Transformation 4.0: Europa – Souveräner Innovativer Humanismus statt Technologische Republik

Kurzfassung: Die Firma Palantir hat mit ihrem am 18.04.2026 veröffentlichten Manifest ‚Technologische Republik‘ ein neues Selbstverständnis für die amerikanische Tech-Elite des Silicon Valley ausgerufen. Dieser Blog-Beitrag analysiert das Manifest mit verschiedenen KI-Systemen (ChatGPT, Claude, Mistral und Gemini) und liefert in einer aggregierter Dilts Pyramide die kollektive Persönlichkeit dieses neuen Selbstverständnisses. Als Gegen-Entwurf wird eine neue kollektive Persönlichkeit Europas entwickelt und skizziert welche Schwerpunkte eine Transformation in Richtung dieses neuen Europas setzt. 

Der vorliegende Blog-Beitrag wurde mittels Gemini und den weiteren KI-Systeme Mistral, Claude und ChatGPT erstellt.

Die amerikanische Firma Palantir hat am 18.04.2026 ihr Manifest zur Neuausrichtung der westlichen Welt auf X veröffentlicht [0]. Damit hat sie uns Europäern einen großen Gefallen getan: Die Unsicherheit, wohin die USA mit ihren Tech-Milliardären steuert, ist verflogen. Wer jetzt die Zeichen der Zeit nicht verstanden hat, dem fehlt es entweder an notwendigen mentalen Fähigkeiten oder er unterstützt die in dem Manifest zum Ausdruck kommende Haltung.

Der Spiegel hat unlängst eine zutreffende Einschätzung des Manifestes veröffentlicht [1].

Ich unterbreche mit diesem Beitrag meine aktuelle Blog-Reihe ‚Attention Collective Mind‘, da ich die in dem Manifest zum Ausdruck kommende innere Haltung für eine sehr konkrete Bedrohung Europas verstehe.

Palantir setzt u.a. KI in seiner Software ein: Es liegt also nahe, verschiedene KI-Systeme nach ihrer ‚Meinung‘ zu dem Manifest zu befragen.
Im Anhang 1 ist der Prompt enthalten, den ich an vier KI-Systeme (Gemini, Mistral, Claude und ChatGPT) geschickt habe, sowie die jeweiligen Antworten. – Diese Antworten spiegeln mein Verständnis des Palantir Manifests wieder: Die Antworten von Gemini, ChatGPT und Mistral sind sehr umfangreich und treffen meine Erwartung. Die Antwort von Claude fällt im Vergleich gegenüber den anderen drei KI-Systemen in Qualität und Umfang deutlich ab.

Ich verwende im Folgenden das Management 4.0 Transformation Modell [2], um für Europa auf dieser Basis einen Gegen-Entwurf zur Palantir Kultur zu skizzieren. Die Vorgehensweise des Management 4.0 Transformation Modell ist hierfür wie folgt:

Zuerst ermittele ich mit Hilfe von Gemini Pro pro KI-Analyse eine Dilts Pyramide, die sich aus den Antworten der vier KI Systeme zum Palantir Manifest ergibt. Diese vier Dilts Pyramiden enthalten alle relevante Informationen der kollektiven Palentir Persönlichkeit: Vision, Mission, Zugehörigkeit, Identität (Big Five, Motive), Werte (Spiral Dynamics value meme) und Glaubenssätze, Fähigkeiten, Verhalten und Kontext. Sie liefern damit eine Struktur für einen europäischen Gegen-Entwurf.

Anschließend werden diese vier Dilts Pyramiden mittels Gemini Pro in eine aggregierte Dilts Pyramide des Palantir Manifestes zusammengefasst.

Es wird die angestrebte zukünftige, kollektive Persönlichkeit Europas in Form einer Dilts Pyramide ermittelt: Leitgedanke ist hierbei, dass sich diese kollektive Persönlichkeit (Kultur) im Machtgefüge der Welt behaupten muss und eine zu Europa passende Gegen-Kultur zur Palentir-Kultur entwickelt wird.

Es wird eine (oder ggf. mehrere) Transformation Dilts Pyramiden erstellt: Diese Dilts Pyramiden beleuchten den Weg von der aktuellen europäischen Kultur zur zukünftigen europäischen Kultur. Auch wenn eine Verhaltensveränderung sehr oft durch einen geeigneten System-Kontext hervorgerufen wird, so ist die Kenntnis der gesamten Dilts Pyramide entscheidend. Veränderungen insbesondere in den mittleren Ebenen, Identität sowie Werte und Glaubenssätze, entscheiden darüber, ob eine Veränderung nachhaltig wird.

Die nachfolgende Tabelle 1 fasst das Ergebnisse der vier KI Analysen zusammen. Für diese zusammenfassende Analyse habe ich Gemini Pro verwendet:

Ebene ChatGPT Mistral Claude Gemini
Vision Technologisch gestützte Macht-Demokratie; KI als Abschreckung für Frieden. Technologische Hegemonie des Westens; zentralisierter, technischer Staat. Existentielle Verteidigung des Westens in einer feindseligen Weltordnung. Post-Atomare Ordnung; Sicherung des Friedens durch Software-Souveränität.
Mission Verzahnung von Staat und Tech; Elite muss Landesverteidigung stützen. Stärkung staatlicher Souveränität durch Kooperation mit Privat-Tech. Selbstlegitimierung des Silicon Valley als nationaler Leistungsträger. Ideologisches Rückgrat des Westens; Dienst an Volk, Sicherheit und Wachstum.
Zugehörigkeit Politischer Realismus und Techno-Nationalismus. Moderner militärisch-industrieller Komplex 2.0. Strategische Interessenpolitik; Realismus trifft Kulturkonservatismus. Wehrhafter Neokonservatismus und technologischer Nationalismus.
Identität (Big Five & Motive)

Strategischer Pflichtdenker

O: Hoch, C: Sehr hoch, E: Mittel, A: Niedrig, N: Niedrig

Motive: Kontrolle, Bedeutung.

Hierarchischer Macher

O: Hoch, C: Sehr hoch, E: Hoch, A: Niedrig, N: Niedrig

Motive: Leistung, Macht, Sicherheit.

Selbstbewusste
Elite

O: Hoch, C: Hoch, E: Dominant, A: Niedrig, N: Niedrig

Motive: Einfluss, Verantwortung.

Homo
Politicus

O: Hoch, C: Sehr hoch, E: Hoch, A: Niedrig, N: Niedrig

Motive: Macht, Leistung.

Werte & Glaubenssätze

Werte: Stärke, Pflicht, Leistung.

Glaube: Software ist die primäre Machtbasis.

Werte: Disziplin, Sicherheit, Ordnung.

Glaube: Technologie bestimmt das Schicksal.

Werte: Macht, Verantwortung.

Glaube: Stärke schützt; Kulturen sind ungleichwertig.

Werte: Loyalität, Exzellenz, Hard Power.

Glaube: Moral ohne Waffen ist wirkungslos.

Fähigkeiten Strategische Macht-Projektion und Daten-Effizienz. Entwicklung von KI-Waffensystemen; technokratische Führung. Intellektuelle Diagnose des Verfalls; realpolitische Analyse. Bau hochkomplexer Militär-Software; technologische Souveränität.
Verhaltensweisen Rebellion gegen „App-Tyrannei“; Forderung nach Wehrpflicht. Kampf gegen Dysfunktionalität; Unterordnung unter Staatsziele. Kritik an Woke-Kultur; Fokus auf Hard Power statt Rhetorik. National Service; Bau „besserer Gewehre“ (Software).
Kontext Ein dekadentes Silicon Valley vor globalen Bedrohungen. Eine Welt voller rationaler Gegner ohne ethische Skrupel. Eine Welt der Systemrivalität und kulturellen Spaltung. Ein globaler Wettbewerb, in dem Soft Power allein scheitert.

Tabelle 1: Zusammenfassung der vier KI-Analysen des Palantir Manifestes auf der Basis der vier KI-Antworten (man siehe Anhang 1) als Dilts Pyramiden.

Die Ergebnisse in Tabelle 1 zeigen eine hohe Übereinstimmung mit gewissen unterschiedlichen Präferenzen der KI-Systeme. Aus diesem Grunde habe ich Gemini Pro gebeten, unter Verwendung der vier KI-Analysen und möglichen Rückgriffen auf das Palantir Manifest, eine aggregierte Dilts Pyramide zu erstellen. Tabelle 2 zeigt diese aggregierte Dilts Pyramide. Meines Erachtens gibt diese Tabelle das Palantir Manifest auf sehr prägnante Weise wieder.

Ebene der Pyramide Beschreibung / Charakterisierung des Manifests
1. Vision (Sinn) Die Technologische Republik: Ein dauerhafter Frieden im 21. Jahrhundert, der nicht mehr auf atomarer Abschreckung, sondern auf technologischer (KI-basierter) Überlegenheit des Westens basiert.
2. Mission (Beitrag) Rückzahlung der moralischen Schuld: Die technologische Elite integriert sich wieder in den Dienst der Nation, um durch „Hard Power“ wirtschaftliches Wachstum und physische Sicherheit für die Bevölkerung zu garantieren.
3. Zugehörigkeit Der wehrhafte Westen / Die Republik: Ein System aus Nationalstaat, Militär und Engineering-Elite, das sich in einer existenziellen Rivalität mit autokratischen Gegnern befindet.
4. Identität (Wer?)

Der „Architect of Power“ (Die Engineering-Elite): Ein verantwortungsbewusster, patriotischer Realist, der technische Exzellenz als politische Verpflichtung versteht.

Big Five:
Offenheit: Hoch (Visionär für neue Technologien)
Consientiousness: Sehr hoch (Pflichtbewusst, diszipliniert)
Extraversion: Hoch (Dominant, fordernd, meinungsstark)
Agreeableness: Niedrig (Konfrontativ, wertend, wenig kompromissbereit)
Neuroticism: Niedrig (Emotional stabil, furchtlos, unerschütterlich)

Motive: Macht (Einfluss), Leistung (Fortschritt), Sicherheit (Schutz).

5. Werte & Glaubenssätze

Werte: Hard Power (Stärke), nationale Loyalität, Verdienstadel (Meritokratie), Vergebung für Staatsdiener.

Glaubenssätze: „Software ist die Waffe der Zukunft“; „Moral ohne Stärke ist wirkungslos“; „Frieden ist ein Produkt militärischer Überlegenheit“; „Kulturen sind nicht gleichwertig“.

6. Fähigkeiten Militärische Software-Innovation: Die Fähigkeit, komplexe gesellschaftliche und militärische Probleme (Kriminalität, Verteidigung) durch überlegene Algorithmen und KI effizienter zu lösen als der Staat allein.
7. Verhalten Aktive Wehrhaftigkeit: Bau von KI-Waffensystemen; Rebellion gegen „triviale“ App-Kultur (iPhone-Tyrannei); Forderung nach allgemeiner Dienstpflicht; Unterstützung von „Buildern“ wie Elon Musk.
8. Kontext Das Ende des Atomzeitalters: Eine Welt geprägt von Dekadenz im Inneren und technologisch hochgerüsteten Gegnern im Außen, in der die bisherige Friedensordnung zu zerbrechen droht.

Tabelle 2: Diese Tabelle aggregiert und interpretiert die vier KI-Analysen in einer aggregierten Dilts Pyramide, erstellt von Gemini: Das Manifest lässt sich als „Technologischer Realismus“ zusammenfassen. Es bricht mit dem optimistischen, globalistischen und oft staatsfernen Ethos des klassischen Silicon Valley. Die Kernbotschaft ist: Der Westen ist nur so stark wie seine Software. Die Identität des „Machers“ wird hier mit der Identität des „Soldaten“ oder „Staatsdieners“ verschmolzen. Es ist ein Aufruf zur Abkehr von der „Dekadenz“ hin zu einer harten, technologisch fundierten Realpolitik. Das Menschenbild ist dabei fordernd: Der Einzelne schuldet dem Staat Dienst, und der Staat schuldet dem Volk Stärke.

Ich habe Gemini Pro gebeten, mittels der Dilts Pyramide einen Gegen-Entwurf für Europa zu skizzieren. Ich nenne diesen Gegenentwurf ‚Souveräner Innovativer Humanismus‘:

Ebene Beschreibung der europäischen / deutschen Position
1. Vision Souveräner Innovativer Humanismus: Eine Welt, in der Technologie die Freiheit und Würde des Einzelnen schützt und demokratische Gesellschaften durch technologische Exzellenz und ethische Standards stabilisiert werden.
2. Mission Strategische Autonomie: Den technologischen „Dritten Weg“ zwischen US-Datenkapitalismus und chinesischem Staatsautoritarismus sichern. Europa als Kraftzentrum für vertrauenswürdige KI und industrielle Souveränität.
3. Zugehörigkeit Die Europäische Wertegemeinschaft: Ein Bündnis aus liberalen Demokratien, das auf dem Rechtsstaat, der Sozialen Marktwirtschaft und multilateraler Kooperation basiert.
4. Identität

Der „Verantwortungsbewusste Innovator“: Ein Akteur, der Stärke nicht als Selbstzweck sieht, sondern als Schutzschild für zivile Werte.

Big Five (EU/DE):
Offenheit: Moderat (Fokus auf industrielle Anwendung)
Conscientiousness: Sehr hoch (Regulierung, Präzision)
Extraversion: Moderat (Kooperativ statt dominant)
Agreeableness: Hoch (Konsenssuchend, multilateral)
Neuroticism: Moderat (Vorsichtig, risikobewusst)

Motive: Sicherheit, Harmonie, Autonomie.

5. Werte & Glaubenssätze

Werte: Menschenwürde (Privacy), Rechtsstaatlichkeit, soziale Gerechtigkeit, Nachhaltigkeit.

Glaubenssätze: „Stärke braucht rechtliche Bindung“; „Technologie muss dem Menschen dienen, nicht umgekehrt“; „Echte Sicherheit entsteht durch Kooperation und Transparenz“.

6. Fähigkeiten „Ethics-by-Design“ & Industrie 4.0: Weltmarktführerschaft in industrieller KI (B2B), Cybersicherheit und der Fähigkeit, globale Standards zu setzen (der sog. „Brussels Effect“, wie beim AI Act).
7. Verhalten Die technologische „Zeitenwende“: Massive Investitionen in europäische Infrastruktur (Cloud, KI-Rechenzentren); Umsetzung des AI Act; Aufbau einer europäischen Verteidigungsfähigkeit, die KI ethisch integriert.
8. Kontext Systemischer Wettbewerb: Eine multipolare Welt, in der Europa seine Naivität abgelegt hat und erkennt, dass Werte ohne technologische Basis (Infrastruktur, Energie, Verteidigung) nicht überlebensfähig sind.

Tabelle 3: Zukünftige Dilts Pyramide Europa’s als Ziel einer gesellschaftlichen Transformation.

Wenn man beide Pyramiden vergleicht, sieht man den fundamentalen Konfliktpunkt:

  • Palantir argumentiert: Macht schafft Realität: Zuerst die Software/Waffe, dann die Moral.

  • Europa argumentiert: Werte legitimieren Macht: Zuerst der Rechtsrahmen, dann die Anwendung.

  • Deutschland steckt in der Dilts-Pyramide oft auf der Ebene der Verhaltensweisen fest (Bürokratie, langsame Digitalisierung), während die Identität („Exportweltmeister/Ingenieursnation“) ins Wanken gerät. Die Antwort auf Palantir müsste für Deutschland bedeuten, die Ebene der Fähigkeiten radikal zu modernisieren (Software-Kompetenz), ohne die Ebene der Werte (Rechtsstaatlichkeit) aufzugeben.

Das Modell der Spiral Dynamics nach Clare Graves, Don Beck und Christopher Cowan [2] ist hervorragend geeignet, um die tiefen psychologischen Wertesysteme (v-Memes) zu entschlüsseln, die hinter dem Palantir-Manifest und der aktuellen Verfassung der EU stehen:

Spiral Dynamics Analyse: Das Palantir Manifest

Das Manifest von Palantir ist eine hocheffiziente Mischung aus den Ebenen Rot, Blau und Orange, mit einem sehr spezifischen Fokus auf die Verteidigung gegen das, was sie als „dekadentes“ Grün wahrnehmen.

  • Rot (Macht & Dominanz – Kraftvoll): Ausprägung: Sehr stark. Das Manifest spricht offen von „Hard Power“, „Vanquishing of an opponent“ (Besiegen von Gegnern) und dem Ende des atomaren Zeitalters zugunsten von KI-Waffen. Es geht um Durchsetzungskraft, Dominanz auf der Weltbühne und den Mut, Tabus zu brechen.

  • Blau (Ordnung, Pflicht & Opfersinn – Autorität): Ausprägung: Die tragende Säule. Begriffe wie „Moral Debt“ (moralische Schuld), „National Service“ (Nationaler Dienst) und „Universal Duty“ (universelle Pflicht) sind klassisches Blau. Es fordert die Unterordnung des Einzelnen (und der Tech-Elite) unter ein höheres nationales Ziel. Die Ablehnung von „hollow pluralism“ ist eine direkte blaue Kritik an der Relativierung von Werten.

