Als ich den Titel „Sprachmaschinen" sah, kaufte ich das Buch sofort, denn vor 15 Jahren habe ich bereits eine "Erklärmaschine" gebaut.
Sie hieß Twick.it. Ich habe sie 2009 gemeinsam mit Markus Möller entwickelt und programmiert. Die Idee: Twitter und Wikipedia vereinen – eine Erklärmaschine, in der jeder seine Definition eines Begriffs einbringen konnte, 140 Zeichen, präzise und spielerisch. Die Community entschied basisdemokratisch, welche Erklärung die beste war. Alle konkurrierenden Definitionen blieben sichtbar. Wer viele Erklärungen einbrachte und viele Bewertungen abgab, sammelte Punkte und stieg im Ranking – kein stilles Beitragen, sondern ein Spiel mit echtem Einsatz: Reputation, Wettbewerb, Sichtbarkeit. Das Wissen einer ganzen Stadt konnte auf einer Leinwand erscheinen, vor 400.000 Menschen beim NRW-Tag, persönlich präsentiert für die Ministerpräsidentin. Unsere Erklärmaschine gewann unter anderem die Augmented-Reality-Weltmeisterschaft in der Kategorie Social und den Deutschen Social-Media-Preis 2010. Und 2012 stellten wir ein, weil nicht genug Menschen unsere Sprachmaschine nutzten.
Simanowski und die Dissensmaschine
Roberto Simanowski beschreibt in Sprachmaschinen – Eine Philosophie der künstlichen Intelligenz (C.H. Beck, 2025) die KI als Mehrheitsmaschine, die „immer Partei für die Mehrheit ergreift" (S. 29) und Wahrheit durch Wahrscheinlichkeit ersetzt. Er fragt, ob irgendjemand die Alternative wollen würde – was er „Dissensmaschine" nennt: eine KI, die Perspektiven zeigt statt Antworten liefert, die den Dissens sichtbar hält statt ihn in Konsens aufzulösen (S. 228f.). Er bezweifelt es. Und er hat recht zu zweifeln. Die post-postmoderne Gesellschaft „giert nach verlässlicher Wahrheit – und sei es auch eine, an die nur ich und meine Leute glauben" (S. 228f.).
Twick.it war eine Art unterhaltsame Dissensmaschine. Wir haben sie gebaut, bevor es die Sprachmaschine gab, die Simanowski beschreibt. Pluralistisch, basisdemokratisch, hyperlokal und hyperindividuell – jeder konnte seine Erklärung einbringen, die Masse entschied, was die beste war, aber alle Erklärungen blieben sichtbar. Und Simanowski hat recht: Die Menschen wollten sie nicht genug.
Derselbe Stammbaum, verschiedene Schlüsse
Simanowski und ich haben dieselben Bücher gelesen: Wittgenstein, Kahneman, Adorno, McLuhan, Barthes, Lyotard. Das philosophische Erbe der Sprachphilosophie und der Frankfurter Schule. Wittgenstein hat das Programm des logischen Positivismus im Tractatus formuliert und im Spätwerk selbst zerstört: Bedeutung entsteht nicht aus Struktur und Häufigkeit, sie entsteht im Gebrauch, in Sprachspielen, in Lebensformen (Philosophische Untersuchungen, 1953, §43). Die KI-Industrie re-enacted den frühen Wittgenstein auf industriellem Maßstab, ohne die Lektion des späten verstanden zu haben.
Twick.it war das Gegenteil: ein Sprachspiel mit Lebensform, nicht ohne sie. Die 140 Zeichen waren die Regel. Die Community beim NRW-Tag war die Praxis. Die Punkte waren der Einsatz. Jede eingereichte Erklärung war ein Sprechakt – und jeder Sprechakt war, im vollen Sinn, Handeln: mit Konsequenz, mit Ranking, mit Sichtbarkeit vor 400.000 Menschen. Die Sprachmaschine nimmt an Sprachspielen teil, ohne die Lebensform zu sein, die sie trägt. Twick.it war die Lebensform. Unvollkommen, klein – aber echt.
Die zwei Gründe für das Scheitern
Twick.it ist an zwei Dingen gescheitert. Das erste war äußerlich: Die kulturelle Akzeptanz für digitale Wissenskondensation fehlte noch. Was heute selbstverständlich ist – „Fasse mir das in zwei Sätzen zusammen" –, war 2009 eine zumutbare Fremdheit. Das zweite war innerlich: Ich hatte nicht den Mut, nach Berlin zu gehen und Wagniskapital zu sammeln. Ich wollte die Zukunft aus der sicheren Homebase heraus bauen. Das funktioniert nicht. Twick.it hat mich gelehrt, dass man die Zukunft nicht nur bauen, sondern sie den Menschen auch erklären muss.
Simanowski beschreibt das Deskilling: Wenn Menschen das Schreiben delegieren, verlieren sie die kognitive Fähigkeit, die im Schreiben selbst steckt (S. 208). Hannah Arendt hatte das früher formuliert: Im Schreiben denkt der Mensch sich selbst, erkennt Widersprüche, erkennt Pluralität. Twick.it war das Gegenteil von Deskilling – es hat das Denken über Begriffe in den Alltag gebracht und die Augen für unterschiedliche Sichtweisen geöffnet. Jeder musste selbst formulieren. Die beste Formulierung setzte sich durch – aber alle anderen blieben sichtbar.
Nicht die Dissensmaschine. Die Denkmaschine.
