„Gebt mir einen festen Punkt, und ich werde die Welt aus den Angeln heben.“
Der Satz, der Archimedes zugeschrieben wird, gehört zu jenen Sätzen, die man früh kennenlernt und deshalb irgendwann nicht mehr hört. Er wandert aus dem Physikunterricht in den allgemeinen Zitatenschatz, wird zum Bild für große Ambitionen und verliert dabei beinahe das Erstaunlichste, das in ihm steckt.
Denn Archimedes behauptet nicht, er besitze unermessliche Kräfte. Er sagt auch nicht, dass er stärker sei als andere. Seine Behauptung ist sehr viel kühner: Die Hebelwirkung hängt nicht allein von der Größe der eingesetzten Kraft ab. Sie hängt ebenso davon ab, wo diese Kraft ansetzt, wie lang der Hebel ist und ob es jenen festen Punkt gibt, ohne den selbst der längste Hebel nur ein Stück Holz im leeren Raum bliebe.
Hebelwirkung beim Denken
Lange Zeit habe ich darin nicht mehr gesehen als ein physikalisches Prinzip. Vielleicht lag das daran, dass uns Hebel im Alltag vor allem dort begegnen, wo etwas Schweres bewegt werden soll: ein Felsbrocken, eine Last, eine Maschine. Erst sehr viel später kam mir der Gedanke, dass auch Denken eine schwere Arbeit sein kann und dass die Grenzen dieser Arbeit möglicherweise weniger mit unserer geistigen Kraft zu tun haben, als wir gewöhnlich annehmen. Was wäre, wenn auch Erkenntnis eine Hebelwirkung kennt? Wenn nicht nur Wissen, Erfahrung und Intelligenz darüber entscheiden, wie weit ein Gedanke reicht, sondern auch die Bedingungen, unter denen er bewegt wird? Und was, wenn manche Gedanken nicht deshalb liegen bleiben, weil sie zu schwer für uns sind, sondern weil uns der Punkt fehlt, an dem wir ansetzen können?
Organisationen sind keine Maschinen
Ich beschäftige mich seit vielen Jahren mit Organisationen. Genauer gesagt beschäftige ich mich mit dem Versuch, sie zu verstehen, obwohl jede ernsthafte Beschäftigung mit ihnen früher oder später zu der Einsicht führt, dass sie sich einem abschließenden Verständnis entziehen.
Organisationen sind keine Maschinen, die man auseinandernehmen, reinigen und nach Bauplan wieder zusammensetzen kann. Sie bestehen aus Entscheidungen, Erwartungen, Beziehungen, Erinnerungen, Regeln, Ausnahmen von Regeln und Geschichten darüber, warum bestimmte Ausnahmen angeblich gar keine Ausnahmen sind. Sie beobachten ihre Umwelt und zugleich sich selbst; sie erzeugen genau jene Wirklichkeiten, auf die sie anschließend reagieren. Wer lange genug in und mit Organisationen arbeitet, entwickelt daher eine gewisse Vorsicht gegenüber schnellen Erklärungen. Hinter jeder plausiblen Ursache wartet eine zweite, hinter jeder offensichtlichen Lösung eine Nebenwirkung und hinter fast jedem Problem eine Struktur, die gute Gründe dafür hat, dieses Problem am Leben zu erhalten.
Theoriearbeit in Schleifen
Theoriearbeit war für mich immer der Versuch, in dieser Unübersichtlichkeit nicht vorschnell den Überblick zu behaupten. Eine gute Theorie reduziert Komplexität, aber sie darf sie nicht einfach beseitigen. Sie muss einen Unterschied sichtbar machen, der vorher nicht sichtbar war, und sie muss zugleich offenhalten, dass auch dieser Unterschied nur eine mögliche Beobachtung ist. Das klingt abstrakt, ist in der Praxis aber eine ausgesprochen handwerkliche Tätigkeit. Man formuliert einen Zusammenhang, prüft ihn an Erfahrungen, entdeckt einen Widerspruch, verändert einen Begriff, verwirft eine lieb gewonnene Erklärung und beginnt an einer Stelle noch einmal, von der man glaubte, sie längst hinter sich gelassen zu haben. Theorie entsteht nicht in einem einzigen großen Gedanken. Sie entsteht in Schleifen.
