Durch die anhaltende Ökonomie der Aufmerksamkeit werden oft schon banale Ereignisse emotional aufgeladen. Dabei kommt der verwendeten Sprache natürlich eine besondere Rolle zu.
In unseren Blogbeiträgen haben wir uns schon beim Start im Jahr 2006 an eine eher wissenschaftliche Herangehensweise orientiert. Wir zitieren Quellen, trennen das von unserer Meinung und versuchen so wenig wie nötig zu emotionalisieren – und wenn dann möglichst positiv.
Die aktuelle Medienlandschaft, ob Personen oder Organisationen, verwendet für Probleme den Begriff „Krise“ oder noch viel häufiger „Bedrohung“, Vorschläge werden einfach so zu „Forderungen“ , und jedes noch so nebensächliche Meeting wird als „Gipfel“ tituliert, bei dem am Ende kaum etwas berichtenswertes herauskommt. Alle sind danach enttäuscht – wieder eine Emotion erreicht…
Wir orientieren uns als anerkannte Online-Publikation mit der ISSN 3056-7432 an einem eher Konstruktiven Journalismus.
„Der Kern des konstruktiven Journalismus liegt darin, die Gesellschaft darüber zu informieren, welche Lösungen es geben könnte“ (Wikipedia).
Vorreiter ist wieder einmal Dänemark. Auf der Website des Constructive Institute finden sich dazu folgende Hinweise:
„Constructive journalism embraces solutions, nuance and dialogue. (…) Today, people do not need more news, they need better news. That’s what we call constructive journalism.“
Unser Vorgehen wird uns im Ranking der Blogs nicht an die Spitze führen, wenn es um Klickraten geht- und das ist gut so. Mehr und mehr Menschen verstehen allerdings immer besser, wie der sogenannten „Qualitäts-Journalismus“ funktioniert und wenden sich von ihm ab.
Wenn es um Künstliche Intelligenz geht, wird meistens über die technologischen Möglichkeiten gesprochen und geschrieben. Es geht um Leistungsvergleiche zwischen KI-Modellen, und um KI-Agenten mit ihrem Verbrauch an Tokens – um nur einige wenige Aspekte zu nennen.
Auf der anderen Seite geht es immer mehr Leuten auch darum zu analysieren, welchen Einfluss Künstliche Intelligenz auf die Gesellschaft, also auf soziale Systeme hat. Es geht hier um Regulierungen, Recht, Moral, Ethik usw.
In dem Beitrag Künstliche Intelligenz ist untrennbar in die Gesellschaft eingebettet – oder umgekehrt? habe ich die Wechselwirkungen der beiden Pole Technik und Gesellschaft thematisiert. Zwischen den beiden Dimensionen gibt es – wie immer – ein Kontinuum an Möglichkeiten der Gestaltung. Dabei geht es also nicht alleine um die Gestaltung der Technologie, sondern gleichzeitig auch um die Gestaltung des sozialen Raums, in dem KI eingebettet ist.
Es liegt daher auf der Hand, in die Gesellschaft eingebettete Künstliche Intelligenz als soziotechnisches System zu betrachten. Genau das haben Glöckner et al. in einem frei verfügbaren Paper gemacht.
„Der vorliegende Beitrag betrachtet Künstliche Intelligenz (KI) als ein soziotechnisches System, das verschiedene Auswirkungen auf soziale Interaktionen und die Gesellschaft als Ganzes hat. Auf Basis aktueller empirischer Befunde werden verschiedene mögliche Auswirkungen von KI in den Bereichen (1) soziale Wahrnehmung, (2) soziales Urteilen und Entscheiden sowie (3) Gruppenprozesse, gesellschaftlicher Zusammenhalt und Macht diskutiert.“ A. Glöckner et al., “Künstliche Intelligenz als soziotechnisches System: Eine Perspektive der Fachgruppe Sozialpsychologie,” Psychologische Rundschau, vol. 77, no. 4, pp. 216–224, Oct. 2026, doi: 10.1026/0033-3042/a000780.
