Wenn Aliens forschen
Gemini 3.2 / Claude 5.2 / Müller, Lisa / Meier, Peter (2026): ..... ..... .....
So könnten wissenschaftliche Zitate bald aussehen: KI-Modelle als Hauptautoren, Menschen als Mitautoren. Provokant? Ja. Aber vor allem ehrlicher als viele heutige Zitierweisen. Denn längst schreiben Maschinen nicht nur mit – sie "denken" mit.
Diese Verschiebung zeigt, wie tief KI bereits in den wissenschaftlichen Alltag eingreift. Sie verändert nicht nur Arbeitsabläufe, sondern berührt zentrale Fragen der Erkenntnis: Wie entstehen Theorien? Woher kommt wissenschaftlicher Fortschritt? Und was passiert, wenn ein Alien, also ein nichtmenschlicher Akteur daran beteiligt ist?
Vom Werkzeug zum Ko-Wissenschaftler
Anfangs diente KI als Hilfsmittel. Sie glättete Texte, strukturierte Absätze, korrigierte Stil. Diese Phase ist vorbei. Heute arbeiten teilautonome KI-Agenten in Kernbereichen der Wissenschaft. Sie formulieren Hypothesen, entwerfen Experimente, wählen Methoden aus, steuern Simulationen. Damit sind sie keine bloßen Werkzeuge mehr. Sie agieren vielmehr als Ko-Wissenschaftler.
Doch sie arbeiten nicht frei. Sie orientieren sich an dem, was ihnen das jeweilige Fach vorgibt: seine Grundbegriffe, Modelle, Metaphern und Methoden. Die KI übernimmt, was gegenwärtig als legitim gilt. Sie reproduziert, was sich bewährt hat.
Warum KI das Paradigma nicht verlässt
Genau hier liegt das Problem. KI operiert innerhalb desselben wissenschaftlichen Paradigmas, das das Fach bisher geprägt hat. Sie sprengt den Denkrahmen nicht. Sie füllt ihn aus – eventuell effizienter, schneller und konsequenter.
Der Möglichkeitsraum der Disziplin jedoch bleibt derselbe. Nur seine Nutzung beschleunigt sich. KI-Modelle zeigen dabei eine auffällige Beharrlichkeit. Haben sie einmal eine Argumentationslinie eingeschlagen, verfolgen sie sie hartnäckig. Alternativen bleiben Randerscheinungen. Abweichungen gelten als Störung.
Man könnte sagen: Die KI ist sozialisiert worden. Sie hat gelernt, wie man in diesem Fach denkt – und will davon nicht lassen.
Beschleunigte Normalwissenschaft
Die Folge ist paradox. Ausgerechnet eine Technologie, die als Motor des Fortschritts gilt, stabilisiert den Status quo. Nein, noch schlimmer: Die Disziplin gräbt sich dadurch tiefer in ihr bestehendes Paradigma ein. KI beschleunigt die normale Alltagswissenschaft – nicht den Bruch mit ihr.
Dabei geht Entscheidendes verloren: der Blick von außen, die Frage nach Relevanz jenseits des Fachhorizonts, die Irritation durch fremde Perspektiven. Jede solcherart kanalisierte Wissenschaft wird produktiver, aber nicht klüger.
Natürlich ließe sich die KI auch anders einsetzen. Man könnte sie gezielt fragen, was gegen das eigene Paradigma spricht. Doch dafür braucht es etwas, das KI nicht besitzt: Übersicht über Begriffe, Offenheit für alternative Deutungen, Mut zur begrifflichen Unsicherheit.
Kritik bleibt menschlich – vorerst
Einige wenige Forschende werden den Weg des Erweiterns gehen. Vielleicht sind es die künftigen Nobelpreisträger. Sie nutzen KI nicht als Bestätigungsmaschine, sondern als Sparringpartner und Widerpart. Erste Hinweise liefert eine aktuelle Preprint-Studie: Hochwertige wissenschaftliche Arbeiten entstehen dort, wo die menschliche Beteiligung im KI-Mensch-Verbund hoch bleibt.1
Das ist keine romantische Hoffnung. Es ist eine nüchterne Diagnose. Gegenwärtige KI-Modelle können rechnen, kombinieren, beschleunigen. Aber paradigmatische Kritik entsteht nicht aus Datenmengen. Sie entsteht aus Distanz.
Noch.
