Klarheit vs. Umfang: Warum Floridi's Idee für KI nicht praktikabel ist

Die von Luciano Floridi aufgestellte Idee, dass ein fundamentaler Kompromiss zwischen Gewissheit und Umfang in künstlichen Intelligenzen besteht, klingt zunächst verlockend. Sie soll als Leitfaden für Investitionen in sicherheitskritischen Industrien dienen, wo die Aufmerksamkeit in Zukunft noch stärker sein wird. Doch die Analyse aus dem arXiv‑Papers zeigt, dass die Theorie in der Praxis nicht umsetzbar ist.

Der Hauptgrund liegt in zwei kritischen Schwachstellen: Erstens beruht die Konzeption auf unberechenbaren, nicht computierbaren Konstrukten. Das macht sie praktisch nicht anwendbar und unverifizierbar. Zweitens nimmt sie an, dass KI-Systeme eigenständige, abgeschlossene Erkenntnisobjekte sind. Diese Annahme trennt die Modelle von den komplexen, dynamischen sozio-technischen Umgebungen, in denen Wissen tatsächlich gemeinsam aufgebaut wird.

Die Kombination aus epistemischem Schließungsdefizit und dem Versäumnis, die Einbettung in reale Systeme zu berücksichtigen, verhindert, dass Floridi's Ansatz in ein handhabbares, rechnerisches Rahmenwerk überführt werden kann. Das Ergebnis ist ein Konzept, das zwar philosophisch interessant, aber für die Gestaltung, den Einsatz und die Regulierung moderner KI‑Hybridsysteme nicht geeignet ist.

Das Paper schlägt daher vor, Floridi's Herausforderung neu zu rahmen, indem die inhärenten epistemischen Lasten von KI in komplexen, menschenzentrierten Bereichen adressiert werden. Damit soll ein praxisnahes Modell entstehen, das tatsächlich in der Entwicklung und Governance von KI-Systemen Anwendung finden kann.