Demokratie · 5-4

Erweiterte Meinungsbildung (Deliberation)

Wie bereits erwähnt, besteht eine der häufigsten Bedenken in Bezug auf soziale Medien darin, dass sie bestehende soziale Spaltungen verfestigen und „Echokammern“ schaffen, die das Gefühl einer gemeinsamen Realität untergraben.[1] Newsfeed-Algorithmen, die auf „kollaborativer Filterung“ basieren, wählen Inhalte aus, die die Interaktion der Nutzer:innen maximieren, und priorisieren ähnliche Inhalte, die die bestehenden Überzeugungen der Nutzer:innen stärken und sie von unterschiedlichen Informationen abschirmen. Trotz gemischter Befunde darüber, ob diese Algorithmen die politische Polarisierung wirklich verschärfen und die Meinungsbildung behindern, ist es naheliegend zu fragen, wie diese Systeme mit der entgegengesetzten Absicht, Brücken zwischen verschiedenen Gruppen zu schlagen, neu gestaltet werden könnten. Der größte Versuch in dieser Richtung ist das System Community Notes (ehemals Birdwatch) auf der Social-Media-Plattform X (ehemals Twitter).

A screenshot with an example of Community Notes. One user claimed, with questionable reasoning, that whales are not mammals. A second box is displayed below it stating that 'readers added context' and included referenced information on why they are indeed mammals.

Abbildung 5-4-A. Community Notes auf X korrigiert einen irreführenden Beitrag. Quelle: Direkte Erfassung aus der Anwendung, unter fairer Verwendung.



Community Notes (CN) ist eine gemeinschaftsbasierte Plattform zur Überprüfung von Fakten. CN ermöglicht es Mitgliedern der X-Community, potenziell irreführende Beiträge zu kennzeichnen und zusätzliche Informationen darüber bereitzustellen, warum die Beiträge irreführend sein könnten. CN-Teilnehmer:innen reichen diese Notizen nicht nur auf der Plattform ein, sondern bewerten auch die von anderen vorgeschlagenen Notizen. Diese Bewertungen werden verwendet, um zu beurteilen, ob die Notizen hilfreich sind und auf der X-Plattform veröffentlicht werden können, wie in Abbildung A.2 dargestellt.[2]

Das System ordnet zunächst alle Bewertenden auf einer Skala von „links“ bis „rechts“ ein – basierend darauf, welche Inhalte sie normalerweise unterstützen. Wenn dann jemand eine Notiz bewertet, analysiert das System zwei Dinge: Erstens, ob die Person die Notiz nur mag, weil sie ihrer politischen Haltung entspricht. Zweitens, ob die Notiz unabhängig von der Politik tatsächlich hilfreich und korrekt ist. Eine Notiz wird nur dann als „hilfreich“ markiert und öffentlich angezeigt, wenn sie diese objektive Qualität erreicht – nicht wenn sie einfach viele Likes von Menschen mit ähnlichen Ansichten bekommt. Das Besondere: Das System bevorzugt Notizen, die Menschen mit unterschiedlichen politischen Ansichten gemeinsam als hilfreich bewerten. So werden extreme Meinungen gedämpft und ausgewogene Informationen gefördert. Dieser Ansatz folgt dem ⿻-Prinzip der Zusammenarbeit über Unterschiede hinweg und erreicht bereits heute hunderte Millionen Menschen pro Woche.[3] Studien zeigen, dass Nutzer:innen durch Community Notes tatsächlich vielfältigere politische Informationen entdecken – im Gegensatz zu herkömmlichen Moderationsmethoden.[4].

In diesem Kapitel untersuchen wir die beträchtliche Macht und die Grenzen des menschlichen Austauschs und hoffen, dass die Fortschritte in ⿻ diese Kommunikation zu einem noch wirksameren Motor werden lassen, der unterschiedliche Perspektiven auf bisher unvorstellbare Weise verstärkt und verbindet.

Austausch heute

Die älteste, in der Regel ergiebigste und immer noch häufigste Form des Austauschs ist das „persönliche Treffen.“ Idealisierte Darstellungen der Demokratie beziehen sich in der Regel auf Diskussionen, die im Rahmen dieser persönlichen Gespräche geführt werden, wie sie beispielsweise zwischen traditionellen Stämmen, auf den Athener Marktplätzen oder in den Rathäusern Neuenglands stattfanden, und nicht auf Wahlgänge oder Medien. Der Film „ Women Talking“ fängt diesen Geist auf brillante Weise ein, indem er eine traumatisierte Gemeinschaft porträtiert, die durch Diskussionen zu einem Plan für gemeinsames Handeln gelangt. Gruppen von Freund:innen, Clubs, Schüler:innen und Lehrer:innen tauschen ihre Perspektiven aus, lernen, wachsen und bilden durch persönliche Gespräche ein gemeinsames Ziel. Zusätzlich zu ihrem interaktiven Charakter enthalten persönliche Interaktionen oft Elemente einer reicheren, nonverbalen Kommunikation, da die Teilnehmenden einen physischen Kontext teilen und viele nonverbale Hinweise, wie Mimik, Körpersprache und Gesten, von anderen Gesprächsteilnehmenden wahrnehmen können.

Die nächstälteste und am weitesten verbreitete Kommunikationsform ist das Schreiben. Obwohl es weitaus weniger interaktiv ist, ermöglicht das Schreiben, dass Inhalte über viel größere Entfernungen und über einen längeren Zeitraum hinweg transportiert werden können. Schriftliche Kommunikation, die in der Regel als Erfassung der Stimme einer einzelnen Autorin oder eines einzelnen Autors konzipiert ist, kann sich mithilfe von Drucksachen und Übersetzungen weit, sogar global verbreiten. Sie kann Tausende von Jahren überdauern und ermöglicht eine „Verbreitung“ von Botschaften, die viel weiter reicht, als es Amphitheater oder Lautsprecher können.

