Futuring mit KI

Foresight ist arbeitsintensiv: Signale sammeln, Quellen sichten, Szenarien ausformulieren, Varianten durchspielen. Genau das sind Tätigkeiten, bei denen Sprachmodelle nützlich sein können. Aber natürlich gibt es auch die Schwächen von KI. In diesem Text zeige ich, wie sich KI sinnvoll in Foresight-Prozesse einbauen lässt und welche Fallstricke es gibt. Ergänzung zum Hauptartikel Future Thinking in 5 Schritten.

Was die Forschung über KI-Prognosen zeigt

Der Befund ist überraschend eindeutig und passt exakt zu den Prinzipien aus dem Theorie-Fundament: Kombinieren schlägt Einzelurteil.

• Einzelne Modelle sind schwache Prognostiker. Frühe Untersuchungen (Schoenegger und Park, 2023) zeigten, dass ein einzelnes Spitzenmodell in einem realen Prognoseturnier deutlich hinter dem Aggregat einer menschlichen Prognostiker-Menge zurückblieb, teils kaum besser als Raten.
• Aber ein Ensemble aus Modellen erreicht menschliches Crowd-Niveau. Schoenegger, Tuminauskaite, Park und Tetlock („Wisdom of the Silicon Crowd“, Science Advances 2024) ließen zwölf verschiedene Sprachmodelle 31 Fragen beantworten und verglichen das Aggregat mit 925 menschlichen Prognostikern aus einem dreimonatigen Turnier. Ergebnis: Die aggregierte KI-Menge war statistisch gleichauf mit der menschlichen Menge. Der Mechanismus ist derselbe wie bei Menschen: Die Fehler der einzelnen Modelle heben sich teilweise gegenseitig auf.
• KI-Assistenz verbessert menschliche Prognosen. In einer weiteren Studie desselben Umfelds (Schoenegger, Park, Karger, Trott, Tetlock 2024) verbesserten Teilnehmer mit einem gut kalibrierten Modell als Assistent ihre Treffsicherheit. Bemerkenswert: Auch ein absichtlich überkonfidenter, schlecht kalibrierter Assistent führte nicht zum erwarteten Absturz. Die Kombination Mensch plus Modell war der Ausgangslage überlegen.

Die Lehre: KI ersetzt die Prognose nicht, sie erweitert sie. Wer sie einsetzt, sollte das Prinzip des Kombinierens ernst nehmen: mehrere Modelle, mehrere Durchläufe, dann aggregieren. Ein einzelner Chat-Durchlauf ist die schlechteste aller Varianten.

Die Stärken: wo KI im Foresight-Prozess wirklich hilft

1. Rahmen und Frage — Fragen vorschlagen, Varianten der Fragestellung durchspielen. Modelle sind gut darin, Formulierungen zu variieren und blinde Stellen zu benennen.
2. Schlüsselfaktoren — Breite Recherche nach Signalen und Trends, „Horizon Scanning“, STEEP-Raster füllen, Quellen sichten und verdichten. Skalierbare Verarbeitung großer Textmengen, hohe Abdeckung.
3. Szenarien — Rohentwürfe für Narrative, Konsistenzprüfung, „was fehlt in diesem Szenario?“. Sprachliche Ausformulierung ist die Kernkompetenz von Sprachmodellen.
4. Backcasting — Meilensteinketten durchrechnen, Lücken in der Kausalkette finden. Systematisches Durchspielen ohne Ermüdung.
5. Strategie — Maßnahmen gegen alle Szenarien gegenprüfen, No-Regret-Kandidaten identifizieren. Kombinatorische Vollständigkeit statt selektiver Aufmerksamkeit.

Der größte praktische Hebel liegt in Schritt 2: Horizon Scanning und Quellenrecherche war früher der teuerste Teil eines Foresight-Laufs. Mit KI-Unterstützung wird aus einer Wochenarbeit ein Tag, und die Abdeckung steigt.

Ein zweiter, unterschätzter Hebel: KI als Widerspruchsmaschine. Modelle lassen sich gezielt gegen den eigenen Entwurf einsetzen („Welche Annahme in diesem Szenario ist am schwächsten?“, „Formuliere das Gegenszenario“). Das nutzt eine Stärke ohne die unten beschriebene Schwäche, weil die Vielfalt vom Menschen kommt und die KI nur prüft.

 

Die Risiken: wo KI die Szenarienqualität zerstört

 

Risiko 1: Homogenisierung

Doshi und Hauser (Science Advances 2024) zeigten in einem Experiment mit Kurzgeschichten: Generative KI steigert die Kreativität des Einzelnen, senkt aber die kollektive Vielfalt. Texte mit KI-Ideen wurden individuell besser bewertet, ähnelten sich untereinander aber stärker.

Eine Untersuchung von 2.200 Zulassungsessays kam zum selben Schluss: Jeder zusätzliche menschlich geschriebene Text brachte mehr neue Ideen ein als jeder zusätzliche KI-Text. Der Effekt verstärkte sich mit der Menge und ließ sich weder durch andere Prompts noch durch geänderte Modellparameter beheben. Weitere Arbeiten sprechen von einem „LLM-Hivemind“: Selbst Modelle verschiedener Anbieter konvergieren zu ähnlichen Lösungsräumen.

