Abstracts
Erzählen als Exemplifizieren. Eine kulturelle Praxis in Zeiten von KI
Elisabeth Birk
KI-generierte Bücher, die den Markt überschwemmen, und Skandale um KI-generierte Passagen in literarischen Werken – die Nutzung von generativer KI scheint Authentizität und Autorschaft als Ordungskategorien literarischer Produktion zu unterlaufen. Sollten wir also notgedrungen Kategorien verteidigen, die in Philosophie und Literaturwissenschaft, schon lange nicht mehr selbstverständlich, sondern Gegenstand tiefgreifender Debatten sind?
In meinem Beitrag schlage ich vor, Erzählen als Praxis zu analysieren, um mich dieser Frage anzunähern. Dabei stütze ich mich zum einen auf Catherine Elgins (2014) Auffassung, dass Literatur zu unserem Verständnis der Welt beitragen kann, indem sie Aspekte dieser Welt exemplifiziert. In dieser Hinsicht funktioniert literarisches Erzählen (laut Elgin) ähnlich wie Gedankenexperimente und Experimente in der empirischen Forschung. Dieses experimentelle Exemplifizieren werde ich zum anderen mit Überlegungen zur Veränderung von Schreibkompetenz unter den Bedingungen von KI verbinden.
Elgin, Catherine Z. (2014): “Fiction as Thought Experiment”, in: Perspectives on Science 2014, vol. 22, no. 2, doi:10.1162/POSC_a_00128
Computergenerierte Referenzen versus menschliche Referenzen: Sprachtheoretische Überlegungen zu Interaktionen mit der genAI
Ekkehard Felder
Large Language Modells (LLM) stellen eine Herausforderung dar, die mit der Industriellen Revolution des 19. Jahrhunderts vergleichbar ist. Es gibt allerdings einen wesentlichen Unterschied: Dieses Mal betrifft es nicht Handarbeiter, sondern Textarbeiter.
Meines Erachtens handelt es sich bei diesen Veränderungen um eine ontische Erschütterung. Darunter fasse ich „Ereignisse […], die unser grundlegendes Weltverständnis in Frage stellen und uns zwingen, unsere Sichtweise auf die Realität neu zu überdenken. Ontische Erschütterungen können sowohl positive als auch negative Auslöser wie Folgen haben. Sie können zu einer Phase der Orientierungslosigkeit (Verzweiflung) oder der Euphorie führen und zugleich neue Perspektiven eröffnen und eine persönliche Weiterentwicklung ermöglichen.“ (Felder 2025: 433)“
Vor diesem Hintergrund stehen zwei Weisheiten mit leicht ironischem Unterton im Mittelpunkt meines Vortrags:
(1) „KI-Antworten können Fehler enthalten.“ (Gemini)
(2) „Menschliche Antworten können Fehler enthalten.“ (Ekkehard Felder)
Die Akzeptanz vermeintlich standpunktunabhängiger Wahrheit dürfte in aufgeklärten Gesellschaften schon seit langem sehr gering sein – selbst Papst Franziskus schien mit seinen kritischen Hinweisen zur missverstandenen Lehrautorität seine Unfehlbarkeit in Glaubensfragen in Frage zu stellen, was er aber qua Amt gar nicht kann. Dennoch (also trotz der theoretischen Ablehnung von standpunkttranszendenter Wahrheit) kommen derartige Ansprüche immer wieder ans Tageslicht, wenn Qualitätskriterien bei Large Language Modells (LLM) diskursiv ins Feld geführt werden (Stichwort Halluzinationen“).
In dem Diskurs über generative KI (genAI-Diskurs) werden den Wahrheitserwartungen auch noch Authentizitätsansprüche gegenüber Menschen und Maschinen beigemischt – und anschließend stehen (unbemerkt und oft unreflektiert) auf einmal Erwartungen der Eigentlichkeit im Diskursraum. Es wird der Erzeugungsprozess in LLM fokussiert und mitunter für relevanter erachtet als der Aspekt, den ich für zentral halte: Die Qualität des Outputs und die Verantwortungsübernahme durch den Menschen, der KI generierte Texte nutzt. Ich weiß nicht, was in den Köpfen der Menschen geschieht – und auch nicht in der genAI: Aber ich kann mich zu ihren Aussagen verhalten.