Dies unterstreicht einen entscheidenden Kompromiss: den Reichtum und die Unmittelbarkeit persönlicher Gespräche im Vergleich zur großen Reichweite und Beständigkeit des geschriebenen Wortes. Viele Plattformen streben danach, Elemente der persönlichen und schriftlichen Kommunikation zu kombinieren, indem sie ein Netzwerk schaffen, in dem persönliche Gespräche als Bindeglied zwischen Personen dienen, die sich physisch und sozial nahe stehen, und das Schreiben als Brücke dient, die Menschen verbindet, die geografisch weit voneinander entfernt sind. Die Methoden “World Cafe”[5] oder “Open Space Technology” [6] ermöglichen es Dutzenden oder sogar Tausenden von Menschen, sich zu treffen und in kleinen Gruppen am Dialog teilzunehmen, während die schriftlichen Notizen dieser kleinen Gruppen zusammengefasst und breit verteilt werden. Andere Beispiele sind Verfassungs- und Regelsetzungsprozesse, Buchclubs, Redaktionsausschüsse für Publikationen, Fokusgruppen, Umfragen und andere Forschungsprozesse. Ein typisches Muster ist, dass eine Gruppe über einen Text berät, der dann einer anderen beratenden Gruppe vorgelegt wird, die ein weiteres Dokument erstellt, das dann zurückgeschickt wird, und so weiter. Man kann dies in der Rechtstradition bei mündlichen und schriftlichen Argumenten sowie beim akademischen Peer-Review-Verfahren erkennen.

Eine der grundlegendsten Herausforderungen, die diese Vielfalt an Formen zu bewältigen versucht, ist der Kompromiss zwischen Vielfalt und Reichweite.[7] Einerseits könnten die Diskussionen weniger effizient, langwierig, kostspielig und zeitaufwendig werden, wenn wir versuchen, Personen mit sehr unterschiedlichen Perspektiven in Gespräche einzubinden. Dies bedeutet oft, dass sie Schwierigkeiten haben, konkrete und zeitnahe Ergebnisse zu erzielen, was zu der in Unternehmen oft beklagten „Analyseparalyse“ und der (manchmal Oscar Wilde zugeschriebenen) Klage führt, dass „der Sozialismus zu viele Abende in Anspruch nimmt“.

Wenn wir andererseits versuchen, die Reichweite und Effizienz von Gesprächen zu erhöhen, fällt es oft schwer, unterschiedliche Perspektiven einzubeziehen. Die Gesprächsteilnehmenden sind oft geografisch verstreut, sprechen verschiedene Sprachen, haben unterschiedliche Gesprächsnormen usw. Die Vielfalt der Gesprächsstile, Kulturen und Sprachen erschwert oft das gegenseitige Verständnis. Da es außerdem unmöglich ist, dass alle ausführlich zu Wort kommen, ist ein gewisses Maß an Repräsentation erforderlich, damit Gespräche eine breite gesellschaftliche Vielfalt abdecken, wie wir weiter unten ausführlich erörtern werden.

Das Kernproblem aller bisherigen Ansätze liegt in einem Ungleichgewicht: Während wir heute sehr gut darin sind, Botschaften zu verbreiten – also eine Information an viele Menschen gleichzeitig zu senden –, bleibt das aufmerksame Zuhören extrem aufwendig[8]. Es kostet nach wie vor enorm viel Zeit und Energie, wenn eine Person verschiedene Meinungen und Perspektiven wirklich durchdenken und verstehen will. Der Wirtschaftsnobelpreisträger Herbert Simon brachte es auf den Punkt: „Ein Überfluss an Information schafft eine Armut an Aufmerksamkeit.“[9] Das bedeutet konkret: Unsere Fähigkeit, uns zu konzentrieren und verschiedene Standpunkte sorgfältig abzuwägen, ist begrenzt. Dadurch entsteht ein schwieriger Zielkonflikt: Wollen wir möglichst viele Menschen erreichen, oder wollen wir möglichst vielfältige Perspektiven einbeziehen? Oft können wir nicht beides gleichzeitig haben.

Um diese Herausforderungen im großen Stil zu lösen, haben sich verschiedene Strategien entwickelt. Der häufigste Ansatz ist die Auswahl von Vertreter:innen für wichtige Gespräche. Diese Auswahl erfolgt auf unterschiedliche Weise:

  1. Wahl: Durch Wahlkämpfe und Abstimmungen werden Vertreter:innen bestimmt – meist basierend auf geografischen Gebieten oder politischen Gruppierungen. Dieses System findet vor allem in der Politik, bei Gewerkschaften und in Kirchen Anwendung. Der Vorteil: Es gewährleistet breite Beteiligung, Legitimität und eine gewisse Fachkompetenz. Der Nachteil: Es ist oft unflexibel und kostspielig.
  2. Auslosung: Eine Gruppe von Personen wird nach dem Zufallsprinzip ausgewählt, manchmal mit Kontrollen oder Einschränkungen, um eine gewisse Ausgewogenheit zwischen den Gruppen zu gewährleisten. Dies wird am häufigsten in Fokusgruppen, Umfragen und Bürgerräten[10] zu strittigen politischen Fragen eingesetzt.[11] Es bietet eine angemessene Legitimität und Flexibilität zu geringen Kosten, geht jedoch auf Kosten der Fachkompetenz (oder muss durch diese ergänzt werden) und hat eine begrenzte Beteiligung.
  3. Verwaltung: Eine Gruppe von Personen wird durch ein bürokratisches Zuweisungsverfahren auf der Grundlage von „Verdienst“ oder Managemententscheidungen ausgewählt, um verschiedene relevante Perspektiven oder Interessensgruppen zu vertreten. Dies wird am häufigsten in Unternehmen und Berufsverbänden eingesetzt und zeichnet sich in der Regel durch relativ hohe Fachkompetenz und Flexibilität bei niedrigen Kosten aus, hat aber eine geringere Legitimität und Beteiligung.

