Von der ⿻ zur Realität

⿻ hat das reale Potenzial, in den nächsten zehn Jahren nahezu jeden Bereich der Gesellschaft zu transformieren. Hier sind einige Beispiele, die wir näher untersuchen:

1. Arbeitsplatz: Wir gehen davon aus, dass Pluralität die Wirtschaftsleistung um 10 Prozent steigern und die Wachstumsrate um einen Prozentpunkt erhöhen könnte;
2. Gesundheit: Unserer Einschätzung nach könnte sie die menschliche Lebenserwartung um zwei Jahrzehnte verlängern;
3. Medien: Pluralität hat das Potenzial, die durch soziale Medien verursachten Gräben zu überbrücken, eine nachhaltige Finanzierung sicherzustellen, die Partizipation zu erweitern und die Pressefreiheit signifikant zu stärken;
4. Umwelt: Bei der Bewältigung gravierendster Umweltprobleme kann Pluralität eine Schlüsselrolle spielen, möglicherweise mehr als traditionelle ‘grüne’ Technologien;
5. Bildung: Pluralität kann die lineare Struktur des gegenwärtigen Schulsystems aufbrechen und weitaus vielfältigere und flexiblere Wege des lebenslangen Lernens ermöglichen.

Obwohl wir hier nicht ins Detail gehen, erwarten wir grundlegende Auswirkungen von ⿻ in zahlreichen weiteren Bereichen, einschließlich des Energiesektors. Dort kann ⿻ zu einem Paradigmenwechsel beitragen: weg vom „Jäger-und-Sammler“-Modell der fossilen Brennstoffnutzung, hin zu einem „landwirtschaftlichen“ Modell der direkten Solarenergienutzung.

In den vorangegangenen Teilen dieses Buches wurden weitreichende Konzepte zur Umgestaltung vielfältiger sozialer Systeme vorgestellt. Solche Zukunftsvisionen können jedoch rasch an Substanz und Glaubwürdigkeit verlieren, wenn sie die aktuellen Bedürfnisse der Menschen außer Acht lassen und nicht aufzeigen, wie diese durch einen Systemwandel erfüllt werden können. Zudem konzentrierte sich ein Großteil der bisherigen Rhetorik auf umfassende soziale Konstrukte wie „Demokratie“. Obwohl diese inspirierend wirken mögen, können sie oft weit entfernt von den alltäglichen Erfahrungen und Einflussmöglichkeiten der meisten Menschen erscheinen.

Im Folgenden unternehmen wir den Versuch, den potenziellen Einfluss von ⿻ auf die konkreten Herausforderungen zu erörtern, denen sich Bürger:innen, Arbeitnehmer:innen und Führungskräfte in verschiedenen sozialen Aktivitäten und Sektoren gegenübersehen. Bevor wir uns den spezifischen Sektoren zuwenden, skizzieren wir in diesem Kapitel die Grundzüge einer ⿻ „Theorie des Wandels“. Wir zeigen auf, warum diese Sektoren natürliche Ansatzpunkte darstellen und erläutern, wie und warum Experimente in diesen Bereichen nicht nur unmittelbar wertvoll sind, sondern auch dazu beitragen können, dass sich die ⿻ systemisch und global ausweiten kann.

Die Graphstruktur sozialer Revolutionen

Starke soziale und technologische Umbrüche üben eine unwiderstehliche Faszination auf die menschliche Vorstellungskraft aus. Dennoch enden sie oft tragisch, wie die Beatles in ihrer sozialen Ballade „Revolution“ beklagten. Eine aktuelle Studie der Politikwissenschaftler Steven Levitsky und Lucan Way zeigt auf, dass keine einzige gewaltsame Revolution im 20. Jahrhundert zu einer dauerhaften demokratischen Regierung geführt hat^[1]. Trotzdem können wir uns alle an zahlreiche drastische Verbesserungen in der Geschichte der letzten dreihundert Jahre erinnern – von den bahnbrechenden Fortschritten in der Informations- und Kommunikationstechnologie im 20. Jahrhundert bis hin zur Etablierung vieler freier und demokratischer Regierungen weltweit.