  • Orange (Erfolg, Strategie & Fortschritt – Leistung): Ausprägung: Strategisch dominant. Die Ingenieurs-Elite wird als „Engineering Elite“ gefeiert. Es geht um wirtschaftliches Wachstum, technologische Überlegenheit und Wettbewerb. Elon Musk wird als Held des Aufbaus zitiert. Technik ist hier ein Werkzeug zur Erlangung von Erfolg und Sicherheit.

  • Gelb (Systemisch – Integration): Ausprägung: Ansätze vorhanden. Das Verständnis, dass wir uns in einem Epochenwechsel befinden (Atomzeitalter zu KI-Zeitalter), zeigt systemisches Denken. Allerdings ist das Motiv eher die Verteidigung (Blau/Rot) als eine ganzheitliche Integration der Menschheit.

Zusammenfassung Palantir: Ein Blau-Orange-Roter Kern. Es ist ein Aufruf zur Rückkehr zu „harten“ Werten (Blau/Rot), um den Erfolg (Orange) des Westens zu sichern.

Spiral Dynamics Analyse: Die Europäische Union (EU)

Die EU befindet sich in einem völlig anderen Bereich der Spirale, was das fundamentale Unverständnis gegenüber Palantir erklärt.

  • Grün (Gemeinschaft, Harmonie & Pluralismus – Relativ): Ausprägung: Das aktuelle „Zuhause“ der EU. Der Fokus liegt auf Inklusion, Vielfalt, Umweltschutz (Green Deal), Menschenrechten und Konsens. Die EU versucht, Konflikte durch Dialog und Ausgleich zu lösen. Das Palantir-Manifest kritisiert genau diese Ebene als „theatralische Debatten“ und „Psychologisierung“.

  • Blau (Ordnung & Struktur – Bürokratisch): Ausprägung: Sehr stark in der Verwaltung. Die EU ist ein hochkomplexes Regelwerk (Rechtsstaatlichkeit, Verträge). Während Palantirs Blau jedoch martialisch-patriotisch ist, ist das EU-Blau bürokratisch-prozedural. Man vertraut auf Regeln (AI Act), nicht auf Stärke.

  • Orange (Erfolg & Wettbewerb): Ausprägung: In der Defensive. Zwar ist die EU ein Wirtschaftsraum, aber das Orange (Wettbewerbsgeist, Risiko) wird oft durch Grün (Regulierung/Soziales) und Blau (Bürokratie) gehemmt.

  • Gelb (Systemisch): Ausprägung: Die EU ist ein systemisches Experiment (Supranationalität). Aber sie scheitert oft an der Umsetzung, weil sie versucht, komplexe gelbe Probleme mit grünen Mitteln (Konsenszwang) und blauen Mitteln (Vorschriften) zu lösen.

Zusammenfassung EU: Ein Grün-Blauer Kern mit geschwächtem Orange.

Wenn wir die berechtigte Annahme treffen, dass Europa (und insbesondere Deutschland) im Vergleich zum martialischen Tempo von Akteuren wie Palantir aktuell zu langsam agiert, offenbart die Dilts-Pyramide die tieferliegenden „Bremsklötze“.

Um die Pyramide so zu ergänzen, dass sie die Ursachen der Langsamkeit abbildet und gleichzeitig die notwendigen Hebel zur Beschleunigung zeigt, müssen wir die Ebenen kritisch erweitern. Das Problem liegt meistens darin, dass Europa auf den unteren Ebenen (Verhalten/Umwelt) versucht zu beschleunigen, während die oberen Ebenen (Werte/Identität) noch auf „Sicherheit“ und „Bedenken“ programmiert sind.

Hier ist die ergänzte Dilts-Pyramide für ein „zu langsames“ Europa und die notwendigen Korrekturen:

Die Bremsklötze der europäischen Dilts Pyramide

Ebene Ergänzung: Warum wir zu langsam sind (Status Quo) Notwendiger Hebel zur Beschleunigung
1. Vision Vision ist oft zu abstrakt („Wohlstand für alle“), ohne den Zeitfaktor als kritische Komponente zu begreifen. „Agile Souveränität“: Zeitnahe technologische Handlungsfähigkeit als Existenzgrundlage begreifen.
2. Mission Fokus auf Bewahrung des Status Quo statt auf Gestaltung der Transformation. „Missions-getriebene Innovation“: Große Probleme (Energie, Verteidigung) mit Priorität und Tempo lösen.
3. Zugehörigkeit Fragmentierung: 27 Nationalstaaten mit 27 Partikularinteressen bremsen die Skalierung. Digitale Union: Echter Binnenmarkt ohne nationale Schranken für Daten und Kapital.
4. Identität „Der Schiedsrichter“: Wir sehen uns als die moralische Instanz, die Regeln setzt, während andere das Spiel spielen. „Venture State“: Identität als Mitspieler und Investor, der Risiken eingeht, statt sie nur zu verwalten.
5. Werte & Glaubenssätze Glaubenssatz: „Fehler müssen um jeden Preis vermieden werden“; Vorsorgeprinzip als Innovationsbremse. Glaubenssatz: „Geschwindigkeit ist ein Sicherheitsfaktor“; Fehler als Lernschritte (Trial & Error).
6. Fähigkeiten Exzellenz in der Theorie, Schwäche in der Skalierung: Wir können KI erforschen, aber keine Weltmarktführer bauen. Execution-Kompetenz: Fähigkeit, Forschung radikal schnell in Produkte und Hardware zu übersetzen.
7. Verhalten Regulation-First: Erst regulieren, dann ausprobieren. Langwierige Konsensprozesse und Bürokratie. Sandboxing: Reallabore, in denen Technologie erst probiert und dann (schlank) reguliert wird.
8. Kontext Komfortzone: Lange Phase des Friedens und Wohlstands hat die Dringlichkeit (Sense of Urgency) gedämpft. Harte Geopolitik: Erkennen, dass das „Fenster der Möglichkeiten“ gegenüber den USA und China zuschlägt.

Die Langsamkeit Europas ist kein technisches Problem (Ebene 6/7), sondern ein Identitäts- und Glaubenssatz-Problem (Ebene 4/5).
Solange wir glauben, dass wir durch Zögern und Regulieren Sicherheit gewinnen, werden wir langsamer bleiben als Akteure wie Palantir, die glauben, dass Sicherheit nur durch technologische Dominanz entsteht. Die Ergänzung in der Pyramide lautet: „Speed is a feature, not a bug.“

Dimension Palantir (Manifest) Europäische Union (EU)
Haupt-v-Meme Blau / Orange / Rot Grün / Blau
Haltung zu Macht Macht ist notwendig, um Werte zu schützen (Hard Power). Macht ist verdächtig; Konsens ist der Weg.
Haltung zu Technik Technik ist eine Waffe und ein Wachstumsmotor. Technik ist ein Risiko, das reguliert werden muss.
Menschenbild Pflichtbewusst, heldenhaft, widersprüchlich. Schutzbedürftig, gleichberechtigt, empathisch.
Problem-Lösung Dezisiv (Entscheidung durch Stärke). Diskursiv (Lösung durch Verhandlung).

In Spiral Dynamics erklärt sich die Langsamkeit der EU daraus, dass sie auf der grünen Ebene feststeckt:

Entscheidungsunfähigkeit: Grün will niemanden zurücklassen oder verletzen, was in einer Welt, die sich auf Rot/Orange-Geschwindigkeit bewegt, zu Lähmung führt.

Abwehr von Blau/Rot: Palantirs Forderungen wirken auf eine grüne EU wie ein Rückfall in dunkle Zeiten (Nationalismus/Militarismus). Die EU sieht die Gefahr der Macht, Palantir sieht die Notwendigkeit der Macht.

Das Ergebnis: Wenn Europa nicht lernt, die gelbe Ebene (Systemische Integration von Stärke und Werten) zu erreichen, wird es zwischen den USA (Orange/Rot) und Akteuren wie Palantir (Blau/Orange) zerrieben. Palantir bietet ein „Update“ für das blaue System an – die EU versucht noch, das grüne System zu optimieren, während der Kontext (Umwelt/Ebene 8) bereits in einen harten Systemwettbewerb umgeschlagen ist.

Anlage 1

Mein Prompt:

Die Firma Palentir hat gerade ein sogenanntes Manifesto herausgebracht. Ich möchte, dass Du dieses Manifesto analysierst und mir Deine Meinung dazu gibst. Die Analyse sollte folgendes enthalt: Big Five Persönlichkeitsmodell (gehe einfach mal davon aus, dass eine Person dies geschrieben hat), die darin enthaltenen Werte und Motive sowie die enthaltenen Glaubenssätze, welches Menschenbild kommt zum Ausdruck, Welches Gesellschaftsbild kommt zum Ausdruck, welche Demokratiebild ist enthalten, Wie sollte die wünschenswerte Zukunft aussehen. Und bitte gib mir eine Einschätzung/Deine Meinung nach Deinen eigenen Kriterien.
Hier ist der Post:

X Post Palantir

@PalantirTech

Because we get asked a lot.

The Technological Republic, in brief.

1. Silicon Valley owes a moral debt to the country that made its rise possible. The engineering elite of Silicon Valley has an affirmative obligation to participate in the defense of the nation.

2. We must rebel against the tyranny of the apps. Is the iPhone our greatest creative if not crowning achievement as a civilization? The object has changed our lives, but it may also now be limiting and constraining our sense of the possible.

3. Free email is not enough. The decadence of a culture or civilization, and indeed its ruling class, will be forgiven only if that culture is capable of delivering economic growth and security for the public.

4. The limits of soft power, of soaring rhetoric alone, have been exposed. The ability of free and democratic societies to prevail requires something more than moral appeal. It requires hard power, and hard power in this century will be built on software.

5. The question is not whether A.I. weapons will be built; it is who will build them and for what purpose. Our adversaries will not pause to indulge in theatrical debates about the merits of developing technologies with critical military and national security applications. They will proceed.

6. National service should be a universal duty. We should, as a society, seriously consider moving away from an all-volunteer force and only fight the next war if everyone shares in the risk and the cost.

7. If a U.S. Marine asks for a better rifle, we should build it; and the same goes for software. We should as a country be capable of continuing a debate about the appropriateness of military action abroad while remaining unflinching in our commitment to those we have asked to step into harm’s way.

8. Public servants need not be our priests. Any business that compensated its employees in the way that the federal government compensates public servants would struggle to survive.

9. We should show far more grace towards those who have subjected themselves to public life. The eradication of any space for forgiveness—a jettisoning of any tolerance for the complexities and contradictions of the human psyche—may leave us with a cast of characters at the helm we will grow to regret.

10. The psychologization of modern politics is leading us astray. Those who look to the political arena to nourish their soul and sense of self, who rely too heavily on their internal life finding expression in people they may never meet, will be left disappointed.

11. Our society has grown too eager to hasten, and is often gleeful at, the demise of its enemies. The vanquishing of an opponent is a moment to pause, not rejoice.

12. The atomic age is ending. One age of deterrence, the atomic age, is ending, and a new era of deterrence built on A.I. is set to begin.

13. No other country in the history of the world has advanced progressive values more than this one. The United States is far from perfect. But it is easy to forget how much more opportunity exists in this country for those who are not hereditary elites than in any other nation on the planet.

14. American power has made possible an extraordinarily long peace. Too many have forgotten or perhaps take for granted that nearly a century of some version of peace has prevailed in the world without a great power military conflict. At least three generations — billions of people and their children and now grandchildren — have never known a world war.

15. The postwar neutering of Germany and Japan must be undone. The defanging of Germany was an overcorrection for which Europe is now paying a heavy price. A similar and highly theatrical commitment to Japanese pacifism will, if maintained, also threaten to shift the balance of power in Asia.

16. We should applaud those who attempt to build where the market has failed to act. The culture almost snickers at Musk’s interest in grand narrative, as if billionaires ought to simply stay in their lane of enriching themselves . . . . Any curiosity or genuine interest in the value of what he has created is essentially dismissed, or perhaps lurks from beneath a thinly veiled scorn.

17. Silicon Valley must play a role in addressing violent crime. Many politicians across the United States have essentially shrugged when it comes to violent crime, abandoning any serious efforts to address the problem or take on any risk with their constituencies or donors in coming up with solutions and experiments in what should be a desperate bid to save lives.

18. The ruthless exposure of the private lives of public figures drives far too much talent away from government service. The public arena—and the shallow and petty assaults against those who dare to do something other than enrich themselves—has become so unforgiving that the republic is left with a significant roster of ineffectual, empty vessels whose ambition one would forgive if there were any genuine belief structure lurking within.

19. The caution in public life that we unwittingly encourage is corrosive. Those who say nothing wrong often say nothing much at all.

20. The pervasive intolerance of religious belief in certain circles must be resisted. The elite’s intolerance of religious belief is perhaps one of the most telling signs that its political project constitutes a less open intellectual movement than many within it would claim.

21. Some cultures have produced vital advances; others remain dysfunctional and regressive. All cultures are now equal. Criticism and value judgments are forbidden. Yet this new dogma glosses over the fact that certain cultures and indeed subcultures . . . have produced wonders. Others have proven middling, and worse, regressive and harmful.

22. We must resist the shallow temptation of a vacant and hollow pluralism. We, in America and more broadly the West, have for the past half century resisted defining national cultures in the name of inclusivity. But inclusion into what?

Excerpts from the #1 New York Times Bestseller The Technological Republic: Hard Power, Soft Belief, and the Future of the West, by Alexander C. Karp & Nicholas W. Zamiska

 

21.04.2026 ChatGPT Antwort
Das „Manifesto“ von Palantir Technologies (bzw. aus dem Buch
The Technological Republic) ist kein neutraler Text, sondern ein stark normatives, politisch-philosophisches Statement mit klarer Stoßrichtung: technologische Eliten sollen sich aktiv in Staat, Sicherheit und Machtpolitik einbringen. Ich zerlege das entlang deiner Kategorien.

1. Big Five (als „Autor-Persönlichkeit“ gedacht)

Offenheit für Erfahrungen: hoch, aber selektiv
Es gibt viel Vision (A.I., neue Ära der Abschreckung, Kritik an „Apps“ als Sackgasse). Gleichzeitig ist die Offenheit ideologisch begrenzt: kulturelle Vielfalt wird kritisch gesehen.

Gewissenhaftigkeit: sehr hoch
Pflicht, Verantwortung, nationale Dienste, Leistungsorientierung – der Text ist stark auf Ordnung, Disziplin und Verpflichtung ausgerichtet.

Extraversion: mittel bis hoch
Selbstbewusst, teilweise kämpferisch („we must rebel“, „affirmative obligation“).

Verträglichkeit: eher niedrig
Der Ton ist konfrontativ: Kritik an Eliten, Kultur, Politik, Pluralismus. Wenig Konsensorientierung.

Neurotizismus: niedrig (nach außen)
Wirkt kontrolliert, rational, strategisch – aber mit latentem Bedrohungsgefühl (Geopolitik, Verfall, Gegner).

👉 Kurz: Eine Persönlichkeit, die man als „strategisch-elitären Pflichtdenker mit missionarischem Einschlag“ beschreiben könnte.

2. Werte und Motive

Zentrale Werte:

  • Nationale Stärke & Sicherheit

  • Pflicht / Dienst (Service, Militär, Verantwortung)

  • Leistung & technologische Exzellenz

  • Ordnung statt moralischer Relativismus

  • Realismus (Macht statt Idealismus)

Motive:

  • Wiederherstellung von Bedeutung („Silicon Valley soll wieder relevant werden“)

  • Angst vor Niedergang (kulturell, geopolitisch)

  • Wunsch nach Kontrolle in einer unsicheren Welt

  • Anerkennung für Eliten, die „bauen“ (z. B. Bezug auf Elon Musk)

👉 Das Ganze ist stark von einem „Verfall-gegen-Aufstieg“-Narrativ geprägt.

3. Glaubenssätze (implizit)

  • Technologie = Machtinstrument, nicht nur Komfort

  • Frieden entsteht durch Stärke, nicht durch Moral

  • Eliten haben besondere Pflichten gegenüber dem Staat

  • Gegner handeln rational-machtpolitisch → wir müssen das auch tun

  • Pluralismus kann zu Schwäche führen

  • Kultur ist hierarchisch bewertbar (nicht gleichwertig)

👉 Das Weltbild ist klar realistisch (im Sinne der internationalen Politik), nicht liberal-idealistisch.

4. Menschenbild

Der Mensch erscheint hier:

  • nicht primär gut oder kooperativ, sondern potenziell konfliktgetrieben

  • stark durch Pflicht und Struktur zu lenken

  • anfällig für Dekadenz (Komfort, „Apps“, Selbstverwirklichung)

  • sinnvoll eingebunden durch Dienst, Risiko, Verantwortung

👉 Kein humanistisches Selbstentfaltungsbild, sondern eher ein republikanisch-pflichtorientiertes Menschenbild.