Diese Schleifen haben allerdings einen Preis. Manche Idee begleitet einen über Wochen, andere über Jahre. Man liest, schreibt, spricht mit klugen Menschen, zeichnet Modelle, ändert die Blickrichtung und bemerkt irgendwann, dass man wieder an einem Punkt angekommen ist, den man bereits kennt. Dann beginnt jene eigentümliche Müdigkeit, die nicht daher rührt, dass es nichts mehr zu denken gäbe. Im Gegenteil: Oft ist gerade dann deutlich zu spüren, dass hinter der gefundenen Antwort noch eine weitere Frage wartet. Doch diese Frage verlangt eine neue Anstrengung. Man müsste das Argument noch einmal umdrehen, eine Gegenposition ernst nehmen, einen anderen theoretischen Zugang prüfen oder den Text, der beinahe fertig schien, erneut öffnen. Nicht selten erklärt man ihn an dieser Stelle für fertig. Das ist vernünftig, denn irgendwann muss ein Vortrag gehalten, ein Manuskript abgegeben oder eine Entscheidung getroffen werden. Und dennoch bleibt manchmal das Gefühl zurück, dass nicht der Gedanke an sein Ende gekommen ist, sondern nur der Denkende an seines.
Der Erschöpfungspunkt des Denkens
Jahrelang habe ich geglaubt, die größte Begrenzung meiner Theoriearbeit liege in der Komplexität der Organisationen. Heute vermute ich, dass sie viel häufiger in den Kosten der nächsten Denkschleife lag. Mit Kosten meine ich dabei nicht nur Zeit und schon gar nicht Geld. Gemeint ist jene Mischung aus Konzentration, innerem Widerstand und der immer neuen Zumutung, die eigenen Gewissheiten wieder zur Disposition zu stellen. Zweifel ist intellektuell angesehen, solange er sich gegen die Gewissheiten anderer richtet. Teuer wird er dort, wo er die eigenen Begriffe betrifft. Wer eine Theorie entwickelt hat, investiert nicht nur Arbeit in sie. Er richtet nach und nach auch seine Wahrnehmung an ihr aus. Die Theorie beginnt, Antworten zu geben, noch bevor eine Frage vollständig gestellt ist. Gerade ihre Stärke kann dann verhindern, dass wir ihre Grenzen bemerken.
Vielleicht liegt hierin ein weitgehend unterschätzter Grund dafür, dass Erkenntnisprozesse enden. Wir hören nicht immer auf, weil eine Frage beantwortet ist. Wir hören auf, weil eine weitere Antwort zu aufwendig wäre. Wir halten nicht jede Erklärung deshalb für überzeugend, weil sie alle Einwände überstanden hat. Manchmal hat sie nur jene Einwände überstanden, die wir noch hervorzubringen bereit waren. Der Erschöpfungspunkt des Denkens tarnt sich leicht als Gewissheit. Nach außen sieht beides gleich aus: Ein Satz steht. Ein Modell ist gezeichnet. Eine Entscheidung fällt. Nur der Weg dorthin unterscheidet sich.
Künstliche Intelligenz und die nächste Denkschleife
Vor einiger Zeit begann sich dieser Weg für mich zu verändern. Zunächst geschah nichts, was ich für theoretisch bedeutsam gehalten hätte. Ich experimentierte mit künstlicher Intelligenz, wie viele andere auch. Ich ließ Texte zusammenfassen, Formulierungen prüfen und erste Entwürfe kommentieren. Das war gelegentlich nützlich, gelegentlich banal und oft weniger spektakulär, als die öffentlichen Debatten vermuten ließen. Die Maschine wusste manches nicht, erfand Zusammenhänge und produzierte mit großer sprachlicher Sicherheit Sätze, deren Gedankenlosigkeit sich erst beim zweiten Lesen zeigte. Wer darin einen Ersatz für das eigene Denken suchte, konnte leicht schlechtere Ergebnisse schneller herstellen.
Erst allmählich fiel mir auf, dass die Qualität der Antworten gar nicht das Entscheidende war. Interessanter war, was zwischen den Antworten geschah. Ich konnte eine Vermutung formulieren und sie im nächsten Moment angreifen lassen. Ich konnte eine Gegenposition einnehmen, ohne erst jemanden finden zu müssen, der bereit war, sie mit mir durchzuspielen. Ich konnte nach einem blinden Fleck fragen, eine alternative Lesart verlangen, denselben Gedanken aus einer anderen Theorie heraus betrachten oder eine Formulierung so lange verändern, bis sichtbar wurde, dass nicht der Satz, sondern bereits die zugrunde liegende Unterscheidung nicht trug. Jede einzelne dieser Operationen wäre auch zuvor möglich gewesen. Keine davon überstieg grundsätzlich meine Fähigkeiten. Neu war nicht die Möglichkeit. Neu war der Aufwand.
