Eloi, Morlocks und die Weber von 2026 (Teil 2): Die Antworten

Zurück zu Teil 1: Die Diagnose.

Im ersten Teil ging es um die Frage, wo die Macht liegt: Das Bedienen lernen viele, das Betreiben können einige, das Entscheiden liegt häufig bei wenigen. Was lässt sich dagegen tun, ohne sich etwas vorzumachen? Es sind drei verschiedene Aufgaben: Alternativen ermöglichen, Mitbestimmung sichern und Erträge fair verteilen.

Was ein eigener Server leisten kann und was nicht

Ein eigener Server oder ein lokal betriebenes Modell kann auf den ersten vier Ebenen von Kontrolle und Abhängigkeit etwas verändern, vor allem bei Schnittstellen und Daten, teilweise bei Modell und Infrastruktur. Auf der fünften Ebene, der Entscheidungsmacht, wirkt er nicht.

Ein lokales Modell wird nicht automatisch mit den leistungsfähigsten kommerziellen Systemen konkurrieren. Die Spitze der KI-Entwicklung verlangt Kapital, Rechenleistung und Forschung in einer Größenordnung, die nur wenige aufbringen können. Das ist aber auch nicht der Maßstab. Entscheidend ist, wo Unabhängigkeit, Datenschutz, Kostenkontrolle und die Möglichkeit zum Anbieterwechsel wichtiger sind als die letzte Stufe der Modellleistung. Ein kleineres Modell, das die meisten Alltagsaufgaben erledigt und bei schweren Aufgaben auf einen externen Dienst zurückgreift, ist keine vollständige Souveränität. Aber es verändert die Lage: Wer tatsächlich wechseln kann, ohne unverhältnismäßige Kosten, Datenverluste oder Leistungseinbußen hinnehmen zu müssen, gewinnt Verhandlungsspielraum. Dem stehen Wartungsaufwand und der Bedarf an Fachwissen gegenüber, die nicht jede Organisation und nicht jeder Einzelne aufbringen kann.

Wie in Teil 1 gesagt: „offen“ heißt bei Modellen oft nur offene Gewichte (open weights) und nicht Open Source im strengen Sinn. Sie lassen sich betreiben und anpassen, aber Trainingsdaten und -verfahren bleiben oft verschlossen.

Lokale Infrastruktur ist deshalb eine Rückversicherung gegen Abhängigkeit und zugleich ein Lernort: Wer selbst betreibt, versteht, was die Systeme tun und was nicht. Technische Alternativen schaffen Handlungsspielraum. Ob daraus Mitbestimmung wird, entscheiden erst Regeln und kollektive Macht.

Warum Kompetenz nicht reicht: Zusammenschluss

Viele KI-Debatten machen aus einem strukturellen Problem eine persönliche Pflicht: Wer nicht mithält, hat sich nicht genug angestrengt. Teil 1 hat gezeigt, warum das zu kurz greift. Auf der Ebene der Entscheidungsmacht wirken Einzelne wenig. Organisierte Gruppen schon.

Ansätze gibt es bereits, aber sie sind unterschiedlich stark. Ein echtes Mitbestimmungsrecht hat der Betriebsrat in Deutschland bei technischen Einrichtungen, die dazu bestimmt sind, Verhalten oder Leistung der Beschäftigten zu überwachen (§ 87 Abs. 1 Nr. 6 BetrVG). Nach der Rechtsprechung genügt dafür die objektive Eignung, eine Überwachungsabsicht ist nicht nötig. Das trifft aber nur KI-Anwendungen mit dieser Eignung, nicht jede. Darüber hinaus gibt es Unterrichtungs- und Beratungsrechte, etwa bei der Planung von Arbeitsverfahren und Arbeitsabläufen, auch wenn dabei KI eingesetzt wird (§ 90 BetrVG). Seit dem Betriebsrätemodernisierungsgesetz von 2021 gilt die Hinzuziehung eines Sachverständigen als erforderlich, wenn der Betriebsrat die Einführung oder Anwendung von KI beurteilen muss (§ 80 Abs. 3 BetrVG). Die nähere Vereinbarung mit dem Arbeitgeber bleibt dabei notwendig.

