Tazites Wissen: Das Komplement beengt

Kurzfassung

Künstliche Intelligenz skaliert formale Logik nahezu grenzkostenfrei; tazites Wissen verharrt an physischen und sozialen Schranken. Da beide Faktoren in realen Produktionsprozessen komplementär zusammenwirken, entwertet der aktuelle Technologieschock menschliche Kognition keineswegs flächendeckend. Er verschiebt die Knappheitsverhältnisse. Der Grenzertrag wandert exakt in jene Wissensformen, die sich einer Kodifizierung entziehen.

Wachstumstheorien behandeln Wissen meist als homogenen Bestand. Tyler Cowen schlägt eine elementare Zweiteilung vor:¹ Formale Intelligenz erbringt mathematische Beweise, schreibt Programmcode und absolviert Benchmark-Tests. Michael Polanyis Konzept des taziten Wissens umfasst dagegen unartikulierbare Erfahrung, soziale Gepflogenheiten und das Gespür für spezifische Kontexte.²

Solange sich diese beiden Faktoren nur begrenzt gegeneinander austauschen lassen, greift die ökonomische Logik komplementärer Güter: Eine Flut an formaler Intelligenz lässt den Wert des knappen Komplements steigen. Der Engpass wirtschaftlicher Wertschöpfung verlagert sich von der formalen Analyse in das Gefüge unausgesprochener sozialer und materieller Abläufe.

1. Zwei Welten der Kognition: Explizit versus tazit

Michael Polanyi fasste die Asymmetrie menschlicher Kognition 1966 in einem Satz zusammen: „Wir wissen mehr, als wir zu sagen vermögen.“²

Explizites Wissen lässt sich in Symbole fassen: Formeln, Textdokumente, Spezifikationen und Codezeilen. Es lässt sich verlustarm speichern, digital kopieren, tokenisieren und durch neuronale Netze verarbeiten. Formale Intelligenz operiert auf diesem kodifizierten Korpus. Sie umfasst deduktive Logik, algebraische Transformationen, das Durchlaufen kombinatorischer Suchräume und das Lösen formal definierter Aufgaben.

Tazites Wissen entzieht sich der Kodifizierung. Es manifestiert sich im Handeln. Ein Handwerker spürt am mechanischen Widerstand, welches Drehmoment ein Gewinde verträgt. Ein Notarzt erfasst kritische Zustände am Tonus und Blick des Patienten, lange bevor Laborbefunde vorliegen. Eine Projektleiterin erkennt die informellen Blockaden einer Organisation, die in keinem Ablaufdiagramm auftauchen. Friedrich August von Hayek beschrieb diese Dimension als das „Wissen über die besonderen Umstände von Zeit und Ort“.³

Arnold Kling ordnet diese Wissensformen drei Domänen zu: der digitalen, der physischen und der sozialen Welt.⁴ KI-Systeme trainieren auf dem digitalen Abbild der Welt. Für Programmiersprachen und publizierte Texte existieren gewaltige Datenbestände. Für die physische und soziale Welt fehlen vergleichbare Korpora. Das Verständnis von Materialhaptik, persönlicher Motivation oder instabilen Vertrauensbeziehungen entsteht durch fortlaufende physische und soziale Interaktion vor Ort.

2. Der ökonomische Mechanismus: Relative Knappheit

Wirtschaftlicher Output entsteht aus dem Zusammenspiel beider Faktoren: formaler Intelligenz und tazitem Wissen. Cowens Kernargument lautet: Beide Faktoren sind komplementär. Sie lassen sich in der Praxis kaum gegeneinander austauschen.

Trifft ein massiver Angebotsschock auf die formale Intelligenz, sinken deren Grenzkosten drastisch. Das ökonomische Gesetz der relativen Knappheit kehrt die Verhältnisse um: Der Grenzertrag wandert zum komplementären Faktor. Je billiger formale Entwürfe, Berechnungen und Quelltexte werden, desto wertvoller wird das Urteil darüber, welcher Entwurf in einer konkreten Organisation tragfähig ist.

Ein Betrieb mit gestörten internen Normen profitiert kaum von zusätzlichen KI-Ausgaben. Ohne Gespür für den sozialen Unterbau stiftet technokratischer Übereifer oft neue Reibungsverluste. Luis Garicano beschreibt den Austausch von tazitem Wissen treffend als prinzipiell sperrig (messy by nature).⁵ Während Rechenleistung auf Knopfdruck skaliert, bleibt der Aufbau von Erfahrungswissen an menschliche Lern- und Vertrauensprozesse gebunden.

