Drei Schranken, die nicht mehr existieren

Vor ein paar Monaten habe ich ein Video gesehen. Ein Microsoft-365-Administrator, der seine gesamte Infrastruktur per Sprache steuert. Keine Klicks. Keine Formulare. Er redet, und das System tut, was er sagt. User anlegen, Gruppen verwalten, Berechtigungen setzen, Reports generieren. Alles.

Ich dachte: Das will ich auch.

Dann habe ich MCP verstanden — Model Context Protocol. Das Konzept ist simpel: Man gibt einer KI Zugang zu einem System, und sie bedient es. Nicht ein System. Jedes System. Moodle, SharePoint, E-Mail, Docker, WordPress, Kalender, Datenbanken. Man baut eine Schnittstelle, und die KI weiß, was sie damit tun kann.

Von diesem Moment an hat sich etwas verschoben. Nicht schrittweise. Nicht evolutionär. Grundsätzlich.

Seitdem werde ich von Kolleginnen und Kollegen gefragt: Kann das auch Bilder? Kann das auch Ton? Kann das auch Tabellen, Formulare, Webseiten, interaktive Übungen?

Die Fragen sind fast putzig. Denn die ehrliche Antwort ist: Es kann wirklich alles. Die Frage "Kann KI auch X?" ist die falsche Frage. Die richtige Frage ist, was wir damit anfangen.

Ich habe angefangen, meine eigene Infrastruktur zu bauen. Ich habe im Februar beschrieben, wie die Technik funktioniert. Heute geht es darum, was das bedeutet. Denn dabei sind mir drei Schranken begegnet, die ich für unverrückbar hielt — und die plötzlich nicht mehr da waren.

---

Schranke I: Das Wissen

Jeden Morgen gehe ich durch das Schulgebäude. Die Kopierer laufen. Stapelweise Arbeitsblätter. Kolleginnen, die um 7:15 schon Papierstaus beheben, weil die ersten Schüler gleich kommen und das Material fertig sein muss. Das Geräusch der Kopierer ist der Herzschlag dieser Schule. Jeden Morgen. Seit Jahren.

Ich bin der IT-Administrator. Ich sehe die Systeme, die wir haben — Moodle steht bereit, SharePoint ist konfiguriert, alles lizenziert, alles bezahlt. Genutzt wird der Kopierer. Nicht weil die Kollegien dumm sind, sondern weil das System nie gelernt hat, anders zu arbeiten. Und weil niemand den Admin fragt, was möglich wäre. Für die meisten bin ich der, der das WLAN repariert.

Was auf den kopierten Blättern steht: Bezugskalkulationen. Geschäftsbriefe nach DIN 5008. Angebotsvergleiche. Zollformulare. Das sind die Prüfungsinhalte für Kaufleute. Das steht im Rahmenlehrplan. Das wird in der IHK-Prüfung abgefragt.

Und hier wird es unbequem.

Das Institut für Arbeitsmarkt- und Berufsforschung (IAB) in Nürnberg berechnet jährlich, wie viele Tätigkeiten in jedem Beruf durch Technologie ersetzbar sind. 2024 haben sie ihre Zahlen aktualisiert — der größte Sprung in der Geschichte ihrer Methodik, ausgelöst durch Generative AI. Die Ergebnisse:

78 bis 82 Prozent der Tätigkeiten von Groß- und Außenhandelskaufleuten sind substituierbar. Bei Bürokaufleuten liegt der Wert über 80 Prozent. Nicht irgendwann. Heute.

Gleichzeitig werden in Deutschland über 72.000 neue Ausbildungsverträge pro Jahr allein für Bürokaufleute geschlossen. Das ist der beliebteste Ausbildungsberuf des Landes.

Das World Economic Forum hat es in seinem Future of Jobs Report 2025 zusammengefasst: Kaufmännisch-administrative Berufe sind die weltweit am schnellsten schrumpfende Berufskategorie.

Und Hamburg? Hamburg ist Handelsstadt. Hafen, Logistik, Groß- und Außenhandel — überproportional viele kaufmännische Arbeitsplätze im Vergleich zum Bundesdurchschnitt. Was national ein Trend ist, ist hier ein Erdbeben in Zeitlupe. Die Handelskammer formuliert es vorsichtig: "Tätigkeitsprofile verändern sich grundlegend." Ehrlicher wäre: Vier von fünf Tätigkeiten, die wir prüfen, kann eine Maschine schon heute.

Wir bereiten sie nicht auf die falsche Zukunft vor. Wir bereiten sie auf die falsche Gegenwart vor.