Sobald die Teilnehmenden einer Beratung ausgewählt sind und eintreffen, ist die Förderung einer sinnvollen Interaktion eine ebenso große Herausforderung und eine Wissenschaft für sich. Um sicherzustellen, dass alle Teilnehmenden, unabhängig von ihren Kommunikationsweisen und -stilen, in vollem Umfang gehört werden, sind eine Reihe von sozialen Technologien und Praktiken erforderlich: Eine klare Zielsetzung und Festlegung der Tagesordnung, aktive Einbeziehung, Kleingruppenarbeit, sorgfältige Dokumentation von Ergebnissen (oft als „Ernte“ vieler Kleingruppengespräche bezeichnet), das Abwechseln von Redebeiträgen und die Förderung des aktiven Zuhörens sowie häufig die Übersetzung und Berücksichtigung unterschiedlicher Fähigkeiten für auditive und visuelle Kommunikationsstile. In den letzten 50 bis 60 Jahren wurden zahlreiche innovative Forschungsarbeiten und Methoden im Bereich „Dialog und Beratung“ entwickelt. Die National Coalition for Dialogue and Deliberation ist eine zentrale Anlaufstelle für die Erforschung dieser Methoden.[12] Diese Instrumente können dazu beitragen, die „Tyrannei der Strukturlosigkeit“ zu überwinden, die häufig Versuche einer inklusiven und demokratischen Entscheidungsfindung beeinträchtigt, bei denen unfaire informelle Normen und Dominanzhierarchien die Absichten eines inklusiven Austauschs außer Kraft setzen.[13]

Der angemessene Einsatz digitaler Technologien kann die sozialen Technologien für das Engagement verbessern. Digitale Technologien können diese sozialen Technologien und Beteiligungsformate sehr bereichern und in der Kombination ganz neue Möglichkeiten eröffnen. Die physische Entfernung war früher ein schwerwiegendes Hindernis für Beratungen. Telefon- und Videokonferenzen haben diese Herausforderung jedoch erheblich entschärft, sodass verschiedene Formate von virtuellen Treffen immer häufiger zu Schauplätzen anspruchsvoller Diskussionen werden.

Die zunehmende Verbreitung digitaler Kommunikationsformen wie E-Mail, Message Boards/Usenets, Webseiten, Blogs und insbesondere Social Media hat die Beteiligung an schriftlicher Kommunikation erheblich erweitert. Diese Plattformen bieten Menschen einzigartige Möglichkeiten, durch Nutzer:innen-Interaktionen (z. B. „Gefällt mir“-Angaben oder „Reposts“) und algorithmische Ranking-Systeme leicht Sichtbarkeit und Aufmerksamkeit zu erlangen. Dieser Paradigmenwechsel hat die Verbreitung von Informationen in der breiten Öffentlichkeit ermöglicht, ein Prozess, der einst durch die redaktionellen Verfahren der traditionellen Medien fest kontrolliert wurde. Die Wirksamkeit dieser Plattformen bei der optimalen Verteilung von Aufmerksamkeit ist jedoch nach wie vor umstritten. Ein häufiger Nachteil ist der Mangel an Kontext und gründlicher Moderation bei der Verbreitung von Informationen, was zu Problemen wie der Verbreitung von „Fehlinformationen“ und „Desinformationen“ und der Dominanz von ressourcenstarken Akteuren beiträgt. Darüber hinaus kann die Abhängigkeit von algorithmischem Ranking unbeabsichtigt „Echokammern“ schaffen, die die Nutzer:innen auf einen engen Bereich von Inhalten beschränken, die zwar ihre bestehenden Überzeugungen widerspiegeln, aber ihre Begegnung mit einer Vielzahl von Perspektiven und Wissen einschränken.

Austausch von morgen

Neue technische Entwicklungen verändern das Spiel grundlegend: Sie ermöglichen es, auch bei großen, vielschichtigen Diskussionen effizient und vernetzt zu bleiben. Gleichzeitig machen sie eine Moderation in sozialen Medien möglich, die besser durchdacht und mehr ausgewogen ist, wodurch diese Plattformen insgesamt besser und inklusiver werden.

Ein erfolgreiches Beispiel aus Taiwan: Das System vTaiwan nutzt die Open-Source-Software Polis.[14] Diese Plattform funktioniert ähnlich wie X (ehemals Twitter), hat aber einen entscheidenden Unterschied: Sie ist darauf ausgelegt, Brücken zwischen verschiedenen Meinungen zu bauen.

So funktioniert es: Nutzer:innen schreiben kurze Antworten zu einem Thema. Anstatt zu kommentieren oder zu teilen, stimmen andere einfach mit „dafür“ oder „dagegen“ ab. Das System gruppiert die Stimmen und erkennt Muster: Welche Menschen denken ähnlich? Das Besondere: Die Plattform zeigt nicht nur die verschiedenen Standpunkte, sondern hebt besonders jene Aussagen hervor, die „Brücken schlagen“ – also Zustimmung über Meinungsgrenzen hinweg finden. Nutzer:innen können neue Perspektiven einbringen, die helfen, weitere Brücken zu bauen oder unterrepräsentierte Gruppen zu stärken. Das Ergebnis: Anstatt Spaltungen zu vertiefen, hilft das System dabei, Gemeinsamkeiten zu entdecken.

