Wissen als Machtressource — eine alte Dynamik in neuem Gewand
Es gibt eine Beobachtung, die mich seit Jahren beschäftigt: Wer Wissen kontrolliert, kontrolliert Realität. Das ist keine philosophische Übertreibung, sondern eine historisch belegte Tatsache. Bibliotheken wurden geplündert, Bücher verbrannt, Lexika zensiert — immer mit dem Ziel, die Deutungshoheit über das zu behalten, was als wahr gilt. Was sich verändert hat, ist der Maßstab. Heute findet dieser Prozess nicht in Archiven statt, sondern auf Servern in Virginia, Dublin und Singapur.
Die KI-Entwicklung geht einher mit enormer Machtkonzentration bei wenigen riesigen Konzernen — und unser Informationsökosystem verändert sich dabei gerade fundamental. Das klingt abstrakt, bis man die Zahlen betrachtet: Laut einer Analyse von S&P Global planen allein die vier US-Hyperscaler Amazon, Alphabet, Meta und Microsoft gemeinsam Kapitalausgaben von über 680 Milliarden Euro für 2026 — ein Plus von 60 Prozent gegenüber dem Vorjahr. Diese Summen schaffen Infrastruktur, die nicht öffentlich gehört. Sie schaffen private Kontrollpunkte über das, was Milliarden Menschen als Antwort auf ihre Fragen erhalten.
KI liegt heute in den Händen weniger globaler Großkonzerne. Eine solche Machtkonzentration ist nicht im Interesse des Gemeinwohls — KI sollte aber allen Menschen Vorteile verschaffen. Das ist keine Randmeinung: AlgorithmWatch, eine der renommiertesten europäischen NGOs für algorithmische Rechenschaftspflicht, formuliert diese Diagnose als Ausgangspunkt ihrer gesamten politischen Agenda. Die Ressourcenexplosion, die den aktuellen KI-Boom antreibt, ist kein neutrales technisches Phänomen — sie ist ein Akt der Marktkonsolidierung mit gesellschaftlichen Folgen.
Die Slop-Falle: Wenn manipuliertes Wissen als Wahrheit verkauft wird
Ein zentrales Missverständnis in der öffentlichen KI-Debatte lautet: Das Modell kennt keine Meinung, es gibt nur wieder, was da ist. Das ist falsch. Von staatlich gesteuerten Einflussoperationen bis hin zu kommerziellen Content-Farmen versuchen viele Akteure zu formen, was KI-Systeme “lernen” — und damit, was sie als “Fakten” darstellen. Diese Verzerrungen reichen von betrügerischen Finanzinhalten bis zu koordinierter politischer Manipulation.
Neuere Erhebungen belegen, dass große Sprachmodelle soziale Verzerrungen — insbesondere rassistische, geschlechtsbezogene und kulturelle Stereotype — aus ihren Trainingsdaten übernehmen und verstärken. Das Problem liegt dabei nicht nur in der Qualität der Daten, sondern in ihrer strukturellen Undurchsichtigkeit. Diese Verzerrungen sind schwer zu erkennen, weil die Systeme komplex und oft proprietär sind, was ihre Transparenz einschränkt. Wer nicht in den Quellcode eines Modells schauen kann — und das kann praktisch niemand außerhalb des Unternehmens —, weiß nicht, welches Weltbild er sich gerade ins Gehirn lädt.
Wie KI entwickelt wird und welchen Einfluss sie auf Demokratie und Gesellschaft hat, hängt davon ab, wer diese Technologien verwalten, entwickeln und einsetzen darf. Die Reichweite und Macht der Tech-Giganten, kombiniert mit generativen KI-Fähigkeiten, erhöht die Effektivität staatlicher und privater Akteure bei der Manipulation der öffentlichen Meinung. Das Dual-Use-Dilemma ist hier besonders ausgeprägt: Dieselbe Technologie, die Schüler beim Lernen unterstützt, kann genutzt werden, um politische Narrative in Echtzeit zu formen und zu verbreiten.
Mit dem rasanten Wachstum generativer KI-Modelle hat sich die Art, wie Informationen missbraucht werden können, erheblich weiterentwickelt. Während der Wahlen in den Jahren 2024 und 2025 wurden geklonte Stimmen und visuelle Deepfakes zu einem immer verbreiteteren Risiko im demokratischen Prozess. Was auf der Makroebene wie ein abstraktes Sicherheitsproblem wirkt, ist auf der Mikroebene eine epistemische Krise: Immer mehr Menschen können nicht mehr unterscheiden, was wahr ist und was nicht.