Welche Faktoren begünstigen einen friedlichen und positiven, gleichwohl drastischen Fortschritt? In ihrer klassischen Abhandlung zu diesem Thema vergleicht die Sozialphilosophin Hannah Arendt die Amerikanische und die französische Revolution^[2]. Sie argumentiert, dass die Amerikanische Revolution aus lokalen demokratischen Experimenten hervorging, die von Migranten:innen initiiert wurden^[3]. Diese orientierten sich an alten Idealen, sowohl aus ihrer eigenen Vergangenheit, als auch – wie neuere Erkenntnisse zeigen – aus der ihrer neuen Nachbarn. Ihr Ziel war es, ein gemeinsames Leben in der neuen, oft gefährlichen Umgebung aufzubauen.

Beim Austausch von Ideen und Konzepten, die damals im Umlauf waren, gelangten sie zu der Überzeugung, etwas Allgemeingültiges über Governance entdeckt zu haben, das im Kontrast zur britischen Praxis stand. Dies verlieh ihren Vorstellungen von einer demokratisch-republikanischen Regierung das, was Arendt als „Autorität“ bezeichnet (vergleichbar mit dem, was wir in unserem Kapitel "Assoziationsfreiheit und ⿻ Öffentlichkeit"als „Legitimität“ beschreiben). Ihr Unabhängigkeitskrieg gegen Großbritannien festigte diese „Autoritätsstruktur“ zusätzlich, sodass sie sich trotz aller Widersprüche, Heucheleien und Rückschläge zu einem der beständigsten und fortschrittlichsten Beispiele für Sozialreformen entwickelte.

Die französische Revolution wurde dagegen durch eine breite Unzufriedenheit des Volkes mit der materiellen Versorgung ausgelöst. Die Revolutionäre konzentrierten sich auf die unmittelbare Machterlangung und stellten zu diesem Zweck materielle Forderungen, ohne zuvor ihre Autorität im Sinne Arendts aufgebaut zu haben. Dies führte zwar zu dramatischen sozialen Umwälzungen, die jedoch bald wieder zurückgedreht wurden oder mit erheblichen Gewaltausbrüchen verbunden waren. In diesem Sinne scheiterte die französische Revolution mit vielen ihrer Kernziele, während sie breite Aufmerksamkeit auf sich zog. Sofortige materielle Forderungen und der unmittelbare Wille zur Macht wurden über einen sorgfältigen Aufbau von Autorität gestellt. Dadurch wurde während der französischen Revolution der sensible Prozess des Aufbaus gesellschaftlicher Legitimität für ein neues System untergraben. Zugespitzt könnte man sagen: Die Französische Revolution forderte und bekam Brot; die Amerikanische Revolution forderte und bekam Freiheit.

Obwohl Arendts Beispiel aus dem politischen Bereich stammt, findet es Resonanz in einer Vielzahl von Disziplinen der Innovationsforschung, von der Evolutionsbiologie bis zur Linguistik. Trotz variierender Resultate deuten all diese Studien darauf hin, dass bahnbrechende Innovationen in Umgebungen florieren, in denen verschiedene ‘Gruppen’ (sei es sprachlicher, wirtschaftlicher oder biologischer Natur) interagieren. Diese Gruppen zeichnen sich durch starke interne Verbindungen aus, während sie nach außen hin nur lose verknüpft sind^[4]. Durch diese Struktur kann eine Innovation die notwendige Reichweite und Resilienz entwickeln und sich dann verbreiten. Im Gegensatz dazu können stärker vernetzte oder zentralisierte Strukturen Innovationen hemmen oder gefährden, da Veränderungen nur gelegentlich einen Nettonutzen bringen. Andererseits ermöglichen zu schwach verbundene Strukturen keine effektive Verbreitung von Innovationen.

Diese Beobachtungen sind zwar intuitiv nachvollziehbar, stehen jedoch in starkem Kontrast zu den Modellen des Experimentierens und der Innovation, die sowohl in der wissenschaftlichen Literatur über „randomisierte kontrollierte Studien" als auch in der Technologieindustrie unter dem Begriff “blitzscaling” (Blitzskalierung) diskutiert werden. Diese Konzepte werden wir im Folgenden näher betrachten.