Wenn es irgendwo nicht so läuft, wie man sich das vorstellt, kommt immer wieder die gleiche Antwort: Das System benötigt eben mehr Geld. Vergleichen wir unsere Systeme europaweit oder weltweit, so stellen wir oft fest, dass genügend Geld im System sein sollte – manchmal sogar zu viel Geld im System ist. Schauen wir uns einfach einmal an, warum wir immer wieder den Fokus auf Teilsysteme und nicht auf das Gesamtsystem richten.
Wenn wir uns die Medienlandschaft ansehen, geht es im Tagesgeschäft häufig darum, die Menschen aufzuscheuchen (Emotional zu packen) um Aufmerksamkeit und damit Klickraten zu generieren. Da beschweren sich beispielsweise die Landwirte, weil es regnet oder eben nicht, die Autofahrer, dass Benzin und Diesel teurer werden, dass die Lebensmittel schlechter und teurer werden, das Bildungssystem seit den 60er Jahren immer schlechter wird, das Sozialsystem und das Gesundheitssystem seit Jahrzehnten ausufern, unsere Energie- und Kommunikationssysteme zu sehr abhängig sind von anderen, unser Finanzsystem …. usw. usw.
Wie Sie der kleinen Auflistung entnehmen können, kommt häufig der Begriff „System“ vor. Im klassischen Problemlösungsansatz der Industriegesellschaft, ist es ganz einfach: Durch das Optimieren einzelner Bauteile wird das gesamte Produkt (System) optimiert. Das ist allerdings bei genauerer Betrachtung von Systemen ein gravierender Trugschluss.
Die isolierte Optimierung einzelner Teile führt oft zu einer Verschlechterung des Gesamtsystems. Ineffizienz entsteht somit aus Schnittstellenproblemen und mangelnder Kommunikation im Gesamtsystem.
Einige (kleine) Beispiele: (1) Eine Optimierung in einem isolierten landwirtschaftlichen System, in dem es fast ausschließlich um die Wirtschaftlichkeit geht, führt zu erhöhten Kosten im Gesundheitssystem. Industriell hergestellte Lebensmittel machen viele Menschen krank, und das seit Jahrzehnten. (2) Eine betriebswirtschaftliche Optimierung des Bildungssystems anhand industrieller Kennzahlen, führt zu erhöhten Kosten im Sozialsystem und dort wiederum zu einem Lock-in ganzer Familiengenerationen, die dann von sozialer Unterstützung abhängig werden. (3) Überall kritiklos Künstliche Intelligenz einzusetzen, führt zu erheblichen Vorteilen in manchen Bereichen, kann allerdings eine Gesellschaft insgesamt auf Grund der Schnelligkeit von Veränderungen überfordern – usw. usw.
Sicher sehen Sie in Ihrem Umfeld auch, wie alles mit allem zusammenhängt. Diese Vernetzungen sind über die Jahrzehnte immer mehr geworden, sodass die Komplexität in vielen Bereichen im Vergleich „zu früher“ erhöht ist. Komplexes Problemlösen unterscheidet sich allerdings fundmental von einfachem Problemlösungen.
Viele Menschen sind es nicht gewohnt in Systemzusammenhängen zu denken und zu handeln, da sie die einfachen Ursache-Wirkungs-Zusammenhänge aus der industriell geprägten Ära verinnerlicht haben. Dabei vertrauen Sie gerne einfachen Problemlösungen – auch gerne Stammtischparolen – weil diese vorgaukeln, dass die Lösung an einer bestimmten Stelle zu finden ist. Das möchte ich an dieser Stelle nicht weiter ausführen.