Auf europäischer Ebene sieht der AI Act vor, dass Arbeitgeber Beschäftigte und ihre Vertreter informieren müssen, bevor sie bestimmte Hochrisiko-KI-Systeme am Arbeitsplatz einsetzen (Art. 26 Abs. 7), sobald die Hochrisiko-Regeln anwendbar sind. Die Pflicht zur KI-Kompetenz nach Art. 4 richtet sich an Anbieter und Betreiber. Sie schafft für sich genommen kein Mitbestimmungsrecht. Man sollte die Rechte nicht verwechseln: Information und Beratung geben Beschäftigten Wissen und Gehör, aber nicht das letzte Wort. Mitbestimmung ist mehr.

Dass eine organisierte Berufsgruppe konkrete Grenzen und Rechte vertraglich festschreiben kann, zeigt der Streik der Writers Guild of America 2023. Der Tarifvertrag verbietet KI nicht, aber er regelt sie: KI-generierter Text gilt nicht als Autorenmaterial, Studios müssen offenlegen, wenn sie Autoren KI-Material vorlegen, und niemand darf zur Nutzung von KI verpflichtet werden. Die Frage des KI-Trainings mit Drehbüchern blieb offen. Solche Regeln werden nicht nur einmal ausgehandelt, sondern weiterentwickelt: Berichten zufolge einigten sich die Gewerkschaft und die Studios 2026 auf einen neuen Vierjahresvertrag, der die KI-Regeln fortschreibt und um Vorgaben zur Lizenzierung von Autorenwerken für das KI-Training ergänzt.

Solche Beispiele sind noch die Ausnahme. Weitere Wege wären:

• Gewerkschaften, die den KI-Einsatz tarifvertraglich regeln, und Berufsverbände, die Standards setzen.
• Genossenschaften und Kollektive, die gemeinsam Rechenleistung und offene Modelle betreiben.
• Offene Standards und Interoperabilität, damit Alternativen und Anbieterwechsel möglich bleiben.
• Beteiligung an der Gesetzgebung, nicht nur Kritik von außen.

Organisation ist allerdings nicht automatisch erfolgreich. Gewerkschaften können Gruppen vertreten, die von KI profitieren, während andere unter Druck geraten. Berufsverbände können eigene Privilegien verteidigen. Genossenschaften können an Kapital oder Koordination scheitern. Die entscheidende Frage lautet deshalb nicht nur, ob man sich organisiert, sondern wie Organisationen gebaut sein müssen, damit sie Macht tatsächlich teilen.

Wem der Ertrag gehören sollte

Die schwierigste Frage betrifft die dritte Dimension: Wenn KI eine Tätigkeit deutlich effizienter macht, wer entscheidet, was aus dem Gewinn wird? Mein Vorschlag: nicht allein der Arbeitgeber. Der Zuwachs an Produktivität entsteht aus gemeinsamer Arbeit, aus Daten, aus dem Wissen vieler Generationen. Er sollte deshalb nicht nur bei denen landen, denen die Maschinen gehören.

Das lässt sich unterschiedlich ausgestalten:

• Arbeitszeitverkürzung bei gleichem Lohn, wenn Aufgaben wegfallen, statt Stellen zu streichen.
• Beteiligung der Beschäftigten am Gewinn, der durch Automatisierung entsteht.
• Gemeinsame Ausbildungsfonds, die Einstiegsstellen und Lernwege erhalten, damit der Nachwuchs, von dem in Teil 1 die Rede war, nicht verloren geht.

Keine dieser Möglichkeiten ist ein Selbstläufer, und jede hat Nachteile. Aber alle benennen die Frage, die im Zentrum steht: nicht, ob Produktivität wächst, sondern wem sie zugutekommt.

Zwei Arten zu scheitern

In Wells’ Zukunft kippt die Lage am Ende: Die Morlocks, die alles am Laufen halten, beherrschen die Eloi. Daraus lassen sich zwei Arten ablesen, an KI zu scheitern. Im Morlock-Szenario wird Kontrolle so stark zentralisiert, dass wenige Akteure unverhältnismäßig viel Macht gewinnen, etwa über Überwachung, Verhaltenssteuerung oder den Zugang zu Arbeit. Im Eloi-Szenario geschieht die Einführung so bequem und unkoordiniert, dass gesellschaftliche Folgen entstehen, für die niemand Verantwortung übernimmt.