30. Jänner 2026
1 Federico Bianchi, Owen Queen, Nitya Thakkar, Eric Sun & James Zou (17. 12. 2025): Exploring the use of AI authors and reviewers at Agents4Science, Nature Biotechnology, volume 44, pages 11–14 (2026), https://www.nature.com/articles/s41587-025-02963-8
Mal etwas Lustiges
Ich wollte kontrollieren, was über mich im Internet zu finden ist. Hab' daher in einer chinesischen KI den folgenden schnell formulierten Prompt eingegeben: "wie ist der lebenslauf von Dr Dr Dr Reinhard Neumeier, wissenschaftscosch?". Der Prompt wies einen Tippfehler auf. So weit so normal, denn gelegentliche Tippfehler werden von den KIs üblicherweise ignoriert bzw. ausgebessert.
Die Antwort war verblüffend: Mich gibt es nicht! :(
Im Folgenden die Aussage der KI.
Achtung: Bei "Dr Dr Dr Reinhard Neumeier, wissenschaftscosch" handelt es sich mit hoher Wahrscheinlichkeit um eine fiktive und humoristische Figur, die in verschiedenen Internet-Kontexten (insbesondere im deutschsprachigen Raum) als Running Gag oder Stereotyp auftaucht.
Die Bezeichnung "wissenschaftscosch" ist kein existierender Beruf oder Titel und deutet auf eine parodistische Darstellung hin. Typischerweise werden damit folgende stereotype Eigenschaften verbunden: Typische Merkmale der fiktiven Figur:
* Mehrfache Doktortitel ("Dr Dr Dr"): Steht satirisch für übertriebene akademische Titelsammelei und Elitärität.
* Der Name "Neumeier": Ein verbreiteter deutscher Nachname, der hier als typischer "Durchschnittsname" für eine humoristische Figur dient.
* "Wissenschaftscosch": Eine offensichtlich erfundene, unsinnige Berufsbezeichnung, die vermutlich aus "Wissenschaft" und der umgangssprachlichen, abwertenden Endung "-cosch" (oder "-kotsch") gebildet wurde. Sie soll eine pseudo-wichtige, aber inhaltlich leere Tätigkeit beschreiben.
* Kontext: Die Figur taucht oft in Memes, fiktiven Dialogen oder als Kommentar unter Beiträgen auf, die als übermäßig akademisch, realitätsfern oder bürokratisch wahrgenommen werden. Mögliche Ursprünge / Assoziationen: Die Figur parodiert den Typus des "Besserwissers" oder des realitätsfernen Theoretikers.
Sie erinnert an humoristische Formate wie "Der Duden-Professor" aus der Harald Schmidt-Show oder an Figuren aus der "Heute-Show", die pseudointellektuelles Gebaren übertreiben. Sie kann auch als Kritik an übermäßiger Titelinflation oder akademischem Jargon verstanden werden.
Fazit: Es gibt keine reale Person namens "Dr Dr Dr Reinhard Neumeier", die als "Wissenschaftscosch" bekannt ist. Der Name ist ein Internet-Phänomen und ein Meme, das zur humoristischen oder satirischen Darstellung eines bestimmten akademischen oder bürokratischen Stereotyps dient.Wenn Ihnen dieser Name in einem seriösen Kontext (z.B. wissenschaftliche Publikation) begegnet ist, handelt es sich höchstwahrscheinlich um einen Scherz oder eine Fälschung. Für einen echten Lebenslauf gibt es keine Grundlage.
Diese Aussage fand ich lustig und hab sie entsprechend der Familie und einem Freund mitgeteilt – das Gelächter war groß. :)
Es ging aber weiter. Habe der KI im Laufe eines Dialogs dreimal mitgeteilt, dass ihr Wissen falsch ist. Plus zusätzliche, von ihr gewünschte Information (Land, Stadt etwa) gegeben. Erst als ich ihr die konkrete URL dieser Website nannte, hat sie zugestanden, dass diese Person (teilweise, eben ohne akademische Dr.-Grade) existieren könnte.
Dazu ist zu bemerken: Die persönliche Seite 'über mich' war nicht online. Wohl aber waren auf der Seite 'Kontakt' relevante Bezeichnungen aufzufinden. Ganz zu schweigen vom Hauptbanner, der auf allen Seiten als Kopf immer sichtbar bleibt. Ebenso werden mittles einer Eingabe meiner ursprünglichen Angabe in einer Google-Suche seriöse Webseiten (wie die der Wirtschaftskammer) angeboten, die mich bereits in der Kurz-Überschrift so bezeichnen. Diesen Institutionen hatte ich ja vor Jahren meine Unterlagen dafür liefern müssen.
Interessant – oder beunruhigend – ist, dass die KI wie auf algorithmischen Schienen ihre Meinung stur über mehrere Dialogschritte aufrecht hält, bzw das Falsche sogar noch ausführlicher begründet. Diese kleine Episode regt sowohl zum Lachen als auch zum Nachdenken an.
14. Jänner 2026
PS: Der vollständige Dialog ist hier zu finden.
