Man könnte darüber inzwischen tatsächlich ein Buch schreiben. Vielleicht wäre der passende Titel: „Wie eine künstliche Intelligenz meine Arbeit revolutionierte – und ihre eigene Software mich in den Wahnsinn trieb.“
Denn genau darin liegt das Absurde meiner Erfahrungen mit ChatGPT. Ich halte künstliche Intelligenz für eine der bedeutendsten technologischen Entwicklungen, die ich in meinem Berufsleben erlebt habe. Und dieses Berufsleben in der IT dauert inzwischen einige Jahrzehnte. Ich habe Lochkarten, Großrechner, Betriebssysteme ohne grafische Oberfläche, die ersten PCs, DOS, Windows, das Internet, Smartphones, Cloud Computing und schließlich künstliche Intelligenz erlebt. Vieles davon wurde anfangs überschätzt, anderes unterschätzt. Bei KI bin ich inzwischen überzeugt: Wir unterschätzen noch immer, wie grundlegend sie unsere Arbeitsweise verändern wird.
Umso erstaunlicher ist es, dass ausgerechnet eines der Unternehmen, das diese Revolution maßgeblich vorantreibt, teilweise eine Anwendung bereitstellt, deren organisatorische und technische Schwächen aus einer ganz anderen Epoche zu stammen scheinen.
Das muss man auseinanderhalten, denn sonst wird aus berechtigter Kritik schnell das übliche Gerede darüber, dass „KI eben doch nichts taugt“. Darum geht es ausdrücklich nicht. Die eigentliche KI von ChatGPT beeindruckt mich immer wieder. Ich kann mit ihr recherchieren, Texte entwickeln, Webseiten konzipieren, Programmcode diskutieren, Fehler analysieren, Verträge strukturieren, Ideen weiterentwickeln und völlig unterschiedliche Projekte parallel bearbeiten. Genau darin liegt für mich der enorme Fortschritt: Ich muss meine Gedanken nicht mehr der starren Logik einer Software unterordnen. Ich kann beschreiben, was ich erreichen will, Zusammenhänge herstellen, einen Gedanken verwerfen, später wieder aufnehmen und aus einer Idee innerhalb kurzer Zeit ein konkretes Projekt entwickeln.
Theoretisch jedenfalls. Denn irgendwann trifft diese beeindruckende Intelligenz auf die Anwendung, in der sie arbeiten soll. Und dann beginnt bisweilen eine Reise in die Vergangenheit der Informationstechnik.
Chats verschwinden nicht unbedingt, aber man findet sie nicht dort, wo man sie erwartet. Verweise auf Unterhaltungen funktionieren nicht zuverlässig. Projekte sollen Ordnung schaffen, können aber selbst neue Verwirrung erzeugen. Ein Chat weiß Dinge, der nächste nicht. Informationen, die längst erarbeitet wurden, müssen erneut gesucht, erklärt oder rekonstruiert werden. Funktionen werden angeboten, deren Zusammenspiel für den Anwender nicht nachvollziehbar ist. Work soll selbstständig Aufgaben erledigen, scheitert aber an Vorgängen, die erheblich weniger intelligent wirken als das System, das sie eigentlich ausführen soll.
Besonders hübsch wird es, wenn Fehlermeldungen erscheinen, die vermutlich technisch irgendeinen Sinn haben, für den Anwender aber vollkommen nutzlos sind. „Dieses Projekt konnte nicht für einen lokalen Chat verwendet werden“ ist so ein Satz. Vielleicht versteht irgendwo ein Entwickler sofort, was damit gemeint ist. Der Kunde möchte dagegen meistens nur eines wissen: Warum funktioniert das, was ihm die Anwendung anbietet, gerade nicht?
Das erinnert mich an Microsoft. Wer lange genug mit Windows gearbeitet hat, kennt jene legendäre Kategorie von Meldungen, nach deren Lektüre man zwar wusste, dass etwas nicht funktioniert, aber keineswegs warum. Man klickte auf „OK“, obwohl überhaupt nichts okay war, startete den Rechner neu und hoffte auf göttliche oder wenigstens elektronische Fügung. Nur gibt es einen entscheidenden Unterschied: Microsoft hatte damals keine KI-Kollegen.
OpenAI hat sie.
Und damit wird die Sache fast philosophisch. Da sitzt auf der einen Seite eine künstliche Intelligenz, die mir erklären kann, wie man eine komplexe Softwarearchitektur strukturiert, wie Benutzerführung funktionieren sollte, wie Informationen persistent organisiert werden könnten und weshalb eine Fehlermeldung für den Benutzer verständlich sein muss. Auf der anderen Seite befindet sich die Anwendung, in der genau diese Intelligenz steckt – und die stolpert über Dinge, die ihre eigene KI vermutlich in wenigen Sekunden kritisieren würde.