Demokratische Kontrolle, Gewaltenteilung, Haftung und offene Standards sind keine Garantie gegen beides. Aber sie schaffen Möglichkeiten, Macht zu begrenzen, Entscheidungen anzufechten und Alternativen aufzubauen.

Fazit: Die Maschine ist nicht das letzte Wort

Die Frage ist nicht, ob wir KI aufhalten können. Die Frage ist, unter welchen Bedingungen wir sie einsetzen und wer diese Bedingungen festlegt.

Ein eigenes Modell kann Abhängigkeiten verringern. Fachwissen kann Menschen befähigen, Systeme zu verstehen und zu verändern. Gewerkschaften, Betriebsräte und demokratische Institutionen können dafür sorgen, dass diese Fähigkeiten auch Einfluss auf Entscheidungen gewinnen. Und eine gerechtere Verteilung der Produktivitätsgewinne kann verhindern, dass Effizienz nur denen zugutekommt, die bereits über Kapital und Infrastruktur verfügen.

Keine dieser Antworten reicht allein. Technische Unabhängigkeit ohne Mitbestimmung verlagert die Abhängigkeit womöglich nur zu neuen Eigentümern. Mitbestimmung ohne Wissen kann wirkungslos bleiben. Produktivitätsgewinne ohne faire Verteilung können die Abhängigkeit sogar verstärken. Oder, positiv gewendet und als Antwort auf den Satz vom Anfang:

Verständnis braucht Teilhabe, und Teilhabe braucht Verständnis.

Wells’ Eloi und Morlocks sind deshalb keine Prognose, die zwangsläufig eintreten muss. Sie sind ein Warnbild dafür, was geschieht, wenn eine Gesellschaft ihre Fähigkeiten, ihre Arbeit und ihre Entscheidungsmacht dauerhaft voneinander trennt. Die Weber haben verloren, weil sie weder legale Organisationen noch Rechte hatten. Beides haben sich erst spätere Generationen erkämpft.

Was daraus im Kleinen folgt, ist unspektakulär: prüfen, welche Aufgaben sich mit einem lokalen oder austauschbaren Modell erledigen lassen und was ein Anbieterwechsel kosten würde; im Betrieb fragen, wer über den Einsatz von KI entscheidet und ob der Betriebsrat beteiligt ist; und die Frage, was mit eingesparter Arbeitszeit geschieht, nicht dem Einzelgespräch überlassen, sondern dorthin tragen, wo gemeinsam verhandelt wird. Keiner dieser Schritte löst das Problem. Aber jeder macht aus Verständnis ein Stück Teilhabe.

Wir müssen nicht alle zu KI-Forschern werden. Aber wir sollten auch nicht in einer Welt leben, in der wenige über die Systeme entscheiden, einige sie am Laufen halten und der Rest nur noch mit den Ergebnissen zurechtkommen muss. Entscheidend ist nicht, ob Maschinen immer mehr können, sondern ob die Menschen gemeinsam darüber bestimmen können, was daraus wird.

Und damit zurück zum Anfang:

Bequemlichkeit ohne Verständnis ist ein Risiko. Verständnis ohne Teilhabe ist es auch.

Quellen

• Betriebsverfassungsgesetz: § 87 Abs. 1 Nr. 6, § 80 Abs. 3 Satz 2 (Vermutung der Erforderlichkeit bei KI, eingeführt durch das Betriebsrätemodernisierungsgesetz 2021), § 90 Abs. 1 Nr. 3. Vor der Veröffentlichung gegen den aktuellen Gesetzestext prüfen (gesetze-im-internet.de).
• Verordnung (EU) 2024/1689 (AI Act), Art. 4 und Art. 26 Abs. 7. Die Anwendungsfristen für Hochrisiko-Systeme standen zur Verschiebung an. Daher im Text keine Daten nennen und vor der Veröffentlichung den aktuellen Stand prüfen.
• Writers Guild of America: Minimum Basic Agreement 2023 (Laufzeit bis 2026), Regelungen zu künstlicher Intelligenz. Der Nachfolgevertrag 2026 (vorläufige Einigung vom 4. April 2026, vier Jahre Laufzeit) ist bisher nur über Presseberichte belegt. Vor der Veröffentlichung den Ratifizierungsstand und den Wortlaut der KI-Klauseln in der offiziellen WGA-Zusammenfassung prüfen.