Randomisierte kontrollierte Studien, die primär aus individuellen, nicht übertragbaren medizinischen und kognitionspsychologischen Anwendungen hervorgegangen sind, zielen darauf ab, Behandlungen an Einzelpersonen oder spezifischen sozialen Gruppen zu testen. Nach erfolgreicher Zulassung einer Behandlung erfolgt typischerweise eine rasche Bereitstellung für alle indizierten Patienten, wie es beispielsweise bei den Covid-19-Impfstoffen der Fall war^[5]. Dieser Ansatz hat insbesondere in der Entwicklungsökonomie und in der angewandten Forschung zur Armutsbekämpfung zunehmend an Bedeutung gewonnen^[6] sowie zu einem Trend des ‘Experimentierens mit Gemeinschaften’ geführt, bei dem Ökonom:innen und Design-Expert:innen Interventionen für Gemeinschaften konzipieren, die potentiell davon profitieren könnten. Sie bewerten die Ergebnisse anhand vorab festgelegter Kriterien und implementieren dann die als wirksam erwiesenen Interventionen auf breiter Basis.

Dieser Ansatz steht im Kontrast zur ‘gemeinschaftsbasierten Innovation’, die mit der akademischen ‘partizipativen Aktionsforschung’ (Participatory Action Research, PAR) verbunden ist.^[7]. PAR leistete Pionierarbeit vor allem in der öffentlichen und weniger in der individuellen Gesundheitsforschung und bietet zudem eine grobe Annäherung an die Entstehungsweise vieler früher digitaler Technologien (wie Time-Sharing, Personal Computing und viele digitale Anwendungen), die später die Grundlage für ⿻ bildeten.

Wie wir im Kapitel „Der verlorene Dao“ kurz erörtert haben, entstanden diese Innovationen in Communities früher Nutzer:innen, zu denen oft viele der Systemdesigner:innen gehörten, die mit digitalen Werkzeugen experimentierten. Obwohl diese Communities häufig eine erste Vorstellung von den Einsatzmöglichkeiten ihrer Systeme hatten, konnten sie die gewünschten Ergebnisse selten auf vordefinierte Messgrößen reduzieren. Und tatsächlich wurden viele Komponenten ihrer Systeme durch andere frühe Nutzer:innen entwickelt. Die Verbreitung dieser Systeme erfolgte schrittweise: Zunächst in benachbarte Communities und schließlich in die breite Öffentlichkeit. Dieser Lernprozess umfasste viele Iterationen, in denen unerwartete Erkenntnisse aus der Community gewonnen und wieder in das Produktdesign integriert wurden. Zudem wurden Anwendungen bereitgestellt, die von den Communities selbst entwickelt worden waren.

Sowohl das „Experimentieren mit“ als auch das „Experimentieren an“ Gemeinschaften (Communities) haben ihre Vor- und Nachteile. Letzteres ist jedoch zunehmend problematisch und sogar riskant geworden, insbesondere im Hinblick auf die Verbreitungsstrategien der heutigen, von Risikokapital finanzierten, digitalen Technologiebranche. Risikokapitalgeber wie Reid Hoffman, der Gründer von LinkedIn, haben die „Meister der Skalierung“ regelrecht gefeiert, die „Blitz-Skalierung“ propagieren. Bei dieser Strategie erhalten Start-ups in einem frühen Stadium erhebliche Finanzspritzen, um ihre Basis an Nutzer:innen rasant zu vergrößern. Ziel ist es, die Vorteile dieser Supermodularität (z. B. Netzwerkeffekte, Lernen aus Nutzerdaten) zu nutzen, um eine marktbeherrschende Stellung zu erlangen^[8].

Ein besonders eindrucksvolles Beispiel hierfür war das von Hoffman unterstützte OpenAI, dessen ChatGPT innerhalb weniger Monate nach dem Start 100 Millionen Nutzer:innen erreichte. Abbildung A veranschaulicht diesen Trend und zeigt, wie lange verschiedene Verbraucherprodukte brauchten, um die 100-Millionen-Nutzer:innen-Marke zu erreichen. Dabei ist im Laufe der Zeit ein deutlicher Abwärtstrend zu erkennen, der mit ChatGPT seinen vorläufigen Höhepunkt erreichte.

Diese rasche Verbreitung führte zu weitverbreiteter öffentlicher Besorgnis über potenzielle soziale Schäden solcher Systeme. In der Folge wurden Regulierungsmaßnahmen diskutiert, die darauf abzielen, das Prinzip „schnell und kaputt gemacht“ zu durchbrechen und die sozialen Rückschläge zu vermeiden, die mit früheren, langsamer wachsenden Technologien (wie Ride-Hailing und Social Media) einhergingen^[9].