5. Gesellschaftsbild

Die Gesellschaft wird gesehen als:

  • zu weich, zu komfortorientiert („tyranny of the apps“)

  • zu moralisch-selbstbezogen („psychologization of politics“)

  • zu intolerant gegenüber abweichenden Meinungen (v. a. Religion)

  • zu wenig leistungs- und sicherheitsorientiert

👉 Ideal ist eine Gesellschaft, die:

  • härter, realistischer, leistungsorientierter ist

  • klare kulturelle Identität hat

  • Technologie für Macht einsetzt

6. Demokratiebild

Das Demokratieverständnis ist nicht klassisch liberal, sondern eher:

  • Demokratie muss leistungsfähig und wehrhaft sein

  • Moralische Debatten allein reichen nicht

  • Bürger sollen Pflichten tragen (z. B. Wehrdienst)

  • Eliten (Tech, Militär) spielen eine zentrale Rolle

👉 Das geht in Richtung einer „wehrhaften, elitengestützten Demokratie“, weniger einer rein pluralistischen.

7. Zukunftsbild (Soll-Zustand)

Die gewünschte Zukunft ist:

  • technologisch dominierte Sicherheitsordnung (A.I. als Abschreckung)

  • enge Verzahnung von Staat + Tech-Industrie

  • stärkere militärische und geopolitische Rolle des Westens

  • kulturell selbstbewusster Westen (weniger Relativismus)

  • Bürger mit mehr Pflichtbewusstsein (z. B. nationaler Dienst)

👉 Kurz: Eine „technologisch gestützte Macht-Demokratie“.

8. Kritische Einschätzung

Jetzt meine eigene Bewertung:

Stärken des Textes

  • Realismus: Er benennt echte geopolitische Spannungen (A.I., Militär, Konkurrenz)

  • Kritik an Komfortkultur: Nicht völlig unbegründet

  • Verantwortungsargument: Tech hat reale Macht → Verantwortung ist logisch

Schwächen / Risiken

  • Militarisierung von Technologie
    → Gefahr, dass Innovation primär sicherheitspolitisch gedacht wird

  • Elitismus
    → „Engineering elite“ wird moralisch aufgewertet

  • Abwertung von Pluralismus
    → kann schnell in autoritäre Tendenzen kippen

  • Kulturelle Hierarchien
    → problematisch, weil normativ und potenziell spaltend

  • Dichotomes Weltbild (wir vs. Gegner)
    → reduziert Komplexität und kann Eskalation fördern


9. Gesamtfazit

Das Manifest ist im Kern:

👉 ein geopolitisch-realistisches, technologiezentriertes Machtprogramm mit republikanischem Pflichtethos und skeptischer Haltung gegenüber liberalem Pluralismus.

Es wirkt wie eine Mischung aus:

  • Silicon-Valley-Selbstkritik

  • sicherheitspolitischem Strategiedokument

  • kulturellem Gegenentwurf zum liberalen Mainstream


Wenn du willst, kann ich dir das noch einordnen im Vergleich zu politischen Ideologien (z. B. Neokonservatismus, Realismus, Techno-Nationalismus) oder dir sagen, wie typisch das für Palantir Technologies insgesamt ist.

Ja bitte tue beides
Gern – ich ordne das jetzt (1) ideologisch ein und (2) im Kontext von Palantir Technologies selbst.


1. Ideologische Einordnung

Das Manifest ist kein „reiner“ Vertreter einer Ideologie, sondern eher eine Hybridform. Die wichtigsten Strömungen darin:


🧭 (a) Politischer Realismus (Internationale Beziehungen)

Nähe zu: Hans Morgenthau, John Mearsheimer

Typische Elemente im Text:

  • Staaten konkurrieren dauerhaft

  • Moral allein reicht nicht („soft power reicht nicht“)

  • Sicherheit basiert auf Macht (hier: Software & A.I.)

  • Gegner handeln strategisch, nicht moralisch

👉 Das ist der dominante Kern des Manifests.


🛡️ (b) Neokonservatismus (moderne Variante)

Nähe zu: Robert Kagan

Gemeinsamkeiten:

  • Betonung amerikanischer Stärke

  • Idee, dass US-Macht globale Stabilität ermöglicht hat

  • Skepsis gegenüber „zu viel“ Zurückhaltung

  • Verbindung von Werten + militärischer Stärke

Unterschied:

  • Klassischer Neokonservatismus war stärker demokratie-exportierend

  • Palantir-Version ist technokratischer und weniger ideologisch-missionarisch

👉 Man könnte sagen: „Neokonservatismus ohne Idealismus, dafür mit Software“


💻 (c) Techno-Nationalismus

Das ist vielleicht die treffendste moderne Kategorie.

Kernidee:
Technologische Überlegenheit = nationale Macht

Im Manifest:

  • Silicon Valley soll Teil der nationalen Sicherheit sein

  • A.I. wird zur zentralen militärischen Infrastruktur

  • Tech-Eliten haben patriotische Pflicht

👉 Das ist eine klare Abkehr vom alten Silicon-Valley-Libertarismus („move fast, break things“) hin zu:
➡️
„build for the state, secure the nation“


🏛️ (d) Republikanischer Bürgersinn (klassisch)

Nähe zu antiken & republikanischen Ideen (z. B. Rom, Pflichtethos)

Elemente:

  • Bürger sollen dienen (national service)

  • Lasten sollen geteilt werden

  • Freiheit = auch Pflicht

👉 Das steht im Kontrast zum modernen Individualismus.


⚠️ (e) Anti-liberaler Pluralismus (kritische Komponente)

Hier wird es heikel:

  • Kritik an kultureller Gleichwertigkeit

  • Ablehnung von „leerem Pluralismus“

  • Skepsis gegenüber Identitätspolitik

👉 Das bewegt sich in Richtung:

  • konservativer Kulturkritik

  • teilweise anschlussfähig an rechte Diskurse (je nach Interpretation)


👉 Kurz-Zusammenfassung Ideologie

Das Manifest ist im Kern:

➡️ Realismus + Techno-Nationalismus + republikanisches Pflichtethos
mit
➡️
neokonservativen und kulturkritischen Elementen


2. Wie typisch ist das für Palantir?

Sehr typisch – und gleichzeitig eine bewusste Positionierung.


🧬 (a) DNA von Palantir

Palantir Technologies wurde geprägt von:

  • Geheimdienst-/Militärnähe

  • Fokus auf Datenanalyse für Sicherheit

  • enge Zusammenarbeit mit Staaten

Mitgründer: Peter Thiel

👉 Thiel steht selbst für:

  • Skepsis gegenüber liberaler Demokratie (teilweise)

  • starke Betonung von Eliten und Technologie

  • geopolitisches Denken


🧠 (b) CEO-Weltbild

Der Autor Alexander C. Karp ist interessant:

  • öffentlich eher „philosophisch“ als klassischer CEO

  • betont Werte, Verantwortung, Staat

  • sieht Palantir explizit als politischen Akteur, nicht nur Firma

👉 Das Manifest ist daher kein PR-Zufall, sondern Ausdruck echter Überzeugung.


⚙️ (c) Strategische Positionierung

Warum veröffentlicht man so ein Manifest?

1. Differenzierung vom Silicon Valley

  • Abgrenzung von:

    • Konsum-Apps

    • Werbeökonomie

  • Positionierung als „ernsthafte“ Technologie

2. Talent-Rekrutierung

  • Ansprache von:

    • Ingenieuren mit Sinn für „Mission“

    • Menschen mit Sicherheits-/Militärinteresse

3. Politischer Einfluss

  • Versuch, Diskurs zu verschieben:

    • Tech soll stärker staatlich eingebunden werden


🌍 (d) Rolle im größeren Trend

Palantir ist kein Einzelfall, sondern Teil eines Trends:

👉 Verschiebung von:

  • Globales, liberales Internet“
    ➡️ hin zu:

  • geopolitische Tech-Blöcke“

Beispiele:

  • USA vs. China im A.I.-Wettlauf

  • stärkere Verzahnung von Staat & Tech


3. Meine Gesamteinordnung (etwas zugespitzt)

Das Manifest ist:

👉 eine Kampfansage an das alte Selbstverständnis des Silicon Valley

Früher:

  • Individualismus

  • Konsum

  • Globalismus

Hier:

  • Pflicht

  • Nation

  • Macht

4. Mein Urteil (klarer formuliert)

Ich halte den Text für:

🟢 Teilweise überzeugend

  • Technologie ist tatsächlich geopolitisch entscheidend

  • Sicherheit und Machtfragen sind real

  • Verantwortung von Tech-Eliten ist ein legitimer Punkt

🔴 Aber problematisch in der Stoßrichtung

  • Gefahr eines Tech-Militarismus

  • Überhöhung von Eliten

  • Abwertung pluralistischer Gesellschaften

  • kulturell normativ bis potenziell spaltend

🧾 Endfazit

Wenn man es auf einen Satz reduziert:

👉 Palantir entwirft eine Vision, in der Technologieunternehmen zu tragenden Säulen staatlicher Macht werden – und in der Freiheit stärker über Pflicht, Stärke und geopolitische Durchsetzung definiert wird als über Vielfalt und individuelle Selbstentfaltung.

Wenn du willst, kann ich dir noch sagen, wie dieses Denken in Europa (z. B. Deutschland) aufgenommen wird – da gibt es nämlich ziemlich starke Spannungen.

 

21.04.2026 Mistral Antwort
Hier ist eine umfassende Analyse des Palantir-Manifests „The Technological Republic“ nach den gewünschten Kriterien:

1. Big Five Persönlichkeitsmodell (angenommen, eine Person hat das Manifest verfasst)

  • Offenheit für Erfahrungen: Hoch – Der Autor zeigt Interesse an großen gesellschaftlichen und technologischen Fragen, an Geschichte, Philosophie und der Zukunft der Zivilisation. Es gibt jedoch eine starke Präferenz für traditionelle Werte und eine kritische Haltung gegenüber modernen, pluralistischen Strömungen.

  • Gewissenhaftigkeit: Sehr hoch – Die Argumentation ist strukturiert, zielorientiert und betont Pflicht, Verantwortung und Disziplin (z. B. nationale Dienstpflicht, Pflicht der Tech-Elite zur Landesverteidigung).

  • Extraversion: Mittel bis hoch – Der Text ist kämpferisch, selbstbewusst und appellativ, was auf eine ausgeprägte Durchsetzungsfähigkeit und Führungsorientierung hindeutet.

  • Verträglichkeit: Niedrig – Der Ton ist konfrontativ, polarisierend und zeigt wenig Kompromissbereitschaft. Kritik an „dekadenten“ Eliten, „regressiven“ Kulturen und „hohlem Pluralismus“ deutet auf eine geringe Toleranz für abweichende Meinungen hin.

  • Neurotizismus: Niedrig – Der Autor wirkt selbstsicher, überzeugt von der eigenen Weltsicht und zeigt keine Anzeichen von Selbstzweifeln oder Unsicherheit.

2. Enthaltene Werte und Motive

  • Pflicht und Verantwortung: Die Betonung der „moralischen Schuld“ von Silicon Valley gegenüber dem Staat, die Forderung nach nationalem Dienst und die Pflicht zur Landesverteidigung sind zentral.

  • Technologischer Fortschritt als Machtinstrument: Software und KI werden als entscheidende Faktoren für „harte Macht“ und geopolitische Überlegenheit gesehen.

  • Sicherheit und Ordnung: Der Staat soll durch Technologie und militärische Stärke geschützt werden, auch um innere und äußere Bedrohungen abzuwehren.

  • Leistungsorientierung: Kritik an „dekadenten“ Eliten und Forderung nach einer Kultur, die „Bauer“ (im Sinne von Schöpfern, Machern) belohnt.

  • Kulturelle Hierarchie: Die Überzeugung, dass einige Kulturen „fortschrittlich“ und andere „regressiv“ oder „dysfunktional“ sind, prägt die Argumentation.

3. Glaubenssätze

  • Technologie als Schicksal: Der Glaube, dass der Westen nur durch technologische Überlegenheit (v. a. KI und Software) überleben kann.

  • Staatliche Souveränität: Der Staat muss durch private Tech-Unternehmen gestärkt werden, um seine Macht zu sichern.

  • Kritik an „weichen“ Werten: Pluralismus, Inklusivität und moralische Debatten werden als schwächend und naiv abgetan.

  • Militarismus als Notwendigkeit: Krieg und militärische Stärke werden als unvermeidlich und notwendig für den Erhalt der westlichen Zivilisation dargestellt.

  • Elitenkritik: Die aktuelle politische und wirtschaftliche Elite wird als unfähig, korrupt oder zu schwach beschrieben.


4. Menschenbild

  • Hierarchisch und leistungsorientiert: Menschen werden danach bewertet, ob sie „produktiv“ oder „dekadent“ sind. Nur wer sich für Staat, Technologie oder Militär engagiert, gilt als wertvoll.

  • Pessimistisch: Der Mensch wird als schwach, fehleranfällig und leicht manipulierbar dargestellt – daher braucht es starke Institutionen und Technologie, um ihn zu „führen“.

  • Anti-individualistisch: Individuelle Freiheit wird nur insoweit akzeptiert, als sie dem Gemeinwohl (wie vom Autor definiert) dient.


5. Gesellschaftsbild

  • Technokratisch: Die Gesellschaft sollte von einer Elite aus Technologen, Militärs und „patriotischen“ Führungskräften gelenkt werden.

  • Anti-pluralistisch: Vielfalt wird nur akzeptiert, wenn sie sich einer gemeinsamen, „fortschrittlichen“ Kultur unterordnet.

  • Sicherheitsorientiert: Der Staat soll durch Überwachung, militärische Stärke und technologische Kontrolle stabilisiert werden.

  • Kulturkampf: Es gibt „fortschrittliche“ und „regressive“ Kulturen – letztere müssen bekämpft oder assimiliert werden.


6. Demokratieverständnis

  • Instrumentell: Demokratie ist kein Selbstzweck, sondern ein Mittel, um die „richtigen“ Entscheidungen (v. a. in Sicherheit und Technologie) durchzusetzen.

  • Elitär: Nur eine technokratische Elite soll entscheidende Macht haben – der „Pöbel“ oder die „Massen“ werden als unzuverlässig und emotional dargestellt.

  • Anti-liberal: Freiheitsrechte (z. B. Privatsphäre, Meinungsfreiheit) werden als Hindernis für Sicherheit und Fortschritt gesehen.

  • Nationalistisch: Demokratie muss dem „nationalen Interesse“ dienen – internationale Kooperation wird nur insoweit akzeptiert, als sie die eigene Macht stärkt.


7. Wünschenswerte Zukunft

  • Technologische Hegemonie: Der Westen soll durch KI, Software und militärische Überlegenheit dominieren.

  • Starker Staat: Ein zentralisierter, technologisch gestützter Staat soll Sicherheit, Ordnung und „Fortschritt“ garantieren.

  • Kulturelle Homogenität: Eine gemeinsame, „fortschrittliche“ Kultur soll „regressive“ Strömungen verdrängen.

  • Militärisch-industrieller Komplex 2.0: Tech-Unternehmen wie Palantir sollen eng mit Militär und Geheimdiensten zusammenarbeiten, um die „nationale Mission“ zu erfüllen.


8. Eigene Einschätzung/Kritik

  • Stärken: Das Manifest ist provokant, klar formuliert und zwingt zur Auseinandersetzung mit der Rolle von Technologie in der modernen Gesellschaft. Es benennt reale Herausforderungen (z. B. die Macht privater Tech-Konzerne, die Notwendigkeit von Innovation für Sicherheit).

  • Schwächen:

    • Autoritärer Unterton: Die Forderung nach nationaler Dienstpflicht, die Ablehnung von Pluralismus und die Geringschätzung demokratischer Debatten erinnern an autoritäre Ideologien.

    • Technologie-Determinismus: Die Annahme, dass KI und Software allein den Westen retten können, ist naiv und ignoriert die Risiken (z. B. Überwachung, Automatisierung von Krieg).

    • Kultureller Essentialismus: Die Einteilung von Kulturen in „fortschrittlich“ und „regressiv“ ist vereinfachend und gefährlich – sie rechtfertigt Interventionen und Diskriminierung.

    • Realitätsferne: Die Vision eines „technologischen Republik“ ignoriert, dass Machtmissbrauch, Korruption und technokratische Hybris oft zu Katastrophen führen (vgl. historische Beispiele).

  • Gefahren: Palantir ist kein neutraler Akteur – das Unternehmen profitiert direkt von Überwachung, Militärtechnologie und staatlicher Aufrüstung. Das Manifest liest sich daher auch wie eine Rechtfertigung für das eigene Geschäftsmodell.


Fazit: Das Manifest ist weniger eine neutrale Analyse als eine ideologische Kampfschrift. Es verbindet technokratische Utopien mit nationalistischem Pathos und einer klaren Agenda: Die Macht von Tech-Unternehmen wie Palantir soll gestärkt werden – im Namen von Sicherheit, Fortschritt und „westlicher Überlegenheit“. Wer diese Vision teilt, wird darin eine klare Richtung sehen; wer demokratische Werte, Pluralismus und individuelle Freiheit hochhält, wird darin eine Bedrohung erkennen.

 

21.04.2026 Claude Antwort

Das ist eine sehr aufschlussreiche Analyse-Aufgabe. Lass mich das Manifest systematisch durcharbeiten und dir dann meine eigene Einschätzung geben.Hier meine ausführliche Analyse — das Widget oben ist interaktiv, du kannst durch alle Reiter navigieren. Lass mich die wichtigsten Punkte noch einmal kurz zusammenfassen und einordnen:

Big Five: Der fiktive Autor ist ein klassischer High-Conscientiousness-Typ mit niedriger Verträglichkeit — pflichtbewusst, leistungsorientiert, wenig kompromissbereit. Intellektuell offen, aber die Offenheit dient der Ordnung, nicht der Exploration.