Neue Fragen werden mit alten Lösungen angegangen. Es werden beispielsweise keine Systemanpassungen vorgenommen, sondern es wird erwartet, dass sich der Mensch an die neuen Herausforderungen anpasst. Wie Matthiesen et al, es formulieren: Eine Aufgabe, an der man nur scheitern kann:
„Zu den Missverständnissen, die das Dasein in Unternehmen, Universitäten, Behörden, NGOs, Theatern, Schulen und anderen Organisationen unnötig schwer machen, gehört die Annahme, Kern und Kernproblem einer Organisation seien die Menschen, die in ihr arbeiten. Diese Unterstellung macht den Einzelnen zum Puffer, der genötigt wird, jedes Organisationsversagen aufzufangen – eine Aufgabe, an der man nur scheitern kann. Statt das Verhalten des Einzelnen heroisch zu glorifizieren oder therapeutisch zu problematisieren, interessieren uns die Verhältnisse, in denen sich dieses Verhalten abspielt.“ (Matthiesen, K., Muster, J., Laudenbach, P. (2022). Die Humanisierung der Organisation. München: Vahlen).
Eine Systembetrachtung, die das Wohl der Menschen und der Umwelt zum Ziel hat, führt zu ganz anderen Herausforderungen (Systemsteuerungen) als einfach nur das Platte „wir brauchen mehr Geld“.
Manchmal habe ich den Eindruck, es geht aktuell nur noch um Künstliche Intelligenz – in dem Sinne: Wir machen alles, damit es der Künstlichen Intelligenz gut geht. Wir geben unsere Daten einfach so her, damit sie in Trainingsdaten gesammelt werden können, und Big Tech daraus ein lukratives Geschäft machen kann. Wir sind damit einverstanden, dass Künstliche Intelligenz halluziniert, Fakes produziert und über Agenten Unternehmen angreift, ohne dafür programmiert zu sein. Die fehlenden Rahmenbedingungen sind durchaus im Sinne von Big Tech – egal welche gesellschaftlichen Konsequenzen das hat.
Berücksichtigt man allerdings, dass Künstliche Intelligenz untrennbar in die Gesellschaft eingebettet ist, so wirkt Künstliche Intelligenz auf die Gesellschaft je mehr die verschiedenen Möglichkeiten genutzt werden. Es gibt somit auch ein gewisses gesellschaftliches Zersetzungspotenzial, was aktuell Demokratien mit ihren freiheitlichen Ansätzen schwer zu schaffen macht.
Darüber hinaus wirkt natürlich auch die Gesellschaft mit ihrem Rechtssystem, dem sozialen System, seinen Werten, ethischen und moralischen Perspektiven usw. auf Künstliche Intelligenz. Das wird allerdings von Big Tech und den damit kooperierenden Strömungen massiv kritisiert – klar.
Solche Erkenntnisse kommen spät, doch möglicherweise noch nicht zu spät. Beispielsweise sieht man es in der Entwicklung zu mehr europäischer (Digitaler) Souveränität, zu immer mehr europäischen Open Source AI Modellen oder lokal ausgeführten KI-Modellen oder auch zu Modellen, die die jeweilige Sprache besser abbilden (Siehe meinen Blogbeitrag zu agglutinierenden Sprachen).
Es sind viele kleine Aktivitäten, in allen gesellschaftlichen Bereichen, die Europa Schritt für Schritt unabhängiger machen. Das wird nach Jahrzehnten der Abhängigkeit nicht in ein paar Jahren klappen, doch ist die Tendenz eindeutig.
Das Primat der Gesellschaft über technologische Entwicklungen sollte wiederhergestellt werden – zum Wohle aller und nicht nur zum Wohle einiger.
Dazu habe ich einen passenden Text in einem Paper gefunden:
„Third, as already alluded to above, there is an important societal dimension that needs to be considered within any AI history, as it does not stand separate from its technological dimension. Like all technologies, AI is inherently embedded in society, thus affecting and being affected by the broader environment in which it is designed, developed, and deployed – for better and for worse. The societal impact of Artificial Intelligence is of course more noticeable the more it is being implemented and used in a diversity of domains, which also explains the relatively recent surge of (academic and other) interest in AI ethics, in parallel with the technology’s increased uptake. Yet AI’s uptake is also enabled and furthered by the societal condition. These enabling factors pertain, inter alia, to society’s belief in innovation as an almost absolute good, its technology-solutionist orientation, and its conception of “progress” as almost coinciding with technological advancement rather than also considering if and how these advancements translate into higher individual and societal welfare – for all. Yet if we shape technology and technology also shapes us, it is essential to ask how it can be ensured that this mutual shaping process takes place in a way that protects rather than undermines our legal, moral, and political standards“ (Smuha 2025).