Die grundlegende Herausforderung liegt darin, dass das „Experimentieren mit“ riskant wird, wenn es mit einem rein kapitalistischen, marktorientierten Modell der Technologieentwicklung kombiniert wird. Dieser Ansatz zielt darauf ab, Systemprobleme, Herausforderungen und Nebenwirkungen zu meistern, sobald sie auftreten, anstatt sie von Beginn „a priori“ durch Tests zu vermeiden. Dies erfordert, dass der Entwicklungsprozess selbst von einer umfassenderen Vision geleitet wird, die die Auswirkungen der Technologie auf die Nutzer:innengemeinschaft berücksichtigt, statt sich primär an Verkaufs- oder Nutzer:innenzahlen zu orientieren^[10].

Genau dies versuchten viele der frühen ⿻ Experimente, die in „Der verlorene Dao“ diskutiert werden, zu erreichen. Sie bezogen diverse soziale Sektoren ein und nutzten Standardisierungsprozesse, während sie die kommerzielle Skalierung bewusst begrenzten. Dennoch bleibt selbst diese ausgewogene Version des „Experimentierens mit“ hinter den höchsten Ansprüchen zurück, die wir an die sichere und integrative Entwicklung von Technologien stellen könnten – insbesondere solche, die letztlich auf einen globalen Wandel abzielen, aber mit erheblichen Risiken verbunden sein können.

Selbst wenn Technologien erfolgreich im Interesse ihrer primären Nutzer:innengemeinschaften entwickelt werden, können sie erhebliche Auswirkungen auf Außenstehende haben, wenn man alle potenziellen systemischen Schäden berücksichtigt. Die Hauptgefahr besteht darin, dass Technologien als Waffen eingesetzt oder anderweitig von einer Gemeinschaft genutzt werden, um davon auf Kosten anderer zu profitieren. Dieser Effekt tritt häufiger auf, als es zunächst scheinen mag: Selbst scheinbar „hilfreiche“ und „harmlose“ Werkzeuge können der (oft privilegierten) Gemeinschaft, die sie frühzeitig einsetzt, soziale und wirtschaftliche Vorteile verschaffen. Diese Vorteile können dann zur Unterdrückung, Ausgrenzung oder Kolonialisierung Anderer genutzt werden. Wie Microsoft-Chef Brad Smith wiederholt betont, können die meisten Werkzeuge auch als Waffe benutzt werden^[11].

Dieser „Wettbewerbseffekt“ bringt gewisse Vorteile mit sich: Er fördert die Einführung und Verbreitung von Technologien in Gemeinschaften, die versuchen, einen Teil der Vorteile dieser Instrumente in ihrer Wettbewerbssituation zu nutzen. Zudem kann er einen Druck erzeugen, die daraus resultierenden Rivalitäten aufzulösen.

Allerdings birgt dieser Effekt auch erhebliche Risiken. Im besten Fall kann er zu Ausgrenzung und Ungleichheit führen, die die Grundlagen der ⿻ Freiheit untergraben. Im schlimmsten Fall kann er ein dynamisches „Wettrüsten“ auslösen, das die potenziellen Vorteile neuer Instrumente zunichtemacht und sie stattdessen zu einer universellen Bedrohung werden lässt. Ein natürlicher Ansatz zur Überwindung dieser Tendenz besteht darin, die Technologieentwicklung in einem annähernden Gleichgewicht über primäre soziale Grenzen hinweg zu fördern. Dadurch kann ein Netzwerk von Teilnehmern:innen sowohl interne Schäden als auch potenziell konkurrierende Interessen von Gruppen regulieren, die Zugang zur Technologie haben und Kontrolle darüber ausüben.

