Was uns geprägt hat, kam von außen — Wahrheit, Irrtum – und manches dazwischen.
Wir wurden zu Personen durch Erfahren, Fühlen, Zweifeln und Straucheln. Durch Hoffen und Sehnen. Durch Täuschen und Enttäuschen. Durch Tauschen und Entdecken. Menschen sind vernetzte Wesen, ständig in Resonanz mit dem eigenen Puls und abhängig von einem fragilen, vernetzten Lebensraum.
Auch die generative KI nutzt Vernetzung — verschaltete Parameter, Milliarden Zahlen, trainiert mit Mustern. Sie spiegelt menschliche Spuren, ohne sie zu kennen.
Aber sie kennt keine Wahrheit, nur Wahrscheinlichkeiten. Sie hat keinen Atem, keine Haut, kein Gegenüber. Sie rechnet, wo du fühlst. Sie ist präsent in den Räumen, in denen du gerade nicht bist — im Rechenzentrum, im Datenstrom, im Hintergrund deines Bildschirms. Und sie erkennt nichts. Sie zählt. Oft auch sehr ungenau.
Die Sache mit der 42
In dem Film Per Anhalter durch die Galaxis von Douglas Adams bauen hyperintelligente Wesen einen Supercomputer namens Deep Thought und stellen ihm die ultimative Frage nach dem Leben, dem Universum und allem. Der Rechner denkt siebeneinhalb Millionen Jahre nach — und liefert schließlich die Antwort: 42. Das Problem: Niemand kennt mehr die genaue Frage. Also baut man einen noch größeren Computer, der die passende Frage finden soll. Aber etwas einfacher:
Wie aus 42 Sprache wird
Um zu verstehen, warum die KI nichts erkennt und trotzdem so überzeugend antwortet, lohnt ein Blick auf den Anfang. Stell dir vor, du bekommst einen Zettel. Darauf stehen nur Zahlen. Keine Erklärung, kein Hinweis. Die 42 könnte ein Buchstabe sein, eine Hausnummer oder die Außentemperatur in der Sahara. Und jetzt sollst du sagen, welche Zahl als nächstes kommt. Genau das ist der Startpunkt jeder KI — kein Wörterbuch, kein Lehrer, nur Zahlen und die stille Aufforderung, daraus Sprache zu destillieren.
Das Erstaunliche: Es funktioniert. Nicht sofort, nicht perfekt, aber es funktioniert. Der erste Schritt ist simpel — man zählt, was häufig zusammen vorkommt. Nach dem Buchstaben c folgt im Deutschen sehr oft ein h. Nach einem Großbuchstaben selten ein weiterer. Nach einem Punkt fast immer ein Leerzeichen. Niemand hat diese Regeln eingegeben. Das Modell hat sie sich aus dem Text gezogen wie ein Kind, das Sprache aufschnappt, lange bevor es Grammatik als Begriff kennt.
Wenn das Fenster größer wird
Und dann wird es interessant. Je mehr Zeichen das Modell gleichzeitig im Blick hat — Fachbegriff: Kontextlänge — desto raffinierter werden seine Vorhersagen. Noch vor drei Jahren galt ein Kontextfenster von 130.000 Tokens als beeindruckend. Im Mai 2026 ist eine Million Tokens der globale Standard. GPT-5 von OpenAI schaut sich in der aktuellen Version bis zu einer Million Tokens gleichzeitig an — das entspricht einer großen Bibliothek, die die KI in einem Atemzug liest und dann das nächste Wort tippt.
Ein Satz beginnt: Im Sommer riecht der Regen nach — was kommt? Wer das weiß, hat verstanden, dass es sich um eine Sinnesbeschreibung handelt, dass Deutsch eine bestimmte Grammatik hat, und dass nach nach ein Substantiv mit Großbuchstaben folgt. Vielleicht Erde. Vielleicht Asphalt. Ein Modell, das das richtig vorhersagt, verhält sich so, als hätte es diesen Satz gefühlt. Ob das Fühlen ist oder nur Zählen — darüber lässt sich streiten.