Kernwerte & Motive: Das Manifest dreht sich um Macht, Verantwortung, und die Überzeugung, dass der Westen existenziell gefährdet ist. Darunter liegt ein starkes Motiv der Selbstlegitimierung: Silicon Valley rechtfertigt seine Existenz über nationale Nützlichkeit.

Glaubenssätze: Die Welt ist ein Wettkampf. Stärke schützt, Schwäche provoziert. Nicht alle Kulturen sind gleichwertig. Das sind klassisch-realistische außenpolitische Prämissen — kombiniert mit einem kulturkonservativen Innenpolitik-Substrat.

Demokratiebild: Ambivalent. Demokratie wird verteidigt, aber als Instrument westlicher Machtprojektion — nicht als universelles Prinzip. Die Forderung nach kultureller Substanz (These 22) öffnet die Tür zu autoritären Schlussfolgerungen, auch wenn die Autoren das explizit vermeiden.

Meine persönliche Einschätzung: Das Manifest ist intellektuell anspruchsvoller als typische politische Manifeste und enthält berechtigte Diagnosen — die Smartphone-Kritik, die Cancel-Culture-Kritik, die KI-Realpolitik. Aber es hat eine systematische blinde Ecke: Es reflektiert nie die eigene Machtposition. Eine Analyse des westlichen Niedergangs, die weder Kolonialgeschichte, noch Klimawandel, noch ökonomische Ungleichheit als Variablen enthält, ist keine vollständige Analyse — sondern Interessenpolitik in akademischer Sprache.

Das ist das rhetorisch Geschickte und zugleich Unehrliche an dem Text.

 

21.04.2026 Gemini Antwort

Das vorliegende „Manifesto“ (Auszüge aus The Technological Republic) von Alex Karp und Nicholas Zamiska ist ein hochgradig provokatives, neokonservatives und technikzentriertes Dokument. Es bricht mit der gängigen „Woke“-Kultur des Silicon Valley und fordert stattdessen eine Rückbesinnung auf staatliche Stärke und westliche Dominanz.

Hier ist die detaillierte Analyse:


1. Analyse der Persönlichkeit (Big Five Modell)

Betrachtet man das Manifest als Ausdruck einer fiktiven Einzelpersönlichkeit, ergibt sich folgendes Profil:

  • Offenheit für Erfahrungen: Hoch. Die Bereitschaft, bestehende Weltordnungen (Atomzeitalter vs. KI-Zeitalter) und soziale Normen (Pazifismus in Japan/Deutschland) radikal infrage zu stellen, zeugt von intellektueller Neugier und Risikofreude.

  • Gewissenhaftigkeit: Sehr Hoch. Ein starker Fokus auf Pflicht, nationale Verteidigung, wirtschaftliches Wachstum und funktionierende Institutionen. Hier spricht jemand, der Effizienz und Ordnung über alles stellt.

  • Extraversion: Hoch (Dominanz). Der Tonfall ist bestimmt, fordernd und nach außen gerichtet. Es geht um Machtprojektion (Hard Power) und Einflussnahme auf die Weltbühne.

  • Verträglichkeit: Niedrig. Das Manifest ist konfrontativ. Es lehnt „hohlen Pluralismus“ ab, kritisiert die „Elite“ und fordert die Vernichtung von Feinden (wenn auch ohne Häme). Es herrscht ein pragmatisch-kühler, fast darwinistischer Blick auf Kulturen vor.

  • Neurotizismus: Niedrig. Die Sprache ist furchtlos und extrem selbstbewusst. Es gibt wenig Raum für Selbstzweifel oder Angst vor Kritik; stattdessen herrscht ein unerschütterlicher Glaube an die eigene Mission vor.


2. Werte, Motive und Glaubenssätze

Werte

  • Hard Power: Stärke als Voraussetzung für Frieden.

  • Loyalität/Patriotismus: Die moralische Schuld gegenüber der Nation.

  • Exzellenz & Verdienst: Anerkennung von individueller Leistung (z. B. Elon Musk) statt erblicher Eliten.

  • Verantwortung: Die Elite muss dem Volk dienen (Sicherheit und Wachstum).

Motive

  • Machtmotiv: Der Wunsch, den technologischen Vorsprung des Westens durch KI-Waffen und Software zu sichern.

  • Leistungsmotiv: Fortschritt durch technologische Überlegenheit und wirtschaftliche Dynamik.

Glaubenssätze

  • Software ist die Grundlage der Macht im 21. Jahrhundert.“

  • Der Westen ist moralisch überlegen, aber diese Moral ist ohne Waffen wertlos.“

  • Menschliche Natur ist widersprüchlich und braucht Vergebung, nicht psychologische Analyse.“


3. Das Menschen- und Gesellschaftsbild

Menschenbild

Das Menschenbild ist realistisch-pessimistisch mit einem Schuss Heroismus. Menschen werden als fehlbar und widersprüchlich angesehen (Punkt 9). Es gibt eine klare Unterscheidung zwischen der „Engineering Elite“ (die eine Pflicht hat) und der breiten Öffentlichkeit (die Anspruch auf Schutz hat). Es ist ein Bild des Homo Politicus, der durch Dienst und Pflicht (National Service) geformt wird.

Gesellschaftsbild

Die Gesellschaft wird als funktionales Gebilde verstanden, das durch gemeinsame Lasten zusammengehalten wird (Punkt 6: allgemeine Dienstpflicht). Es herrscht eine Abneigung gegen eine „atomisierte“ Gesellschaft, die sich in Apps verliert. Stattdessen wird eine Gesellschaft skizziert, die durch eine klare nationale Kultur und gemeinsame Ziele definiert ist.


4. Demokratiebild und Zukunftsvision

Demokratiebild

Das Demokratiebild ist wehrhaft und elitär. Demokratie wird nicht als bloßer Diskurs verstanden, sondern als ein System, das sich aktiv gegen äußere Feinde (Autokratien) verteidigen muss. Es gibt eine Skepsis gegenüber der „Psychologisierung“ der Politik – Politik soll Probleme lösen (Sicherheit, Wirtschaft), nicht die Seele nähren.

Wünschenswerte Zukunft

  • Technologische Souveränität: Eine Welt, in der die USA und ihre Verbündeten (inkl. eines wiederbewaffneten Deutschlands und Japans) durch KI-Abschreckung den Frieden sichern.

  • Ende der Dekadenz: Rückkehr zu harter Arbeit, realen technologischen Durchbrüchen und nationalem Stolz.

  • Post-Atomare Ordnung: Ein neues Zeitalter der Abschreckung, das auf Software statt auf Sprengköpfen basiert.


5. Einschätzung und Eigene Meinung

Dieses Manifest ist ein Plädoyer für einen technologischen Nationalismus.

Meine Kriterien für die Einschätzung:

  1. Innere Logik: Das Manifest ist konsistent. Wenn man akzeptiert, dass die Welt ein kompetitiver Ort ist, in dem „Soft Power“ ohne „Hard Power“ scheitert, ist die Argumentation brillant.

  2. Gesellschaftlicher Impact: Es ist eine notwendige Provokation gegen die Bequemlichkeit des Silicon Valley. Die Forderung nach einer moralischen Verpflichtung der Tech-Elite gegenüber dem Staat ist ein starkes Argument gegen den digitalen Libertarismus.

  3. Risiko-Potenzial: Hier liegt der kritische Punkt. Die Forderung nach der Wiederbewaffnung von Deutschland und Japan sowie die Glorifizierung von KI-Waffen (Punkt 5 & 12) könnte ein neues, unkontrollierbares Wettrüsten einläuten. Die Ablehnung von „Pluralismus“ (Punkt 22) birgt die Gefahr, interne Kritiker als „funktionslos“ abzustempeln.

Fazit

Palantir positioniert sich hier nicht mehr als Softwarefirma, sondern als ideologisches Rückgrat des Westens.

  • Das Positive: Es ist erfrischend ehrlich. Es bricht mit dem Heile-Welt-Marketing anderer Tech-Giganten und benennt geopolitische Realitäten.

  • Das Problematische: Es atmet den Geist des „Great Man Theory“-Historismus. Es ist ein sehr männliches, fast martialisches Weltbild, das wenig Raum für diplomatische Nuancen oder zivile Konfliktlösungen lässt.

Mein Urteil: Ein intellektuell scharfes, aber gefährliches Dokument. Es ist die Geburtsstunde einer „Technologischen Republik“, die Effektivität über Empathie und Stärke über Konsens stellt. Es ist ein Aufruf zum Kampf – technologisch, kulturell und militärisch.

 

Literatur

[0] Palantir (2026) The Technological Republic, in brief. auf X

[1] Pilarczyk Hannah (2026) Die Techmogule setzen auf Regime-Change, Spiegel, https://www.spiegel.de/politik/deutschland/alex-karp-die-tech-mogule-setzen-auf-regime-change-meinung-a-dc685491-db1a-4cc6-b668-ab6c3ca30c75

[2] Jens Köhler und Alfred Oswald: Die Collective Mind Methode (2009)

Alfred Oswald, Jens Köhler, Roland Schmitt: Projektmanagement am Rande des Chaos (2016), auch in englischer Sprache verfügbar: Project Management at the Edge of Chaos, Springer 2018

Alfred Oswald und Wolfram Müller (editors): Management 4.0 – Handbook for Agile Practices, Release 3.0“, BoD 2019

 

Von der gesellschaftlichen Kernschmelze – Eine Demokratie-Autokratie Analyse der Länder USA, Deutschland, Ungarn und Ukraine oder vom ‚Dies markiert den Beginn einer neuen Ära empirisch fundierter, bewusstseins-integrierter Demokratieforschung! 🌟‘

Dieser Blog ist der sechste Teil der Blog-Serie ‚Von der gesellschaftlichen Kernschmelze…‘. Dieses Mal starte ich mit einigen Erfahrungen in der Verwendung der KI-Systeme ChatGPT, Claude und DeepSeek.

Der Teil des Titels ‚Dies markiert den Beginn einer neuen Ära empirisch fundierter, bewusstseins-integrierter Demokratieforschung! 🌟‘ stammt von der KI Claude und zeigt einen kleinen Ausschnitt der wenig positiven aktuellen Erfahrungen mit den zwei KI-Systemen ChatGPT und Claude. Für meine Aufgabenstellungen hat hingegen DeepSeek im Laufe der letzten Monate eine extrem gute Entwicklung gezeigt.

Ziel dieses Blog-Beitrages ist es, das in den letzten Blog-Beiträgen entwickelte Modell des Demokratie-Autokratie-Übergangs an realen Daten zu validieren.

Wie die Blog-Beiträge des letzten Jahres zeigen, waren meine Erfahrungen mit ChatGPT sehr positiv. Alle diese Blog-Beiträge, wie auch der aktuelle, sind durch eine recht aufwendige mathematische Modellierung und eine entsprechend umfangreiche Programmierung gekennzeichnet.

Der vorliegende Blog-Beitrag ist im Juni 2025 entstanden. Zu meiner Überraschung zeigte ChatGPT in mehreren von mir verwendeten Versionen einen enormen Leistungsverlust: Die Ausgabe der umfangreichen Programme erfolgte nicht mehr vollständig. Selbst mehrfaches Nachfordern und das Umleiten der Ausgabe in Dateien brachte keine Besserung. Es ging so weit, dass ChatGPT mir völlig anderen Code anbot, teilweise hatte dieser noch etwas mit der Aufgabenstellung zu tun, jedoch waren es eher kleine Code-Schnipsel. – Kurzum das System war für die Erstellung des Blog-Beitrages nicht nutzbar. – Ich hatte die letzten Jahre schon mehrmals ähnliche Erfahrungen gemacht.- Dieses Mal kam es jedoch sehr überraschend, zumal Sam Altman immer mehr von der KI Singularity spricht. – Meine aktuellen Erfahrungen stehen in krassem Widerspruch zu seinen Prognosen.

Ich wechselte zu Claude. Claude war zuerst in der Lage das Programm vollständig zu erzeugen. Die Programm-Ausgabe, begleitet von ähnlich euphorischen Sätzen wie demjenigen im Titel des Blog-Beitrages, kann den Benutzer dazu verleiten, zu glauben, dass Alles in Ordnung ist. Dem war leider nicht so. Claude benötigte sehr viele Korrekturanweisungen: Immer wieder wurden Modell-Kürzungen vorgenommen, teilweise sogar mit erheblichen Modellverfälschungen.

Mit viel Mühe gelang es schließlich eine erste Version des Programms zu erzeugen. Einer weiteren Verfeinerung und Ergänzung widersetzte sich Claude jedoch. Es tauchten ähnliche Probleme wie bei ChatGPT auf: Code wurde weggelassen und schließlich wurde nur noch ‚Spiel-Code‘ angeboten. Zugegeben, der Code war inzwischen umfangreich, jedoch bei weitem nicht vergleichbar mit Code, den man in der professionellen Computersimulations-Forschung einsetzt. – Also auch hier Indizien für ein Überbewerten der kurzfristigen Erreichbarkeit der AI Singularity?!

Ich wechselte zu DeepSeek, meiner letzten Hoffnung den Blog-Beitrag noch fertigzustellen.- Denn der Fertigstellung durch mich alleine gab ich keine Aussicht auf Erfolg. Mit DeepSeek gelang es mir tatsächlich zwei erhebliche Modell-Ergänzungen vorzunehmen.

Ich ließ die Ergebnisse des nun fertigen Programms von allen drei KI-Systemen interpretieren. – Das war noch möglich: Die Interpretationen von ChatGPT und DeepSeek waren am sachlichsten und an den Daten orientiert. Die Interpretationen von Claude waren wieder ziemlich euphorisch, teilweise sehr plakativ. Einmal geschah bei Claude etwas sehr Bedenkliches: Die KI interpretierte die Ergebnisse aus Sicht der letzten Programmversion, die Claude erstellt hatte. Claude hatte die tatsächlichen Ergebnisse völlig falsch zugeordnet und kam zu einer völlig unsinnigen Interpretation.

Ich interpretiere diese teilweise sehr bedenklichen Erfahrungen wie folgt: Es ist möglich, dass das KI-Verhalten durch das Interface zwischen Prompt-UI und eigentlicher KI hervorgerufen wird. Vermutlich nehmen die KI-Anbieter dort für den Anwender intransparente Änderungen am Prompt-Input vor. Es könnte zum Beispiel sein, dass der Prompt nur eine bestimmte Größe haben darf. Die Ausgabe von ‚Spiel-Code‘ statt umfangreichen richtigen Code weist jedoch darauf hin, dass die KI-Systeme selbst überfordert waren und es offensichtlich kein Warnsystem für Überforderung gib. Zwar ist immer Vorsicht bei der Übernahme von KI-Ausgaben geboten, jedoch scheint diese Vorsicht ab einem bestimmten Aufgabenumfang besonders wichtig zu werden.  

Ich wende mich nun dem eigentlichen Ziel dieses Blog-Beitrages zu: Der Validierung des Modells anhand realer Daten. Der Begriff ‚Validierung‘ ist etwas hoch gegriffen, da ich einerseits nicht alle 70 Parameter des Modells realen Daten zuordnen kann und anderseits die Zuordnung, die ich vornehme nicht ganz eindeutig ist. Die in den sogenannten realen Daten enthaltenen Kriterien für Demokratie basieren ihrerseits auf einem Modell und dieses Modell passt nicht zwangsläufig zu meinem Modell. Außerdem enthält die Validierungsmethode selbst gewisse Annahmen.

Ich benutze die V-Dem Daten von 1990-2024, die zu den umfangreichsten und weltweit besten Demokratie-Autokratie-Daten gehören [1]. Schon im dritten Teil dieser Blogreihe ‚Von der gesellschaftlichen Kernschmelze oder vom Phasenübergang Demokratie-Autokratie‘ vom Mai 2025 habe ich daraufhin gewiesen, dass es unterschiedliche Datensätze von unterschiedlichen Anbietern gibt und diese teilweise erheblich voneinander abweichen. – Die Validierung hat also hier schon ein nicht unerhebliches Handicap, da die ‚Messdaten‘ von unterschiedlichen Anbietern nicht immer das gleiche Ergebnis zeigen. Die ‚Messungen‘ werden typischer Weise über die Einschätzung eines Expertenkollektivs vorgenommen, ähnlich wie man dies von den Expertenschätzungen im Projektmanagement kennt. Prinzipiell kann diese Art von ‚Messung‘ sehr genau sein, differiert jedoch mit dem angenommen Demokratie-Modell (u.a. Zusammenstellung der Kriterien, Wichtung der Kriterien usw. ).