Für eine effektive Verbreitung der Technologie ist es entscheidend, dass die frühen Anwender:innen entweder über ausreichendes Ansehen verfügen oder dieses durch die Vorteile der neuen Werkzeuge erlangen können. Dies ermöglicht eine einigermaßen ausgeglichene Ausbreitung der Technologie über ihre jeweiligen Netzwerke. So wird ein ambitioniertes, aber durchaus vernünftiges und klares Bild skizziert, wie eine ⿻ Strategie zur Verbreitung von ⿻ aussehen könnte:

1. Die Keimzelle muss groß genug sein, um die Vielfalt zu umfassen, die die Technologie überbrücken soll, aber gleichzeitig klein genug, um eines von vielen solcher Experimente zu sein.
2. Die Keimzellen sollten aus Gemeinschaften früher Anwender:innen bestehen, die einen greifbaren Nutzen oder ein klares Interesse daran haben, die Technologie nicht nur zu nutzen, sondern auch zu ihrer Entwicklung beizutragen. Zudem sollten sie robust genug sein, dass erwartete Rückschläge keine gravierenden Schäden verursachen können.
3. Die Keimzelle sollte in einem Netzwerk bereits ein gewisses Ansehen genießen oder dieses mithilfe der Technologie erlangen können, um eine weitere Verbreitung zu begünstigen.
4. Die Keimzellen sollten aus starken Gemeinschaften bestehen, die über Institutionen verfügen, um mit systemischen Herausforderungen umzugehen und die systemischen Vorteile der Technologie zu fördern.
5. Die Keimzellen sollten sich untereinander unterscheiden und über lose Kommunikationsnetzwerke miteinander verknüpft sein. Das gewährleistet eine ausgewogene Verbreitung, hilft Konflikte zu vermeiden und beugt unerwünschten Spillover-Effekten vor.

Obwohl es natürlich unmöglich ist, diese fünf Ziele gleichzeitig zu erreichen, und jedes für sich eine Herausforderung darstellt, bieten sie einen groben „Leitstern“, an dem wir uns bei der Betrachtung der Wirkungsbereiche von ⿻ Pluralität orientieren können. Um zu zeigen, dass der Versuch, diese Ziele zu erreichen, durchaus praktikabel ist, haben wir diese Kriterien bei der Vermarktung des Buches angewandt – ein Ansatz, den wir als „⿻ Marketing“ bezeichnen. Dies umfasste die Auswahl von Empfehlungen, Medienberichterstattung und die Organisation von Veranstaltungen.

Da es schwierig ist, diese komplexen Zusammenhänge vollständig auszuführen, haben wir unseren Ansatz in Abbildung B aufgezeichnet. Wir haben unser gesamtes Zielpublikum analysiert, versucht, die primären Trennlinien innerhalb dieses Publikums zu identifizieren, und haben dann Marketingvektoren (z.B. Unterstützer:innen) in Bezug auf diese Trennlinien ausgewählt. Diesen Ansatz haben wir dann rekursiv auf jede Untergemeinschaft angewandt. Abbildung B veranschaulicht die so erzeugten Kategorien bis zur zweiten Ebene im zugehörigen „Baum“.

Inwieweit dieser Ansatz effektiv war und wie gut wir ihn umgesetzt haben, können Sie nach der Lektüre dieses Buches und seiner Anmerkungen vermutlich besser beurteilen als wir, als wir dieses Buch geschrieben haben. Wie in vielen anderen Bereichen dieses Projekts laden wir Sie ein, mit uns zu experimentieren und zu lernen.

Fruchtbarer Boden

Betrachten wir zunächst die Frage nach der Größenordnung. Um die Vorteile der ⿻ Technologie innerhalb einer Gemeinschaft (Community) zu realisieren, muss die Gemeinschaft zumindest eine grobe Annäherung an die Vielfalt enthalten, die die Technologie zu umspannen versucht. Hier gibt es drastische Unterschiede zwischen den verschiedenen Technologierichtungen.

Die intimsten Technologien postsymbolischer Kommunikation und geteilter immersiver Realität können selbst in den kleinsten Gemeinschaften und Beziehungen eine starke Wirkung entfalten. Sie setzen der Skalierung und der Diversifizierung von Keimzellen nur wenige Grenzen und machen es somit naheliegend, anderen oben genannten Kriterien den Vorrang zu geben.

Am entgegengesetzten Spektrum werden Wahlsysteme und Märkte nur selten in intimen Gemeinschaften genutzt und erfordern eine erhebliche Größe, um relevant zu sein, insbesondere in ihren sozial komplexeren Formen. Dadurch ergeben sich weitaus weniger, dafür ehrgeizigere und potenziell riskante Möglichkeiten zum Einstieg.