Es wird immer deutlicher, dass Künstliche Intelligenz in allen Lebensbereichen Einfluss nimmt. In Prozessen, in denen Wissen (explizit es Wissen, implizites Wissen) eine wichtige Rolle spielt. kann Künstliche Intelligenz in der Zwischenzeit viele Aufgaben übernehmen, die bisher Experten mit ihrem besonderen Wissen vorbehalten waren.
Künstliche Intelligenz ist somit nicht nur für explizierbares Wissen geeignet, das artikuliert und in Daten und Informationen dargestellt wird, sondern auch für domänenspezifisches Wissen – der Expertise. Das ist ein großer Unterschied zu traditionellen IT-Systemen oder auch Expertensystemen.
„Massive impact on knowledge work. Where earlier waves of automation transformed physical labour, AI is the first to massively affect cognitive and creative work, including writing, programming, legal analysis, medical diagnostics, scientific discovery, forecasting and image generation“ (UN, 2026).
Da es in diesem Beitrag um Wissensarbeit geht, kommt jetzt der Begriff der Arbeit ins Spiel. Arbeit wird heute meistens als Erwerbsarbeit interpretiert, die dazu geeignet sein soll, den Lebensunterhalt zu bestreiten.
Wenn Wissen immer nur in Bezug auf Arbeit, und den damit verbundenen Prozess gesehen wird, und Künstliche Intelligenz einen Großteil übernehmen oder ersetzen kann, wird es für Wissensarbeiter natürlich problematisch. Viele Studien zeigen daher auch in der aktuellen Debatte auf, welche Berufsbilder von dieser Entwicklung stark oder weniger stark betroffen sein werden. Dabei bin ich der Meinung, dass es nicht immer um gesamte Berufe geht, sondern um viele einzelne, eher kleine Tätigkeitsbereiche – also um ein Tätigkeitsportfolio.
Möglicherweise wird es Zeit darüber nachzudenken, ob Arbeit im Sinne einer Erwerbsarbeit weiterhin die Basis für das Bestreiten des Lebensunterhaltes sein sollte, ja sogar sein kann. Wenn jede Art von Erwerbsarbeit von Künstlicher Intelligenz – und bald von KI-Robotern – beeinflusst und ersetzt werden kann, ist der Bezugspunkt der Erwerbsarbeit für die Sicherung unseres sozialen Systems nicht mehr geeignet. Die Struktur der Einnahmenseite und die Struktur der Ausgabenseite müssen gleichzeitig angegangen werden. Erste zarte Anzeichen für alternative Konzepte gibt es schon.
Es ist allerdings auf Grund der demographischen Struktur in Deutschland sehr schwierig, mögliche Lösungen umzusetzen, da der überwiegende Teil der Wählerschaft in einem alter ist, die ihr Leben auf Erwerbsarbeit aufgebaut haben. Diese älteren Menschen haben ein sehr eingefahrenes Deutungsmuster, das nicht so einfach veränderbar ist.
Diese Betrachtung rüttelt an der von Big Tech immer wieder verbreiteten Meinung, dass Künstliche Intelligenz in der Geschichte der Menschheit etwas Einmaliges, Unvergleichbares ist – für das es noch keine gesellschaftlichen Regeln gibt.
Dadurch, dass Big Tech ihre Modelle nicht transparent macht (Closed Source AI) umgibt sie eineAura des Mystischen, des Magischen. Wenn sie die Modelle transparent machen würden, wie es Open Source AI Modelle vormachen, so würde man erkennen, dass da nichts dergleichen ist.