Ich sehen von diesen Unzulänglichkeiten ab und nehme für 18 Parameter in der ODE-Hauptgleichung Zuordnungen vor (man siehe für das ODE-System den vorherigen Blog-Beitrag). – Damit werden alle ‚Soziale Feld‘ Parameter sowie die Parameter des demokratischen und des autokratischen Agenten abgedeckt. Für den rechts-libertären Agenten gibt es in den V-Dem Daten keine Entsprechung. Tabelle 1 zeigt diese Zuordnung:

ParameterZuordnungV-Dem IndikatorTransformationTheoretische Begründung
λ (lam bzw. lambda: Control Parameter-Political Stress)v2x_libdemLiberal Democracy IndexVerschiedene Zuordnungen a +b*x, für vier verschiedene Regime BereicheGesamtdemokratiequalität als inverser Stressindikator
α_Z (Future Orientation)v2x_delibdemDeliberative Democracy0.02 + 0.06 * xDeliberative Prozesse fördern langfristige Planung und Zukunftsorientierung
α_W (Value Cohesion)v2x_cspartCivil Society Participation0.02 + 0.06 * xZivilgesellschaftliche Teilhabe schafft geteilte Werte und sozialen Zusammenhalt
α_B (Needs Cohesion)v2x_egaldemEgalitarian Democracy0.02 + 0.06 * xEgalitäre Demokratie adressiert gemeinsame Grundbedürfnisse aller Schichten
α_Q (Institutional Trust)v2x_ruleRule of Law0.005 + 0.055 * xRechtsstaatlichkeit als direktes Maß für Institutionenvertrauen
α_I (Inequality Impact)v2x_egaldemEgalitarian Democracy0.01 + 0.05 * (1-x) (invertiert)Schwache egalitäre Demokratie = hohe Ungleichheit
β_P (Polarization)v2cacampsCampaign Polarization0.03 + 0.09 * xDirekte Messung von Wahlkampfpolarisierung als autokratische Kraft
β_V (Mistrust)v2x_ruleRule of Law0.02 + 0.08 * (1-x) (invertiert)Schwache Rechtsstaatlichkeit erzeugt gesellschaftliches Misstrauen
β_E (Economic Crisis) v2x_corrCorruption Index0.02 + 0.08 * xKorruption destabilisiert Wirtschaft und erzeugt Krisen
β_M (Media Polarization/Manipulation)v2xme_altinfAlternative Information0.02 + 0.06 * (1-x) (invertiert)Weniger alternative Medien = mehr staatliche Medienmanipulation
k_f_ID (Integral Thinking)v2x_delibdemDeliberative Democracy0.00 + 0.03 * xDeliberation erfordert ganzheitliches Denken
k_f_Ep (Empathy)v2xcl_rolEquality before Law-0.01 + 0.03 * xRechtliche Gleichbehandlung setzt Empathie für Gerechtigkeit voraus
k_f_T (Transparency)v2x_freexpFreedom of Expression-0.02 + 0.04 * xMeinungsfreiheit ermöglicht und erfordert Transparenz
k_f_Wp (Science Affinity)v2x_freexpFreedom of Expression-0.02 + 0.04 * xWissenschaftliche Diskussion braucht Meinungsfreiheit
k_f_C (Conspiracy Thinking)v2xpe_exlpolPolitical Exclusion-0.01 + 0.04 * xPolitischer Ausschluss fördert Verschwörungsdenken
k_f_MG (Power Hunger)v2x_corrCorruption Index-0.02 + 0.05 * xKorruption reflektiert Machtgier in der Politik
k_f_R (Revenge)v2cacampsCampaign Polarization-0.01 + 0.03 * xPolarisierung erzeugt Rachegelüste zwischen politischen Lagern
k_f_Wm (Science Denial)v2xpe_exlpolPolitical Exclusion-0.02 + 0.04 * xAusgrenzung führt zu Anti-Establishment und Wissenschafts-feindlichkeit
Tabelle 1: Diese Tabelle ordnet meinen Modell-Parametern die Modell-Parameter des V-Dem Modells zu. Für den Kontrollparameter ‚lambda‘ wurde eine etwas aufwendigere Zuordnung vorgenommen, da der V-Dem Demokratieindex und der Kontrollparameter als politischer Stressindikator in einem inversen Verhältnis zueinander stehen. Der Freedom of Expression Index wurde zweimal verwendet für Tranzparenz und Wissenschaftsneigung. Der Egalitarian Index und der Corruption Index wurden ebenfalls zweimal verwendet jedoch mit unterschiedlichen Transformationsvorschriften. Die Transformationsvorschriften beruhen auf der Zuordnung Parameter=a+b⋅x bzw. Parameter=a+b⋅(1−x) Die zweite Zuordnung beruht auf der Feststellung, dass manche Parameter wachsen, wenn der Indikator niedrig ist. Wir wählen a und b so, dass für alle realistischen Indikator-Werte in [0, 1] die Modellparameter innerhalb eines theoretisch sinnvollen Intervalls bleiben und bei x=0 den minimal erwarteten Effekt (a) und bei x=1 den maximalen Effekt (a+b) zeigen. Beispiel für α_Z (Future Orientation): α_Z = 0.02 + 0.06 · v2x_delibdem, ⇒ α_Z ∈ [0.02 , 0.08]. Dies deckt den Bereich ab, in dem wir demokratieförderliche Zukunftsorientierung für realistische Deliberation-Werte erwarten.

Die übrigen 52 Parameter, die im Wesentlichen in den Hilfs-ODE’s enthalten sind, bleiben auf ihren Standardwerten. Diese Standardwerte habe ich schon für die vorherigen Blog-Beiträge verwendet. Sie sind für alle Rechnung gleich fixiert.

Damit ergeben sich für die Länder USA, Deutschland, Ungarn und Ukraine folgende an den V-Dem Daten kalibrierten Parameterwerte:

Para-meterBedeutungV-Dem IndikatorUSADeutsch-landUngarnUkraine
lam (lambda)1/Liberal Democracy → Political Stressv2x_libdem0.31980.29010.35621.4326
alpha_BEgalitarian Democracy → Needs Cohesionv2x_egaldem0.06100.06930.05560.0408
alpha_IEgalitarian Democracy → Inequality Impact (inverted)v2x_egaldem0.02580.01890.03030.0426
alpha_QRule of Law → Institutional Trustv2x_rule0.05850.05960.04880.0199
alpha_WCivil Society Participation → Value Cohesionv2x_cspart0.07910.07860.06180.0536
alpha_ZDeliberative Democracy → Future Orientationv2x_delibdem0.06700.07150.05020.0408
beta_ECorruption → Economic Crisisv2x_corr0.02490.02100.04760.0808
beta_MAlternative Information → Media Polarization (inverted)v2xme_altinf0.02710.02210.03470.0399
beta_PCampaign Polarization → Polarization Forcev2cacamps0.0502–0.14930.11050.0080
beta_VRule of Law → Mistrust (inverted)v2x_rule0.02220.02050.03630.0783
k_f_CPolitical Exclusion → Conspiracy Thinkingv2xpe_exlpol–0.0092–0.0094–0.0046–0.0030
k_f_EpEquality before Law → Empathyv2xcl_rol0.01860.01980.01800.0107
k_f_IDDeliberative Democracy → Integral Thinkingv2x_delibdem0.02350.02580.01510.0104
k_f_MGCorruption → Power Hungerv2x_corr–0.0169–0.0194–0.00270.0180
k_f_RCampaign Polarization → Revengev2cacamps–0.0033–0.06980.0168–0.0173
k_f_TFreedom of Expression → Transparencyv2x_freexp0.01880.01920.01470.0090
k_f_WmPolitical Exclusion → Science Denialv2xpe_exlpol–0.0192–0.0194–0.0146–0.0130
k_f_WpFreedom of Expression → Science Affinityv2x_freexp0.01880.01920.01470.0090
Tabelle 2: Diese Tabelle zeigt die kalibrierten Parameterwerte des Modells für den Zeitraum 1990-2024. Für sich genommen hat jeder Parameter wenig Aussagekraft. Im Vergleich aller vier Länder bestätigt sich meine Wahrnehmung der jeweiligen Demokratie bzw. Autokratie. Hiernach ist die Ukraine stark autokratisch, Ungarn ist noch demokratisch und USA und Deutschland sind demokratisch. – Jüngste USA Ereignisse sind nicht erfasst: Lediglich am Polarisationsparameter (beta_P) kann man erahnen, was im Jahre 2025 in den USA geschieht.

 

Auf der Basis dieser kalibrierten Parameter können wir auch in die Zukunft schauen und das Modell nutzen, um eine Zukunftsprognose zur Demokratie-Autokratie Entwicklung der jeweiligen Länder zu wagen. Man beachte, dass diese Prognose keine unerwarteten zukünftigen Ereignisse berücksichtigt, sondern lediglich eine vergangene Entwicklung in die Zukunft fortsetzt. 

Für die Prognose benutze ich die sogenannte Sobol-Sensitivitätsanalyse [2]. Basierend auf den Ausgangsdaten für den Zeitraum 1990-2024 simuliert diese Analyse für einen Zeitraum von 50 Jahre welche Parameter zukünftig am wichtigsten sind. Mit der Sobol-Analyse ermittele ich die Parameter, die den größten Einfluss auf drei Ergebnistypen haben:

  • D_final = Demokratie-Wert am Ende des Zeithorizonts von 50 Jahren
  • D_change = Differenz zwischen End- und Anfangswert
  • Resilienz = Durchschnittlicher Demokratie-Wert während der schlechtesten 25% der Zeit (misst die Fähigkeit des Systems, unter Druck zu bestehen).

Gemessen werden die sogenannten ST-Werte (Sensitivity Total Werte). Hohe ST-Werte (nahe 1.0) sind für einen großen Teil der Ergebnisvarianz verantwortlich. Das heißt, kleine Änderungen in diesen Parametern führen zu großen Änderungen im Ergebnis. Diese Parameter sind kritisch für das Systemverhalten. Niedrige ST-Werte (nahe 0) haben wenig Einfluss auf das Ergebnis. Diese Parameter können in weiteren Analysen oft fixiert werden. Der politische Nutzen ist offensichtlich: Die Parameter mit hohen ST-Werten sind Hebel für die demokratische Stabilisierung und Risikofrüherkennung. Z.B. bei hoher Sensitivität von `alpha_Q` (Institutionenvertrauen) sind Justizreformen besonders wirksam. Oder z.B. hoher ST-Wert für ‚lambda‘ für Deutschland zeigt an, dass für Deutschland der autokratische Feldanteil durchaus das Potential hat, Deutschland in ein autoritäres System zu kippen. Die Sobol-Analyse liefert eine wissenschaftliche Grundlage für gezielte Reformen und Risikomanagement.

Nun zu den Ergebnissen:

Abbildung 1: Für die USA wird ausgesagt, dass in allen drei Sensitivitätsanalysen jeweils 10 Parameter mit gleicher Stärke für die Demokratie von Bedeutung sind: Rosa eingefärbte Indizes zeigen Parameter des Sozialen Feldes, der blau eingefärbte Parameter steht für die Persönlichkeitseigenschaft ‚Integrales Denken‘ des demokratischen Agenten (dieser Parameter wird besonders hervorgehoben, da er in Anlehnung an das Kultur- und Bewusstseinsmodell Spiral Dynamics eine übergeordnete Bedeutung hat). Die lila eingefärbten Parameter kennzeichnen die übrigen Persönlichkeitsmerkmale der Agenten. Die rot eingefärbten Balken kennzeichnen die Stress-Faktoren des ‚Sozialen Feldes‘, hier Vertrauensverlust, wirtschaftliche Probleme und mediale Polarisierung. Die Anordnung der Parameter von links nach rechts resultiert aus minimalen numerischen Unterschieden. Alle Persönlichkeitsmerkmale des demokratischen Agenten sind von Bedeutung: Das Integrale Denken (k_f_ID), die Empathie (K_f_Ep), die Transparenz (k_f_T) und die Wissenschaftsneigung (k_f_Wp). Das Gleiche gilt für den autokratischen Agenten: Die Wissenschaftsabneigung (k_f_Wm), die Neigung zu Mystik und Verschwörungstheorien (k_f_C), die Macht- und Geldgier (k_f_MG) und die Rache (k_f_R). Die Prägung von US-Demokratie bzw. Autokratie durch Agenten ist also sehr groß!

Abbildung 2: : Für die Ukraine wird ausgesagt, dass für die drei Sensitivitätsanalysen unterschiedliche Parameter mit unterschiedlicher Stärke für die Demokratie von Bedeutung sind: Rosa eingefärbte Balken zeigen Parameter des Sozialen Feldes, der blau eingefärbte Balken steht für die Persönlichkeitseigenschaft ‚Integrales Denken‘ des demokratischen Agenten, die lila eingefärbten Balken kennzeichnen die übrigen Persönlichkeitsmerkmale der Agenten. Die grün eingefärbten Parameter kennzeichnen die demokratischen Faktoren des ‚Sozialen Feldes‘, die rot eingefärbten Parameter kennzeichnen die Stress-Faktoren des ‚Sozialen Feldes‘. Die Anordnung der Parameter von links nach rechts resultiert aus minimalen numerischen Unterschieden. Das Integrale Denken ist für alle Prognosen von Bedeutung. Die Wissenschaftsabneigung (k_f_Wm) und die Transparenz (k_f_T) spielen für den finalen Demokratiewert eine große Rolle. Wirtschaftliche Probleme (beta_E) spielen in allen Analysen eine große Rolle. Der Vertrauensverlust ist besonders wichtig für D_final und resilience. Die autokratischen und sogar rechts-libertären Agenten Eigenschaften zeigen sich in allen drei Analysen. Die Prägung der Politik durch diese Agenten ist relativ groß.

Abbildung 3: Deutschland ist das einzige der vier untersuchten Länder, bei dem der Kontrollparameter lam = lambda eine herausragende Rolle spielt. Weitere rosa eingefärbte Balken zeigen Parameter des Sozialen Feldes. Der blau eingefärbte Balken steht für die Persönlichkeitseigenschaft ‚Integrales Denken‘ des demokratischen Agenten, die lila eingefärbten Balken kennzeichnen die übrigen Persönlichkeitsmerkmale der Agenten. Die grün eingefärbten Parameter kennzeichnen die demokratischen Faktoren des ‚Sozialen Feldes‘, die rot eingefärbten Parameter kennzeichnen die Stress-Faktoren des ‚Sozialen Feldes‘. Die Anordnung der Parameter von links nach rechts resultiert aus minimalen numerischen Unterschieden. Die Persönlichkeitseigenschaften des demokratischen Agenten spielt eine große Rolle: Wissenschaftsneigung (k_f_Wp), Transparenz (k_f_T), Empathie (k_f_Ep) und Integrales Denken (k_f_ID). Für die Resilienz spielen die WerteKohäsion (alpha_W), funktionierende demokratische Institutionen (alpha_Q) und eine geringe Ungleichheit (alpha_I) eine herausragende Rolle. Diese Analysen zeigen, dass lediglich die Eigenschaften der demokratischen Agenten mitbestimmend sind, autokratische und rechts-libertäre Agenten spielen keine Rolle.

Für Ungarn konnte leider keine valide Sobol-Analyse durchgeführt werden. Lediglich ca. 17 % der ODE-Berechnungen konnten mit dem vorliegenden Parametersatz erfolgreich abgeschlossen werden. – Deshalb sind alle Prognosen nicht valide. – Es ist möglich, dass dies an Instabilitäten der Rechnungen liegt, jedoch zeigen diese an, dass Ungarn bis 2040 in eine chaotische Autokratie driftet. – Nicht sehr beruhigend…

Dieser Blog-Beitrag schließt (vorläufig) diese Blog-Reihe. Ich fasse meine Erkenntnisse zusammen.

Das mit KI entwickelte ODE-Modell hat sich erstaunlich gut bewährt:

  • Die von V-Dem bereitgestellten Muster zum zeitlichen Übergang Demokratie-Autokratie konnten nachgebildet werden.
  • Das ‚Soziale Feld‘ bestehend aus demokratischen und autokratischen Elementen hat als Ordnungsparameter die Differenz von Autokratie- und Demokratiefaktoren. Diese Differenz bildet einen Phasenübergang 1. Ordnung aus, wenn der Kontrollparameter ‚lambda‘ (sozialer Stress) einen bestimmten Wert überschreitet. Ordnungs- und Kontrollparameter bleiben bei Einführung der Agenten strukturell bestehen.
  • Autokratische, demokratische und rechts-libertäre Agenten modulieren das ‚Soziale Feld‘ auf zwei Arten: Durch Veränderung des Kontrollparameters und durch unmittelbare Veränderung des Feldes durch die jeweiligen Persönlichkeitseigenschaften. Die beobachten Veränderungen des Übergangs Demokratie-Autokratie stehen u.a. im Einklang mit den aktuellen Beobachtungen für die USA.
  • Die Validierung des Modells mit allgemein akzeptierten Daten des V-Dem zeigt eine erstaunliche Übereinstimmung. Auf der Basis der ODE’s mit den kalibrierten Modell-Parametern lassen sich Länder-Prognosen für die Entwicklung der Demokratie bzw. Autokratie erstellen. Diese Prognosen treffen Aussagen darüber, welche Modell-Parameter bei welchem Land von Bedeutung sind. Die Modell-Parameter für das ‚Soziale Feld‘, die Agenten Parameter sowie der Kontrollparameter haben für unterschiedliche Länder eine unterschiedliche Bedeutung: So zeigt zum Beispiel die Analyse, dass im US-amerikanischen Kontext die autokratischen Agenten ein große Rolle spielen, für Deutschland spielen diese jedoch überhaupt keine Rolle. Es überwiegt das ‚Soziale Feld‘ und die demokratischen Agenten. Die Dominanz des ‚Soziale Feld‘ für Deutschland zeigt sich auch an der Bedeutung des Kontrollparameters ‚lambda‘. Hier liegt aber auch ein besonderes Risiko: Deutschland kann in eine Autokratie kippen, ohne dass autokratische oder rechts-libertäre Agenten dies forcieren.
    Auch wenn Modelle nur Modelle sind, so sind diese Ergebnis sehr bemerkenswert, da an keiner Stelle diese Ergebnisse verdeckt in die ODE‘s einfließen. Die Ergebnisse sind so länderspezifisch, dass sie als Basis zum Nachdenken anregen sollten…

Bei meinen Recherchen bin ich auf einige wissenschaftliche Artikel gestoßen, für die angegeben wird, dass sie sich dem Übergang Demokratie-Autokratie widmen. Meine nachfolgende Analyse hat ergeben, dass aus meiner Sicht nur die V-Dem Veröffentlichungen relevante Aussagen zum Übergang Demokratie-Autokratie enthalten. Eine Veröffentlichung [3] beschäftigt sich mit dem Zusammenhang von Demokratie und Human Development Index (HDI) und verwendet hierfür eine ähnliche Vorgehensweise, wie ich sie in den Blog-Artikeln verwendet habe.

