Die fehlende Schicht der künstlichen Intelligenz

Von Momar Lissa Ndiaye („MLN"), Gründer & CEO, weyoga Inc.

Jede Ära der Informatik wurde durch die Schicht definiert, die sie hinzufügte — nicht durch die Maschinen, auf denen sie lief. Es lohnt sich also, den Begriff zu definieren, bevor man ihn verwendet.

Eine Schicht, in dem Sinne, der zählt, ist dies: eine dauerhafte Senkung der Kosten einer zuvor knappen Fähigkeit, sodass diese Fähigkeit universell verfügbar wird und alles darüber neu gebaut werden muss. Der Personal Computer machte Rechenleistung billig: die Schicht der Berechnung. Das Internet machte Verbindung billig: die Schicht der Verbindung. Das Smartphone machte Zugang billig: die Schicht des Zugangs. Und die generative KI hat nun die Produktion von Information selbst billig gemacht: die Schicht der Generierung.

Behalten Sie diese Definition, denn jeder Kandidat für die nächste Schicht muss demselben Maßstab genügen — und beachten Sie den roten Faden der vier bisherigen. Jede Schicht war bislang eine Informationsschicht. Jede machte Information billiger zu berechnen, zu übertragen, abzurufen oder zu erzeugen. Fünfzig Jahre Informatik in einem Satz: die Geschichte des Falls der Informationskosten gegen null. Dieses Projekt ist heute im Wesentlichen abgeschlossen. Die interessante Frage lautet, was knapp wird, sobald Information kostenlos ist.

Hier ist die Beobachtung, um die ich diesen Essay bauen möchte: Wenn eine neue Schicht aufhört, Entscheidungen zu verändern, hat sich der Engpass verlagert.

Jede frühere Schicht veränderte Entscheidungen. Die Berechnung veränderte, was Unternehmen wagen konnten. Die Verbindung veränderte, wen Menschen heirateten, wo sie arbeiteten, was sie kauften. Der Zugang veränderte das Verhalten so vollständig, dass wir am Steuer gesetzlich dagegen vorgehen. Und die Generierungsschicht, zwei Jahre später? Sie hat die Ausführung verändert. E-Mails schneller verfasst, Code schneller geschrieben, Zusammenfassungen schneller produziert. Die Menschen sind dramatisch effizienter in dem, was sie ohnehin taten — und treffen bemerkenswert wenige andere Entscheidungen darüber, was zu tun wäre. Wenn eine derart fähige Technologie eine derart flache Wirkung erzeugt, versagt nicht die Technologie. Der Engpass hat sich verlagert. Er liegt nicht mehr dort, wo die Branche gräbt.

Der Engpass menschlicher Entscheidungen war nie das Informationsangebot. Wer überlegt, ob er die Stelle annimmt, die Beziehung beendet, die Investition tätigt oder das schwierige Gespräch führt, dem fehlt es nicht an relevantem Wissen — er ertrinkt darin. Was fehlt, ist ein genauer Blick auf die eigenen Muster: dass man dieser Entscheidung schon einmal gegenüberstand, unter derselben Art von Druck, mit derselben Rationalisierung — und wie es ausging.

Nennen wir das, was dies auflöst, die Schicht des Erkennens — und achten wir auf ihre Natur, denn sie ist Infrastruktur, kein Feature. Drei Begriffe, streng gehalten: Gedächtnis speichert. Kontinuität bewahrt. Erkennen interpretiert. Gedächtnis ist eine Datenbank von Ereignissen. Kontinuität ist die architektonische Bedingung, dass die Vergangenheit eines Menschen dauerhaft mit seiner Gegenwart verbunden bleibt. Erkennen ist eine Inferenz, die über Kontinuität hinweg vollzogen wird — die Entdeckung der Wiederkehr, gespiegelt, bevor sie das nächste Ergebnis hervorbringt. Wer diese drei Begriffe zu einem verschmilzt, wird schließen, längere Kontextfenster lösten das Problem. Tun sie nicht. Eine Million Tokens gespeicherter Transkripte sind Gedächtnis. Zu Erkennen werden sie erst, wenn ein System gebaut ist, die Sequenz zu interpretieren — und die Sequenz kann es nur interpretieren, wenn Kontinuität von Anfang an eine architektonische Verpflichtung war.

Erfüllt Erkennen die Definition einer Schicht? Machen wir den Test. Die knappe Fähigkeit: ein genauer, longitudinaler Blick auf die eigenen Verhaltensmuster — historisch nur durch jahrzehntelange menschliche Beziehungen zugänglich und damit eines der knappsten Güter der Welt. Lassen sich ihre Kosten dauerhaft senken, ihre Verfügbarkeit universell machen? Zum ersten Mal existieren die Zutaten. Und entscheidend: Sie besteht den tieferen Test, der Schichten von Features trennt: Features verbessern bestehende Arbeitsabläufe; Schichten definieren neu, wo Wert entsteht. Die Rechtschreibprüfung verbesserte die Dokumente aller auf dieselbe Weise — ein Feature. Das Web kehrte um, wer publizieren konnte — eine Schicht. Erkennen kehrt die Richtung des Wertes vollständig um: Statt desselben Inhalts, der an Milliarden verteilt wird, steigt der Wert aus der akkumulierten Besonderheit eines einzelnen Menschen auf — nützlich genau für diesen Menschen, wertlos für jeden anderen. Das ist nicht die Form eines Features.

Der Einwand des Skeptikers verdient seinen Platz: Jede gescheiterte Technologiewelle erklärte sich zur „nächsten Schicht" — 3D-Fernsehen, das Metaverse. Die meisten selbsterklärten Schichten sind Features, die auf ihre Absorption warten. Vielleicht ist Erkennen nur eine Gedächtnisfunktion, die die Plattformen nachrüsten. Die Antwort liegt in der Definition: Nachgerüstetes Gedächtnis verbessert den bestehenden Arbeitsablauf (bessere Antworten auf Ihre Eingaben), ohne neu zu definieren, wo Wert entsteht. Es verändert nie Entscheidungen; es dekoriert die Ausführung. Der Test einer Schicht lautet nicht: „Erinnert es sich?" Er lautet: „Verlagert sich der Engpass menschlicher Entscheidungen tatsächlich?" Das verlangt die volle Architektur — Kontinuität, Interpretation, Timing — und keine Abruffunktion.

In diesem Argument schlummert eine Kapitalmarkt-Implikation, mit einem Präzedenzfall, der sich in jedem Zyklus wiederholt: Infrastruktur wird zunächst wie eine Anwendung bewertet. Der Markt bewertet das Neue mit den Metriken der vorherigen Schicht — und entdeckt erst später, dass die Abstraktionsschicht selbst zum knappen Vermögenswert geworden ist. Amazon wurde als Buchhandlung bewertet. Wenn Erkennen wirklich eine Schicht ist, dann werden die Unternehmen, die sie bauen, in den Metriken der Informations-Ära klein, langsam und unbenchmarkbar wirken — bis zum Tag der Neubewertung.

Die Geschichte der Informatik ist nicht die Geschichte besserer Maschinen. Sie ist die Geschichte der immer neuen Entdeckung, dass der bisherige Engpass nicht mehr der wirkliche war.

Information war der bisherige Engpass. Erkennen ist der nächste.

Teil von The Recognition Layer →

Momar Lissa Ndiaye („MLN") ist Gründer & CEO von weyoga Inc., einer Delaware-Gesellschaft. — weyoga.ai · mln@weyoga.ai