Die nächste Denkschleife war plötzlich billig geworden. Sie kostete noch immer Aufmerksamkeit, Urteilskraft und die Bereitschaft, schlechte Vorschläge zurückzuweisen. Aber sie verlangte nicht mehr jedes Mal einen freien Nachmittag, ein weiteres Buch oder die Geduld eines Gesprächspartners. Zwischen einer Behauptung und ihrer Widerlegung lagen mitunter nur Sekunden. Ein Gedanke, den ich früher aus Erschöpfung festgehalten hätte, konnte noch einmal bewegt werden. Und noch einmal. Nicht weil die Maschine besser dachte, sondern weil sie den Widerstand verringerte, an dem mein Denken zuvor so häufig zum Stillstand gekommen war.
Die Kosten des Zweifelns
An diesem Punkt drängte sich eine Vermutung auf, die zunächst größer klang, als mir lieb war: Vielleicht besteht die eigentliche Revolution künstlicher Intelligenz nicht darin, dass sie die Kosten der Arbeit senkt. Vielleicht senkt sie vor allem die Kosten des Zweifelns.
Der Satz gefiel mir sofort, und gerade deshalb begann ich ihm zu misstrauen. Er besitzt jene Geschlossenheit, die Gedanken gefährlich macht. Er klingt bereits richtig, bevor geprüft ist, was genau an ihm stimmen könnte. Denn natürlich zweifelt eine künstliche Intelligenz nicht. Sie kennt weder das Unbehagen an der eigenen Gewissheit noch den Mut, eine Überzeugung preiszugeben, an der etwas hängt. Sie erzeugt sprachliche Möglichkeiten auf der Grundlage von Mustern. Der Zweifel bleibt menschlich, ebenso die Entscheidung, welcher Einwand Gewicht besitzt und welche Antwort nur überzeugend klingt. Auch die Verantwortung dafür, wann eine Denkschleife fortgesetzt und wann sie beendet werden muss, lässt sich nicht an ein Sprachmodell delegieren.
Künstliche Intelligenz als Hebel
Vielleicht ist es daher genauer, von einem Hebel zu sprechen. Ein Hebel ersetzt keine Kraft. Er erzeugt auch keine Absicht und entscheidet nicht, was bewegt werden soll. Er verändert das Verhältnis zwischen eingesetzter Kraft und erzielter Wirkung. Genau darin liegt seine Macht, aber auch seine Begrenzung. Ohne die menschliche Fähigkeit, Fragen zu stellen, Unterschiede zu erkennen und Urteile zu verantworten, bleibt künstliche Intelligenz ein bewegliches Instrument ohne festen Punkt. Sie kann Sätze produzieren, doch sie weiß nicht, welcher Satz eine Welt aus den Angeln hebt und welcher nur so klingt. Der feste Punkt entsteht dort, wo Erfahrung, Theorie und ein wirkliches Problem zusammentreffen. Erst dort kann der Hebel ansetzen.
Damit verändert sich auch die Frage, die wir an künstliche Intelligenz richten. Solange wir wissen wollen, welche Arbeiten sie uns abnehmen kann, betrachten wir sie vor allem als Ersatz: für Recherche, Formulierung, Analyse, vielleicht irgendwann für ganze Tätigkeiten. Das ist verständlich, führt aber zu einer merkwürdig verengten Vorstellung ihres Wertes. Ein Werkzeug, das die Kosten einer weiteren Iteration senkt, muss nicht an die Stelle menschlicher Arbeit treten. Es kann menschliche Arbeit länger offenhalten. Es kann verhindern, dass aus Zeitnot eine Hypothese zur Wahrheit erklärt wird oder aus Erschöpfung eine Konvention zur Notwendigkeit. Sein größter Beitrag bestünde dann nicht darin, Denken überflüssig zu machen, sondern darin, uns eine weitere Runde zu ermöglichen, bevor wir mit dem Denken aufhören.
Organisationsentwicklung länger offenhalten
Für die Organisationsentwicklung ist das keine kleine Verschiebung. Organisationen leiden selten an einem vollständigen Mangel an Wissen. Meist ist erstaunlich viel von dem bekannt, was nicht funktioniert. Mitarbeitende kennen die Widersprüche, Führungskräfte sehen viele Nebenwirkungen, Kunden spüren die Folgen und selbst jene Regeln, über die alle klagen, haben gewöhnlich eine gut dokumentierte Entstehungsgeschichte. Das Problem liegt eher darin, dass dieses Wissen in Verfahren gerät, die es zu früh schließen. Eine Analyse muss zur Präsentation werden, die Präsentation zur Entscheidungsvorlage, die Vorlage zur Entscheidung. Unterwegs verschwinden Zweifel, weil sie den Prozess verlangsamen. Was als notwendige Handlungsfähigkeit erscheint, ist mitunter nur institutionalisierte Denkerschöpfung.