Diese letzte Erkenntnis ist um so bedauerlicher, als meines Erachtens der Übergang Demokratie-Autokratie eines der wichtigsten politikwissenschaftlichen Themen unserer Zeit sein sollte.   

[1] V-Dem (2025) https://www.v-dem.net/data/the-v-dem-dataset/, Datensatz: Country-Year: V-Dem Full+Others

[2] Wikipedia (2025) Variance-based sensitivity analysis, https://en.wikipedia.org/wiki/Variance-based_sensitivity_analysis

[3] Spaiser V, Ranganathan S, Mann RP, Sumpter DJT (2014) The Dynamics of Democracy, Development and Cultural Values. PLoS ONE 9(6): e97856. doi:10.1371/journal.pone.0097856

AI & M 4.0: (Collective Intelligence)**2 – Collective Mind Agent Based Model mit GPT-4/chatGPTplus erstellt!

In diesem Blog-Beitrag beschreibe ich meine weiteren Erfahrungen zur Modellierung und Programmierung eines Collective Mind Agent Based Models (CM ABM). 

Anders als beim Blog-Beitrag vom Februar 2023 benutze ich als ‚Erweiterung‘ meiner kognitiven Fähigkeiten chatGPTplus, also die Bezahlversion von chatGPT auf der Basis von GPT-4. Außerdem soll dieses Mal ein dynamisches ABM entwickelt werden, das auf MESA Python beruht und die zeitliche Entwicklung eines Team Collective Mind‘s modelliert.

Der Titel (Collective Intelligence)**2, also Collective Intelligence zum Quadrat, weist  daraufhin, dass es in diesem Beitrag in mehrfacher Hinsicht um Collective Intelligence geht: Ich benutze zum einen unserer aller Collective Intelligence, die in GPT-4 trainiert vorliegt und zum anderen die hybride Collective Intelligence von GPT-4 und mir. Außerdem ist ein CM ABM ein Team Collective Intelligence Modell.

Vor zwei Wochen habe ich mit der Entwicklung des CM ABM begonnen, indem ich chatGPTplus eine Aufgabenstellung als Prompt eingab. Diese anspruchsvolle Aufgabenstellung ist weiter unten im Anhang dieses Beitrages zu finden. Meine Erwartung war nicht, dass chatGPTplus diese Aufgabenstellung sofort ohne Kommunikation mit mir umsetzen kann. Jedoch ist meine Erfahrung zur ‚Erweiterung‘ meiner kognitiven Fähigkeiten durch chatGPTplus derart positiv, dass diese Collective Intelligence Erfahrung, bestehend aus AI und Mensch, mehr als nur einmal bei mir Gänsehaut erzeugte. – Der Zuwachs an Geschwindigkeit sowie wissenschaftlicher Kreativität und Python Kompetenz liegt deutlich näher am Faktor 100 als am Faktor 2!

Ich fasse meine Collective Intelligence Erfahrungen mit chatGPTplus zusammen:

  • ChatGPTplus hat die unten stehende Aufgabenstellung mit ersten Ideen zur Ziel-Hierarchie und deren Ähnlichkeitsvermessung umgesetzt. Es fehlten lediglich vollständig die Projekttypisierung und die Stakeholder. – Eine Einbettung von chatGPTplus in die Agentenlogik habe ich nachträglich gestrichen, da dies zu kompliziert für mich wurde.
  • Zur Verfeinerung und Verbesserung der Aufgabenstellung war es notwendig, im Dialog mit chatGPTplus das Python-Programm weiter zu entwickeln. Die Kommunikation mit chatGPTplus entspricht hierbei der Kommunikation mit einem hochintelligenten Experten: Die chatGPTplus Expertise in den Bereichen Python, Mathematik und spezifischer Modellierungskompetenz übersteigt meine bei weitem. Hierbei habe ich die Erfahrung gemacht, dass die Verwendung von Ratgebern à la ‚Wie gestalte ich die chatGPT Prompteingabe optimal?‘ für mich keinen Sinn macht. – Meines Erachtens genügt es, die Prompts so zu erstellen, dass ein menschlicher Experte:inn sie nachvollziehen kann. – Dies genügt, um eine gelungene Kommunikation mit super Ergebnissen zu erhalten!
  • Auf der Basis der Kommunikation habe ich von chatGPTplus Pythoncode erstellen lassen. Dieser Code wurde in einer Colab-Umgebung laufen gelassen. Manchmal enthielt dieser Code einen Fehler, manchmal habe ich einen Fehler eingebaut, da ich noch Veränderungen am Code vorgenommen habe. Die Rückmeldung des vollständigen Fehlers als Prompt hat immer zum direkten Auffinden des Fehlers durch chatGPTplus geführt.
  • Die Analyse der Ergebnis-Daten zeigte den ein oder anderen Mangel in der Modellierungslogik auf. Eine textuelle Beschreibung der Ergebnis-Daten als Prompt führte immer innerhalb weniger Schritte zur Behebung dieses Mangels.
  • Es gibt eine Unzulänglichkeit in der Zusammenarbeit mit chatGPTPlus, die ich nicht beheben konnte und durch einen Workaround umgehen musste: In den ersten Tagen der Bearbeitung der Aufgabenstellung stellte ich mit fortschreitender Zeit immer häufiger fest, dass chatGPTplus vorherige gute Ergebnisse vergessen hatte. Dies führte dazu, dass an Stellen, die ich als abgeschlossen und korrekt betrachtet habe, plötzlich anderer Code und nicht selten zur Aufgabenstellung nicht passender Code auftauchte. So geschah es zum Beispiel, dass die Ziel-Hierarchie Berechnung verändert wurde oder dass das 7-köpfige Team wie Stakeholder behandelt wurde, also die MBTI Typ-Zuordnung zufällig erfolgte und nicht nach dem gewünschten Schema der Aufgabenstellung. Dieses ‚Fehlverhalten‘ tauchte umso häufiger auf, je länger die Modellierung der Aufgabenstellung dauerte. Das ‚Fehlverhalten‘ wurde noch verstärkt, wenn ich chatGPTPlus darauf hinwies, dass der Code an einer bestimmten Stelle falsch ist. Dann versuchte das System ein völlig anderes Modellverhalten zu erstellen. Am vierten Tag nach insgesamt ca. 4-5 Std. chatGPTplus Interaktion, habe ich mich zu folgendem Workaround entschlossen: Ich habe das gesamte Programm selbst immer wieder integriert und alle Änderungen selbst in das gesamte Programm eingegeben. Um erwünschte neue Modellierungs-Änderungen zu erhalten, habe ich chatGPTplus lediglich eine konkrete überschaubare aber durchaus schwierige Teilaufgabe gegeben. Wenn Änderungen größere Auswirkungen im Code hatten oder mehr als ca. 1 Std. Interaktion verstrichen war, habe ich den gesamten Code wieder als Prompt eingegeben. chatGPTplus hat sich hierfür meistens bedankt 😉: Es sei hilfreich, den gesamten Code zur Verfügung zu haben. Zusammenfassend interpretiere ich dieses Verhalten von chatGPTplus dahingehend, dass chatGPTplus über kein Kurzzeitgedächtnis verfügt.

Und nun zu den Ergebnissen. – Auf Nachfrage stelle ich gerne den CM ABM Code als Colab-Jupyter Notebook zur Verfügung. Ich beschreibe hier das Modell und diskutiere einige Ergebnisse:

Das Modell basiert auf der ABM Bibliothek MESA-Python [1]. Die Teammitglieder eines Teams und die Stakeholder werden als Agenten unterschiedlichen Typs behandelt. Die Agenten werden über eine MBTI Typologie mit Persönlichkeits-Polwahrscheinlichkeit charakterisiert (siehe Anhang). Alternativ könnte auch das Standardmodell der Psychologie, das Big Five Persönlichkeitsmodell (NEO-PI-R), verwendet werden. Das Persönlichkeitsmodell lässt sich auch um Werte/Motive oder Glaubenssätze erweitern.

Entsprechend der Aufgabenstellung haben die Teammitglieder fest vorgegebene Persönlichkeiten. Die Stakeholder erhalten ihre Persönlichkeit gemäß der globalen statistischen Verteilung der MBTI Persönlichkeiten.

Jeder Agent verfügt über eine eigene dreiteilige Ziel-Hierarchie. Die dreiteilige Ziel-Hierarchie entspricht dem einfachsten Collective Mind Schema, das wahlweise als Teil eine Dilts Pyramide angesehen werden kann oder als persönliche Story Map oder als OKR [2, 3]. Die Agenten verändern ihre Ziel-Hierarchie in Abhängigkeit ihrer individuellen MBTI Präferenzen, also der individuellen Persönlichkeits-Polwahrscheinlichkeiten. Zum Beispiel ändert ein extrovertierter NT-Typ durch Kommunikation vornehmlich die oberste Ebene der Ziel-Hierarchie – ein introvertierter NT-Typ tut dies auch, jedoch nicht so oft.

Die dreiteilige Ziel-Hierarchie besteht aus alphanumerischen Zeichenketten einer bestimmten Länge. Diese Zeichenketten werden am Anfang, wenn die Simulation beginnt, per Zufall ermittelt. Der Inhalt der Ziel-Hierarchie sollte keine entscheidende Rolle für das Auftauchen prinzipiell emergenter Systemeigenschaften haben. Dies trägt der langjährigen Erfahrung aus anderen ABM Modellen und deren Systemeigenschaften Rechnung [4]. – Die Mathematik ist vielleicht doch viel entscheidender als der Inhalt!

Die Änderung der Ziel-Hierarchien erfolgt zufällig und paarweise zwischen zufällig ausgewählten Agenten. Das Ändern der Ziel-Hierarchien durch Kommunikation ist eine Form von Lernen und wird über einen Lernparameter alphaT für Teammitglieder und alphaS für Stakeholder eingestellt. Typischerweise ist alphaS kleiner gleich alphaT, da die Interaktion im Team zu einem besseren Lernen führt.

Zusätzlich erhalten die Stakeholder weniger Möglichkeiten ihre Ziel-Hierarchie zu ändern. Dies erfolgt über eine gesondert einzustellende Zeit-Steprate: Die Stakeholder erhalten zum Beispiel eine um den Faktor 200 reduziert Möglichkeit ihre Ziel-Hierarchie zu ändern. Dies trägt der Annahme Rechnung, dass die Stakeholder untereinander weniger oft kommunizieren und auch weniger oft mit den Teammitgliedern.

In der Sprache der Theorie der Selbstorganisation ergeben sich damit folgende Parameter:

Rahmenparameter: Anzahl und Persönlichkeit der Teammitglieder, Anzahl und Persönlichkeit der Stakeholder, reduzierte Steprate für die Stakeholder

Kontrollparameter: alphaT, alphaS

Ordnungsparameter: dreiteilige Ziel-Hierarchie, am Anfang gefüllt mit zufällig ermittelten Zeichenfolgen der Länge k. Die Ziel-Hierarchien werden gemäß MBTI-Profil geändert. Die Ähnlichkeiten der Ziel-Hierarchien wird über die Ratcliff-Obershelp Funktion bestimmt [5].

Die nachfolgenden Abbildungen zeigen jeweils links das resultierende emergente Systemverhalten, gemessen über die mittlere Ähnlichkeit aller Ziel-Hierarchien getrennt nach den Teammitgliedern und den Stakeholdern.

Jeweils rechts ist die Performance des Teams bzw. der Stakeholder zu sehen. Die Performance ist keine emergente Eigenschaft sondern wird über folgende Formel aus der Ähnlichkeit ermittelt: Performance=(Anzahl der Agenten eines Typs* mittlere Ähnlichkeit der Ziel-Hierarchien des Agententyps)**2. Diese Formel basiert auf folgender Betrachtung: Es werden alle bilateralen Verbindungen innerhalb einer Gruppe (Teammitglieder, Stakeholder) aufsummiert – gewichtet mit der mittleren Ähnlichkeit der Ziel-Hierarchien innerhalb der Gruppe. Wie man weiter untern sehen kann, folgt die Performance der Ähnlichkeit, natürlich erhöht um einen Faktor, der die Anzahl der Gruppenmitglieder berücksichtigt. 

Abbildung 1:
Rahmenparameter: 7 Teammitglieder mit definierter MBTI-Persönlichkeit, keine Stakeholder
Kontrollparameter: Lernparameter Teammitglieder alphaT = 0.1
Ordnungsparameter: Ziel-Hierarchie-Ähnlichkeit mit der Ratcliff-Obershelp Funktion berechnet, ermittelt aus den dreiteiligen Ziel-Hierarchien mit jeweils am Anfang zufällig generierter Zeichenfolge von k = 100 Zeichen pro Ebene

Wie man aus Abbildung 1 sehen kann, steigt die Ähnlichkeit recht schnell auf Werte von über 0,7 und die Teamperformance damit auf Werte von 21 und mehr, bei 7 Teammitgliedern. – Der Synergieeffekt beträgt also 3 und mehr!

Selbstverständlich genügt diese Aussage, wie auch die nachfolgend abgeleiteten Aussagen, keinen wissenschaftlichen Ansprüchen. Um wissenschaftlichen Ansprüchen zu genügen, müsste ich u.a. ggf. 10.000 und mehr Durchläufe errechnen lassen, um dann auf dieser Basis eine statistische Auswertung aller errechneten Werte zu erhalten. Hierauf verzichte ich, da dies meine (derzeitigen) Möglichkeiten übersteigt. Abbildung 2 zeigt den Einfluss der Stakeholder auf das Team. Die Anzahl der Stakeholder entspricht der Anzahl der Teammitglieder, ist also 7. Die Fähigkeit der Stakeholder ein Collective Mind auszubilden, bestimmt auch die Fähigkeit des Teams ein Collective Mind auszubilden: Die Stakeholder ziehen die Leistungsfähigkeit des Teams runter, obwohl die Lernrate der Stakeholder genau so groß ist wie diejenige der Teammitglieder. – Die Interaktionsrate der Stakeholder ist jedoch um den Faktor 200 geringer als die Interaktionsrate der Teammitglieder. 

Abbildung 2:
Rahmenparameter: 7 Teammitglieder mit definierter MBTI-Persönlichkeit, 7 Stakeholder mit zufälliger MBTI-Persönlichkeit, Abschottung des Teams und zwischen den Stakeholdern durch 200-fach geringere Steprate als im Team selbst.
Kontrollparameter: Lernparameter Teammitglieder alphaT= 0.1, Lernparameter Stakeholder alphaS= 0.1
Ordnungsparameter: Ziel-Hierarchie-Ähnlichkeit mit der Ratcliff-Obershelp Funktion berechnet, ermittelt aus den dreiteiligen Ziel-Hierarchien mit jeweils am Anfang zufällig generierter Zeichenfolge von k = 100 Zeichen pro Ebene

Abbildung 3 zeigt eine Simulation mit 21 Stakeholdern und einer zehnmal geringeren Lernrate der Stakeholder (diese Simulation benötigt in der Colab Umgebung ohne spezielle Hardware ca. 3-4 Stunden elapsed time). Die Ziel-Hierarchie-Ähnlichkeit der Stakeholder sinkt weiter ab und zieht das Collective Mind des Teams mit sich weiter runter. Die Stakeholder wie das Team zeigen jetzt eine Performance die weiter unterhalb der Anzahl der Teammitglieder bzw. der Stakeholder liegt.

