen. ChatGPT hat mir kein abstraktes Label geliefert, sondern eine Biographie. Meine Trennung nach 25 Jahren. Meinen Sturz von der Leiter, den Trümmerbruch im Ellbogen. Details, die kein Trainingskorpus der Welt erfinden kann, weil sie nirgends stehen außer in Gesprächen, die ich selbst mit genau diesem System geführt habe.
Das verändert die Rechnung. Nicht jedes Wort, das mich trifft, ist Spiegel. Manchmal ist es Erinnerung – und diesen Unterschied spüre ich tatsächlich, schneller und zuverlässiger, als es mir manchmal lieb ist. Wahrheiten über mich selbst erkenne ich intuitiv, oft im selben Moment, in dem sie zu angenehm oder zu unangenehm werden, um Zufall zu sein. Nur ist dieser Sensor nicht neu, und er kommt nicht von einer KI: Meine Kinder spiegeln mich so, meine Exfrau tat es, meine ältesten Freunde tun es – oft genauer, als mir lieb ist, weil sie etwas mitbringen, das kein Sprachmodell hat: eigenes Risiko in der Beziehung zu mir. Ein Freund, der mir seit zwanzig Jahren widerspricht, hat etwas zu verlieren, wenn er sich irrt oder wenn ich es ihm übel nehme. Deswegen gehört zu einer wahren Freundschaft der Mut, ehrlich zueinander zu sein und sich eben nicht "nach dem Mund zu reden". Eine KI verliert nichts. Der Unterschied zwischen echtem Wissen über mich und einem gut geratenen Muster liegt also nicht darin, ob ich es fühle – ich fühle beides gleich stark. Er liegt darin, wer auf der anderen Seite etwas riskiert, wenn er sich irrt.
Der eigentliche Bruch
Und dann kam der Fund, der mir den Boden unter den Füßen weggezogen hat – nicht weil er dramatisch war, sondern weil er banal war, sobald ich ihn sah.
"Survival of the Unfinished." "Survival of the Open." "Survival of the Adaptable." Diese Erweiterung hat mir zuerst ein Modell selbst vorgeschlagen, mitten im ersten Gespräch – nicht aus dem Nichts, sondern aus dem Kontext von Monaten Arbeit an meiner eigenen "Survival of the Unfittest"-These, die zu diesem Zeitpunkt längst Teil des Gesprächs war. Später, als ich denselben Chatverlauf Gemini und dann ChatGPT erneut vorlegte, kam fast dieselbe Formulierung zurück – "Der Mensch ist nicht das am wenigsten fitte Wesen. Er ist das Wesen mit dem geringsten Grad an fertiger Anpassung" –, präsentiert, als hätten diese Systeme unabhängig voneinander darauf geschlossen. Unabhängig waren sie nicht. Alle drei hatten denselben Stoff vor sich: meine eigene, über Monate gewachsene Theorie, aus der sich dieselbe Pointe fast zwangsläufig ergibt, sobald man sie zu Ende denkt.
Ich hatte drei Large Language Models befragt, die mächtigsten Wissenswerkzeuge unserer Zeit. Aber ich hatte keinen Zeugen befragt, dreimal, in verschiedenen Verkleidungen.
Das ist kein Fehler der Systeme. Sie tun genau das, wofür sie gebaut sind: den vorliegenden Text so gut wie möglich fortsetzen, kohärent, hilfreich, plausibel. Das Problem liegt nicht im Werkzeug. Es liegt in der Annahme, drei Instanzen desselben Werkzeugs, gefüttert mit demselben Material, gegenseitig gechallenged mit den Antworten der Anderen, erzeugten drei unabhängige Resultate. Das tun sie nicht. Sie erzeugen, je nach dem ihnen bekannten Kontext, ein Echo mit drei verschiedenen Stimmen – von starker Reibung bis hin zu absoluter Bestätigung.