Und ja — es stimmt, dass nicht alles verschwindet. Was bleibt, wird sogar wichtiger: Beziehungsmanagement, ethisches Urteil, Prozess-Orchestrierung. Das Problem ist nur: Genau das steht nicht in der Prüfungsordnung. Die Ausbildung trainiert den alten Kaufmann — Formulare ausfüllen, Briefe formatieren, Kalkulationen von Hand rechnen. Den neuen Kaufmann — der KI-gestützte Prozesse steuert, Daten interpretiert, Beziehungen pflegt — muss sich jeder selbst beibringen.

Aber wenn Wissen keine Schranke mehr ist — wenn man nicht jahrelang studiert haben muss, um etwas Komplexes zu bauen — was passiert dann mit dem Verhältnis zwischen einer einzelnen Person und einer Institution?

---

Schranke II: Die Skalierung

In den letzten zwei Monaten habe ich 13 interaktive Lernmodule gebaut. React-Anwendungen mit Drag-and-Drop, Gamification, Fortschrittsverfolgung. Manche in bis zu 13 Sprachen. Dazu Moodle-Kurse mit Übungen, Quizzen, Zertifikaten. 18 Services auf einem Server. Eine Person. Nebenbei — denn hauptberuflich repariere ich das WLAN.

Um diese Zahlen einzuordnen:

Die Chapman Alliance, ein Branchenverband für Lerntechnologie, beziffert den Entwicklungsaufwand für eine Stunde interaktives E-Learning auf 184 Arbeitsstunden. Das ist der Industriestandard. Ohne KI.

Ein einzelner Online-Kurs auf Coursera oder edX: 6 bis 12 Monate Entwicklungszeit, ein Team von 5 bis 15 Personen, Budget zwischen 50.000 und 250.000 Dollar.

Deutschlands größte OER-Initiative, ORCA.nrw, hat mit dutzenden beteiligten Hochschulen und hunderten Mitwirkenden in drei Jahren rund 200 Module produziert.

Was hier in zwei Monaten entstanden ist, hätte nach institutionellen Maßstäben gebraucht: 3 bis 5 Instructional Designer, 2 bis 3 Frontend-Entwickler, 1 bis 2 Lokalisierungsspezialisten. 12 bis 18 Monate. Ein sechsstelliges Budget.

Nicht weil Institutionen unfähig sind. Sondern weil Institutionen koordinieren müssen. Abstimmungen, Freigaben, Ausschreibungen, Sitzungen, Protokolle. Der Flaschenhals war nie das Fachwissen. Er war der Overhead.

Eine Studie der Harvard Business School und BCG (2023, 758 Unternehmensberater) bestätigt den Effekt quantitativ: Mit KI arbeiteten die Teilnehmer 25 Prozent schneller und lieferten 40 Prozent höhere Qualität. Der interessanteste Befund: Die größten Zugewinne hatten nicht die Besten — sondern die, die vorher am weitesten hinten lagen. KI als Gleichmacher, nicht nur als Beschleuniger.

KI eliminiert nicht Teams. KI eliminiert die Distanz zwischen Vision und Umsetzung.

Wer eine Idee hat — ein Lernmodul, einen Kurs, ein Werkzeug —, muss nicht mehr ein Projektteam zusammenstellen, einen Antrag schreiben, auf Bewilligung warten. Man baut es. An einem Wochenende. Und wenn es nicht funktioniert, baut man es am nächsten Wochenende anders.

Ein Beispiel: Mein n8n-Lernmodul. Sechs Level über Workflow-Automatisierung. Zwei Tracks — Ada für Unternehmen, Alan für Lehrkräfte. Derselbe Code, unterschiedliche Kontextbeispiele. Am Ende jedes Tracks: ein Moodle-Vertiefungskurs mit 24 Übungen, Quiz und Zertifikat. Frei zugänglich. Open Source. Gebaut in einer Woche.

Wissen ist keine Schranke mehr. Skalierung ist keine Schranke mehr. Bleibt die dritte — und die ist die schwierigste, weil wir sie nicht sehen.

---

Schranke III: Das Denken

Die ersten beiden Schranken lassen sich messen. Substituierbarkeitspotenziale, Personenmonate, Benchmarks. Die dritte Schranke hat keine Zahl. Sie ist die, an die wir uns so gewöhnt haben, dass wir sie nicht mehr bemerken:

Wir versuchen nur Dinge, von denen wir glauben, dass sie für uns sind.

Die Psychologin Barbara Oakley nennt es den Einstellung-Effekt: Wer ein Problem einmal auf eine bestimmte Art gelöst hat, sieht andere Lösungswege nicht mehr. Nicht aus Faulheit — aus Gewohnheit. Daniel Kahneman hat ein ganzes Buch über die systematischen Denkfehler geschrieben, die uns begrenzen: Verfügbarkeitsheuristik, Ankering, Bestätigungsfehler. Das sind keine Schwächen. Das sind biologische Grenzen kognitiver Bandbreite.