3. Warum KI tazites Wissen nicht beiläufig absorbiert

David Autor beschrieb 2014 das Polanyi-Paradoxon: Aufgaben, deren Regeln Menschen intuitiv beherrschen, entzogen sich der Automatisierung, weil Ingenieure die zugrunde liegende Logik nicht in Programmzeilen gießen konnten.⁶

Neuronale Netze schienen diese Grenze einzureißen. Deep-Learning-Systeme benötigen keine handgeschriebenen Regeln mehr; sie extrahieren Muster autonom aus Daten. Dennoch stößt die Erfassung taziten Wissens auf drei strukturelle Hürden:

1. Fehlende Protokolle: Ungeschriebene Betriebsvereinbarungen, Vertrauensbeziehungen und nonverbale Gesten hinterlassen keine Datenspuren. Was auf Bürofluren oder in vertraulichen Verhandlungen entschieden wird, speist keinen Trainingsdatensatz.
2. Gebundenheit an Handlung (Embodiment): Tazites Wissen ist prozedural und an Ausführung gekoppelt. Es bildet sich über physische und soziale Feedbackschleifen heraus. Ein Rechenzentrum erfährt weder die Trägheit von Werkstoffen noch das Zögern eines Verhandlungspartners.
3. Explodierende Messkosten: Um das situative Erfahrungswissen einer Fabrik oder Organisation digitalisierbar zu machen, müsste ein Sensorsystem jede Regung, jeden Handgriff und jede informelle Abstimmung lückenlos erfassen. Die Erhebungskosten übersteigen den operativen Ertrag rasch um ein Vielfaches.

4. Die wandernde Grenze

Die Grenze zwischen expliziter Intelligenz und tazitem Wissen verläuft nicht statisch. Sensorik, Telemetrie und spezialisierte Agenten-Harnesses wandeln fortlaufend Erfahrungswerte in kodifizierbare Daten um. Prozessdatenbanken machen handwerkliche Kniffe sichtbar; Test-Harnesses systematisieren informelle Software-Praktiken.

Dieser Formalisierungsprozess verschiebt den taziten Rest auf eine höhere Abstraktionsebene. Schreibt ein Coding-Agent fehlerfreie Funktionen im Sekundentakt, entscheidet das Gespür für unartikulierte Nutzerbedürfnisse über den Markterfolg. Generiert eine KI juristische Schriftsätze, entscheidet die situative Einschätzung von Spruchkörper und Gegenpartei über den Ausgang des Verfahrens.

Jede Automatisierungswelle standardisiert Teilaufgaben. Zugleich vermehrt sie die Zahl komplexer Schnittstellen, deren Abstimmung weiterhin auf situativem Urteil beruht.

5. Die reale Adoptionsgrenze

Cowens Überlegung löst zwei zentrale Rätsel der gegenwärtigen Technologieentwicklung auf.

Erstens erklärt sie das Ausbleiben einer plötzlichen makroökonomischen Wachstumsexplosion. Spektakuläre Sprünge in Benchmarks schlagen sich in volkswirtschaftlichen Gesamtrechnungen nur zeitverzögert nieder. Dies liegt an der Trägheit des komplementären Faktors: Modellgewichte lassen sich in Sekunden über Rechenzentren verteilen; der Umbau gewachsener Organisationen, das Aushandeln neuer Arbeitsnormen und das Sammeln praktischer Erfahrung verlangen Jahre. Das gesamtwirtschaftliche Tempo folgt der biologischen und sozialen Lerngeschwindigkeit vor Ort, unabhängig von der Taktrate der Inferenz.

Zweitens präzisiert die Komplementarität die Dynamik der Arbeitsmärkte. Die Befürchtung einer flächendeckenden kognitiven Entwertung beruht auf der Gleichsetzung von Kognition mit formaler Logik. Fällt der Preis für formale Problemlösungen drastisch, gewinnen all jene Fähigkeiten an relativem Gewicht, die auf situativem Urteil, physischer Fertigkeit oder sozialer Glaubwürdigkeit beruhen. Wer ungeschriebene Regeln meistert und Vertrauen stiftet, kontrolliert den Engpass.

Für Entwickler agentischer Systeme verschiebt sich damit das Designziel. Systeme, die Organisationen als rein formale Regelsysteme behandeln, erzeugen Reibung. Tragfähige Architekturen nutzen formale Kognition zur Verdichtung von Optionen, überlassen die finale Richtungsentscheidung und soziale Verankerung jedoch dem impliziten Erfahrungswissen vor Ort.

Quellen und weiterführende Literatur

Die Unterscheidung von formaler Intelligenz und Polanyi-Wissen sowie die Komplementaritätslogik gehen auf Tyler Cowens Denkanstoß zurück. Die Differenzierung zwischen digitaler, physischer und sozialer Welt stammt von Arnold Kling. Das Konzept des impliziten Wissens begründete Michael Polanyi, während David Autor die Bedeutung von Polanyis Paradoxon für den Arbeitsmarkt prägte. Das Wissen über die Umstände von Zeit und Ort analysierte Friedrich August von Hayek. Luis Garicano formulierte die ökonomische Organisation von Wissenshierarchien.