Warum das für Foresight tödlicher ist als für andere Anwendungen: Das Produkt eines Foresight-Laufs ist genau die Bandbreite. Vier Szenarien, die sich stark ähneln, sind wertlos, egal wie gut jedes einzelne formuliert ist. Wer Szenarien mit KI generiert, riskiert vier Varianten desselben Szenarios.

Risiko 2: der Zug zur Mitte

Sprachmodelle sind darauf trainiert, das Wahrscheinliche und Konventionelle zu produzieren. Für Foresight ist das ein struktureller Konflikt: Der Wert der Methode liegt gerade in den Rändern des Möglichkeitsraums, bei Wildcards und unbequemen Zukünften. Das Plausible und Erwartbare liefert die KI zuverlässig, das Überraschende und Störende seltener. Was am Rand liegt, ist im Trainingsmaterial per Definition unterrepräsentiert.

Risiko 3: Scheinsicherheit und Halluzination

Ein flüssig formuliertes Szenario mit konkreten Zahlen wirkt fundiert, auch wenn die Zahlen erfunden sind. Foresight ist besonders anfällig, weil es ohnehin mit Hypothesen arbeitet: Der Unterschied zwischen „plausible Annahme“ und „halluzinierte Behauptung“ verschwimmt, wenn beides gleich souverän klingt.

Risiko 4: Verstärkung der Reflexivitätsfalle

Sprachmodelle geben den Konsens der Trainingsdaten wieder, also die dominanten Zukunftsbilder der Gegenwart. Damit verstärken sie genau die Erwartungsdynamiken, die im Theorie-Fundament als selbsterfüllende Prophezeiungen und Bandwagon-Effekte beschrieben sind. Was alle erwarten, wird durch KI-Nutzung noch selbstverständlicher, und damit noch wahrscheinlicher.

Sieben Prinzipien für den Einsatz

Aus Evidenz und Praxis lässt sich ein brauchbares Regelwerk ableiten.

1. Nie ein Modell allein fragen. Mehrere Modelle, mehrere Durchläufe, dann aggregieren. Das ist der am besten belegte Einzelbefund.
2. Divergenz beim Menschen, Konvergenz bei der KI. Ideen und Szenariokerne kommen aus der Gruppe. KI verdichtet, prüft und formuliert aus. Nicht umgekehrt.
3. KI vor dem Workshop, nicht im Workshop. Recherche und Materialaufbereitung im Vorfeld, die eigentliche Szenarioarbeit als menschlicher Prozess. Sonst ankert die Gruppe auf dem KI-Vorschlag.
4. Explizit gegen die Mitte arbeiten. Wildcards, Extremszenarien und Gegenpositionen gezielt anfordern, nicht auf sie hoffen. Formulierungen wie „das Szenario, das niemand auf dem Radar hat“ gehören zum Handwerk.
5. Zahlen und Quellen immer verifizieren. Jede belastbare Angabe in einem Szenario braucht eine geprüfte Quelle. Alles andere wird als Annahme markiert.
6. Vielfalt der Gruppe schützen. Der Diversitätsbefund gilt auch andersherum: Eine heterogen besetzte Gruppe ist das wirksamste Gegenmittel gegen Homogenisierung.
7. Herkunft dokumentieren. Festhalten, welcher Teil des Ergebnisses von der KI stammt. Das ist Voraussetzung für die im Theorie-Fundament geforderte Transparenz und macht spätere Läufe vergleichbar.

Was KI nicht kann

Drei Dinge bleiben menschlich, und zwar nicht aus Prinzipientreue, sondern aus methodischen Gründen:

• Das Unerhörte denken. Black Swans und Unknown Unknowns liegen definitionsgemäß außerhalb dessen, was in Trainingsdaten steht.
• Verantwortung tragen. Zukunftsbilder sind Eingriffe. Wer sie in die Welt setzt, haftet für ihre Wirkung.
• Bedeutung zuweisen. Welche Zukunft wünschenswert ist, ist keine Rechenfrage.
• Emotionale Resonanz: KIs sind statistische digitale Werkzeuge, ohne biologischen Körper. Das Feingefühl, was auf die Menschen, die es betrifft, passt, bleibt bei den Menschen.

 

In einem Satz:

KI macht Foresight schneller und breiter, aber nur wenn man sie als Rechercheur, Verdichter und Formulierungsmaschine einsetzt und die Erzeugung von Vielfalt und kuratierte Auswahl bei den Menschen belässt.

 

Quellen

• Schoenegger, P., Tuminauskaite, I., Park, P. S., Bastos, R. V. S., Tetlock, P. E. (2024): Wisdom of the silicon crowd: LLM ensemble prediction capabilities rival human crowd accuracy. Science Advances 10(45).
• Schoenegger, P., Park, P. S., Karger, E., Trott, S., Tetlock, P. E. (2024): AI-Augmented Predictions: LLM Assistants Improve Human Forecasting Accuracy. arXiv:2402.07862.
• Schoenegger, P., Park, P. S. (2023): Large Language Model Prediction Capabilities: Evidence from a Real-World Forecasting Tournament. arXiv:2310.13014.
• Doshi, A. R., Hauser, O. P. (2024): Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances 10(28).
• Studien zur Homogenisierung kreativer Vielfalt durch LLMs (u.a. Analyse von 2.200 Zulassungsessays; PNAS Nexus zur Homogenität über Modellanbieter hinweg).

Zurück zum Hauptartikel: Futuring in 5 Schritten.