Wahrheit kann auch in diesem Vortrag nicht geliefert werden – es sei aber auf einen Erklärungsaspekt linguistischer Natur verwiesen: Trumps vermeintliches ,Tell it like it is‘ konnte vielleicht in Anbetracht der Wahlergebnisse in einem Teil der amerikanischen Bevölkerung das bestehende Bedürfnis nach Eigentlichkeit stillen (Felder 2015, Gardt 2018). Als Kontrapunkt formierte sich schon 2017 eine Gegenbewegung mit dem Slogan „Gegen alternative Fakten“. Doch wer kennt die echten Fakten?
In dem Vortrag wird diese Problematik auf das Referieren mit sprachlichen Zeichen von menschlichen und maschinellen „Akteuren“ in sozialen Rollen und bestimmbaren Handlungskontexten projiziert.
Felder, Ekkehard (2015): Wes Geistes Kind oder Von der Sprache der Eigentlichkeit zur sprachgebundenen Authentizität. Überlegungen zum Verhältnis von Sprache und Wahrheit. In: Eigentlichkeit – zum Verhältnis von Sprache, Sprechern und Welt. Hrsg. von Claudia Brinker-von der Heyde, Nina Kalwa, Nina-Maria Klug, Paul Reszke. Berlin/Boston: de Gruyter, S. 221-240.
Felder, Ekkehard/Kückelhaus, Marcel (2025): Das definierende Sprachmodell (LLM): Anthropomorphisierung in der Mensch-Maschine-Interaktion. In: Zeitschrift für Literaturwissenschaft und Linguistik (LiLi), Themenheft Volume 55/2025, „Mensch & Technologie“, S. 431 – 448.
Gardt, Andreas (2018): Eigentlichkeit. Eine Universalie der Sprachreflexion. In: Wengeler, Martin/Ziem, Alexander (Hrsg.): Diskurs, Wissen, Sprache: Linguistische Annäherungen an kulturwissenschaftliche Fragen Berlin/Boston: De Gruyter, 89-113 (= Sprache und Wissen 29).
Science in Fiction - Fiction in Science
Isabella Herrmann & Katharina A. Zweig
In Science Fiction entscheiden häufig Computer und deren Berechnungen über Menschenleben - ein Sinnbild für autoritäre Machtverhältnisse und die Machtlosigkeit des Einzelnen gegenüber festgelegten Entscheidungsregeln. In ihrem Vortrag beschreibt Dr. Hermann einige der Bücher und zeigt auf, wie Menschen dort mit der Situation umgehen und wie uns heute die Science Fiction beeinflusst. Gleichzeitig stellt sie gemeinsam mit Katharina Zweig auch die Narrative der Informatik in Frage: Können und sollten heutige Softwaresysteme über Menschenleben entscheiden?
Verstehen ohne Konvivialität? Von Interaktionen mit LLMs in unterschiedlichen Handlungskontexten
Nina Kalwa und Jan Georg Schneider
Auch wenn LLMs in einem strikten Sinne keine Autoren sein können, so gibt es doch Praktiken, in denen ihnen diese Rolle zugewiesen wird. Sie werden dort als vollwertige Interaktionspartnerinnen behandelt, die uns verstehen und die wir verstehen können. Ihnen wird häufig sogar eine Überlegenheit zugeschrieben, oder die ‚Beziehung‘ zu ihnen wird mitunter im Vergleich zu zwischenmenschlichen Beziehungen als erfüllender oder besser angesehen. In diesem Beitrag wollen wir an Beispielen aus verschiedenen Handlungskontexten herausarbeiten, wie Menschen ihre Interaktion mit Maschinen beschreiben und wie sie den Maschinen Intentionalität sowie Emotionalität zuschreiben. Unsere Analyse erfolgt auf der Basis einer theoretischen Beschäftigung mit dem Begriff personalen Verstehens. Den Ausgangspunkt bildet dabei das sogenannte „Oktopus-Szenario“ von Bender und Koller, welches grundlegende Unterschiede zwischen personalem Verstehen und Mensch-Maschine-Interaktionen veranschaulicht. Im Anschluss an Th. Fuchs arbeiten wir dann heraus, inwiefern personales Verstehen an Lebendigkeit, Wechselseitigkeit und „Konvivialität“ gebunden ist und wie dies mit Referenz und Autorschaft zusammenhängt. Auch wenn ein solches (inter-)personales Verstehen in der Kommunikation mit Maschinen nicht erreichbar ist, so kann es nichtsdestoweniger sein, dass Mensch-Maschine-Interaktionen für viele Personen nützlich oder hilfreich sind bzw. erscheinen; sie weisen z.B. einem LLM-Chatbot oder einem Avatar eine soziale Rolle zu, und sie nehmen ihm gegenüber gleichzeitig eine soziale Rolle ein. Welche Aspekte von Kommunikation mit KI werden trotz (oder gerade wegen) fehlender Autorschaft und Referenz von den Nutzern als schätzenswert betrachtet? Ist es in bestimmten Kontexten/Interaktionstypen pragmatisch akzeptabel, dass es sich nicht um verantwortlich handelnde Personen handelt?