KI teilt diese Grenzen nicht.

Der Philosoph Andy Clark argumentierte 1998 gemeinsam mit David Chalmers in einem berühmt gewordenen Aufsatz: Kognition endet nicht an der Schädeldecke. Wer mit einem Notizbuch denkt, dessen Denken schließt das Notizbuch ein. Wer mit einer Tabelle rechnet, dessen Rechnen schließt die Tabelle ein. Unser Geist war nie auf das Gehirn beschränkt — er war schon immer ein Hybrid aus Biologie und Werkzeug.

KI ist die radikalste Erweiterung dieses Prinzips. Ein Denkpartner, der keine Domänengrenzen kennt.

Konkret — fünf Schranken, die ich für unverrückbar hielt:

Die Domäne. Ich bin Mathematiker und Programmierer, 17 Jahre selbstständig in der Praxis. Kein Pädagoge, kein Instructional Designer. Trotzdem baue ich komplette Lernsysteme — didaktisch strukturiert, gamifiziert, mit Zertifikaten. Nicht weil ich plötzlich Erziehungswissenschaft studiert habe, sondern weil KI den Suchraum öffnet, in dem gute Didaktik und guter Code zusammenfinden.

Die Sprache. Ich spreche Deutsch und Englisch. Mein Mathe-Portal hat 13 Sprachen. Arabisch, Ukrainisch, Spanisch, Türkisch — Sprachen, die ich nicht einmal lesen kann. Für DaZ-Schülerinnen und -Schüler, die Mathematik in ihrer Erstsprache begreifen müssen, bevor sie sie auf Deutsch üben können.

Die Skalierung. Eine Person, ein Arbeitsblatt — das war das Maximum. Jetzt: 13 Module, tausende Übungen, ein Portal.

Die Vorstellungskraft. Ich entwerfe, was ich kenne — und KI zeigt mir Lösungsräume, die außerhalb meiner Muster liegen. Als Google DeepMind 2020 das Proteinfaltungsproblem löste, an dem Biologen 50 Jahre gescheitert waren, war der Grund nicht, dass die KI schlauer war. Sondern dass sie einen Suchraum durchqueren konnte, den kein menschliches Gehirn gleichzeitig halten kann. Nobelpreis 2024. Dasselbe Prinzip, kleinerer Maßstab: Eine Mathelehrerin baut mit KI Übungen in 13 Sprachen — und versteht dabei zum ersten Mal, wie DaZ-Lernende Textaufgaben parsen. Nicht weil die KI ihr etwas beigebracht hat, sondern weil das Tun selbst den Horizont verschoben hat.

Das Zutrauen. "Das ist nicht mein Bereich." Dieser Satz hat mehr Ideen getötet als jedes Budget. KI macht aus "Kann ich das?" die Frage "Soll ich das?" — und das ist ein fundamental anderer Ausgangspunkt.

KI ersetzt nicht menschliches Denken. KI lässt Menschen ihr eigenes Denken überwinden.

Die Grenze war nie Intelligenz. Sie war Bandbreite, Domänengrenzen und die Gewohnheit, nur das zu versuchen, was man schon kann. Im Sinne von Vygotsky: KI ist das Gerüst, das Handeln in der Zone ermöglicht, die alleine unerreichbar war. Nicht vorübergehend — dauerhaft.

Ich habe vor ein paar Wochen über Post-Arbeit geschrieben — darüber, was passiert, wenn Maschinen die Arbeit übernehmen. Die dritte Schranke zeigt die andere Seite: Es geht nicht nur darum, was Maschinen für uns tun. Es geht darum, was sie mit uns tun — mit unserem Denken, unseren Grenzen, unserem Bild von uns selbst.

Und wenn eine einzelne Person, befreit von diesen drei Schranken, so viel erzeugen kann — wie organisiert sich das? Wer koordiniert das?

Die Antwort ist: niemand. Und genau das ist der Punkt.

---

Die Synthese: Stigmergische Produktion

Ich habe Anfang des Jahres über Stigmergy geschrieben — das Prinzip, nach dem Ameisen ohne Anführer komplexe Strukturen bauen. Nicht durch Kommunikation, nicht durch Planung, sondern durch Spuren. Eine Ameise legt eine Pheromonspur. Die nächste folgt ihr, verstärkt sie. Kein Plan, kein Meeting, kein Projektantrag. Nur Spuren, die weitere Spuren auslösen.

Der Entomologe Pierre-Paul Grassé beschrieb das 1959. Der Informatiker Francis Heylighen verallgemeinerte es 2016 auf menschliche Zusammenarbeit: Wikipedia funktioniert stigmergisch. Open Source funktioniert stigmergisch. Jemand hinterlässt eine Spur — einen Artikel, ein Code-Commit, ein Werkzeug —, und andere bauen darauf auf. Ohne zentrale Koordination.

