AACHEN / DEUTSCHLAND / LONDON (IT BOLTWISE) – Eine neue Studie kartiert, wie Experten und Bürger die Risiken und den Nutzen von KI in zehn Jahren bewerten. Während Fachleute viele Szenarien als wahrscheinlicher und vor allem als deutlich nützlicher einschätzen, reagieren Alltagsteilnehmer deutlich stärker auf Gefahren. Besonders bei existenziellen Bedrohungen und Kontrollverlust klaffen die Einschätzungen maximal auseinander. Für Produkt- und Regulierungsentscheidungen bedeutet das: Ohne participatory design entsteht ein Wahrnehmungs-Gefälle, das Akzeptanz und Umsetzung ausbremsen kann.
Die Debatte um Künstliche Intelligenz (KI) verläuft selten nur über Fakten. Eine aktuelle Veröffentlichung in AI & Society legt nun Zahlen auf den Tisch, die dieses Muster messbar machen: Technische Expertinnen und Experten zeichnen sich in der Zukunftsbetrachtung häufig durch mehr Optimismus aus als die Öffentlichkeit. Die Autoren nennen einen Kernmechanismus, der die Bewertung formt—nicht primär die Realität zukünftiger Systeme, sondern die inneren Modelle, wie diese Systeme funktionieren und welche Folgen sie wahrscheinlich mit sich bringen. Damit rückt ein Akzeptanzproblem in den Fokus, das sich nicht mit reiner Performance-Debatte lösen lässt.
Federführend ist Philipp Brauner von der RWTH Aachen, Kommunikationsforscher und damit prädestiniert für die Schnittstelle zwischen Technik und gesellschaftlicher Wahrnehmung. Gemeinsam mit Kolleginnen und Kollegen wollte er mentale Modelle verschiedener Gruppen kartieren: Wie verstehen Menschen die Leistungsfähigkeit von KI, wie ordnen sie daraus resultierende Chancen und Risiken ein und welche Annahmen stecken in dieser Gewichtung? Die Studie operationalisiert diese Vorstellungen, indem sie Teilnehmende auf eine lange Liste hypothetischer Szenarien schauen lassen. Ziel ist, mögliche Reibungspunkte zwischen Technikentwicklung und Adoption zu identifizieren—also genau dort, wo Produkte formal “funktionieren”, sich aber politisch, kulturell oder gesellschaftlich schwer integrieren lassen.
Besonders relevant ist das Risiko, das die Autoren mit dem Bild der „prokrustean artificial intelligence“ beschreiben: Entwickelnde Teams greifen unbewusst auf optimistische Annahmen über die Wirkung ihrer Werkzeuge zurück. Wenn sie diese Annahmen als feste Randbedingungen in die Produktlogik übersetzen, müssen Anwenderinnen und Anwender ihre Bedürfnisse „zurechtsstutzen“, statt dass das System sich an unterschiedliche Kontexte anpasst. Das erinnert an historische Muster aus der Softwaretechnik, etwa wenn Prozesse nur für eine ideale Nutzergruppe designt wurden und Fehlerbilanzen im Betrieb dann nicht mehr zur Realität passten. In der KI-Ära verstärkt sich dieser Effekt, weil Empfehlungen, Entscheidungen und Schnittstellen oft als „intelligent“ wahrgenommen werden—und damit auch stärker normativ wirken.
Um die Bewertungsunterschiede zu quantifizieren, wurden 1.110 Personen aus der deutschen Öffentlichkeit sowie 119 akademische KI-Expertinnen und -Experten rekrutiert. Letztere stammen überwiegend aus Deutschland und den Niederlanden und sind in Politikberatung, Praxisvermittlung und Algorithmik aktiv. Alle Teilnehmenden durchliefen einen Online-Fragebogen und beurteilten zufällig ausgewählte Aussagen aus einer Master-Liste von 71 hypothetischen Szenarien. Diese Szenarien decken nach soziologischen Subsystemen breite Themen ab—von Wirtschaft und Recht über Wissenschaft und Politik bis hin zu Religion und Bildung. Damit reicht der Interpretationsraum von Alltagsszenarien bis zu stark spekulativen Vignetten, einschließlich moralischer Handlungsfähigkeit und dystopischer Risiken.
Technisch betrachtet ist das Vorgehen eine Art psychologische Lasttest-Simulation, bei der Werturteile in vier Dimensionen zerlegt werden: Wahrscheinlichkeit innerhalb von zehn Jahren, persönliche und gesellschaftliche Risiken, erwarteter Nutzen sowie das gesamte positive oder negative Gefühl. Die Auswertung zeigt, dass Experten im Schnitt alle 71 Szenarien als wahrscheinlicher einstufen als die Öffentlichkeit. Gleichzeitig verorten Fachleute die persönlichen Risiken tendenziell niedriger und schreiben dem Nutzen deutlich höhere Werte zu—das führt insgesamt zu einer positiveren KI-Einschätzung. Hinzu kommt: Expertensichtungen sind stark differenziert, während die Öffentlichkeit häufig nahe einer allgemeinen Besorgnis-Basis bleibt. Das ist wichtig für Produktteams, weil es bedeutet, dass Kommunikation allein nicht genügt—die Bewertungsformel selbst ist unterschiedlich.