Bender, Emily/Alexander Koller (2020): Climbing towards NLU: On Meaning, Form, and Understanding in the Age of Data. In: Proceedings of the 58th Annual Meeting of theAssociation for Computational Linguistics, 5185–5198. aclanthology.org/2020.acl-main.463/
Fuchs, Thomas: Understanding Sophia? On human interaction with artificial agents. Phenomenology and the Cognitive Sciences (2024) 23, 21– 42. doi.org/10.1007/s11097-022-09848-0
Intentionalität und Sprache
Andreas Kaminski
In den aktuellen Debatten um große Sprachmodelle ist zunehmend das sogenannte Grounding-Problem in den Fokus gerückt. Dabei steht in Frage, ob sich die Bedeutung sprachlicher Zeichen ausschließlich aus dem Verweis auf andere sprachliche Zeichen ergeben kann oder ob dafür eine nichtsprachliche Verankerung (Referenz) erforderlich ist. Diese Debatte schließt deutlich — wenngleich in veränderter Terminologie — an die Frage an, ob Semantik aus reiner Syntax gebildet werden kann, was bekanntermaßen u.a. Searle bestritt. In diesem Zusammenhang ist dann die Frage nach der Anwendung intentionaler Prädikate wie etwa „verstehen" auf technische Systeme gestellt worden.
Intentionalität ist dabei zunächst ein phänomenologischer Grundbegriff zur Charakterisierung des Bewusstseins. In den Debatten um KI im Allgemeinen und große Sprachmodelle im Besonderen ist er allerdings eher spärlich in seiner phänomenologischen Bedeutung aufgegriffen worden; viele Beiträge gehen stattdessen unmittelbar von Searle oder Dennett aus. Im Vortrag möchte ich eine Interpretation von Intentionalität vorstellen, die das Grounding-Problem aus phänomenologischer Perspektive zum Ausgangspunkt nimmt und die zeigt, warum Ansätze zu seiner Lösung am Problem vorbei gehen.
Vergessen, Behalten, Basteln. Kulturelle und epistemische Effekte postdigitaler Schreibpraktiken
Katrin Lehnen
Schreiben unter praxistheoretischer Perspektive zu betrachten, bedeutet, die kulturelle Dimension des Schriftgebrauchs in den Fokus zu rücken und danach zu fragen, wie sich Schreiben und Lesen als situierte, soziale Praktiken zeigen. Der Wandel von Lese- und Schreibpraktiken, wie er durch Automatisierung und das Aufkommen textgenerativer KI in den letzten Jahren zu beobachten ist, wirft die Frage nach der „Entwicklung partiell neuer sozialer Praktiken“ (Reckwitz 2003, 295) im Umgang mit Schrift und Text auf. Die Frage nach solchen Praktiken gilt vielleicht umso mehr, als textgenerative KI die Formulierung und Überarbeitung von Texten zunehmend aus den Köpfen von Schreiber:innen in die Blackbox von Programmen verschiebt und immer weniger sichtbar werden lässt, wie Texte, Artefakte oder schlicht: Outputs entstehen. KI-Technologien bedingen in diesem Sinne Schreibkonstellationen, die auch das Schreibersubjekt in anderer Weise hervorbringen:
Technology (...) is not positioned simply as a tool for empowerment but rather as one actor within a broader literacy assemblage in which human agency and subjectivity produce and are produced coactively with and through texts and technologies. (Robinson 2023: 121).
Der Beitrag stellt Beobachtungen aus verschiedenen Studienprojekten mit Studierenden der Germanstik heraus, in denen die Beteiligten beim Schreiben ihrer Texte (teils unbegrenzt) KI nutzen durften ud anschließend ihre Wahrnehmungen und Erfahrungen zur Koaktivität mit KI-Programmen mit Blick auf Autorschaft, Schreiben und Erkenntnisbildung schriftlich reflektieren sollten. Teil der empirischen Erhebungen waren außerdem Gruppeninterviews mit Studierenden. Dabei sind – eher zufällig – interessante Äußerungen zum Behalten und Vergessen der eigenen Schreibaktivitäten mit und ohne KI entstanden, die ins Zentrum der Ausführungen im Beitrag rücken (könnten).