Polis ist ein herausragendes Beispiel für das, was führende ⿻-Technologen Aviv Ovadya und Luke Thorburn als „kollektive Rückmeldesysteme“ und „Brückensysteme“ bezeichnen – andere nennen es „Wikisurveys“.[15] Ähnliche Plattformen sind All Our Ideas und Remesh, die jeweils unterschiedliche Schwerpunkte bei Nutzererfahrung, Open-Source-Verfügbarkeit und anderen Funktionen setzen. Was alle diese Systeme gemeinsam haben: Sie verbinden die offene, interaktive Natur sozialer Medien mit Werkzeugen, die echtes Zuhören fördern. Sie helfen dabei zu verstehen, wie Diskussionen verlaufen, und unterstützen Gruppen dabei, gemeinsame Standpunkte und Kompromisse zu finden. Diese Systeme werden bereits für wichtige politische und Planungsentscheidungen eingesetzt – von der Regulierung von Fahrdiensten wie Uber und Lyft bis hin zur Gestaltung von KI-Systemen.[16] Ein bemerkenswertes Beispiel: In enger Zusammenarbeit mit der ⿻ NGO Collective Intelligence Project (CIP) nutzte Anthropic Polis, um die „Verfassung“ für ihr KI-Modell Claude3 zu entwickeln – also die Regeln, die das Verhalten der KI steuern.[17] Auch OpenAI arbeitet eng mit CIP zusammen und hat ein „Collective Alignment Team“ gegründet, um “demokratische Beteiligung” in die KI-Entwicklung einzubeziehen.[18]

Ein anderer Ansatz verfolgt ein ähnliches Ziel, geht aber umgekehrt vor: Man startet bei persönlichen Gesprächen und verbessert dann, wie deren Erkenntnisse weitergegeben werden können. Ein führendes Beispiel ist das System „Cortico“ mit der Plattform „Fora“, das vom Center for Constructive Communication des MIT zusammen mit zivilgesellschaftlichen Partner:innen entwickelt wurde. Die Plattform nutzt Datenschutztechnologien (die wir im Kapitel „Freiheit“ besprochen haben) und KI-Sprachverarbeitung mit einem besonderen Ansatz: Aufgezeichnete Gespräche über schwierige Themen bleiben geschützt und privat, aber die wichtigsten Erkenntnisse werden herausgefiltert und können weitergegeben werden, um neue Diskussionen anzustoßen. Dabei können Gemeindemitglieder – mit Erlaubnis der Redner:innen – wichtige Punkte an Regierungsvertreter:innen, politische Entscheidungsträger:innen oder Leitungen von Organisationen weitergeben. Cortico unterstützte beispielsweise 2021 den Wahlkampf von Michelle Wu, der ersten taiwanesisch-stämmigen Bürgermeisterin einer US-Großstadt.[19] Der Vorteil dieses Ansatzes liegt darin, dass durch die tiefgehenden Gesprächsdaten, besonders in Zusammenarbeit mit benachteiligten Gemeinschaften, eine Glaubwürdigkeit entsteht, die schnellere Kommunikationsmethoden nicht bieten. Ähnliche Werkzeuge von Organisationen wie StoryCorps und Braver Angels erreichen bereits Millionen Menschen.

Ein dritter Ansatz versucht, vorhandene Medieninhalte und -streams zu nutzen und zu organisieren, statt die Teilnehmenden dazu zu bewegen, neue Inhalte zu produzieren. Dieser Ansatz ist eng mit der akademischen Arbeit im Bereich der „Digital Humanities“ verbunden, die sich die Rechenleistung zunutze macht, um das kulturelle Schaffen der Menschheit in großem Maßstab zu verstehen und zu organisieren. Organisationen wie die Society Library sammeln verfügbares Material aus Regierungsdokumenten, sozialen Medien, Büchern, dem Fernsehen usw. und organisieren es so, dass Bürger:innen den Verlauf der Debatte erkennen können, einschließlich der Aufdeckung verfügbarer Fakten. Digitale Technologien machen diesen Ansatz immer effektiver und erweitern dabei die bewährten Traditionen der Beratung. So können Gespräche an verschiedenen Orten miteinander verknüpft und dadurch viel mehr Menschen erreicht werden.

Andere, eher experimentelle Ansätze, die eng mit den im Kapitel Immersive Shared Reality vorgestellten Techniken verbunden sind, verfolgen das Ziel, die Tiefe und Qualität von Diskussionen auf Distanz zu steigern und dabei die Fülle und Unmittelbarkeit nachzubilden, wie man sie sonst vor allem in persönlichen Begegnungen erlebt. Ein beeindruckendes Beispiel war das Gespräch zwischen Meta-CEO Mark Zuckerberg und Podcast-Moderator Lex Fridman in virtueller Realität, bei dem beide selbst feinste Gesichtsausdrücke des anderen wahrnehmen konnten. Weniger spektakulär, aber möglicherweise bedeutsamer war das Portals Policing Project: In von Polizeigewalt betroffenen Städten wurden Frachtcontainer aufgestellt, die videobasierte Begegnungen über räumliche und soziale Grenzen hinweg ermöglichten.[20] Parallel zu diesen Entwicklungen werden Übersetzungstools immer besser, kostengünstiger und kulturell sensibler. Gleichzeitig wird daran gearbeitet, wie Menschen mit Hilfe natürlicher Sprache ihre Werte ausdrücken und Gemeinsamkeiten finden können.

Neue Dimensionen der erweiterten Meinungsbildung (Deliberation)

Einige der sehr ehrgeizigen Experimente weisen bereits in eine Zukunft, in der insbesondere die sprachlichen Fähigkeiten von generativen Basis-Modellen genutzt werden, um das Problem des „breiten Zuhörens“ besser anzugehen und eine bisher kaum vorstellbare Qualität und Reichweite der Meinungsbildung zu erreichen. Das Internet ermöglicht Zusammenarbeit in extremem Ausmaß, indem es den möglichen Raum für kollaborative Handlungen, wie z. B. Kauf- und Verkaufstransaktionen, vereinfacht und eine ähnliche Vereinfachung der Informationsübertragung nutzt, z. B. durch Fünf-Sterne-Bewertungssysteme. Eine effektive Steigerung unserer Fähigkeit, Informationen zu übertragen und zu verarbeiten, kann zu einer entsprechenden Steigerung unserer Fähigkeit führen, schwierige und nuancierte soziale Fragen gemeinsam zu durchdenken.