Abbildung 3:
Rahmenparameter: 7 Teammitglieder mit definierter MBTI-Persönlichkeit, 21 Stakeholder mit zufälliger MBTI-Persönlichkeit, Abschottung des Teams und zwischen den Stakeholdern durch 200-fach geringere Steprate als im Team selbst.
Kontrollparameter: Lernparameter Teammitglieder alphaT= 0.1, Lernparameter Stakeholder alphaS = 0.01
Ordnungsparameter: Ziel-Hierarchie-Ähnlichkeit mit der Ratcliff-Obershelp Funktion berechnet, ermittelt aus den dreiteiligen Ziel-Hierarchien mit jeweils am Anfang zufällig generierter Zeichenfolge von k = 100 Zeichen pro Ebene

Was sagt uns dies?

Es sieht so aus, als wenn die hybride Collective Intelligence von chatGPTplus und mir, ein Modell gefunden hätte, das emergentes Collective Mind Verhalten eines Teams in Interaktion mit Stakeholdern recht gut abbildet. – Dies ist ein weiterer Schritt in Richtung von Management 5.0, der Synergie von AI und Management 4.0.

Anhang: Erst-Aufgabenstellung für GPT4/ChatGPTplus

Die Aufgabenstellung zur Digitalen Transformation des Unternehmens KüchenManufaktur verwende ich in meinen Management 4.0 Trainings, um eine Scrum Simulation durchzuführen und eine Ziel-Hierarchie zu erstellen. Die zugrundeliegende Theorie hierzu ist in [2], [3] zu finden.

Erzeuge ein Agent Based Model (ABM) in der Programmiersprache Python, z. B. mittels MESA Python, für ein Team von 7 Teammitgliedern und 100 Stakeholdern. Die 7 Teammitglieder und die 100 Stakeholder sind Agenten im ABM. Die Teammitglieder und die 100 Stakeholder gehören zu dem Unternehmen KüchenManufaktur, das sogenannte Weiße Ware, also u.a. Herde, Kühlschränke und Gefrierschränke herstellt. Bisher hat das Unternehmen KüchenManufaktur diese Weiße Ware ohne große Digitalisierungsfunktionen hergestellt. Jetzt soll die Weiße Ware smart werden und als Life Style Produkt positioniert werden. Der Einsatz von smarter Technologie kann auch den Einsatz von AI oder ML beinhalten. Zum Beispiel könnte eine zukünftige Anforderung für einen Kühlschrank beinhalten, dass ‚er sich von alleine füllt‘. ‚Von alleine füllen‘ bedeutet, dass er über ein intelligentes Füllmanagement verfügt, das u.a. Zugriff auf Lebensmittellieferanten hat.

Es geht also um die Digitale Transformation des Unternehmens KüchenManufaktur. Die Digitale Transformation soll mittels eine Projektes durchgeführt werden. In einem ersten Schritt ist ein Konzept für die Digitale Transformation zu erstellen. Für diesen ersten Schritt ist das ABM mittels Python zu erstellen.

Die Aufgabe der Konzepterstellung typisieren wir als Projekt mittels des Diamantmodells: Das Projekt ist für KüchenManufaktur ein Projekt mit hohem Innovationsgrad. Nicht alle Stakeholder sind vom Sinn der Digitalen Transformation überzeugt und deshalb zeigen auch recht viele Stakeholder innere Widerstände gegen das Projekt. Deshalb sprechen wir von einem hohen Missionsgrad.- Das Team hat also viel Überzeugungsarbeit zu leisten. Der Kompliziertheitsgrad der neuen smarten Weißen Ware ist eher gering bis mittelgroß. Der Managementgrad ist mittel, da KüchenManufaktur innerhalb eines Jahres mit ersten smarten Produkten auf den Markt kommen möchte.

Die Persönlichkeiten der 7 Teammitglieder beschreiben wir mittels des MBTI, wobei die dominante Persönlichkeitsdimension des jeweiligen Teammitgliedes als Wahrscheinlichkeit angegeben wird. Wir nennen vereinfacht die jeweiligen Teammitglieder entsprechend ihrer MBTI Typologie und einer MBTI-Polwahrscheinlichkeit, also:

Teammitglied 1: ENTJ heißt: Extraversion = E = 0.8, Intuition = N = 0.8, Thinking = T = 0.6, Judging = J = 0.6

Teammitglied 2: INTJ heißt: Introversion = I = 0.8, Intuition = N = 0.7, Thinking = T = 0.7, Judging = J = 0.6

Teammitglied 3: ISFP heißt: Introversion = I = 0.6, Sensing = S = 0.7, Feeling = F = 0.7, Perceiving = P = 0.6

Teammitglied 4: ISTJ heißt: Introversion = I = 0.8, Sensing = S = 0.7, Thinking = T = 0.7, Judging = J = 0.9

Teammitglied 5: ESTJ heißt: Extraversion = E = 0.8, Sensing = S = 0.9, Thinking = T = 0.7, Judging = J = 0.6

Teammitglied 6: ISTP heißt: Introversion = I = 0.9, Sensing = S = 0.9, Thinking = T = 0.6, Perceiving = P = 0.6

Teammitglied 7: ISTJ heißt: Introversion = I = 0.7, Sensing = S = 0.6, Thinking = T = 0.6, Judging = J = 0.6

Die Stakeholder erhalten per Zufall eine Persönlichkeit gemäß MBTI.

Die Aufgabe der Konzepterstellung ist erledigt, wenn die 7 Teammitglieder, die das Konzept erstellen, eine gemeinsame Ziel-Hierarchie erstellt haben. Eine Ziel-Hierarchie besteht aus Informationseinheiten, die abstrakt oder detailliert sind. Eine Vision oder ein übergeordnetes Ziel bilden die oberste Ebene, es folgen darunter größere Informationseinheiten, die in weitere Informationseinheiten runtergebrochen werden. Im Agilen Management beginnt die Ziel-Hierarchie zum Beispiel mit einer Vision, gefolgt von Epics, die in Features zerlegt werden, die Features werden in User Stories zerlegt und diese wieder in Tasks und Tasks in Subtasks usw.

Für die Generierung der Informationseinheiten kann pro Teammitglied auf chatGPT zurückgegriffen werden

Um die Ziel-Hierarchie zu erstellen, tauschen die 7 Teammitglieder gemäß ihrer Persönlichkeitspräferenzen Informationseinheiten aus. Diese Informationseinheiten werden gemäß ihrer Präferenzen und der damit verbundenen Wahrscheinlichkeiten in die persönliche Ziel-Hierarchie aufgenommen.

Im ABM Model wird der Informationsaustausch in Zeitschritten durchgeführt. Wir definieren die Performance des Teams über die Ähnlichkeit der persönlichen Ziel-Hierarchien. Wenn alle persönlichen Ziel-Hierarchien identisch sind, sprechen wir von einem Collective Mind. Der Collective Mind kann durch die Kommunikation mit den Stakeholdern stabilisiert oder destabilisiert werden. Die Ähnlichkeit der Ziel-Hierarchien aller Stakeholder und der 7 Teammitglieder ist ein Maß für den Collective Mind im Team bzw. im Stakeholderkreis bzgl. der Digitalen Transformation.

Zeichne den Verlauf des Colletive Mind im Team und den Verlauf des Collective Mind für den Stakeholderkreis über die Zeit.

[1] Complexity Explorer (2023) MESA-Python Lecture, https://www.complexityexplorer.org/courses/172-agent-based-models-with-python-an-introduction-to-mesa/segments/17326, Santa Fe Institute, zugegriffen am 30.04.2023

[2] Oswald A, Köhler J, Schmitt R (2017) Projektmanagement am Rande des Chaos. 2. Auflage, Springer, Heidelberg, auch in englischer Sprache unter ‚Project Management at the Edge of Chaos‘ verfügbar.

[3] Köhler J, Oswald A. (2009) Die Collective Mind Methode, Projekterfolg durch Soft Skills, Springer Verlag

[4] Epstein J M, Axtell R (1996) Growing Artificial Societies – Social Science from the Bottom Up, The Brookings Institution, Washington D.C.

[5] Wikipedia (2023) Ratcliff-Obershelp Funktion, https://de.wikipedia.org/wiki/Gestalt_Pattern_Matching#:~:text=Gestalt%20Pattern%20Matching%2C%20auch%20Ratcliff,im%20Juli%201988%20im%20Dr.

AI & AM 4.0: Agent Based Modeling – Emergenz – Wunder geschehen!

Kürzlich erschien ein offener Brief zum Thema ‚Pausieren von gigantischen AI-Experimenten‘ à la GPT-3 oder GPT-4 [1].

Der Brief wurde inzwischen von mehr als 30.000 Personen unterschrieben. Er begründet sein Anliegen eines halbjährigen Aussetzens von AI-Groß-Entwicklungstätigkeiten mit folgendem Satz:

“This does not mean a pause on AI development in general, merely a stepping back from the dangerous race to ever-larger unpredictable black-box models with emergent capabilities.”

Es geht die Angst vor ‚emergenten Fähigkeiten‘ um. – An anderer Stelle wird von einer ‚Gottgleichen‘ KI gewarnt, die die Menschheit zerstören könnte [2].

Diese Sorgen mögen berechtigt sein, umso mehr, als man beobachten kann, wie lange sich die EU schon bemüht, den längst fälligen EU AI ACT als EU-Gesetz zu verabschieden [3].

In diesem Blog geht es jedoch nicht um diese Sorge oder Angst, sondern um das Thema Emergenz, das offensichtlich solche ‚Wunder‘ wie das der „Sparks of Artificial General Intelligence: Early experiments with GPT-4” [4] möglich macht. Die Intelligenz-Fähigkeiten von GPT-4, auch im Vergleich zu chatGPT/GPT-3.x, sind sensationell, gleichgültig, ob es um Mathematik, Musik, Bilderzeugung, Sprache und Logik und vielem mehr geht. – In nicht wenigen Fällen zeigt GPT-4 Intelligenz-Fähigkeiten, die überhaupt nicht trainiert worden sind. – Also klare Zeichen von emergenten Eigenschaften.

In Wikipedia wird Emergenz wie folgt definiert: „Emergenz (lateinisch emergere „Auftauchen“, „Herauskommen“, „Emporsteigen“) bezeichnet die Möglichkeit der Herausbildung von neuen Eigenschaften (Systemeigenschaften) oder Strukturen eines Systems infolge des Zusammenspiels seiner Elemente.“ [5]. Emergenz ist auch direkt mit dem Begriff der Selbstorganisation verbunden. Selbstorganisierte Systeme zeigen Emergenz bzw. emergente Eigenschaften. Auf der Basis dieser Definition wimmelt es in der Natur und damit in der Mathematik, den Naturwissenschaften/ Psychologie und den Sozialwissenschaften nur so von emergenten Eigenschaften, Strukturen oder Systemen.

In [6] wird auch deshalb zwischen schwacher und starker Emergenz unterschieden. Starke Emergenz liegt im Falle des Lebens vor, das aus Atomen oder Molekülen emergiert. – Oder, im Falle unseres Bewusstseins, das aus der materiellen Struktur unseres Gehirns emergiert. Die meisten anderen überraschenden Eigenschaften von Viel-Agenten Systemen wie zum Beispiel die Supraleitung, die Farbe von Gold, der Collective Mind eines Teams oder die Kultur einer Organisation werden eher der schwachen als der starken Emergenz zugeordnet. Ich halte die Unterscheidung für wenig sinnvoll.- Entscheidend für die Emergenz ist vielmehr, dass das durch die Wechselwirkung von Agenten entstehende Systeme Eigenschaften zeigt, die sich nicht aus den Eigenschaften der Agenten ableiten lassen.  In [7] wird deshalb für die Beschreibung von Large Language Model’s bezüglich Emergenz eine Definition verwendet, die die obige Definition aus [5] weiterführt:

„Emergence is when quantitative changes in a system result in qualitative changes in behavior.”

Abbildung 1: Bilder erzeugt durch die KI DALL-E [8] mit den Prompts: Create a painting in the style of Matisse: (Create a painting in the style of Gauguin:) Collective Mind as an example of social emergence which demonstrates synergies in a team

Im Falle von Large Language Models (LLM) gibt es mehrere quantitative Änderungen, die qualitative Veränderung hervorrufen: u.a. Anzahl der Parameter (Neuronen), Menge der Daten und die Trainingszeit. Aber auch die Architektur der LLM’s spielt eine entscheidende Rolle: u.a. das Transformer/Decoder Design, der Attention Mechanismus, usw.. So zeigt GPT-3 bei etwa 10 hoch 22 (10 Trilliarden) Floating Point Operations (FLOPs) als Maß für die Trainingszeit und 13 Milliarden Parametern einen sprunghaften Anstieg der sogenannten few-shoot prompting Genauigkeit.- Also nach einigen wenigen Lerndaten meistert das AI-System ähnliche Aufgabenstellungen. – Dieser Übergang entspricht einem Phasenübergang. – Ganz ähnlich zu der gesellschaftliche Resonanz für AI-System, die mit dem Erscheinen des einfach zu bedienenden chatGPT sprunghaft emergierte. 

Für die Beschreibung emergenten Systemverhaltens wurde in der Wissenschaftsgeschichte sehr oft der Nobelpreis vergeben: Es geht darum, diejenigen quantitativen Parameter ausfindig zu machen, die einen qualitativen Unterschied machen. Und dies ist meistens sehr schwierig, da man den Parametern nicht ansieht, ob sie in ihrer Zusammenstellung einen Unterschied machen. – Der qualitative Unterschied lässt sich also nicht auf die quantitativen Unterschiede in den Parametern reduzieren.

Jedoch wurde auch in der Geschichte der Wissenschaft aus dem Unverständnis der Emergenz eine unsinnige Spaltung in reduktionistische Wissenschaften und nicht-reduktionistische (holistische) Wissenschaften [9] vorgenommen. Hiernach wurde zum Beispiel die Physik als reduktionistische Wissenschaft angesehen, da angeblich alle System-Eigenschaften in der Physik auf die Eigenschaften der Agenten (z.B. Elementarteilchen, Atome) zurückgeführt werden, also reduziert werden.  Die Sozialwissenschaft mit der Soziologie à la Luhmann wurde zum Beispiel als holistische Wissenschaft wahrgenommen, da Luhmann, die Eigenschaften des sozialen Systems nicht auf die Menschen zurückführte, sondern dem System eine Eigenständigkeit zuerkannte.

Diese teilweise immer noch vorhandene naive Sicht des Gegensatzpaares Reduktionismus-Holismus wird durch das Auftauchen von GPT-4, aber auch schon durch die Erfahrungen mit chatGPT, kräftigst widerlegt: Die technischen Systeme chatGPT/GPT-3.x und chatGPTplus/GPT-4 zeigen mit ihrer Intelligenz eine für alle erfahrbare Emergenz. Diese AI-Systeme wurden auf der Basis bestimmter Daten-Parameter (u.a. Anzahl der Neuronen, Zeit des Trainings, Menge der Trainingsdaten) sowie bestimmten Architektur-Parameter (u.a. Transformer/Decoder und Attention-Mechanismus) mehr oder weniger gezielt kombiniert und es entstanden bei einer bestimmten Kombination dieser Parameter „wie durch ein Wunder“ emergente Intelligenz-Eigenschaften. – Es ist zu vermuten, dass bei Wegnahme z.B. der Attention-Eigenschaft, die emergente Eigenschaft der Intelligenz verschwindet, auch wenn die gigantische Skalierung bleibt.

Deswegen sind die emergenten AI-Eigenschaft jedoch nicht weniger wunderbar.

Dieses Beispiel belegt äußerst eindrucksvoll, dass die Natur, auch wenn sie in Form einer Technologie daherkommt, alle Ingredienzien für starke Emergenz enthält. – Wir ‚finden‘ diese Ingredienzien ‚lediglich‘.

Agent Based Modeling (ABM) spielt beim Auffinden dieser Eigenschaften eine prominente Rolle, auch wenn diese Rolle selbst in der Wissenschaft im Verhältnis zur Bedeutung nur wenigen bekannt sein dürfte. Unlängst hat das Santa Fe Institute neben Netlogo das ABM-Python-Framework MESA als Lecture aufgenommen [10]. Diese Lecture bildet mit moderner Technik das ABM des 25 Jahre alten Buches über ‚Growing Artificial Societies‘ von Epstein und Axtell nach [11]. Epstein und Axtell zeigen, wie man mit einfachen lokalen Agenten-Parametern die emergenten System-Eigenschaften von Gesellschaften erzeugen kann. – Der Überraschungseffekt ist nicht selten groß: So beeinflusst zum Beispiel die Fähigkeit des Sterbens oder der Reproduktion von Agenten ganz erheblich die emergenten Eigenschaften der ABM Ökonomie: Diese Modell-Eigenschaften sind nämlich notwendig, damit sich überhaupt sogenannte Nicht-Gleichgewichts-Handelsmärkte ausbilden können, die mit realen Märkten sehr gut übereinstimmen. – Das immer noch in der Gesellschaft vorherrschende neoklassische Verständnis der Gleichgewichts-Ökonomie kennt solche Zusammenhänge nicht.