Reckwitz, Andreas (2003): Grundelemente einer Theorie sozialer Praktiken. Eine sozialtheoretische Perspektive. In: Zeitschrift für Soziologie 32 (4), 282–301.
Robinson, Bradley (2023): Speculative propositions for digital writing under the new autonomous model of literacy. Postdigital Science and Education 5 (1), 117–135.
Der Zauber der ersten Zeichen
Johannes Lenhard
LLMs generieren Sprache in verschiedenen Kontexten mit überraschend großem Erfolg (nicht immer und überall). Das mutet aus menschlicher Perspektive seltsam an, weil LLMs mit informatisch-statistischen Methoden arbeiten, die weder (objektive) Referenz noch (subjektive) Intention zu beachten scheinen. Mein Beitrag möchte dazu beitragen, diese seltsame Andersheit zu analysieren.
Dabei nimmt er eine sprachphilosophische Perspektive ein: der späte Wittgenstein hatte Sprachspiele als zentralen Begriff entworfen, die eben vom Gebrauch der Sprache selbst ausgehen, also von einer semiotischen Ebene, und gerade nicht von Repräsentation oder Intention. Es gibt, so meine These, ein aufschlussreiches Spannungsverhältnis zwischen Referenz, Representation und der Dynamik der Zeichen selbst. Diese These führt der Beitrag durch eine Fallstudie aus, die in der Entstehungszeit der Quantentheorie angesiedelt ist, nämlich der Kontroverse zwischen Erwin Schrödinger und Werner Heisenberg um die angemessene Haltung zu Formalismus und Semantik.
Der Titel übrigens bezieht sich auf eine Pointe, die im Abstract noch nicht verraten wird.
Indikatoren und ihre Verwendung - ein Beispiel prä-digitaler Berechnung
Oliver Schlaudt
Indikatoren spielen in "evidenzbasierten" Entscheidungsprozessen eine enorme Rolle. Sie können auch rein analog erstellt werden, haben aber mit informatisch berechneten Zeichenketten den algorithmischen Ursprung gemein: sie werden nach vorgegebenen Regeln berechnet. Sie sollen Vergleichbarkeit gewährleisten und Entscheidungsfindungen informieren, erleichtern oder sogar ermöglichen, indem sie Komplexität reduzieren und von Expertenwissen unabhängig machen. Im Grenzfall ist auch die Entscheidung selbst algorithmisch, indem sie z.B. durch Grenzwerte vorgegeben ist. In der Praxis ist dieser Prozess in der Regel komplizierter, da die Urteilskraft, von der der Indikator entbinden soll, in seiner „vernünftigen“ Verwendung wieder bemüht werden muss. Die Verwendung von Indikatoren schreibt sich somit in ein Wechselspiel aus De- und Rekontextualisierung ein.
In diesem Vortrag soll einmal ganz grundsätzlich gefragt werden: „Was sind Indikatoren eigentlich?“, um auf dieser Grundlage Möglichkeiten und Grenzen ihrer Verwendung abzustecken.
Warum die Informatik eine Kommunikationstheorie benötigt
Katharina A. Zweig
Die Informatik ist das Fach, dass sich mit Fragen der automatisierten Verarbeitung von Informationen beschäftigt; in der Praxis geht es häufig darum, dass die Resultate dieser automatischen Verarbeitung in sozialen Prozessen als Grundlage für Entscheidungen dienen. Beispiele sind automatische Kreditwürdigkeitsberechnungen, die Berechnung von Passgenauigkeiten zwischen Jobangeboten und Lebensläufen von Bewerber*innen oder die Bewertung des Bestsellerpotenzials von eingereichten Büchern im Verlagswesen. Auch wenn die eigentliche Berechnung der Resultate klar definiert ist und die Hardware selbst sehr zuverlässig ist, wurde in den letzten Jahrzehnten mehrfach festgestellt, dass die Ergebnisse dieses Prozesses nicht notwendigerweise objektiv sind, sondern durchaus irreführend, unfair oder schlicht unwahr sein können. In diesem Vortrag stellen wir dar, dass sich ein Teil dieser Probleme insbesondere durch missverständliche Kommunikationsprozesse rund um die Entwicklung und Nutzung von Software in sozialen Prozessen erklären lassen. Wir leiten daraus die Notwendigkeit eines systematischen Ansatzes für alle Kommunikationsprozesse rund um die Entwicklung und Nutzung von Software ab.