Wikipedia und das stille Sterben kollektiven Wissens
Ich halte Wikipedia für eines der bemerkenswertesten Projekte der Menschheitsgeschichte. Nicht wegen seiner technischen Vollkommenheit, sondern wegen seines Modells: kollektiv, transparent, nachvollziehbar, gemeinfrei. Dieses Modell steht heute unter strukturellem Druck — und kaum jemand spricht darüber.
Seit dem Aufstieg großer Sprachmodelle und KI-gestützter Chatbots hat sich die Art, wie Menschen nach Informationen suchen, grundlegend verändert — und das in erstaunlich kurzer Zeit. Das hat Auswirkungen auf Wikipedia: Während immer mehr Bots und Crawler auf das freie Wissen zugreifen, nimmt die Zahl menschlicher Leserinnen und Leser ab. Die Wikimedia Foundation hat das Problem mit konkreten Zahlen belegt. Die Foundation meldet einen Rückgang der menschlichen Seitenaufrufe bei Wikipedia, der auf den Vormarsch von KI-Bots und Crawlern zurückgeführt wird. Nach einer überarbeiteten Bot-Erkennung zeigte sich ein Rückgang menschlicher Zugriffe um rund 8 Prozent im Vergleich zu denselben Monaten des Vorjahres.
Parallel zum Rückgang echter Nutzer steigen die Datenzugriffe durch automatisierte Systeme stark an. Seit Anfang 2024 verzeichnet Wikimedia eine Bandbreitenzunahme von rund 50 Prozent — hauptsächlich verursacht durch Bots, die Inhalte für KI-Modelle extrahieren. Das Paradox ist beunruhigend: Die Modelle, die Wikipedia als Wissensquelle ausschlachten, verhindern gleichzeitig, dass Menschen Wikipedia noch besuchen. KI-Software verwendet Wikipedia-Inhalte als Trainingsdaten, beantwortet Fragen der Nutzer direkt und verhindert so Zugriffe auf die Originalquelle — ein Effekt, der den Rückgang menschlicher Zugriffe weiter verstärkt.
Der gegenwärtige Trend, KI zunehmend in Online-Suchmaschinen einzubauen, dürfte weitreichende Folgen für die Informationsvielfalt im Internet haben. Es droht, dass sich viele Nutzerinnen und Nutzer mit automatisiert generierten Antworten zufriedengeben und nicht mehr auf die eigentlichen Quellen klicken. Der wegbrechende Traffic könnte das bestehende Geschäftsmodell vieler Medien gefährden, die sich über Werbung auf ihren Online-Auftritten finanzieren. Das betrifft nicht nur Wikipedia, sondern das gesamte Ökosystem unabhängiger Informationsanbieter.
Mit weniger Besuchen auf Wikipedia werden möglicherweise weniger Freiwillige den Inhalt erweitern und bereichern, und weniger einzelne Spenderinnen und Spender werden diese Arbeit unterstützen. Das ist kein wirtschaftliches Problem — das ist ein demokratisches. Eine Enzyklopädie, die niemand mehr aktiv pflegt, weil niemand mehr direkt auf sie zugreift, stirbt langsam. Und was an ihre Stelle tritt, ist keine neutrale Alternative, sondern ein proprietäres Wissensmonopol.
Wer kontrolliert, was als Antwort gilt?
Google liefert nicht mehr nur Links, sondern inhaltliche Zusammenfassungen im „KI-Modus”. Dieser ist bequem, aber unzuverlässig: manchmal wahr, manchmal ausgewogen, manchmal vollständig — manchmal aber auch nicht. Sicher ist: Er kann stets nur einen Ausschnitt der Realität widerspiegeln und eine Auswahl von Quellen heranziehen. Die Frage, welchen Ausschnitt ein Algorithmus wählt, ist keine technische — sie ist eine politische. Und sie wird heute von Unternehmen beantwortet, die primär Aktionärsinteressen verpflichtet sind, nicht dem Gemeinwohl.
Die Tech-Riesen kaufen innovative KI-Startups, um deren Technologie und Talente zu integrieren. Das formt das Wettbewerbsumfeld neu: Es schafft lukrative Ausstiegsmöglichkeiten für einige, während es die Macht bei den großen Plattformen konsolidiert. Die gewaltigen Kapitalanforderungen für Spitzen-KI errichten hohe Markteintrittsbarrieren — ein Nachteil für neue Herausforderer. Ein Markt, in dem nur wenige Akteure das Kapital für relevante KI-Systeme aufbringen können, ist strukturell gegen Pluralismus ausgerichtet. Nicht durch Absicht, sondern durch ökonomische Schwerkraft.