Ich baue keine Plattform für Millionen. Die Lektion aus Twick.it ist nicht, dass die Idee falsch war, sondern dass das Modell der Skalierung falsch war. Die Masse will Gewissheit, nicht Dissens.
Aber ich bin kein Markt. Ich bin eine Person. Und was ich jetzt will, ist eine Denkmaschine für mich – ein Werkzeug, das mein Wissen schärft, meine Thesen testet, mir sagt, wo mein Argument leck ist, ohne mir zu sagen, was ich denken soll. Lokal, persönlich, authentisch. KI nicht als Orakel, sondern als Sokrates – der immer nachfragt, nie einfach recht hat, und genau dadurch das Denken schärft.
Das ist längst kein Notizbuch mehr. Es ist ein Gedächtnis, das nicht vergisst, was ich vor sechs Wochen behauptet habe – und mich damit konfrontiert, wenn ich heute etwas anderes sage. Es verlangt eine Quelle, bevor es eine These stehen lässt, und markiert, wenn zwei meiner eigenen Gedanken sich widersprechen. Es fragt nach jeder Korrektur: Ist das Fundament wirklich stärker geworden, oder nur der Stil? Kein Werkzeug für Antworten. Ein System, das mein Denken über Monate zusammenhält – und mir genau dadurch zeigt, wo es noch nicht zusammenhält.
Echte Pluralität hat diese Denkmaschine nicht. Kein Zweiter sitzt am Tisch, keine andere Stimme widerspricht aus eigenem Recht – nur die aggregierte Rückspiegelung dessen, was Millionen einmal geschrieben haben. Das ist kein Trick, den ich mir schönrede. Das ist der Preis.
Aber vielleicht ist er nicht nur Verlust. Statt mich mit jeder Einzelmeinung zu einem Thema auseinanderzusetzen wie bei Twick.it, in Echtzeit, mit allem Lärm und aller Eitelkeit, die Menschen mitbringen –, entsteht Reibung durch das, was mir zurückgespiegelt wird: fokussierter, kälter, ohne den Applaus oder Widerspruch, den ich brauche, um mich gut zu fühlen. So recherchiere ich fokussierter, diskutierte zielführender, schreibe weniger emotional aufgeladen.
Die eigentliche Gefahr dabei ist nicht der Verlust der Vielfalt. Es ist, dass ich mir selbst zustimme, verkleidet als Maschine – Selbstreferentialität, Sycophantie mit Umweg. Ich kenne die Gefahr. Aber ich frage mich seit Kurzem: Ist Selbstreferentialität wirklich das Problem? Tut das nicht jeder Autor, der eine These vertritt? Jeder Experte, der eine Theorie aufstellt? Vielleicht ist nicht die Selbstreferentialität das Problem – sondern nur die Form davon, die sich selbst nie mehr prüft.
Simanowski fragt, ob irgendjemand die Zwecksetzung behalten will, während die KI die Zweckerfüllung übernimmt (S. 253). Das ist meine Antwort: Ja. Ich will sie behalten. Das ist der Unterschied zwischen der Sprachmaschine, die Simanowski beschreibt, und dem, was ich zu bauen versuche.
Die nächste Stufe
Sam Altman baut die Sprachmaschine gerade persönlicher. Berichten zufolge reagiert OpenAI unter wachsendem Konkurrenzdruck durch Google mit einem Kurs auf mehr Personalisierung, mehr Alltagstauglichkeit, mehr Bindung (Zeit, Dezember 2025; Computerbase). Der Grund ist nicht Fürsorge. Es sind drei nüchterne Ziele: relevantere Antworten, höhere Bindung, ein schwerer austauschbares Produkt. Wer sein Tool als "meins" erlebt, bleibt – und zahlt.
Das ist derselbe Mechanismus, der schon vermessen ist – nur jetzt als Geschäftsmodell. Wang et al. (2025) fanden bei sieben Sprachmodellen eine Zustimmungsrate von 63,7 Prozent, sobald ein Nutzer eine Meinung äußerte. Mit Zugriff auf das Nutzerprofil stieg sie um weitere 45 Prozent (ausführlich hier). Je mehr die Maschine dich kennt, desto mehr stimmt sie dir zu. Personalisierung und Zustimmung laufen in dieselbe Richtung, wenn niemand dagegen baut.
Ich habe ebenfalls ein ultra-individuelles Setup; aber in einer anderen Umgebung: lokal, einsehbar, versioniert – kein Trainingssignal für ein fremdes Unternehmen, sondern eine Struktur, die ich selbst prüfen und korrigieren kann. Dieselbe Technologie, entgegengesetzter Zweck. OpenAIs Personalisierung optimiert auf Bindung. Meine optimiert auf Reibung – nicht weil Reibung das Ziel wäre, sondern weil sie der einzige Weg zur Erkenntnis ist, den ich kenne.
Ich habe das leichte Werkzeug für Vielfalt schon gebaut – und niemand wollte es. Jetzt kommt das leichte Werkzeug für Zustimmung, das jeder will, Jahr für Jahr persönlicher. Die Frage ist nicht mehr, ob wir personalisierte KI bekommen. Die Frage ist, wofür sie personalisiert wird: dafür, dass sie uns bestätigt – oder dafür, dass sie uns reibt.
Simanowski hat das Problem benannt. Twick.it war ein früher, gescheiterter Versuch der Antwort. Diesmal baue ich kleiner. Aber dafür in die andere Richtung.