Eine der vielversprechendsten Entwicklungen ist die Erweiterung bewährter Systeme wie Polis und Community Notes durch moderne KI-Technologie. Das Projekt „Talk to the City“ des AI Objectives Institute zeigt bereits, was möglich ist: Anstatt nur Listen von Meinungen zu lesen, können Menschen mit einem KI-Agenten sprechen, der die Ansichten einer ganzen Gruppe verkörpert und interaktiv erklärt. Die Vision geht jedoch noch weiter: Künftig sollen generative Basis-Modelle es Menschen ermöglichen, sich vollständig und natürlich auszudrücken – weit über kurze Statements und einfache Ja-Nein-Abstimmungen hinaus. Die KI würde diese ausführlichen Gespräche dann so zusammenfassen, dass andere sie verstehen und sich daran beteiligen können. Besonders wertvoll könnte die Fähigkeit der Modelle werden, echte Gemeinsamkeiten zu entdecken: nicht nur basierend darauf, wer gleich abstimmt, sondern durch das Verstehen der dahinter liegenden Argumente und Werte – und dies in natürlicher Sprache. So könnten Bereiche des Konsenses sichtbar werden, die in herkömmlichen Abstimmungen verborgen bleiben.

Solche innovativen Ansätze finden bereits Eingang in echte Wahlkämpfe. Ein faszinierendes Beispiel lieferte 2024 der Kandidat Takahiro Anno bei den Gouverneurswahlen in Tokio: Er machte seinen gesamten Wahlkampf zu einem digitalen Mitmach-Experiment. Anno veröffentlichte sein Wahlprogramm[^AnnoManifest] über Google Slides und GitHub – Plattformen[21], auf denen jede:r Änderungen vorschlagen konnte. Über verschiedene Kanäle wie X (ehemals Twitter), Google Forms und sogar KI-gestützte Telefonanrufe sammelte er kontinuierlich Feedback von Wähler:innen. Das Besondere: Mit der Software „Talk to the City“[22] machte er die verschiedenen Meinungen sichtbar und passte sein Programm entsprechend an. Noch beeindruckender war sein KI-Avatar „AI-Anno“[23] auf YouTube, der rund um die Uhr Fragen beantwortete – eine völlig neue Form des „breiten Zuhörens“ im Wahlkampf. Das Ergebnis war beachtlich: Obwohl Anno ein weitgehend unbekannter Kandidat war, erhielt er über 150.000 Stimmen. Dies zeigt, dass die bewährten Methoden von Plattformen wie vTaiwan und Polis erfolgreich auf Wahlkämpfe übertragen werden können – und dabei echte Bürgerbeteiligung ermöglichen.[24].

Einen praktischen Beweis für diese Möglichkeiten lieferte eine große Studie zu demokratischen Online-Diskussionen. Das Experiment funktionierte so: Ein KI-System gab allen Teilnehmenden während ihrer Unterhaltungen in Echtzeit Tipps, wie sie ihre Beiträge verbessern könnten – basierend auf wissenschaftlichen Erkenntnissen über guten politischen Diskurs.[25] Das Ergebnis war eindeutig: Die Qualität der Gespräche verbesserte sich merklich, und die Teilnehmenden führten einen mehr demokratischen und ausgewogeneren Gedankenaustausch. Die KI half also dabei, dass Menschen respektvoller miteinander diskutierten und besser aufeinander eingingen.

Obwohl sich die meisten Diskussionen über „Brückenbildungssysteme“ der Konsensbildung widmen, haben diese Systeme auch eine weitere wichtige Rolle: die Wiederherstellung von Vielfalt und produktiven Konflikten. Diese Systeme entdecken unterschiedliche Meinungsgruppen auf eine neue Art – nicht basierend auf alten Kategorien wie „links“ oder „rechts“, sondern anhand der tatsächlichen Standpunkte der Menschen. So können sich Gleichgesinnte finden und entsprechend ihrer Überzeugungen organisieren. Gleichzeitig passiert etwas Interessantes: Wenn das System zeigt, welche Kompromisse unterschiedlich stark unterstützt werden, entstehen auch neue Oppositionen. Diese können sich zu frischen Konfliktlinien entwickeln, die nicht die alten Gräben vertiefen, sondern völlig neue Perspektiven ermöglichen. Das Ergebnis: Kollektive Rückmeldesysteme sind nicht nur gut darin, Konflikte zu lösen – sie können genauso wichtig sein, um neue, produktive Meinungsverschiedenheiten und damit Vielfalt zu entdecken und zu gestalten. So bleibt die demokratische Diskussion lebendig und entwickelt sich weiter, statt in unversöhnlichen Lagern zu erstarren.

Die Idee lässt sich noch weiter ausbauen. Das Community Notes-System könnte nicht nur für Faktenchecks genutzt werden, sondern für die gesamte Art, wie soziale Medien funktionieren. Derzeit ordnet das System alle Nutzer:innen auf einer einzigen Skala von „links“ bis „rechts“„ ein. Aber es könnte viel mehr: Es könnte verschiedene Gemeinschaften innerhalb der Plattform erkennen und das Brücken-Prinzip nutzen, um zu entscheiden, welche Inhalte überhaupt Aufmerksamkeit bekommen – nicht nur, welche Faktenchecks angezeigt werden.

Noch spannender wird es auf persönlicher Ebene: Das System könnte für jede:n von uns arbeiten, denn wir gehören alle zu verschiedenen Gruppen gleichzeitig – vielleicht zu einer religiösen Gemeinde, zu unserer Nachbarschaft und zu einer politischen Bewegung. Die Vision: Ihr Social-Media-Feed würde gezielt Inhalte hervorheben, die zwischen diesen verschiedenen Gruppen Brücken schlagen. So würden Sie Beiträge sehen, die nicht nur eine Ihrer Gruppen ansprechen, sondern Verbindungen zwischen ihren verschiedenen Lebensbereichen schaffen. Das Ergebnis: Stärkere Gemeinschaften und mehr Verständnis zwischen unterschiedlichen Gruppen – anstatt der heutigen Filterblase eine Art „Brücken-Blase“, die verbindet statt trennt.