Die in den Jahrzehnten immer wieder genannte geheime Formel für die Herstellung von Coca Cola war auch so eine Vorgehensweise des Storytellings. Es ist und bleibt „nur“ geschicktes Marketing.
Auch lehrt uns die Geschichte, dass es den Menschen in ihren gesellschaftlichen Strukturen bisher immer gelungen ist, Regelungen zu finden, um neue Technologien zu nutzen, und gleichzeitig gesellschaftliche Auswirkungen zu dämpfen.
„The question is, hence, how to avoid the trap of treating AI as entirely novel, while at the same time being sufficiently mindful of the very concrete ways in which it can (adversely) affect society, and ensuring tailored governance mechanisms to counter potential harms“ (Smuha 2025).
Aktuell gibt es ein Ungleichgewicht in den Diskussionen, denn Big Tech dominiert die Debatte und möchte damit auch die gesellschaftlichen Strukturen wie gewünscht anpassen. In den USA sehen wir, wie das alles funktionieren soll.
In Europa haben wir die Chance, beide Extreme zu einem Kontinuum der Möglichkeiten für die sinnvolle gesellschaftliche Nutzung von Künstlicher Intelligenz zusammenzuführen. Es wundert nicht, dass Big Tech davon nicht begeistert ist. Doch immer mehr Menschen und Organisationen in Europa erkennen, dass eine Abhängigkeit von den Big Tech Denkmustern nicht unbedingt gut ist. Siehe dazu auch
Freund, R., Anisic, Z. (2026): Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs. International Conference MCP 2026, 16.-19.09.2026, Balatonfüred, Hungary.
Die großen Technologie-Konzerne bestimmen aktuell noch, wann welche Modelle verbessert werden, bzw. wann welche neuen Modelle auf den Markt kommen. Dabei haben wir am Beispiel Anthropic im April 2026 gesehen, dass auch mal Modelle nicht veröffentlicht werden – in dem Fall ging es um unkontrollierte KI-Agenten, die in Organisationen eingedrungen waren.
Big Tech entscheidet also, was wir als Nutzer zu sehen bekommen, und was nicht. Diese Asymmetrie zwischen den Nutzern und den Inhabern von großen Datenmengen führt zu einer sehr großen Macht der Big Tech, die diese natürlich auch über Lobbystrukturen auf politischer und gesellschaftlicher Ebene nutzen.
Manche Regionen der Welt haben verstanden, dass es erforderlich ist, im Sinne einer gesamtgesellschaftlichen positiven Nutzung der Möglichkeiten von Künstlicher Intelligenz, Grenzen zu setzen. Die Europäische Union hat das mit dem EU AI Act gemacht, und dafür ziemlich viel Kritik und Häme von Big Tech und der amerikanischen Administration erhalten. Dennoch ist festzustellen, dass eine Selbstregulierung der großen Tech-Unternehmen wohl nicht ausreichen wird, um negative gesellschaftliche Folgen der KI-Entwicklung abzumildern.
Neben der staatlichen/regionalen Eindämmung der negativen Auswüchse von Künstlicher Intelligenz, gibt es auch noch eine andere Möglichkeit, die Asymmetrie der Informationsbereitstellung und -Nutzung zu reduzieren: durch lokale Künstliche Intelligenz – Local AI.
At a fundamental level, local AI disrupts what has been called “algorithmic governance,” a phrase that describes how major technology companies (“Big Tech”) use their rmarket dominance to shape how information is accessed and how people connect in ways that influence the broader social order” (Just et al. 2017).
Just et al. (2017) sind somit der Auffassung, dass durch die Algorithmen der großen KI-Anbieter (Big Tech) Informationen nach deren Vorstellungen selektiert werden wodurch soziale Strukturen beeinflusst werden – die Autoren nennen das “algorithmic governance,” Demgegenüber kann Local AI auf gesellschaftlicher Ebene die Asymmetrie zwischen Big Tech und Governement überwinden.