Man müsste ChatGPT eigentlich einmal den Auftrag geben: „Analysiere ChatGPT aus Sicht eines intensiven Anwenders und entwickle daraus eine vernünftige Arbeitsumgebung.“
Die Antwort wäre vermutlich ausgezeichnet.
Die Umsetzung könnte schwieriger werden.
Besonders deutlich wird das beim Cloudbrowser und bei ChatGPT Work. Die Idee dahinter ist hervorragend. Ich möchte einer KI nicht mehr nur erklären, welche Änderungen an einer Webseite notwendig sind. Ich möchte ihr sagen: Schau dir das an, ändere es und kontrolliere anschließend, ob alles funktioniert. Genau dort liegt der nächste große Produktivitätssprung. Aus dem Gesprächspartner wird ein Mitarbeiter – oder, wie ich es lieber nenne, ein KI-Kollege.
Nur muss ein Kollege, dem ich eine Aufgabe übertrage, irgendwann auch zuverlässig zum Ergebnis kommen. Wenn eine Aktion fehlschlägt, erneut gestartet werden muss, anschließend wieder an einer anderen Stelle hängen bleibt und der Mensch am Ende mehr Zeit mit der Kontrolle des Werkzeugs verbringt als mit der ursprünglichen Aufgabe, dreht sich der Produktivitätsgewinn ins Gegenteil.
Hinzu kommt eine Frage, die bei einem kostenpflichtigen Dienst keineswegs nebensächlich ist: Was geschieht eigentlich mit dem Nutzungskontingent, wenn Aktionen scheitern oder mehrfach ausgeführt werden müssen? Wird ein Fehler des Systems dem Kunden als Nutzung zugerechnet? Muss der Kunde also möglicherweise Ressourcen bezahlen, die nur deshalb verbraucht wurden, weil die Anwendung ihre Aufgabe beim ersten Versuch nicht erledigt hat?
Ich habe wegen solcher Einschränkungen und meiner intensiven Nutzung inzwischen sogar auf einen höheren Tarif gewechselt. Man muss die geschäftliche Eleganz dieses Vorgangs würdigen: Ein Kunde stößt auf technische Grenzen und Funktionsprobleme und reagiert darauf, indem er mehr bezahlt.
Gut für OpenAI. Ob es genauso gut für den Kunden ist, darf man zumindest fragen.
Dabei geht es keineswegs nur um Geld. Für professionelle Anwender ist Zeit die wichtigere Währung. Wenn ich eine Stunde mit einer KI arbeite und dadurch fünf Stunden eigene Arbeit spare, ist der Dienst ausgesprochen günstig. Wenn ich dagegen eine Stunde damit verbringe herauszufinden, warum eine Funktion, ein Projekt, ein Verweis oder eine Browseraktion nicht so arbeitet wie erwartet, ist selbst eine kostenlose Anwendung teuer.
Das eigentliche Problem ist deshalb die Diskrepanz zwischen Intelligenz und Infrastruktur. ChatGPT kann inzwischen Zusammenhänge verstehen, die klassische Software niemals verstanden hätte. Gleichzeitig wirkt die Organisation dieser Zusammenhänge teilweise erstaunlich konventionell. Wir haben Chats, Projekte, Erinnerungen, Dateien, Browseraktionen, Work, verbundene Dienste und unterschiedliche Arbeitsbereiche. Jeder einzelne Baustein mag für sich sinnvoll sein. Für den Anwender zählt aber nicht der einzelne Baustein. Er möchte arbeiten.
Wenn ich an einem Projekt arbeite, möchte ich nicht darüber nachdenken müssen, in welchem Chat eine Information steht. Ich möchte auch nicht wissen müssen, welche technische Grenze zwischen einem Projekt, einem lokalen Chat, einer Erinnerung und einem anderen Arbeitsbereich existiert. Das sind Probleme der Softwarearchitektur, nicht die des Kunden.
Ein modernes Auto verlangt schließlich auch nicht, dass ich weiß, welches Steuergerät gerade mit welchem Bussystem kommuniziert. Ich drücke auf das Bremspedal und erwarte, dass das Auto bremst.
Bei KI wird diese Erwartung sogar noch größer. Gerade weil die Kommunikation natürlich geworden ist, erscheint jede künstliche technische Grenze umso absurder. Wenn das System versteht, dass ich seit Wochen an einem bestimmten Projekt arbeite, sollte ich als Anwender erwarten dürfen, dass die dazugehörigen Informationen dort verfügbar sind, wo ich sie benötige – selbstverständlich unter Beachtung von Datenschutz, Berechtigungen und meiner Kontrolle darüber, was gespeichert wird.
Das ist keine Science-Fiction. Es ist die logische Konsequenz aus dem Produktversprechen.