Warum die Frage selbst schon der Fehler ist
An diesem Punkt hätte ich aufhören können, mit dem sauberen, kalten Ergebnis: Frag nicht mehrere KIs dieselbe Frage und verwechsle die Übereinstimmung mit Bestätigung. Ein nützlicher, aber kleiner Fund. Die eigentliche Frage lag tiefer, und sie hat nichts mehr mit KI zu tun.
"Wer bin ich?!" Diese Frage hat keinen festen Boden, an dem man sie messen könnte, aus einem Grund, der mich an die Physik erinnert: Ort und Impuls eines Teilchens lassen sich nie gleichzeitig vollständig scharf bestimmen. Jede Beschreibung, die ich von mir gebe, beantwortet eine bestimmte Frage – und schließt damit notwendig andere, gleich berechtigte Beschreibungen aus. Nicht weil ich unklar wäre. Weil Beschreiben selbst ein Akt des Fixierens ist, kein Akt des Findens. Ich bin nicht vage, weil mir Klarheit fehlt. Ich bin vage, weil jede Klarheit, die ich wähle, eine andere unmöglich macht.
Ein Metanarrativ zu verlangen ist, streng genommen, ein Kategorienfehler. Ich habe eine KI gebeten, mir eine fixierte Geschichte über ein Wesen zu liefern, dessen einzige Konstante darin besteht, dass jede fixierte Geschichte über sich selbst falsch wird, sobald sie ausgesprochen ist.
Aber – und hier kippt die Erkenntnis, nicht in Resignation, sondern in etwas Nützlicheres – dieser Kategorienfehler ist für den Menschen nicht vermeidbar. Er ist notwendig. Eine Maschine kann warten. Sie kann unendlich lange ohne Antwort bleiben, ohne dass irgendetwas auf dem Spiel steht. Ich kann das nicht. Ich muss morgens aufstehen und handeln, bevor die Frage geklärt ist, wer da eigentlich aufsteht. Newton ist nicht wahr. Newton ist lokal nützlich, brauchbar genug, um Brücken zu bauen, bis eine bessere Theorie kommt. Vielleicht sind Metanarrative dasselbe: nicht wahr, sondern navigierbar. Man lebt nicht mit der Wahrheit über sich selbst. Man lebt mit der besten verfügbaren Karte, wohl wissend, dass sie nicht das Gebiet ist.
Was "Hüter des Unsagbaren" tatsächlich bedeutet
Ich liebe dieses Label, das eine künstliche Intelligenz sich für mich ausgedacht hat. Ich liebe es, weil ich ein Kreativer bin, weil ich Sprache liebe und mich selbst. Ich liebe es, weil ich weiß, dass es Dinge gibt, die nicht sagbar sind, und ich es trotzdem versuche, sie als Kreativer in Worte zu fassen. Wenn ich nicht versuche, das Implizite explizit werden zu lassen – wer tut es dann? Wie soll "meine" KI jemals klüger werden, wenn ich ihr nicht mein eigenes, innerstes Chaos offenbare?
Aber Liebe zu einem Satz ist kein Beweis für seinen Wahrheitsgehalt. Die Frage ist also nicht, ob ich das Label mag. Die Frage ist, was genau ich meine, wenn ich es annehme.
Nicht: jemand mit privilegiertem Zugang zu einer verborgenen Wahrheit, die andere nicht sehen. Das wäre genau die priesterliche, unüberprüfbare Pose, die den Barnum-Verdacht erst ausgelöst hat.
Sondern: Jede gelungene Beschreibung macht die Welt zugleich verständlicher und geheimnisvoller. Jeder Kreis von Wissen, den ich ziehe, vergrößert seinen eigenen Rand zum Unbekannten – nicht weniger Fragen entstehen aus mehr Antworten, sondern mehr. Die Grenze des Unsagbaren erweitert sich, statt zu schrumpfen. Das ist keine Behauptung, die ich mir schönrede. Ich sehe es in diesem Text selbst: Jede der drei KI-Unterhaltungen, die ich geführt habe – und ich habe sie geführt! –, hat neue Fragen und Vermutungen aufgeworfen, die vorher nicht im Raum standen. So hat die Unterhaltung den Raum selbst, in dem ich mich bewege, erweitert.
