There is no more Science Fiction — Deutsch

fullstopp← A Thousand Words
There is no more Science Fiction — Deutsch
Seenessel vor dunkelblauem Hintergrund mit dem Titel „There is no more Science Fiction“ und deutscher Unterzeile.

Von Sven Fund · 26. Juli 2026

Read this article in English →

AI ersetzt nicht die Idee. Sie verkürzt den Weg zwischen einer Idee und dem Moment, in dem andere sie sehen, lesen, verstehen und nutzen können.

Noch vor wenigen Tagen hätte ich für das, was heute auf meinem Bildschirm liegt, mehrere Spezialisten beauftragt: Recherche, Quellenprüfung, Redaktion, Gestaltung, Programmierung und Veröffentlichung. Heute formuliere ich eine Idee, diskutiere die These, lasse Gegenargumente prüfen, erhalte einen publikationsfähigen Artikel, ein sauber gesetztes Word-Dokument und eine Website, die tatsächlich online gehen kann. Nicht irgendwann. Im selben Arbeitsprozess.

Genau deshalb lässt sich rhetorisch etwas überspitzt sagen: „There is no more Science Fiction“. Nicht, weil Maschinen nun alles können. Das können sie nicht. Sondern weil jene Grenze verschwunden ist, an der viele unserer Vorstellungen bislang endeten. Der sprechende Computer, der nicht nur antwortet, sondern recherchiert, schreibt, gestaltet, programmiert, testet und Aufgaben über mehrere Werkzeuge hinweg ausführt, war jahrzehntelang ein Motiv der Science-Fiction. Heute ist er ein Arbeitsinstrument.

Meine Erfahrung der vergangenen Tage ist dafür nur ein kleines Beispiel. Aus einem Gedanken wurde in kurzer Zeit eine Kolumne – faktenbasiert, mit verlinkten Quellen und als visuell geprüftes Word-Dokument. Daraus entstand ein wiederverwendbares Format für weitere Beiträge. “Wir” haben Texte gekürzt, erweitert und neu gewichtet. Websites konnten vorbereitet, überprüft und publiziert werden. Mit Hilfe von Technik habe ich Kosten optimiert, die ich ohne deren Hilfe nie durchschaut und darum nicht angefasst hätte. Entscheidend ist nicht eine einzelne Funktion. Entscheidend ist, dass aus vielen bisher getrennten Schritten ein zusammenhängender Dialog wird.

Die Effekt ist deshalb viel größer als die Summe gesparter Minuten. Früher entstanden zwischen Idee und Ergebnis ständig Übergabekosten: Briefing schreiben, Dienstleister suchen, Dateien austauschen, Rückfragen beantworten, Korrekturen bündeln, Versionen vergleichen. Wenn ich es Selbst gemacht hätte – unterbrochen werden, wieder reinkommen, doch noch mal liegen lassen. Ist das der bessere Prozess? Für einige Texte und Aufgaben Sicher – aber für alle?

Dass diese direkte Form der Wirksamkeit mehr ist als meine persönliche Begeisterung, zeigen inzwischen Studien. In einem Experiment mit professionellen Schreibaufgaben sank die Bearbeitungszeit mit ChatGPT um 40 Prozent, während die bewertete Qualität um 18 Prozent stieg. In einer Untersuchung mit mehr als 5.000 Beschäftigten im Kundendienst erhöhte generative AI die Produktivität im Durchschnitt um rund 14 Prozent; besonders stark profitierten weniger erfahrene Mitarbeiter. Bei einem Feldexperiment mit Beratern der Boston Consulting Group wurden geeignete Aufgaben mehr als 25 Prozent schneller und mit deutlich höherer Qualität erledigt. Und in einem kontrollierten Programmiertest schlossen Entwickler mit GitHub Copilot ihre Aufgabe 55,8 Prozent schneller ab.

Solche Zahlen sind keine Garantie für Qualität bei der Erledigung jeder Aufgabe. Die Forschung spricht zu Recht von einer „jagged frontier“, einer unregelmäßigen Leistungsgrenze: Auf manchen Feldern ist AI außergewöhnlich stark, auf anderen macht sie überzeugend klingende und trotzdem gravierende Fehler. Aber genau das habe ich in der Zusammenarbeit ebenfalls gelernt. Der größte Nutzen entsteht nicht durch blindes Delegieren. Er entsteht durch ein gutes Wechselspiel: Der Mensch setzt Ziel, Perspektive und Qualitätsmaßstab. Die AI erweitert die Optionen, erledigt die Fleißarbeit, prüft Varianten und hält den Prozess zusammen.

Damit verändert sich auch die Rolle kleiner Teams. Fähigkeiten, die früher erst ab einer bestimmten Unternehmensgröße verfügbar waren, werden zugänglich: Marktanalyse, redaktionelle Produktion, Übersetzung, Gestaltung, Softwareentwicklung oder die Pflege mehrerer Publikationskanäle. Eine einzelne Person ersetzt dadurch nicht automatisch eine ganze Organisation. Aber sie kann eine Idee wesentlich weiter tragen, bevor Kapital, Personal oder externe Hilfe nötig werden. Das senkt die Kosten des Experimentierens – und erhöht die Zahl der Ideen, die überhaupt eine Chance bekommen.

Besonders faszinierend ist für mich die neue Geschwindigkeit zwischen Denken und Sichtbarkeit. Ein Gedanke muss nicht mehr wochenlang in einer Notiz liegen. Er kann am selben Tag publiziert werden. Geschwindigkeit war früher oft der Feind der Qualität. Mit einem gut geführten AI-Prozess können Geschwindigkeit und Sorgfalt erstmals gemeinsam steigen: Quellen werden anklickbar, Behauptungen überprüfbar, Layouts vor der Übergabe gerendert und Fehler in mehreren Schleifen korrigiert.

Natürlich bleibt Verantwortung beim Menschen. Eine Maschine trägt nicht meinen Namen unter einem Namensartikel. Sie entscheidet nicht, welche Haltung ich vertreten will. Sie kennt nicht meine Leser, meine Erfahrung oder die Konsequenzen einer Veröffentlichung. Je leistungsfähiger das Werkzeug, desto wichtiger werden Urteilskraft, Transparenz und Verantwortung. Aber das ist kein Gegenargument zur Technologie. Es ist die Beschreibung einer anspruchsvolleren menschlichen Rolle.

Das eigentliche Potenzial von AI liegt daher nicht im Ersetzen von Kreativität, sondern in ihrer Entfesselung. Weniger Energie fließt in Formatwechsel, Routine, Suche und Koordination. Mehr Energie bleibt für Fragen, Entscheidungen, Geschmack – und Mut.

Science-Fiction erzählte immer von Maschinen, die unsere Möglichkeiten erweitern. Ein weiterer Schritt auf diesem Weg ist nun eingetreten: Wir müssen uns diese Zukunft nicht mehr vorstellen. Wir müssen vielmehr lernen, sie gut zu (be)nutzen.

Quellen

  1. Noy & Zhang (2023): Experimental Evidence on the Productivity Effects of Generative AI
  2. Brynjolfsson, Li & Raymond (2023): Generative AI at Work, NBER
  3. Dell’Acqua et al. (2023): Navigating the Jagged Technological Frontier, Harvard Business School
  4. Peng et al. (2023): The Impact of AI on Developer Productivity, Microsoft Research

Neue Beiträge per E-Mail

Neue Veröffentlichungen von fullstopp direkt per E-Mail erhalten. Die Anmeldung wird über eine Bestätigungs-E-Mail abgeschlossen.

more insights