Zwei kurze Sätze, ein Thema, zwei völlig unterschiedliche
Menschen dahinter: "Ich komm mit KI einfach nicht klar" sagt der
eine und will eigentlich nicht. "Ich hab das voll drauf" sagt die
andere und hat, bei genauerem Hinsehen, keine Ahnung. In dieser
Folge von KIRRE … na hör mal! nimmt Sabine den Begriff
Analphabetismus und überträgt ihn auf den Umgang mit KI, mit
einer Unterscheidung, die ihr besonders wichtig ist: kann nicht
versus will nicht, und einer dritten, ironischen Variante
obendrauf.
Zuerst die Entwarnung: KI ist nicht alles im Leben, wer damit
nicht klarkommt, ist deshalb kein schlechterer Mensch. Ein gutes
Gespräch, ein gepflegter Garten, ein solides Handwerk brauchen
kein Sprachmodell, um wertvoll zu sein. Im Berufsleben wird die
Sache allerdings ernster. Sabine beobachtet, dass viele Menschen
ihren Job nicht verlieren, weil der Beruf selbst verschwindet,
sondern weil sie sich weigern, mit KI mitzugehen, obwohl der Job
an sich weiter bestehen könnte. Besonders betroffen sieht sie
einfache Übersetzungs- und Kundenservice-Tätigkeiten, aber auch
die eigene Designbranche: reine Ausführung ohne eigene
Handschrift gerät unter Druck, Konzept und Geschmack werden
wichtiger.
Kern der heutigen Folge ist die Unterscheidung zwischen kann
nicht und will nicht. Sabine nimmt dafür den klassischen
historischen Analphabetismus als Vergleich, korrigiert dabei aber
eine eigene Fehlannahme öffentlich: Sie dachte zunächst, geringe
Lese- und Schreibkompetenz sei in Deutschland dank Schulpflicht
kaum noch ein Thema. Aktuelle Zahlen der LEO-Studie und der
internationalen PIAAC-Erhebung, veröffentlicht 2023 bis 2025 von
der Universität Hamburg, zeigen jedoch: Rund 10,6 Millionen
Erwachsene in Deutschland, etwa 20 Prozent, haben massive
Probleme beim Lesen und Schreiben, Tendenz seit Jahren
stagnierend bis leicht steigend. Sabine ordnet das ein: Bei
echtem Analphabetismus ist "kann nicht" fast immer der
tatsächliche Grund, ein "will nicht" gibt es dort praktisch
nicht, weil Schulpflicht und gesellschaftlicher Druck das
verhindern. Bei KI ist genau das umgekehrt: Weil die Nutzung
freiwillig ist, ist "will nicht" hier der häufigste Fall.
Sabine bringt dafür durchaus Verständnis auf, ohne die
Konsequenzen kleinzureden. Manche Menschen haben Angst, sich vor
Kollegen oder den eigenen erwachsenen Kindern zum Idioten zu
machen, wenn sie fragen. Andere haben es in Jahrzehnten im Beruf
nie gebraucht und wollen kurz vor Schluss nicht mehr bei null
anfangen. Menschlich nachvollziehbar, sagt Sabine, aber eine
Entscheidung, die man sich selbst gegenüber auch so benennen
sollte, statt sie als unabänderliches Schicksal darzustellen.
Besonders verschärft sieht sie das Problem für Menschen, die
allein arbeiten: Ohne Kollegin oder Chef, die ehrliches Feedback
geben, merkt man einen Rückstand oft erst, wenn Aufträge
ausbleiben.
Die eigentliche Pointe der Folge liegt aber in einer dritten
Gruppe, die sich selbst gar nicht als Problem wahrnimmt:
Menschen, die fest davon überzeugt sind, im Umgang mit KI
kompetent zu sein, es bei genauerem Hinsehen aber nicht sind.
Sabine verweist dazu auf eine aktuelle Studie der finnischen
Aalto-Universität aus dem Jahr 2025, die einen überraschenden
Befund liefert. Der klassische Dunning-Kruger-Effekt, wonach sich
vor allem wenig kompetente Menschen überschätzen und Fachleute
eher unterschätzen, kehrt sich bei der Arbeit mit KI um.
Ausgerechnet Personen, die sich selbst für besonders KI-kompetent
halten, überschätzen ihre eigenen Leistungen am stärksten,
deutlich stärker sogar als Menschen ganz ohne KI-Nutzung. Eine
mögliche Erklärung: Gute Ergebnisse der KI werden unbewusst den
eigenen Fähigkeiten zugeschrieben, obwohl im Zweifel vor allem
die Maschine geliefert hat. Zu einem ähnlichen Schluss kommt eine
Skillsoft-Umfrage aus demselben Jahr unter HR-Verantwortlichen:
91 Prozent von ihnen sind überzeugt, dass ihre Mitarbeitenden die
eigenen KI-Fähigkeiten deutlich überschätzen, nur 10 Prozent
trauen ihrer Belegschaft zu, anstehende Geschäftsziele überhaupt
zu erreichen.