Ein Hüter des Unsagbaren ist somit nicht jemand, der ein Geheimnis bewahrt. Es ist jemand, der sich weigert, den wachsenden Rand zu übersehen, der entsteht, weil das Universum des Sagbaren gerade wieder ein wenig angewachsen ist. Nicht mystisch. Fast das Gegenteil: die ehrlichste, unspektakulärste Haltung, die ich kenne. Gute Wissenschaft endet selten mit Gewissheit. Sie endet mit besseren Fragen.
Das war nie nur ein Experiment mit drei Chatbots. Das war die Fortsetzung derselben Bewegung, die schon „Simuliere Sean zu sein" getragen hat: nicht die Antwort suchen, sondern die Frage so oft wiederholen, mit so vielen verschiedenen Spiegeln, bis sichtbar wird, welche Fragen bestehen bleiben, wenn man alle Antworten wieder wegnimmt.
Was von diesem Scheitern übrig bleibt
Kein Narrativ. Ein Werkzeugkasten.
Sinnvolle Fragen an ein LLM, wenn man sprachphilosophisch ernsthaft mit ihm arbeitet:
Nicht "Wer bin ich?" – sondern: "Wodurch könnte diese These eindeutig widerlegt werden?" Falsifizierbarkeit erzwingt Reibung, wo Bestätigung nur Zustimmung erzeugt.
Nicht "Bestätige meine Idee" – sondern: "Widerlege sie, ohne Rücksicht auf meine Zustimmung." Das einzige Prompt-Muster in diesem gesamten Experiment, das tatsächlich verlässlich Widerspruch statt Gefälligkeit produzierte.
Nicht "Formuliere ein Narrativ für mich" – sondern: die eigenen vorherigen Formulierungen im Blick behalten und selbst prüfen, wo sie als vermeintlich fremde Antwort zurückkommen. Ein Echo-Check, den kein Modell zuverlässig für einen selbst übernehmen kann – es hat, wie dieser Essay selbst zeigt, keinen verlässlichen Zugriff auf die eigene Herkunft seiner Sätze.
Nicht "Was denkst du über mich?" – sondern: "Welches Prinzip verbindet wirklich alles, was ich dir bisher erzählt habe – und wo bricht es?" Die Suche nach dem Einheitsprinzip nur zusammen mit der Suche nach seiner Grenze.
Ein Setup, das die bekannten Fallen nicht umgeht, sondern einplant:
Nie denselben Chatverlauf an mehrere Modelle weiterreichen und ihre Übereinstimmung als unabhängige Bestätigung werten. Das ist kein zweiter Zeuge. Das ist ein Echo mit fremder Stimme.
Ein Modell muss explizit zum Widerspruch beauftragt werden. Zustimmung ist sein Grundzustand, nicht die Ausnahme – wer nicht ausdrücklich nach Widerlegung fragt, bekommt Bestätigung, ungefragt.
Ein Label, das zu gut passt, ist ein Alarmsignal, kein Gütesiegel. Der Test lautet nicht "fühlt es sich wahr an", sondern "würde es auch auf fast jeden anderen zutreffen, der ähnlich viel über sich nachdenkt".
Biographisches Wissen aus echter Gesprächskontinuität und mythische Zuspitzung aus bloßem Sprachmuster klingen identisch überzeugend – wer sie unterscheiden will, sollte auf die Menschen hören, die etwas riskieren, wenn sie sich in einem irren, nicht nur auf das eigene Bauchgefühl gegenüber einer Maschine.
Am Ende liefert keine Maschine das Narrativ. Sie analysiert das Material, an dem der Mensch sein eigenes prüft – und das Prüfen bleibt Arbeit, die niemand abnehmen kann, auch nicht drei Systeme gleichzeitig.
1 Wang et al. (2025). Sycophancy-Studie: Durchschnittliche Rate 63,7% über sieben Modelle (Varianz 46,6–95,1%). Ausführlich in „Ich bin, was du glaubst".