Wenn künstliche Intelligenz die Kosten weiterer Denkschleifen senkt, könnte sie deshalb für Organisationen interessanter werden, als es die derzeitige Produktivitätsdebatte erkennen lässt. Man könnte strategische Annahmen nicht nur effizienter formulieren, sondern systematischer irritieren. Man könnte vor einer Reorganisation mehr Gegenmodelle durchspielen, Nebenfolgen aus verschiedenen Perspektiven beschreiben und die Sprache einer Entscheidung daraufhin untersuchen, welche Wirklichkeit sie bereits voraussetzt. Man könnte Erfahrungswissen aus vielen Teilen der Organisation miteinander ins Gespräch bringen, ohne so zu tun, als ließe es sich widerspruchsfrei zu einem Gesamtbild verrechnen. Vor allem könnte man Zweifel länger zulassen, ohne deshalb auf Entscheidungen verzichten zu müssen.
Doch auch hier zeigt sich die Ambivalenz des Hebels. Dieselbe Technik, die eine Organisation beweglicher im Denken machen kann, kann ihr ebenso dabei helfen, ihre bestehenden Gewissheiten schneller zu vervielfältigen. Wer nur Bestätigung verlangt, wird Bestätigung erhalten. Wer Effizienz zum einzigen Maßstab macht, wird vor allem effizientere Schließungen produzieren. Ein langer Hebel ist noch keine kluge Bewegung. Je größer seine Wirkung, desto wichtiger wird die Frage nach dem festen Punkt. Für Organisationen heißt das: Die Qualität des Einsatzes künstlicher Intelligenz entscheidet sich nicht zuerst an der Leistungsfähigkeit des Modells, sondern an ihrer Fähigkeit, echte Fragen auszuhalten. Wo Widerspruch unerwünscht ist, wird auch die beste Technologie keinen Zweifel ermöglichen. Sie wird dem bereits Beschlossenen nur eine modernere Sprache geben.
Ein Hebel für Unterschiede
Vielleicht berührt diese Entwicklung deshalb den Kern dessen, was Organisationsentwicklung immer schon sein wollte. Nicht die Organisation von außen nach einem besseren Plan umzubauen, sondern ihre Fähigkeit zur Selbstbeobachtung zu erweitern. Eine Organisation verändert sich, wenn sie Unterschiede wahrnehmen kann, die ihr zuvor entgangen sind, und wenn sie daraus andere Entscheidungen ermöglicht. Künstliche Intelligenz wäre in diesem Verständnis weder Beraterin noch Entscheiderin und schon gar nicht das neue Zentrum der Organisation. Sie wäre ein Medium, in dem zusätzliche Beobachtungen mit geringerem Aufwand erzeugt, verglichen und verworfen werden können. Ein Hebel für Unterschiede, nicht eine Maschine für Wahrheiten.
Kurt Lewin wird der Satz zugeschrieben, nichts sei so praktisch wie eine gute Theorie. Nach vielen Jahren in der Organisationsentwicklung erscheint mir dieser Satz noch immer richtig, vielleicht sogar richtiger als zu Beginn meiner Arbeit. Eine gute Theorie liefert keine einfachen Antworten. Sie verändert, was wir überhaupt als Frage erkennen können. Doch vielleicht braucht eine gute Theorie heute eine Ergänzung. Ihre praktische Kraft hängt nicht allein davon ab, wie treffend sie die Welt beschreibt. Sie hängt auch davon ab, ob wir bereit und in der Lage sind, sie weiterzubewegen, wenn sie uns allzu vertraut geworden ist.
Archimedes verlangte einen festen Punkt, um die Welt aus den Angeln zu heben. Für das Denken liegt dieser Punkt womöglich nicht außerhalb unserer Welt, sondern dort, wo wir uns erlauben, die eigene Beobachtung noch einmal zu beobachten. Künstliche Intelligenz nimmt uns diese Bewegung nicht ab. Aber sie kann den Hebel verlängern. Ob wir mit ihm Gewissheiten zementieren oder neue Möglichkeiten öffnen, bleibt unsere Entscheidung. Vielleicht ist genau das ihre größte Wirkung: nicht dass sie für uns denkt, sondern dass sie den Augenblick hinausschiebt, in dem wir glauben, mit dem Denken fertig zu sein.
Über den Autor Ralf Haase arbeitet als Organisationsentwickler, Speaker und Autor an der Frage, wie Steuerberatungskanzleien Wachstum, Führung und Zusammenarbeit strukturell besser verarbeiten können. Sein Fokus liegt auf Organisationsarchitektur, Entscheidungslogik und der Entlastung unternehmerischer Verantwortung.