OpenAI befindet sich dabei allerdings in einer schwierigen Lage, die man fairerweise berücksichtigen muss. ChatGPT entwickelt sich mit einer Geschwindigkeit, bei der klassische Softwareentwicklung kaum hinterherkommt. Neue Modelle, neue Werkzeuge, neue Oberflächen und neue Funktionen erscheinen in kurzen Abständen. Millionen Menschen benutzen das System auf völlig unterschiedliche Weise. Was für jemanden, der zweimal pro Woche eine Frage stellt, problemlos funktioniert, kann bei einem Anwender, der zahlreiche Projekte parallel bearbeitet, ganz andere Schwächen offenlegen.
Gerade deshalb sind intensive Nutzer aber wertvoll. Sie finden nicht nur Fehler. Sie zeigen, wo aus einem faszinierenden KI-Demonstrator tatsächlich ein professionelles Arbeitsmittel werden muss.
Und hier scheint mir OpenAI manchmal selbst noch nicht entschieden zu haben, was ChatGPT eigentlich sein soll. Ein Chatbot? Eine Suchmaschine? Ein persönlicher Assistent? Eine Entwicklungsumgebung? Ein Browseragent? Ein Dokumentensystem? Ein Gedächtnis? Eine Plattform für autonome Agenten?
Die wahrscheinlich richtige Antwort lautet: alles davon.
Dann muss aber auch alles davon zusammenspielen.
Genau darin liegt für mich die nächste große Aufgabe. Die Qualität eines KI-Systems wird künftig nicht mehr allein daran gemessen werden, welches Modell beim nächsten Benchmark zwei Prozentpunkte besser abschneidet. Für professionelle Anwender wird entscheidend sein, ob die gesamte Arbeitsumgebung zuverlässig funktioniert. Kann ich heute dort weitermachen, wo ich gestern aufgehört habe? Findet das System die Informationen, die ich ihm bereits gegeben habe? Kann ich nachvollziehen, was eine autonome Aktion getan hat? Kann ich Fehler rückgängig machen? Weiß ich, welche Ressourcen verbraucht wurden? Kann ich mich darauf verlassen, dass ein Verweis morgen noch funktioniert? Und vor allem: Muss ich mich mit der Organisation der KI beschäftigen – oder organisiert die KI endlich meine Arbeit?
Das sind keine Nebensächlichkeiten. Sie entscheiden darüber, ob künstliche Intelligenz ein faszinierendes Werkzeug bleibt oder tatsächlich zum Arbeitsplatz der Zukunft wird.
Vielleicht ist das auch der Grund, weshalb mich die Fehler von ChatGPT mehr ärgern als die Fehler vieler anderer Programme. Von einer gewöhnlichen Software erwarte ich irgendwann ihre Grenzen. Bei ChatGPT erlebe ich dagegen täglich, dass die eigentliche Technologie diese Grenzen längst überschreiten könnte. Man spricht mit einem System, das einen komplizierten Gedanken versteht, und wenige Minuten später scheitert die Umgebung an etwas, das wie ein Verwaltungsproblem wirkt.
Es ist ein wenig so, als hätte man Albert Einstein als Mitarbeiter eingestellt und würde ihm anschließend keinen Schlüssel zum Aktenschrank geben.
Die Lösung kann deshalb nicht darin bestehen, immer neue Funktionen auf eine Umgebung zu setzen, deren Zusammenspiel noch nicht zuverlässig genug ist. Mehr Funktionen bedeuten nicht automatisch ein besseres Produkt. Manchmal wäre die wichtigste Innovation schlicht, dass das Vorhandene funktioniert.
Das dürfte übrigens nicht nur OpenAI betreffen. Die gesamte KI-Branche befindet sich in einem Wettlauf, bei dem jede Woche neue Fähigkeiten präsentiert werden müssen. Agenten, Deep Research, Browsersteuerung, Programmierung, Bilder, Video, Sprache, Gedächtnis. Die Geschwindigkeit ist atemberaubend. Aber irgendwann kommt der Moment, an dem aus der Demonstration ein Werkzeug werden muss.
Ein Werkzeug wird nicht danach beurteilt, was es theoretisch kann. Es wird danach beurteilt, ob man sich darauf verlassen kann. Genau deshalb bleibe ich trotz aller Kritik ein überzeugter Nutzer von ChatGPT. Nicht weil die Anwendung perfekt wäre, sondern weil ich sehe, was diese Technologie bereits ermöglicht. Meine Kritik richtet sich nicht gegen künstliche Intelligenz. Sie entsteht gerade aus meiner Begeisterung dafür.
Ich möchte nicht weniger KI. Ich möchte eine Anwendung, die endlich genauso intelligent organisiert ist wie die KI, die in ihr steckt. OpenAI hat eines der erstaunlichsten Werkzeuge unserer Zeit geschaffen. Jetzt muss das Unternehmen dafür sorgen, dass wir nicht regelmäßig über den Werkzeugkasten stolpern.
Und wenn die Entwickler nicht wissen, wie sie das schaffen sollen, hätte ich sogar einen Vorschlag.
Fragt ChatGPT.