Diese dynamischen Darstellungen des sozialen Lebens könnten enorm verbessern, wie wir Repräsentation organisieren und Teilnehmende für tieferen Diskurs auswählen – sei es für persönliche Gespräche oder für Beratungen in immersiven gemeinsamen Realitäten. Das Problem der bisherigen Repräsentation: Meist wählen wir Vertreter:innen nur nach Wohnort oder einfachen Kategorien wie Alter und Geschlecht aus. Die neue Möglichkeit: Die Systeme könnten die gesamte Vielfalt menschlicher Identitäten für eine echte Repräsentation berücksichtigen – alle Überschneidungen von Herkunft, Erfahrungen, Überzeugungen und Lebenssituationen. Anstatt einfach zufällig Menschen auszulosen oder nur nach Geografie zu wählen, könnte ein intelligentes System gezielt die vielfältigste mögliche Gruppe für eine faire Repräsentation zusammenstellen. Das Ziel wäre, besonders diejenigen einzubeziehen, die normalerweise übersehen werden – basierend auf einem tiefen Verständnis sozialer Verbindungen und Zugehörigkeiten. Stellen Sie sich vor: Wahlkreise für echte Repräsentation, die nicht nur geografisch definiert sind, sondern nach gemeinsamen Erfahrungen und Perspektiven. Oder Beratungsgruppen in immersiven virtuellen Welten, die automatisch so zusammengestellt werden, dass wirklich alle Stimmen repräsentiert sind. Der Vorteil: Wir könnten die besten Eigenschaften aller bisherigen Repräsentationsmethoden kombinieren und eine völlig neue Form der Bürgerbeteiligung schaffen.

Eine radikale neue Idee: KI als direkte Vertretung von Bürgermeinungen. Generative Basis-Modelle können mittlerweile so trainiert werden, dass sie die Denkweise und den Stil bestimmter Menschen oder Gruppen sehr genau nachahmen.[26] Stellen Sie sich vor: Anstatt dass eine einzelne Person eine Gemeinschaft vertritt, könnte eine KI anhand der Texte und Meinungen dieser Gemeinschaft trainiert werden und dann als direkte kollektive Vertretung fungieren – als Unterstützung oder Kontrolle für menschliche Politiker:innen. Ein faszinierendes Experiment läuft bereits in Dänemark: „The Synthetic Party“ ist seit 2022 die weltweit erste KI-gesteuerte politische Partei.[27] Die Idee dahinter: Die Gründer:innen – eine Künstler:innengruppe namens „Computer Lars“ und das Technologiezentrum MindFuture – analysierten Dänemarks Wahlstatistiken und entdeckten ein Problem: 15 - 20% der Menschen gehen gar nicht wählen, und über 200 Kleinparteien schaffen es nie ins Parlament.[28] Sie lösten dies, indem sie eine KI mit den Programmen all dieser erfolglosen Kleinparteien trainierten und so die „Synthetische Partei“ schufen, die bewusst widersprüchliche Positionen vereint – genau wie das echte Leben. Das Ziel: Die Stimmen der Nichtwähler:innen und der politisch Heimatlosen zu repräsentieren. Theoretisch könnte diese Partei 20% der Wähler:innen erreichen und 20 - 36 Sitze im 179-köpfigen Parlament gewinnen. Demnach könnte zum ersten Mal eine KI nicht nur beraten, sondern tatsächlich die vielfältigen, oft widersprüchlichen Meinungen jener Menschen vertreten, die sich von der traditionellen Politik nicht repräsentiert fühlen. Ein völlig neuer Ansatz für demokratische Teilhabe.

Am kühnsten ist, dass diese Idee über lebende Menschen hinausgehen könnte, wie wir im folgenden Kapitel „Umwelt“ näher ausführen werden. Der Philosoph Bruno Latour argumentierte in seinem Buch „Wir sind nie modern gewesen“, dass auch die Natur – Flüsse, Wälder, Ökosysteme – im politischen Prozess vertreten sein sollte, in einem „Parlament der Dinge“[29]. Wie können aber Bäume und Flüsse sprechen? Hier könnten KI-Systeme eine Lösung ermöglichen, indem generative Basis-Modelle wissenschaftliche Daten über den Zustand von Ökosystemen in verständliche Sprache übersetzen – wie der „Lorax“ aus Dr. Seuss’ Geschichte, der für die stummen Bäume spricht.[30] Stellen Sie sich vor: Eine KI, die basierend auf Umweltdaten sagt: „Ich bin der Amazonas-Regenwald, und mir geht es schlecht, weil…“ Wenn wir noch weiter denken, könnte das gleiche Prinzip für zukünftige Generationen gelten – eine Idee, die Kim Stanley Robinson in „Ministry for the Future“ erkundet.[31] Eine KI könnte die Interessen ungeborener Menschen vertreten: „Wir sind eure Enkel, und wir brauchen eine bewohnbare Erde.“ Solche KI-Vertreter könnten Beratungen in Lichtgeschwindigkeit durchführen und dann Zusammenfassungen an Menschen weitergeben. So entstünden Diskussionen, die menschliche Teilnehmende einbeziehen, aber auch ganz andere Zeitmaßstäbe und Perspektiven – von der Sekunde bis zum Jahrhundert, vom Individuum bis zum Planeten.