Für den Erhalt der Demokratie ist es essenziell, dass KI endlich gemeinwohlorientiert ist. KI dient uns allen nur dann, wenn wir die Technologie nach demokratischen und rechtsstaatlichen Prinzipien gestalten und benutzen. Diese Forderung von AlgorithmWatch klingt normativ — sie ist aber die logische Konsequenz der aktuellen Entwicklung. Wenn Wissen zur Infrastruktur wird, muss es wie Infrastruktur behandelt werden: reguliert, zugänglich, rechenschaftspflichtig.
Fazit
Das Wissen der Welt in den Händen weniger — das klingt nach Dystopie, ist aber gegenwärtige Realität. Wenn du heute eine Frage stellst, bekommst du mit hoher Wahrscheinlichkeit eine Antwort, die von einem System stammt, das einem Konzern gehört, dessen Trainingsdaten opak sind und dessen Ergebnisse niemand unabhängig prüft. Das ist keine Verschwörungstheorie — das ist das Geschäftsmodell.
Die Alternative ist nicht, KI abzulehnen. Die Alternative ist, kollektive Wissensinfrastruktur aktiv zu schützen: Wikipedia zu nutzen und zu unterstützen, offene Modelle zu fördern, Regulierung einzufordern, die Transparenz zur Pflicht macht. Wer KI bewusst nutzt, fragt auch: Wessen Welt beschreibt mir dieses System gerade — und wessen nicht?
Häufige Fragen (FAQ)
Warum ist die Konzentration von KI bei wenigen Unternehmen ein gesellschaftliches Problem?
Wer die Systeme kontrolliert, über die Milliarden Menschen ihre Informationen beziehen, hat strukturellen Einfluss auf das kollektive Weltbild. Das ist kein theoretisches Risiko, sondern eine reale Machtasymmetrie, die demokratische Gegengewichte erfordert. Wenn Unternehmen statt demokratisch legitimierter Institutionen entscheiden, was als verlässliches Wissen gilt, verschiebt sich politische Verantwortung in den privaten Sektor.
Können KI-Systeme Wissen gezielt manipulieren?
Ja — und das geschieht sowohl durch gezielte Einflussnahme auf Trainingsdaten als auch durch strukturelle Verzerrungen, die im Modell selbst entstehen. Sowohl staatliche Akteure als auch kommerzielle Interessen versuchen aktiv, die Wissensbasis von Sprachmodellen zu beeinflussen. Hinzu kommen systemische Biases, die aus unausgewogenen Trainingsdaten resultieren und bestimmte Perspektiven systematisch bevorzugen oder unterdrücken.
Warum verliert Wikipedia Nutzer an KI-Systeme — und ist das ein Problem?
KI-Chatbots und Suchmaschinen beantworten Fragen direkt, ohne auf die Originalquelle zu verweisen. Das senkt den Anreiz, Wikipedia selbst aufzurufen. Da die Plattform aber auf menschlichem Engagement und Spendenbereitschaft basiert, gefährdet dieser Rückgang langfristig ihre Finanzierungsbasis und die Qualität ihrer Inhalte — obwohl KI-Systeme gleichzeitig massiv auf Wikipedia-Daten zugreifen, um ihre eigenen Antworten zu generieren.
Welche regulatorischen Ansätze gibt es gegen KI-Monopole?
Der europäische AI Act setzt erste Standards, greift aber nach Einschätzung vieler Expertinnen und Experten noch nicht ausreichend in die Marktstruktur ein. Nötig wären unter anderem Transparenzpflichten für Trainingsdaten, offene Zugangsregeln für KI-Infrastruktur sowie Verpflichtungen, Nutzer auf Originalquellen hinzuweisen. Das Ziel muss eine Regulierung sein, die Meinungsmacht und Marktzugang kontrolliert.
Was kann ich als einzelne Person tun?
Bewusster Umgang beginnt damit, Quellen zu hinterfragen: Woher kommt eine KI-Antwort — und ist die Originalquelle zugänglich? Wikipedia direkt nutzen und unterstützen, offene KI-Projekte bevorzugen, und KI-Antworten nicht unkritisch als Endpunkt einer Recherche behandeln, sind konkrete Schritte. Wer KI nutzt, ohne diese Fragen zu stellen, delegiert seine epistemische Autonomie.
Quellen
1. 2026: KI ja, Demokratie vielleicht? — AlgorithmWatch CH
2. Agenda für gemeinwohlorientierte KI — AlgorithmWatch
3. Wikipedia verliert Leser an KI-Portale und Chatbots — ComputerBase
5. KI-Suchmaschinen: Chatbots fressen Klicks und Quellen auf — netzpolitik.org
6. How to Manage Misinformation in Large Language Models — TechPolicy Press
7. Allowing Big Tech to Monopolize AI Is Risky Business — Digital Content Next
8. How Cognitive Manipulation and AI Will Shape Disinformation in 2026 — World Economic Forum