Angesichts der zumutbaren Skalenflexibilität der meisten ⿻ Technologien werden jene Orte für Experimente am attraktivsten sein, die zwei Kriterien erfüllen: Erstens sollten sie eine ausreichende Vielfalt innerhalb der Gemeinschaften aufweisen, um für die meisten Anwendungen in Frage zu kommen. Zweitens sollten die Gemeinschaften untereinander hinreichend divers sein, um eine vernünftige Auswahl an vielfältigen, sicheren und renommierten Keimzellen zu erlauben. Obwohl jede vereinfachte quantitative Darstellung unzureichend ist, um solche Beispiele vollständig zu charakterisieren, kann folgende Faustregel formuliert werden: Zwischen den Gemeinschaften sollte ungefähr die gleiche Vielfalt angestrebt werden wie innerhalb der Gemeinschaften, quantifiziert durch die Anzahl der Einheiten, wie in Abbildung C veranschaulicht. In einer Welt mit (sehr grob geschätzt) 10 Milliarden Menschen wären das Einheiten von ungefähr 100.000 Menschen. Denn teilt man die Weltbevölkerung so auf, erhält man rund 100.000 solcher Einheiten. Das entspricht in etwa der Größenordnung der Quadratwurzel der Menschheit. Natürlich hat die Zahl 100.000 nichts Magisches an sich, aber sie vermittelt ein ungefähres Gefühl für die Größenordnung von Gemeinschaften und Organisationen, die den fruchtbarsten Boden für die Aussaat von ⿻ darstellen könnten.

Es gibt vielerlei Gemeinschaften in dieser Größenordnung. Betrachten wir verschiedene Kontexte:

1. Geografisch entspricht dies etwa der Einwohnerzahl mittelgroßer Gemeinden (Groß- oder Kleinstädte).
2. Wirtschaftlich spiegelt sie die Beschäftigtenzahl eines großen Unternehmens wider.
3. Politisch ähnelt sie der Bevölkerung eines mittelgroßen Landkreises.
4. Religiös entspricht dies beispielsweise der Anzahl katholischer Kirchenmitglieder in einer Diözese.
5. Bildung: Die Zahl übersteigt leicht die Studierendenzahl einer großen Universität.
6. Sozial entspricht sie der Mitgliederzahl vieler mittelgroßer zivilgesellschaftlicher Organisationen oder sozialer Bewegungen.
7. Kulturell ähnelt sie in etwa der Größe einer aktiven Fangemeinde eines typischen Fernsehprogramms, eines darstellenden Künstlers oder eines professionellen Sportvereins.

Zusammengefasst ist diese Größenordnung ein weit verbreitetes Organisationsniveau in diversen sozialen Bereichen, die ein reichhaltiges Terrain für Untersuchungen bieten.

Übersichtsplan

Die beiden vielleicht bekanntesten Orte für ⿻ -Experimente sind Taiwan und die Web3-Community, die wir zuvor erwähnt haben. Diese beiden Orte weisen einige wichtige Gemeinsamkeiten auf, unterscheiden sich aber auch in vielerlei Hinsicht deutlich voneinander – sowohl in ihrem Charakter als auch in den ⿻ -Anwendungen, auf die sie sich konzentriert haben.

Größenmäßig sind beide Ökosysteme vergleichbar:

1. Web3-Anwendungen (dApps) verzeichneten 2021 etwa 1,5 Millionen monatlich aktive Nutzer:innen. Allerdings war nur ein Bruchteil davon aktiv an den am stärksten ⿻ -verwandten Diensten wie GitCoin beteiligt.
2. Die von der g0v-Community in Taiwan entwickelten ⿻-Dienste verschiedener Art haben ähnliche Nutzer:innen zahlen erreicht^[12].

Die Diversität beider Gemeinschaften ist jedoch gänzlich verschieden.