Grenzen der erweiterten Meinungsbildung

Worte haben ihre Grenzen – auch wenn wir das oft vergessen. Sprache ist zwar reichhaltiger als bloße Zahlen, aber verglichen mit dem, was wir Menschen wirklich erleben – all unsere Sinneseindrücke, Gefühle und körperlichen Wahrnehmungen – sind Worte nur ein winziger Bruchteil. Versuchen Sie beispielsweise, jemandem zu erklären, wie Schokolade schmeckt oder wie sich Liebe anfühlt. Worte stoßen schnell an ihre Grenzen. Deshalb kann auch die ausgefeilteste Meinungsbildung durch KI und neue Technologien niemals die tieferen Formen menschlicher Zusammenarbeit ersetzen, die wir bereits besprochen haben. Gemeinsame Handlungen und Erfahrungen – wenn wir zusammen etwas tun, statt nur darüber zu reden – schaffen eine viel tiefere Verbindung und Aufmerksamkeit. Meinungsbildung ist wichtig, aber sie ist nur ein Werkzeug unter vielen, nicht die Lösung für alles.

Sprechen und Meinungsbildung brauchen Zeit – selbst mit den ausgefeiltesten Methoden, die wir beschrieben haben. Aber viele Entscheidungen können nicht warten, bis alle ausführlich diskutiert haben, besonders wenn Menschen aus sehr unterschiedlichen Bereichen zusammenkommen müssen. Die anderen Ansätze zur Zusammenarbeit, die wir in den nächsten Kapiteln besprechen, gehen genau auf diese Notwendigkeit schneller Entscheidungen ein.

Zwar gibt es Wege, die Diskurse zu beschleunigen – etwa durch KI-Systeme, die einen Teil der Beratungen digital übernehmen. Aber das führt zu einem anderen Problem: Gespräche sind schwer durchschaubar. Sowohl bei Menschen als auch bei Maschinen ist es schwierig zu erklären, wie genau aus vielen verschiedenen Meinungen am Ende eine gemeinsame Position entsteht. Man könnte sagen: Wenn wir einer KI unsere Gedanken mitteilen und sie daraus einen Vorschlag macht, ist das eigentlich eine sehr komplizierte, undurchsichtige Form der Abstimmung. Im Gegensatz dazu sind andere Methoden wie klare Abstimmungsregeln oder Marktmechanismen viel transparenter – jeder kann nachvollziehen, wie das Ergebnis zustande kommt. Deshalb werden auch in Zukunft Kontrollen darüber wichtig bleiben, wie Meinungsbildung abläuft und wie sie mit anderen Entscheidungssystemen verknüpft wird.

Außerdem können Menschen die immer mächtigeren KI-Systeme kaum noch richtig überprüfen und kontrollieren. Hinzu kommt, dass generative Basis-Modelle Anweisungen oft zu starr befolgen, was dazu führen kann, dass sie bestimmte Meinungen unterdrücken oder ausgrenzen.[32] Die Lösung wäre, dass KI-Systeme eine breite Palette vernünftiger Antworten geben können, sich an verschiedene Situationen anpassen und wirklich alle Perspektiven widerspiegeln – besonders die Feinheiten verschiedener Bevölkerungsgruppen.

Außerdem wird Meinungsbildung oft als Wundermittel gesehen, das alle Spaltungen überwindet und zu einem echten „gemeinsamen Willen“ führt. Das ist aber nur die halbe Wahrheit. Ja, Überschneidungen und groben Konsens zu finden ist wichtig für gemeinsames Handeln. Genauso wichtig ist es jedoch, Vielfalt und produktive Meinungsverschiedenheiten zu erhalten – sie sorgen für Dynamik und bringen frische Ideen in künftige Diskussionen. Deshalb müssen Beratungsprozesse und ihr Zusammenspiel mit anderen Formen der Zusammenarbeit beiden Zielen dienen: sowohl Konflikte zu lösen als auch gesunde, konstruktive Meinungsverschiedenheiten zu fördern – während sie gleichzeitig destruktive Konflikte verhindern.

  1. Cass Sunstein, republic.com (Princeton, NJ: Princeton University Press, 2001) and #republic: Divided Democracy in the Age of Social Media (Princeton, NJ: Princeton University Press, 2018). ↩︎

  2. Vitalik Buterin, “What do I think about Community Notes?” August 16, 2023 at https://vitalik.eth.limo/general/2023/08/16/communitynotes.html. ↩︎

  3. Stefan Wojcik, Sophie Hilgard, Nick Judd, Delia Mocanu, Stephen Ragain, M.B. Fallin Hunzaker, Keith Coleman and Jay Baxter, “Birdwatch: Crowd Wisdom and Bridging Algorithms can Inform Understanding and Reduce the Spread of Misinformation”, October 27, 2022 at https://arxiv.org/abs/2210.15723. ↩︎

  4. Junsol Kim, Zhao Wang, Haohan Shi, Hsin-Keng Ling, and James Evans, “Individual misinformation tagging reinforces echo chambers; Collective tagging does not,” arXiv preprint arXiv:2311.11282 (2023), https://arxiv.org/abs/2311.11282. ↩︎

  5. “The World Cafe”, The World Café Community Foundation, last modified 2024, (https://theworldcafe.com/) ↩︎

  6. “Open Space”, Open Space World, last modified 2024, https://openspaceworld.org/wp2/ ↩︎

  7. Sinan Aral, and Marshall Van Alstyne, “The diversity-bandwidth trade-off,” American journal of sociology 117, no. 1 (2011): 90-171. ↩︎

  8. Nach unserem Kenntnisstand stammt dieses Konzept des „breiten Zuhörens“ von Andrew Trask. Wir haben jedoch keinen schriftlichen Beleg dafür von ihm und möchten daher sicherstellen, dass er hier als Urheber genannt wird. ↩︎

  9. Herbert Simon, “Designing Organizations for an Information-Rich World,” In Computers, Communications, and the Public Interest, edited by Martin Greenberger, 38–72. Baltimore: The Johns Hopkins Press, 1971. https://gwern.net/doc/design/1971-simon.pdf. ↩︎

  10. A Citizen Deliberative Council (CDC) article on the Co-Intelligence Site https://www.co-intelligence.org/P-CDCs.html ↩︎