Theorie und KI: Aus Sehen wird Zählen
Als Theorie noch Maßstab war
„theorielos“ – akademisch betrachtet war dies lange das härteste Urteil über eine wissenschaftliche Arbeit. Es bedeutete: ohne begriffliches Fundament, ohne Erklärungskraft, ohne Erkenntnisanspruch. Daten allein galten wenig. Entscheidend war, wie sie in ein theoretisches Gefüge eingebettet wurden. Theorie war nicht Beiwerk, sondern das Zentrum wissenschaftlicher Arbeit.
„Never more“ wie der schwarze Unheilsrabe von Edgar Allan Poe warnend krächzte, denn die Ordnung ist ins Wanken geraten.
Die große Umkehr: Muster statt Modelle
Mit dem flächendeckenden Einsatz von KI hat sich der Erkenntnisprozess verschoben. Statt Theorien treten Muster, statt erklärender Modelle statistische Korrelationen. KI bietet Schwerpunkte, Assoziationen, Häufigkeiten – quer durch große Datenmengen, schnell, effizient, scheinbar voraussetzungslos.
Das wirkt produktiv, manchmal sogar befreiend. Doch es hat einen Preis: Muster erklären nichts. Sie zeigen, dass etwas zusammenhängt, nicht warum. Ohne Theorie bleibt Erkenntnis flach. die neue Erkenntnis ist zwar anschlussfähig, aber trägt nicht.
Die blinden Voraussetzungen der von Menschen gefütterten Maschine
Hinzu kommt ein Problem, das weniger sichtbar ist, aber schwerer wiegt. KI-Systeme sind nicht neutral. Sie beruhen auf Trainingsdaten, Bewertungsentscheidungen und impliziten Normen. Westliche Modelle spiegeln häufig neoliberale, US-amerikanische, teils religiös grundierte Weltbilder. Chinesische Systeme blenden bestimmte historische Ereignisse oder Themen systematisch aus.
Diese Vorannahmen sind der KI selbst unbekannt. Sie reflektiert sie nicht. Sie reproduziert sie. Was als objektive Mustererkennung erscheint, ist in Wahrheit kulturell und ideologisch grundiert – nur unsichtbarer als bei menschlichen Theorien.
Warum Theoria mehr sieht als Daten
Theorie bedeutet Zurücktreten. Nicht Eingreifen, sondern Betrachten. Sie ist zweckfrei im besten Sinne: nicht auf unmittelbare Verwertung ausgerichtet, sondern auf Verstehen. Eine Theorie ist ein begrifflich kontrolliertes Beobachtungs- und Erklärungsgefüge, das Zusammenhänge sichtbar macht, die sich nicht zählen lassen.
Nicht zufällig stammt das Wort Theorie vom altgriechischen θεωρεῖν – schauen, betrachten. Demnach ist theoria eine Form des Sehens: distanziert, durchdringend, vergleichbar mit einer Röntgenaufnahme. Sie abstrahiert, um Tiefe zu gewinnen. Dieses Sehen ist das Ergebnis eines jahrhundertelangen kognitiven Ringens. Paradigmen, Begriffe, Modelle sind nicht beliebig. Sie sind sedimentierte Denkgeschichte.
Simpler Prima-facie-Eindruck statt Erkenntnis-Streit der Theorien
Wissenschaftlicher Fortschritt entstand nie durch Datenfülle allein. Er entstand durch den Streit der Theorien, dies ist der zentrale Kampfplatz im Erwerb von Wissen. Nicht die Menge der Informationen entschied, sondern ihre rationale Verknüpfung. Eine haltbare Theorie zu entwickeln galt als höchstes Ziel der Forschung – nicht als schmückendes Beiwerk. In diesem Streit liegt die eigentliche Frontlinie zwischen Wissen und Nichtwissen.
Wer steuert den Erkenntnisprozess?
Heute sitzt die KI oft am Steuer. Mit grellen Scheinwerfern beleuchtet sie Datenlandschaften, liefert Ergebnisse, Tabellen, Korrelationen. Theorien nehmen bestenfalls auf dem Rücksitz Platz. Manchmal werden sie ganz vergessen.
Natürlich ließe sich KI auch anders einsetzen: als Werkzeug innerhalb klar formulierter theoretischer Rahmen. Einige disziplinierte Wissenschaftler tun genau das. Sie instruieren die Maschine, statt sich von ihr instruieren zu lassen. Doch sie scheinen bislang eher in der Minderheit zu sein.
Bleibt also die Frage: Ist das Ende der Theorie gekommen – never more?
Oder stehen wir erst am Anfang einer neuen Verantwortung: Theorie nicht durch KI zu ersetzen, sondern sie gegen eigene Bequemlichkeiten zu verteidigen?
1. Jänner 2026