Darüber hinaus ist die Verbindung von Local AI, Open Data und Open Source AI Modellen eine bemerkenswerte Chance, ein Stück Digitale Souveränität zurückzubekommen. Der AI Report 2026 der Stanford University zeigt hier deutlich auf, dass es weltweit einen Trend zu immer mehr Open Weight / Open Source KI-Modellen, und zu kleinen aber leistungsfähigen Modellen gibt, die sogar in der Zwischenzeit auf dem eigenen Laptop genutzt werden können (Edge Computing). Siehe dazu auch
Freund, R., Anisic, Z. (2026): Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs
Anisic, Z., Forza, C. (Eds): Proceedings of the 12th International Conference on Customization and Personalization, September 17-18, 2026, Balatonfüred, Hungary, pp. 86-95 · 17. Sep. 2026
Gerade bei jungen Menschen ist es angesagt, die bekannten proprietären Software-Anwendungen zu nutzen. Man zeigt, dass man IN ist, wenn man als junger Mensch beispielsweise die neuen KI-Modelle der großen Tech-Konzerne nutzen kann. Man glaubt, damit auch bessere Chancen auf dem Arbeitsmarkt zu haben.
In der Zwischenzeit gibt es allerdings in der Gesellschaft durchaus auch ein Umdenken in Richtung Open Source Anwendungen. Der Grund ist, die technologische, digitale Abhängigkeit Europas von den USA und China, die zu vielfältigen Problemen führen kann (Kill Switch). Siehe dazu auch Digitale Souveränität: Europa, USA und China im Vergleich.
Europa ist daher seit einiger Zeit auf dem Weg zu einer eigenen Digitalen Souveränität, die natürlich nicht von heute auf morgen erreichbar ist. Dennoch ist dieser Schritt erforderlich und basiert auf Open Source Anwendungen.
Es fehlen allerdings Kompetenzen zu Open Source Software und Open Source Hardware (Skill Shortage), da sich in der Vergangenheit zu wenige Menschen für diese Themen interessiert haben. Für viele überraschend, begeistern sich heute immer mehr junge Menschen für Open Source Lösungen.
„Denn junge, gut ausgebildete IT-Expert:innen haben immer öfter kein Interesse daran, sich auf eine intransparente Blackbox-Anwendung zu spezialisieren. Stattdessen ist ihr Interesse an Open-Source-Lösungen gestiegen, ebenso wie der Anspruch, mit der eigenen Arbeit nicht nur zu wirtschaftlichem Erfolg sondern auch zum Gemeinwohl beizutragen“ OSBA (2026): Open Source ist Schlüsselrolle für Staat und Wirtschaft.
Wirkungstreppe bei Not-for-Profit-Projekten (PHINEO 2021)
Die Abbildung zeigt zwar die Wirkungstreppe bei Not-for-Profit-Projekten, doch möchte ich daran verschiedene Aspekte der heutigen KI-Diskussion aufzeigen. Wie zu erkennen ist, geht es bei der Entwicklung und Anwendung der verschiedenen KI-Modelle meistens darum, dass sich Künstliche Intelligenz rechnet – die Kosten also niedriger sind als der Nutzen. In den Anfängen der KI-Nutzung sind dazu sehr viele Beispiel veröffentlicht worden die zeigen, wie wirtschaftliche der KI-Einsatz sein kann. In der Zwischenzeit wird allerdings immer öfter auch darüber diskutiert, welche immensen Kosten entstehen können. Siehe dazu auch Wirtschaftlichkeit von KI-Agenten: Warum kommt es bei den Token-Kosten oft zu regelrechten Abrechnungsschocks? Diese Zusammenhänge gehören in die Kategorie Output oder Outcome.