Obwohl Statistiken nicht vollständig zuverlässig sind, lassen sich einige charakteristische Merkmale der verschiedenen Gruppen von Nutzer:innen beobachten. Web3-Nutzer:innen sind global verteilt, ähnlich wie allgemeine Internetnutzer:innen, jedoch zeichnen sie sich durch einige spezifische Eigenschaften aus. Sie sind in der Regel technisch äußerst versiert, überwiegend männlich und sehr jung. Basierend auf unseren Erfahrungen in diesem Bereich tendieren sie zum Atheismus, sind politisch eher rechts der Mitte orientiert und stammen ethnisch vorwiegend aus europäischen, semitischen und asiatischen Hintergründen^[13]. Im Gegensatz dazu stammen die Teilnehmer:innen des taiwanesischen digitalen Ökosystems überwiegend aus Taiwan selbst und repräsentieren entsprechend die dort vertretenen Ethnien. Bemerkenswert ist jedoch ihre größere Vielfalt. Sie weisen eine breitere Streuung in Bezug auf Alter, technischen Hintergrund, politischer Einstellung und religiöse Zugehörigkeit auf^[14].

Die beiden Ökosysteme haben sich auf unterschiedliche Bereiche des ⿻-Spektrums fokussiert, das wir im vorherigen Teil des Buches erörtert haben:

Taiwan hat seinen Schwerpunkt auf die tiefgreifenderen und spezifischeren Anwendungen von ⿻ Pluralität gelegt. Dabei konzentrierte man sich besonders auf die grundlegenden Protokolle wie Identität und Zugang, die diese Anwendungen am stärksten unterstützen. Im Gegensatz dazu haben sich die globalen Web3-Communities auf die eher oberflächlicheren, aber umfassenden und einflussreichen Anwendungen konzentriert. Ihr Fokus liegt auf den grundlegenden Protokollen für Assoziation, Handel und Vertrag, die diese breiteren Anwendungen am meisten fördern. Beide Ökosysteme waren wichtige frühe Testumgebungen für ⿻, doch gemessen an unseren Kriterien werden auch ihre Grenzen deutlich.

Das taiwanesische Ökosystem: Einerseits ist es für viele der dort entwickelten Anwendungen größer als nötig. Dies hat wahrscheinlich dazu geführt, dass es eine Reihe von Untergemeinschaften (oft als „Datenkoalitionen“ bezeichnet) beherbergt, die fortgeschrittenere Experimente mit Unterstützung des breiteren Ökosystems durchführen. Das Ökosystem verfügt über ein hohes Prestigepotenzial in Asien und in vielen etablierten Demokratien. Andererseits bringen die geopolitischen Konflikte in der Region Herausforderungen mit sich, die seine Rolle als Keimzelle für eine völlig gleichberechtigte globale Verbreitung erschweren könnten.

Die Web3-Communities: Diese sind möglicherweise etwas zu klein und zu homogen, um wirklich belastbar zu testen, ob die neuen Marktinstitutionen mit der Reichweite des Kapitalismus konkurrieren können. Zudem haben die zahlreichen Skandale im Web3-Bereich das Potenzial dieser Communities geschwächt, als allgemeiner Leuchtturm für Innovationen zu dienen, die sich gleichberechtigt ausbreiten können.

Es ist daher von entscheidender Bedeutung, sorgfältig zu prüfen, welche Orte für die nächste Ausbreitungsphase von ⿻ am vielversprechendsten sein könnten. Ein attraktives Beispiel, das sich durch unsere bisherigen Diskussionen zieht, ist die Stadtverwaltung. Doch gerade, weil wir uns bisher so stark auf Beispiele aus dem öffentlichen Sektor konzentriert haben, wenden wir uns in diesem Teil des Buches einer Vielzahl sozialer Sektoren zu.

In diesen Bereichen kann ⿻ eine Realität schaffen, die ein viel breiteres Spektrum des Lebens berührt als die üblicherweise enge Definition von „Demokratie“ im öffentlichen Sektor. Mit diesem Ansatz verfolgen wir mehrere Ziele:

1. Wir streben danach, den oben genannten Größenordnungen gerecht zu werden.
2. Wir möchten ein breites Spektrum an Lebenserfahrungen abdecken.
3. Wir konzentrieren uns auf Bereiche, die in einer Vielzahl von Gesellschaften Respekt und Ansehen genießen.