Die Autoren führen die Unterschiede auf den sogenannten affect heuristic zurück: Menschen bewerten Vorteile häufig als automatisch weniger riskant und Risiken als automatisch weniger nützlich. Dadurch verlaufen Risiko- und Nutzenwerte in beiden Gruppen invers zueinander, also in entgegengesetzter Richtung. Doch bei der abschließenden Szenariobewertung unterscheiden sich die Gewichte: Expertinnen und Experten lassen sich deutlich stärker von den erwarteten Vorteilen leiten—die Vorteile treiben ihre Gesamturteile grob dreimal so stark wie wahrgenommene Risiken. Im öffentlichen Sample hingegen übt das wahrgenommene Risiko eine deutlich stärkere Bremse aus; selbst geringe Gefahrensignale senken die allgemeine Zustimmung spürbar. Genau hier entstehen die späteren Dispute, etwa wenn Bürger existenzielle Bedrohungen—Ersetzung sozialer Beziehungen, Informationskontrolle oder Kontrollverlust—besonders hoch gewichten, während Experten diese Apokalypse-Szenarien eher als unwahrscheinlich einstufen.
Die Studie endet nicht bei Wahrnehmungsgefechten, sondern schlägt eine Brücke zu konkreter Umsetzung. Einerseits gibt es Übereinstimmungen: Beide Gruppen erkennen eine ernste Gefahr durch missbräuchliche Nutzung durch Kriminelle an; außerdem bewerten beide die Idee positiver KI-Unterstützung bei medizinischen Diagnosen relativ positiv. Diese Schnittmengen sind für Politik und Regulierung praktisch, weil sie Risikoanliegen bündeln: Wenn Gesetzgeber dort ansetzen, wo Akzeptanz und Sicherheitsinteresse wirklich konvergieren, steigt die Chance auf effiziente Standards. Andererseits verdeutlicht die Cluster-Analyse der 71 Szenarien einen zweiten Kontrast: Unterstützende Systeme wie Health-Monitore oder Smart-City-Planung stoßen breiter auf Zustimmung, während autonome, dominierende Systeme—etwa mit weitreichenden politischen Entscheidungen oder in Kriegslogiken—von der Öffentlichkeit deutlich schneller als „severe threat“ kategorisiert werden.
Auch die Einordnung der Ergebnisse braucht technische und historische Genauigkeit. Wie bei jeder Umfrage mit hypothetischen Zukünften messen die Daten vor allem unmittelbare emotionale Reaktionen, nicht zwingend rational belastbare Prognosen. Zudem wurde vor allem in Deutschland Anfang 2023 erhoben—also kurz nach dem globalen Medienhype um generative Sprachmodelle. Das ist keine Nebensache: Sentiment kann sich im Wochen- bis Monatsrhythmus verschieben, wenn neue Demonstrationen, Sicherheitsvorfälle oder Produktankündigungen Aufmerksamkeit dominieren. Dennoch ist die Aussage robust genug, um für KI-Entwicklung relevant zu sein: Participatory design—also die Einbindung realer Nutzerbedürfnisse in die Spezifikation—sollte nicht als „Nice to have“ gelten, sondern als Gegenmittel gegen prokrusteanartige Fehlanpassungen.
Für den Markt ergibt sich daraus ein konkreter Handlungsdruck. Große Anbieter wie NVIDIA im Bereich KI-Infrastruktur und Konzerne mit KI-Assistenten (z. B. im Ökosystem von Microsoft oder Google) liefern zwar messbare technologische Fortschritte, aber die Akzeptanz folgt eigenen Regeln: Unternehmen müssen deshalb Metriken für Sicherheit, Transparenz und Steuerbarkeit nicht nur für Compliance, sondern auch für Nutzererwartungen auslegen. Gleichzeitig verlangen Regulierungen und Datenschutzrahmen (etwa in der EU) zunehmend nach Zweckbindung, Datenminimierung und nachvollziehbaren Risikokontrollen. Eine Wahrnehmungslücke zwischen Experten und Öffentlichkeit kann dann zu Verzögerungen bei Rollouts führen—selbst wenn die Modelle technisch „State of the Art“ sind. Der nächste Schritt ist daher weniger ein weiterer Benchmark, sondern ein Engineering-Ansatz, der unterschiedliche Risikowahrnehmungen bereits in die KI-Entwicklung integriert.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-Akzeptanz: Warum Experten Optimismus zeigen, die Öffentlichkeit Risiken sieht" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-Akzeptanz: Warum Experten Optimismus zeigen, die Öffentlichkeit Risiken sieht" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-Akzeptanz: Warum Experten Optimismus zeigen, die Öffentlichkeit Risiken sieht« bei Google Deutschland suchen, bei Bing oder Google News!