  11. Tom Atlee, Empowering Public Wisdom (2012, Berkeley, California, Evolver Editions, 2012) ↩︎

  12. Liberating Structures (2024) has 33 methods for people to work together in liberating ways. Participedia is public participation and democratic innovations platform documenting methods and case studies. To get at the heart of the underlying patterns in good and effective processes two communities developed pattern languages 1) The Group Works: A Pattern Language for Bringing Meetings and other Gatherings (2022) and 2) The Wise Democracy Pattern Language. ↩︎

  13. Jo Freeman, “The Tyranny of Structurelessness.” WSQ: Women’s Studies Quarterly 41, no. 3-4 (2013): 231–46. https://doi.org/10.1353/wsq.2013.0072. ↩︎

  14. Christopher T. Small, Michael Bjorkegren, Lynette Shaw and Colin Megill, “Polis: Scaling Deliberation by Mapping High Dimensional Opinion Spaces” Recerca: Revista de Pensament i Analàlisi 26, no. 2 (2021): 1-26. ↩︎

  15. Matthew J. Salganik and Karen E. C. Levy, “Wiki Surveys: Open and Quantifiable Social Data Collection” PLOS One 10, no. 5: e0123483 at https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0123483. Aviv Ovadya and Luke Thorburn, “Bridging Systems: Open Problems for Countering Destructive Divisiveness across Ranking, Recommenders, and Governance” (2023) at https://arxiv.org/abs/2301.09976. Aviv Ovadya, “‘Generative CI’ Through Collective Response Systems” (2023) at https://arxiv.org/pdf/2302.00672.pdf. ↩︎

  16. Yu-Tang Hsiao, Shu-Yang Lin, Audrey Tang, Darshana Narayanan and Claudina Sarahe, “vTaiwan: An Empirical Study of Open Consultation Process in Taiwan” (2018) at https://osf.io/preprints/socarxiv/xyhft. ↩︎

  17. Anthropic, “Collective Constitutional AI: Aligning a Language Model with Public Input” October 17, 2023 at https://www.anthropic.com/news/collective-constitutional-ai-aligning-a-language-model-with-public-input. ↩︎

  18. Tyna Eloundou and Teddy Lee, “Democratic Inputs to AI Grant Program: Lessons Learned and Implementation Plans”, OpenAI Blog, January 16, 2024 at https://openai.com/blog/democratic-inputs-to-ai-grant-program-update ↩︎

  19. Meghna Irons, “Some Bostonians Feel Largely Unheard, With MIT’s ‘Real Talk’ Portal Now Public, Here’s a Chance to Really Listen,” The Boston Globe, October 21, 2021, https://www.bostonglobe.com/2021/10/25/metro/some-bostonians-feel-largely-unheard-with-mits-real-talk-portal-now-public-heres-chance-really-listen/. ↩︎

  20. Amer Bakshi, Tracey Meares and Vesla Weaver, “Portals to Politics: Perspectives on Policing from the Grassroots” (2015) at https://www.law.nyu.edu/sites/default/files/upload_documents/Bakshi Meares and Weaver Portals to Politics Study.pdf. ↩︎

  21. Vom 21. Juni bis zum 6. Juli wurden innerhalb von 15 Tagen 232 Themen aufgeworfen, 104 Änderungsvorschläge eingereicht und 85 davon angenommen. ↩︎

  22. Talk to the City Reports ↩︎

  23. In einem Zeitraum von 16 Tagen beantwortete AI-Anno etwa 7.400 Fragen. Dies entspricht 77% der eingereichten Anfragen und übertrifft die Kapazität eines einzelnen menschlichen Vortragenden in einem Vortragsformat mit einem Sprecher und mehreren Zuhörern erheblich. ↩︎

  24. 150.000 Stimmen machten 2,3% aus und markierten die höchste Stimmenzahl in der Geschichte für einen Kandidaten in den 30ern in den vergangenen 22 Tokioter Gouverneurswahlen. Anno beendete die Wahl auf Platz fünf. Nach diesem Bekanntheitszuwachs wurde bei einem speziellen Wahlprogramm am 15. Oktober für das Unterhaus Talk to the City genutzt, um amtierende Politiker mit Bürgersorgen zu konfrontieren. Ab dem 22. November verwendete er Talk to the City für ein Projekt zur Sammlung öffentlicher Eingaben für Tokios Langzeitplan bis 2050. Bis zum 13. Dezember wurden über 10.000 Meinungen gesam- melt, was die typische Reaktion auf öffentliche Kommentaraufforderungen bei weitem übertrifft. ↩︎

  25. Lisa Argyle, Christopher Bail, Ethan Busby, Joshua Gubler, Thomas Howe, Christopher Rytting, Taylor Sorensen, and David Wingate, “Leveraging AI for democratic discourse: Chat interventions can improve online political conversations at scale.” Proceedings of the National Academy of Sciences 120, no. 41 (2023): e2311627120. ↩︎

  26. Junsol Kim, and Byungkyu Lee, “Ai-augmented surveys: Leveraging large language models for opinion prediction in nationally representative surveys,” arXiv (New York: Cornell University, November 26, 2023): https://arxiv.org/pdf/2305.09620.pdf. ↩︎

  27. Chloe Xiang, This Danish Political Party is Led By an AI, Vice: Motherboard, 2022 ↩︎

  28. The Synthetic Party (Denmark), Wikipedia ↩︎

  29. Bruno Latour, We Have Never Been Modern (Cambridge, MA: Cambridge University Press, 1993). ↩︎

  30. Dr. Seuss, The Lorax (New York: Random House, 1971) ↩︎

  31. Kim Stanley Robinson, Ministry for the Future (London: Orbit Books, 2020). ↩︎

  32. David Glukhov, Ilia Shumailov, Yarin Gal, Nicolas Papernot, and Vardan Papyan, “LLM Censorship: A Machine Learning Challenge or a Computer Security Problem?” arXiv (New York: Cornell University, July 20, 2023): https://arxiv.org/pdf/2307.10719.pdf. ↩︎