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.