Konkret betrachten wir, wie auch in Abbildung C dargestellt, folgende vier zentrale Sektoren:

1. Die Arbeitswelt: Ein äußerst einflussreicher Bereich, von dem ein Großteil der kapitalistischen Wirtschaft abhängt. Insbesondere in größeren Unternehmen lassen sich leicht passende Größenordnungen für ⿻-Anwendungen finden.
2. Das Gesundheitswesen: Dieser Sektor berührt nahezu jedes Leben und ist besonders außerhalb der Arbeitswelt von großer Bedeutung. Es ist vielleicht der am meisten beachtete soziale Bereich. Viele Gesundheitssysteme weisen, wie bereits erwähnt, die entsprechende Größenordnung auf.
3. Medien: Sie besitzen möglicherweise das größte Potenzial zur Verbreitung neuer Anwendungen, da sie eng mit der konzeptionellen, kommunikativen und ideellen Grundlage der meisten Gesellschaften verknüpft sind. Zahlreiche Publikationen und Social-Media-Plattformen entsprechen dem angestrebten Maßstab.
4. Die Umwelt: Sie umgibt uns alle und berührt uns auf globaler Ebene wie kein anderer Bereich. Dieser Sektor ergänzt die anderen Bereiche und spricht viele an, die dazu auffordern, über menschliche Arbeit, Gesundheit und Ideenaustausch hinauszudenken.

Wir beleuchten jeden dieser Bereiche anhand einer Reihe von Vignetten. Dabei versuchen wir grob zu quantifizieren, wie verschiedene ⿻ -Technologien die Praxis in einer Weise verändern könnten, die sich potenziell auf den gesamten Sektor oder sogar darüber hinaus auswirken könnte.

---

1. Steven Levitsky und Lucan Way, Revolution and Dictatorship, (Princeton: Princeton University Press, 2022). ↩︎

2. Hannah Arendt, On Revolution, (New York: Penguin, 1963). ↩︎

3. David Graeber und David Wengrow, op. cit. ↩︎

4. R. A. Fisher, The Genetical Theory of Natural Selection (Oxford, UK: Clarendon Press, 1930). James Milroy and Lesley Milroy, “Linguistic Change, Social Network and Speaker Innovation”, Journal of Linguistics 21, no. 2: 339-384. Gretchen McCulloch, Because Internet: Understanding the New Rules of Language (New York: Riverhead, 2019). Daron Acemoglu, Asuman Ozdaglar and Sarath Pattathil, “Learning, Diversity and Adaptation in Changing Environments: The Role of Weak Links” (2023) unter https://www.nber.org/papers/w31214. ↩︎

5. Donald B. Rubin, “Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies,” Journal of Educational Psychology 66, no. 5: 688-701. ↩︎

6. Abhijit V. Banerjee und Esther Duflo, Poor Economics: A Radical Rethinking of the Way to Fight Poverty (New York: PublicAffairs, 2011). ↩︎

7. Fran Baum, Colin MacDougall and Danielle Smith, “Participatory Action Research”, Journal of Epidemiology and Community Health 60, no. 10: 854-857. ↩︎

8. Reid Hoffman und Chris Yeh, Blitzscaling: The Lightening-Fast Path to Building Massively Valuable Companies (New York: Currency, 2018). Für eine durchdachte und ausgewogene Bewertung siehe Donald F. Kuratko, Harrison L. Holt and Emily Neubert, “Blitzscaling: The Good, the Bad and the Ugly”, Business Horizons 63, no. 1 (2020): 109-119. ↩︎

9. Future of Life Institute, “Pause Giant AI Experiments: An Open Letter” March 22, 2023 unter https://futureoflife.org/open-letter/pause-giant-ai-experiments/. ↩︎

10. Daron Acemoglu und Todd Lensman, Regulating Tranformative Technologies (2023) unter https://www.nber.org/papers/w31461. ↩︎

11. Brad Smith und Carol Ann Browne, Tools and Weapons: The Promise and the Peril of the Digital Age (New York: Penguin, 2019). ↩︎

12. Friedrich Naumann Foundation. “Examples of Civic Tech Communities-Governments Collaboration Around The World,” n.d. https://www.freiheit.org/publikation/examples-civic-tech-communities-governments-collaboration-around-world. ↩︎

13. a16zcrypto. “State of Crypto 2023.” Https://A16z.Com. Andressen Horowitz, 2023. https://api.a16zcrypto.com/wp-content/uploads/2023/04/State-of-Crypto.pdf. ↩︎

14. Austin, Sarah. “Web3 Is About More Than Tech, Thanks to Its Inclusivity.” Entrepreneur, June 3, 2022. https://www.entrepreneur.com/science-technology/web3-is-about-more-than-tech-thanks-to-its-inclusivity/425679. ↩︎