Sabine findet diese dritte Gruppe fast gefährlicher als die
bewussten Verweigerer, weil sie sich selbst keine Hilfe sucht, da
sie ja glaubt, keine zu brauchen. Gerade für Menschen, die allein
arbeiten, ist das riskant: Es fehlt die Kollegin oder der Chef,
die ein Ergebnis ungefragt einordnen und im Zweifel korrigieren.
Für den beruflichen Alltag leitet Sabine daraus einen konkreten,
bewusst unbequemen Test ab: das eigene KI-Ergebnis einer
fachkundigen Person zeigen, ohne vorher zu verraten, dass KI
beteiligt war, und dann ehrlich hinschauen, was diese Person
tatsächlich dazu sagt.
Am Ende unterscheidet Sabine drei Gruppen: Menschen, die etwas
nicht können und Unterstützung statt Häme verdienen. Menschen,
die nicht wollen und das ehrlich benennen sollten, statt es als
unabänderliches Schicksal zu verkaufen. Und Menschen, die
glauben, sie können etwas, und die genau deshalb am dringendsten
noch einmal genau hinschauen sollten. Ihre tröstliche Botschaft
dabei: Keine dieser drei Positionen ist für immer festgelegt.
Kompetenz lässt sich mit Geduld und den richtigen Leuten an der
Seite aufbauen, Widerstand lässt sich ehrlich hinterfragen, und
selbst eine falsche Selbsteinschätzung lässt sich korrigieren,
sobald man bereit ist, genau hinzusehen. Gefährlich wird es nach
Sabines Einschätzung nur bei Stillstand aus falscher Sicherheit,
egal aus welcher der drei Ecken diese Sicherheit stammt, ob aus
Angst, aus Trotz oder aus zu viel Selbstvertrauen.
Diese Folge eignet sich besonders für alle, die sich mit
folgenden Themen beschäftigen: KI-Kompetenz realistisch selbst
einschätzen, Analphabetismus und Grundbildung in Deutschland,
Dunning-Kruger-Effekt bei KI-Nutzung, KI am Arbeitsplatz für
Selbstständige und Freelancer, Selbstüberschätzung im Umgang mit
künstlicher Intelligenz. Sie passt außerdem gut zu Suchanfragen
wie: Wie viele funktionale Analphabeten gibt es aktuell in
Deutschland? Überschätzen Menschen ihre eigenen KI-Fähigkeiten?
Was genau ist der Dunning-Kruger-Effekt bei der Arbeit mit
ChatGPT? Muss ich zwingend KI nutzen, um meinen Job langfristig
zu behalten?
KIRRE … na hör mal! ist ein deutschsprachiger
Podcast über künstliche Intelligenz und ihre Auswirkungen auf
Alltag, Kreativität und Arbeit, moderiert von Sabine, auch
bekannt als Applebee, Diplom-Grafikdesignerin mit über drei
Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin.
Der Podcast richtet sich an kreative und wissensbasierte
Selbstständige und Freelancer, die KI weder unkritisch feiern
noch pauschal verteufeln wollen, sondern einen ehrlichen,
humorvollen und reflektierten Umgang damit suchen.
Erkennst du dich in einer der drei Gruppen wieder, oder hast du
selbst schon mal gemerkt, dass deine eigene KI-Einschätzung
ziemlich daneben lag? Schreib Sabine gerne, sie freut sich über
jede Zuschrift und sammelt solche Geschichten für kommende
Folgen. Für alle, die beruflich mit KI arbeiten, es gerade erst
versuchen, oder sich insgeheim fragen, zu welcher der drei
Gruppen sie eigentlich gehören, lohnt sich diese Folge
besonders.
Weiterführende Links:
Kontakt für eigene Meinungen, Gegenbeispiele und
Geschichten:
hoermal@kirrepodcasting.com
LEO/PIAAC-Sonderanalyse zur Literalität in Deutschland,
Universität Hamburg (2025):
https://www.uni-hamburg.de/newsroom/im-fokus/2025/0902-leo-piaac-studie.html
Bundesverband Alphabetisierung und Grundbildung, Zahlen zum
Weltalphabetisierungstag:
https://alphabetisierung.de/2025/09/03/pressemitteilung-zum-weltalphabetisierungstag-am-8-september-2025/
Aalto-Universität zur Selbstüberschätzung bei KI-Nutzung
(radioeins-Interview):
https://www.radioeins.de/programm/sendungen/die_profis/archivierte_sendungen/beitraege/arbeit-mit-ki--kompetenz-erhoeht-die-selbstueberschaetzung.html
Keywords: Analphabetismus Deutschland Zahlen,
Dunning-Kruger-Effekt KI, KI-Kompetenz überschätzen, KI
Arbeitsplatz Selbstständige, LEO-Studie PIAAC 2023, Sabine
Eckermann, Applebee
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.