Klassische Stigmergy braucht viele Agenten mit kleinen Beiträgen. Tausende Wikipedia-Editoren, jeder ein paar Zeilen. Die Intelligenz entsteht im Aggregat.

KI verändert diese Gleichung.

Ein einzelner Mensch, verstärkt durch KI, hinterlässt Spuren von einer Komplexität, die vorher Institutionen brauchte. Nicht ein paar Zeilen Code — ein ganzes Lernportal. Nicht ein Arbeitsblatt — 13 interaktive Module in 13 Sprachen. Frei zugänglich, per URL erreichbar, von jedem nutzbar, von jedem erweiterbar.

Das ist keine industrielle Produktion — nicht hierarchisch, nicht zentral gesteuert. Es ist auch kein reines Commons-Modell — nicht verteilt auf tausende kleine Beiträge. Es ist etwas Neues:

Hyper-individuelle Commons-Produktion. Einzelne, die autonom handeln, verstärkt durch KI, und dabei Spuren hinterlassen, auf denen andere aufbauen — ohne dass jemand koordiniert.

Der Ökonom Yochai Benkler nannte 2006 das, was Wikipedia und Linux hervorbrachte, "commons-based peer production" — Produktion jenseits von Markt und Firma. KI superchargt dieses Modell. Was bei Benkler noch tausende Freiwillige brauchte, kann jetzt eine einzelne Person.

André Gorz schrieb 1999, der Ausgang aus dem Kapitalismus habe schon begonnen — in autonomer Aktivität, die nicht aus Lohnzwang entsteht, sondern aus dem Wunsch, etwas beizutragen. Lernmodule bauen, die niemand bestellt hat, die frei zugänglich sind, die jeder nutzen kann — das ist Gorz' Vision, technisch verwirklicht. Nicht in einer fernen Utopie, sondern auf einem Hetzner-Server in Falkenstein.

---

Was verloren geht

Wer so weit geht, muss auch sagen, was verloren geht. Und es geht etwas verloren.

Qualität gegen Geschwindigkeit. Institutionelle Teams machen Bedarfsanalysen, Accessibility-Audits, Peer Review, iteratives Testing mit Fokusgruppen. Ich mache: bauen, testen, verbessern, nächste Iteration. Das ist schneller. Ob es besser ist — das werden die Schülerinnen und Schüler entscheiden, nicht ich.

Perspektivenvielfalt. Ethan Mollick, KI-Forscher an der Wharton School, warnt vor "KI-Monokultur" — wenn alle mit denselben Tools arbeiten, konvergiert der Output. Ein Kollegium bringt 80 verschiedene Perspektiven mit. Eine Person, auch KI-verstärkt, hat einen kognitiven Fingerabdruck. Der wird verstärkt, nicht aufgelöst.

Wartbarkeit. 13 Module gebaut ist eine Sache. 13 Module aktuell halten, wenn Lehrpläne sich ändern, wenn Frameworks veralten, wenn Abhängigkeiten brechen — das ist eine andere. Institutionen haben Nachfolgepläne. Ich habe einen Server und ein gutes Backup.

Diese Einwände sind real. Aber sie haben einen blinden Fleck.

Clayton Christensens Theorie der Disruptiven Innovation erklärt es: Was hier entsteht, ist vielleicht 80 Prozent so poliert wie institutioneller Output — aber es ist 50-mal schneller da und kostet nichts. Für die meisten Lernenden schlägt "gut genug, jetzt" das Versprechen "perfekt, in 18 Monaten".

In meiner Feldstudie über das Lehrerzimmer habe ich beschrieben, wie das System Gründlichkeit über Wirksamkeit stellt. Die Gegenargumente treffen denselben Nerv. Die richtige Frage ist nicht "Ist es gut genug?"

Die richtige Frage ist: Für wen kommt es zu spät?

---

Fang an

Der Kopierer läuft immer noch. Morgens um 7:15, Papierstau, die ersten Schüler kommen gleich. Das hat sich nicht geändert.

Was sich geändert hat, bin ich. Und ein Server. Und eine KI, die meine Grenzen nicht teilt.

13 Module stehen online. Frei zugänglich. Kein Account, kein Tracking, kein Kleingedrucktes. Nicht weil ich damit Geld verdienen will — sondern weil jemand anfangen muss, Spuren zu legen.

Die Werkzeuge sind da. Die Schranken sind weg.

Was fehlt, sind Leute, die anfangen.

Fang an. Jetzt.

Dirk Schulenburg, Hamburg. IT-Administrator. Nebenbei.