Entscheidender für mich ist allerdings die Frage: Welchen Impact generiert Künstliche Intelligenz? Die großen US amerikanischen Tech-Konzerne wollen die Gesellschaft nach ihren wirtschaftlichen Vorstellungen ändern. Chinesische Modelle wollen das auch, doch haben diese einen anderen, eher politischen Ansatz. Siehe dazu Digitale Souveränität: Europa, USA und China im Vergleich.
Wenn es um Künstliche Intelligenz geht, sollten wir uns zunächst die Frage nach dem Impact stellen, da die KI-Modelle gravierende Auswirkungen auf unsere Gesellschaft haben. Es sollte nicht so sein, dass KI-Unternehmen unsere Daten für ihre Geschäfte nutzen und auch noch bestimmen, welche Werte in der Gesellschaft vertreten werden sollen.
In Europa wird nach und nach erkannt, dass es Zeit ist, europäische Werte als Rahmen für die Nutzung von Künstlicher Intelligenz zu setzen. Solche Grenzen werden die Tech-Konzerne nicht akzeptieren. Sie werden politischen Druck und ihre Lobbyarbeit nutzen, diesen europäischen Ansatz zu verwässern. Ich hoffe, dass die Europäische Union den eingeschlagenen Weg der sinnvollen Regulierung von Künstlicher Intelligenz weitergeht – zum Wohle der Menschen. Siehe dazu auch SuperEurope: The Unexpected Hero of the 21st Century.
Unsere Gesellschaft ist traditionell in drei Bereiche gegliedert. Da ist zunächst der Öffentliche Sektor mit seinen verschiedenen Dienstleistungen. Der Private Sektor wiederum umschreibt alle geschäftlichen Aktivitäten in einer Gesellschaft. Scheinbar abschließend kommt noch der Nonprofit Sektor hinzu, der soziale Güter ohne Profitinteressen beschreibt.
Auf diese drei Sektoren sind auch alle regulatorischen Rahmenbedingungen ausgerichtet. Es wird davon ausgegangen, dass die Produktion von Gütern und Dienstleistungen zentral erfolgt und Bürger diese erwerben und nutzen, wobei diese Leistungen mit Geld bezahlt werden. Dieses Geld erhalten die Erwerbstätigen, indem sie für die Organisationen in den Sektoren arbeiten.
Interessant ist, dass sich in den letzten ca. 40 Jahren, seit dem es Open Source Software gibt, ein neuer Sektor mit Open Source Communities gebildet hat, der als Vierter Sektor – oder auch Meshed Society (Vernetzte Gesellschaft) – beschrieben wird. Die Abbildung zeigt deutlich, wie sich so eine Gesellschaft von der eher zentral ausgerichteten Gesellschaft unterscheidet.
„However, open source communities operate within a Fourth Sector or meshed society, distinct from these traditional models. The Fourth Sector consists of decentralised, community-driven initiatives where individuals and organisations collaborate to develop, maintain, and improve non-rivalrous digital goods. These initiatives do not conform to the conventional corporate structure assumed by regulatory frameworks“ (Philipps, S. (2026): Open Source and the Emerging Fourth Sector, in Eclips Foundation (2026): The Vital Role of Open Source in Europe, Whitepaper).
Diese Entwicklung hat sich von den Bürgern aus Bottom-Up entwickelt und sollte in den gesellschaftlichen Strukturen stärker berücksichtigt werden. Aktuell dominieren immer noch die Organisationen aus den ersten drei Sektoren, doch wird der Einfluss des 4. Sektors in Zukunft immer größer. Der Grund ist: Open Source bietet Möglichkeiten, sich aus den vielfältigen Abhängigkeiten zu lösen und dadurch z.B. eine Digitale Souveränität zu erreichen und als Gesellschaft resilienter zu werden. Wie das aussehen kann, skizziere auf der MCP-Konferenz 2026, 16.-19.09.2026 in Balatonfüred, Ungarn.
Die Titel meiner beiden Paper:
Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework
Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs
Diese Website benutzt Cookies. Wenn du die Website weiter nutzt, gehen wir von deinem Einverständnis aus.