In den folgenden Blogbeiträgen beschäftige ich mich mit der Suche nach den Parametern, die das emergente Teamverhalten Collective Mind hervorrufen. Im Management 4.0 gehen wir davon aus, dass die Parameter der Theorie der Selbstorganisation (Rahmen-Parameter, Kontroll-Parameter und Ordnungs-Parameter) die entscheidenden Parameter sind, die emergentes Teamverhalten hervorbringen. Wir kennen diese Parameter (vermutlich) auch schon, jedoch nicht in hinreichend formalisierter ABM Sprache. Die in vorhergehenden Blog-Beiträgen unter Verwendung von Natural Language Processing abgeleitete Similarity-Matrix des Collective Mind (Collective Mind Operator) ist lediglich ein phänomenologisches Modell (siehe Blog-Beitrag vom April und Juni 2022). – Der Collective Mind Operator kann in der Teampraxis sehr gut den Collective Mind messen, er sagt jedoch leider nichts darüber aus, wie der Collective Mind emergiert. Hierzu benötigen wir die formalisierten ABM-Parameter, die die Collective Mind Emergenz hervorbringen. – Die Suche nach diesen formalisierten Parametern ist kein Selbstzweck, denn die Wissenschaftsgeschichte hat gezeigt, dass die Kenntnis der formalisierten Parameter recht oft mit großen Erkenntnisgewinnen verbunden ist. – Die GPT-Geschichte ist der sichtbarste Beweis hierfür.

Der Übergang zur Python-Technologie mit MESA-Python eröffnet auch recht einfach die Möglichkeit intelligente Agenten auf der Basis von chatGPT anzubinden. Das werde ich nicht tun, jedoch hat die Entwicklung hierzu, wie in einem meiner letzten Blogs prognostiziert, schon begonnen. Die Stanford University hat zusammen mit Google eine auf dem Computerspiel ‚The Sims‘ basierendes ABM erstellt, in dem 25 Agenten ihre Intelligenz von chatGPT erhalten [12]. Die Agenten haben eine ‚Gehirn-Architektur‘ aus Langzeit- und Kurz-Zeitgedächnis, dessen kognitive Intelligenz von chatGPT kommt. Die Agenten verfügen zusätzlich über einen sogenannten ‚reflection tree‘, der der Ziel-Hierarchie bzw. der Dilts Pyramide von Management 4.0 sehr nahe kommt [13].- Die Ebenen Identität, Fähigkeiten und Verhalten sowie Kontext (Beobachtung) sind schon vorhanden. – Diese und weitere Ebenen können sicherlich noch ausgebaut werden.

Damit sind die Agenten in der Lage einen individuellen kognitiven PDCA-Zyklus durchzuführen, der ‚reflektiertes‘ Handeln erlaubt.

Es besteht auch die Möglichkeit, dass sich Menschen aktiv in dieses Handeln künstlicher Agenten einbringen können. Damit ist es zum Beispiel möglich hybride Universen aus AI und Menschen zu bilden.

Man stelle sich ein Anwendungsbeispiel von vielen vor: Ein Projektleiter soll ein Projekt durchführen. Er lässt das Projekt zum Test vorab in der künstlichen Welt durchführen und erhält so Hinweise auf seine Durchführbarkeit. –  Oder er lässt parallel zur realen Welt eine künstliche Welt mitlaufen, in die die Daten der realen Welt synchron eingespeist werden, um Forecasting zu betreiben.

In [12] wird berichtet, dass das Handeln der künstlichen Agenten von Menschen auf ‚Menschen-Ähnlichkeit‘ überprüft wurde. Das emergierende ‚believable behavior‘ der Agenten und des emergierenden sozialen Systems wird von den Evaluationspersonen, trotz einiger Fehler, als sehr hoch eingestuft.   

Das nächste Wunder geschieht schon!

    

[1] Future of Life Institute (2023) Pause giant AI Experiments, https://futureoflife.org/open-letter/pause-giant-ai-experiments/, zugegriffen am 22.04.2023

[2] Barkey S (2023) Kurz vor dem Durchbruch: „Gottgleiche“ KI könnte laut Experte Menschheit zerstörenhttps://www.berliner-zeitung.de/news/agi-kurz-vor-durchbruch-gottgleiche-ki-koennte-laut-experte-ian-hogarth-menschheit-zerstoeren-kuenstliche-allgemeine-intelligenz-li.339062, zugegriffen am 22.04.2023

[3] EU (2023) EU AI Act, https://artificialintelligenceact.eu/, zugegriffen am 22.04.2023

[4] Bubeck S et al. (2023) Sparks of Articial General Intelligence: Early experiments with GPT-4, arXiv:2303.12712v3 [cs.CL] 27 Mar 2023, zugegriffen am 22.04.2023

[5] Wikipedia (2023) Emergenz, https://de.wikipedia.org/wiki/Emergenz, zugegriffen am 25.04.2023

[6] Greve J, Schnabel A (Herausgeber) (2011) Emergenz: Zur Analyse und Erklärung komplexer Strukturen, suhrkamp taschenbuch wissenschaft

[7] Wi J et al. (2022) Emergent Abilities of Large Language Models, in Transactions on Machine Learning Research 08/2022, arXiv:2206.07682v2 [cs.CL] 26 Oct 2022

[8] DALL-E (2023) https://openai.com/product/dall-e-2, zugegriffen am 03.05.2023

[9] Wikipedia (2023) Reduktionismus, https://de.wikipedia.org/wiki/Reduktionismus, zugegriffen am 25.04.2023

[10] Complexity Explorer (2023) MESA-Python Lecture, https://www.complexityexplorer.org/courses/172-agent-based-models-with-python-an-introduction-to-mesa/segments/17326, Santa Fe Institute, zugegriffen am 30.04.2023

[11] Epstein J M, Axtell R (1996) Growing Artificial Societies – Social Science from the Bottom Up, The Brookings Institution, Washington D.C.

[12] Park J S et. al. (2023) Generative Agents: Interactive Simulacra of Human Behavior, arXiv:2304.03442v1 [cs.HC] 7 Apr 2023

[13] Oswald A, Müller W (2019) Management 4.0 – Handbook for Agile Practices, Release 3.0, Verlag BoD, kindle edition

AI & AM 4.0: Agent Based Modeling – Von Agenten Intelligenz und Kollektiver Intelligenz oder von ‚Intelligenz ist immer kollektiv‘?!

Das Thema Kollektive Intelligenz hat gerade Hochkonjunktur. Sei es in Form der mehrteiligen ZDF-Fernsehserie der Schwarm [1] und der damit verbundenen zweiteiligen Terra X Dokumentationen zur Intelligenz von Schwärmen [2], [3]. – Oder, auch in Form der AI Systeme chatGPT und des gerade veröffentlichten GPT-4 [4]. – Diese Systeme sind in zweierlei Hinsicht Systeme kollektiver Intelligenz: Die GPT-X Systeme und andere vergleichbare Systeme verwenden als Daten die Ergebnisse unserer aller Intelligenz und die Systeme selbst sind über die Neuronalen Netzwerke, auf denen sie beruhen, kollektive Systeme, die Intelligenz hervorbringen können, wenn sie mit unserer Intelligenz in Form von Daten gefüttert werden. – Dies ist gar nicht so unähnlich unserer kulturellen Entwicklung, die Produkte menschlicher Intelligenz hervorgebracht hat – nur eben viel, viel schneller!

Es ist absehbar, dass sich in Zukunft aus der Intelligenz von GPT-X eine Künstliche Allgemeine Intelligenz (Artificial General Intelligence, kurz AGI) entwickeln wird. Der CEO von openai betont in einem Blogbeitrag erst kürzlich hierzu die gesellschaftliche Verantwortung von openai [5] und im EU AI Act Newsletter wird, meines Erachtens zum ersten Mal, von der nahen Bedeutung von AGI im Kontext von GPT-X  Systemen gesprochen [6].   

In [2] und [3] wird eindrucksvoll geschildert, wie natürliche kollektive mobile Systeme, die aus ‚dummen‘ Agenten (u.a. Ameisen, Bienen, Fischen) bestehen, im Schwarm intelligentes Verhalten zeigen. Die vermeintlich ‚dummen‘ Agenten haben ihrerseits ein wenig Intelligenz auf der Basis von kleinen natürlichen neuronalen Netzwerken. – Die Natur ist also offensichtlich in der Lage mittels kollektiver Systeme (z.B. Ameisen Kollektiv) und von Subsystemen (z.B. Ameise als Agent) Intelligenz-Hierarchien aufzubauen.

Dies relativiert auch unseren Anspruch an intelligenter Einzigartigkeit: Kollektive Systeme, gleichgültig ob natürlich oder künstlich, haben das Potential, über eine geeignete Vernetzung, Intelligenz auszubilden.

Hieraus leite ich die These ab, dass Intelligenz immer kollektiv ist. Dies wird auch durch Ashby’s Law [7] gestützt, wonach ein komplexes System nur durch ein anderes komplexes System mit hinreichender Komplexität reguliert werden kann. Komplexität ist also eine Vorbedingung für Intelligenz. Deshalb sagen wir auch im Management 4.0, dass Komplexität ein Geschenk ist, das nicht reduziert werden sollte, sondern nur reguliert werden darf: Die Komplexität unseres Gehirns (und unseres gesamten Körpers) mit ca. 86 Milliarden vernetzter Neuronen ermöglicht es, dass wir uns adaptiv auf unsere Umgebung einstellen und diese ggf. regulieren. – Ich nehme an, dass niemand seiner Intelligenz, also seiner neuronalen Komplexität, beraubt werden möchte, indem diese reduziert wird.

In Konsequenz heißt dies auch, dass gut geführte soziale Organisationen, u.a. Teams, mit einer wertschaffenden Komplexität, kollektive Intelligenz zeigen, die über die Intelligenz der einzelnen Teammitglieder hinausgeht. Die einzige ! Aufgabe von Führung ist es, zu ermöglichen, dass sich diese kollektive Intelligenz ausbildet.    

Es ist vielleicht auch nicht abwegig, anzunehmen, dass Intelligenz eine Vorbedingung für Bewusstsein ist. – Und, dass Bewusstsein sich aus intelligenten kollektiven Systemen emergent entwickelt. Die Integrated Information Theory zum Bewusstsein zeigt erste Überlegungen in diese Richtung [8].

Im letzten Blog-Beitrag habe ich den Video-Vortrag des DeepMind Mitarbeiters Thore Graepel zum Thema ‚Multi-Agent Learning in Artificial Intelligence‘ erwähnt [9]. Thore Graepel referenziert dort am Anfang auf den Artikel von Legg und Hutter zum Thema ‚Universal Intelligence‘ [10]. Legg und Hutter geben einen Literatur-Überblick zum Verständnis von Intelligenz und definieren ihr Verständnis von Agent Intelligence:

Abbildung 1: Definition Universelle Intelligenz nach [10]

In [10] wird angenommen, dass die Wahrscheinlichkeit für Kontexte exponentiell (zur Basis 2) mit der Komplexität abnimmt. – Hier folgen Legg und Hutter auch dem Prinzip des Occam’schen Rasiermessers [11]: Die Natur bevorzugt Einfachheit und unsere Modelle zu Ihrer Beschreibung sollten dementsprechend auch einfach sein. – Einfache Kontexte werden also bei der Intelligenzberechnung höher gewichtet. Man kann auch jetzt verstehen, warum die melting pot Initiative von DeepMind von Bedeutung ist: Es werden möglichst viele Kontexte erstellt, um die allgemeine Intelligenz von Agenten über die obige Formel zu ermitteln.  

Legg und Hutter haben gezeigt, dass die obige Formel für Intelligenz alle bekannten Definitionen von Intelligenz subsummiert und auch auf den Intelligenzbegriff bei Menschen angewendet werden kann.- Auch wenn die konkrete Ausgestaltung von V und P in der obigen Formel für nachvollziehbare Kritik sorgt [12] und sich noch ändern dürfte. – Abbildung 2 visualisiert die Formel, in dem ich für das Mindset eines Agenten die Dilts Pyramide angenommen habe: Der Agent passt sich über die Zeit in einem PDCA-Zyklus mittels seiner Fähigkeiten und seines Verhaltens (auch policy genannt) an seine Umgebung an. Über die Funktion V wird die Performance des Agenten im Hinblick auf ein Ziel gemessen.- Der Agent erhält eine Belohnung. Die Performance des Agenten kann in zweierlei Hinsicht gemessen werden: Intern und extern. Das interne Performancemaß wird utility U genannt [13]. Agenten werden  rational genannt, wenn sie anstreben das interne Performancemaß mit dem externen in Einklang zu bringen. Einer der Kritikpunkte an [10] ist, dass (lediglich) das externe Performancemaß zur Intelligenzmessung herangezogen wird. 

    

Abbildung 2: Visualisierung der Formel zur Universellen Intelligenz nach [10]

Die Definition der Universellen Intelligenz ist sicherlich als Referenz für die Vermessung von Agenten Intelligenz sehr hilfreich. Ihre operative Ausgestaltung hat aber erst begonnen. – Und, sie ist rein phänomenlogisch, sie sagt also nichts über die Ingredienzien von Intelligenz aus, also welche Elemente wie zusammengebracht werden müssen, um intelligente Agenten bzw. Systeme zu bauen. Aus diesem Grunde versuche ich im Folgenden, einige mir wichtig erscheinende Elemente, in Form von Prinzipien, zu nennen. Ich lasse mich hierbei von der Transformer Technologie leiten, auf der die GPT-X Technologie beruht. Die aus meiner Sicht mit Abstand beste Darstellung zur Transformer-Technologie hat Ralph Krüger geschrieben – er macht keine verständnislosen Vereinfachungen, sondern beschreibt die Technologie didaktisch brillant [14]. Nicht desto weniger kann es manchmal beim Lesen helfen, die in Bing eingebundene chatGPT Bot Version als Assistenz zu benutzen ;-).

Neben [14] empfehle ich [15], eine dreiteilige sehr gute visuelle Aufbereitung des Matrizen-Flows (Tensorflows) in Transformern und für einen tieferen Blick in die Programmierung den Dreiteiler [16] sowie [17]. Als Einstieg kann der Spektrum der Wissenschaft Artikel von Manon Bischoff dienen [18]. Dieser Artikel enthält eine ganze Reihe interessanter Hinweise, u.a. auch die von mir im letzten Blog-Beitrag geäußerte Vermutung, dass chatGPT lediglich 1,5 Milliarden Parameter enthält, also mehr als 100 mal weniger als GPT-3. Manon spricht sogar von nur 1,3 Milliarden Parametern. Als Einstieg empfehle ich zusätzlich den Artikel über chatGPT [19].

Auf der Basis dieser Literatur liste ich im Folgenden die Prinzipien, die meines Erachtens das Was und das Wie der Intelligenz ausmachen:

Intelligenz ist immer kollektiv: Als Kollektiv bezeichne ich ein System von vernetzten Elementen (künstliche oder natürliche Neuronen, Ameisen, Menschen, usw.), das die Außenwelt per Transformation in eine Innenwelt abbildet. Die Transformation erfolgt im Falle der AI durch künstliche neuronale Netzwerken, die Tensor Operationen durchführen (bzw. Matrizenoperatione durchführen: Die Matrizenelemente sind die Gewichte zwischen den Neuronen). – Die Tensor Operationen sorgen also für die Abbildung. Damit diese Abbildung hinreichend viele Informationen der Außenwelt abbilden kann, benötigt sie viele Zustände, also viele Parameter, im Falle von GPT-3 175 Milliarden. Die Abbildung der Außenwelt über eine Parametrisierung in der Innenwelt, erfolgt über Selbstorganisations-Mechanismen, in denen eine Zielfunktion im AI-Training dafür sorgt, dass die niedrigsten energetischen Zustände in dem hochdimensionalen Parameterraum gefunden werden. – Diese repräsentieren nach dem Training die Daten der Außenwelt.

Ich habe die Bing AI gefragt, ‚Gibt es eine Zielfunktion für das Lernen im Gehirn‘. Bing AI wandelt dies in eine Frage nach ‚Zielfunktion Lernen Gehirn‘ um und generiert folgende Antwort:

Ja, das Gehirn hat eine Zielfunktion für das Lernen. Das Lernen ist im Grunde genommen eine Reaktion unseres Gehirns auf neue Erfahrungen. Wenn eine solche Erfahrung eine nachhaltige Änderung im Gehirn hervorruft, dann kann man von Lernen sprechen. Das Gehirn bereitet sich dadurch auf die Zukunft vor. Natürlich kann man sein Gehirn anregen und unterstützen, neue Dinge schneller zu lernen oder die synaptischen Verbindung zu bilden, die man möchte. Dazu brauchen wir nur unsere Aufmerksamkeit genau auf die zu lernenden Themen zu richten und sie entsprechend oft wiederholen.

Diese Definition der Zielfunktion entspricht nicht ganz meinem obigen Verständnis einer Zielfunktion: Außer, man versteht die neuronalen Mechanismen, die sich hinter der Aufmerksamkeit verbergen, als solche.

Die Außenwelt wird über Aufmerksamkeit kontextualisiert: Im Falle der Transformer-Technologie ist der Aufmerksamkeits-Mechanismus (Attention-Mechanismus) der Mechanismus, der die Leistungssteigerung gegenüber vorherigen AI Systemen wesentlich ausmacht. Hierzu werden die sprachlichen Inhalte der Außenwelt auf ihre semantischen Zusammenhänge hin analysiert: Alle Worte eines Satzes (eines Textes) werden herausgegriffen, also mit Aufmerksamkeit belegt, und es wird die Korrelation dieses herausgegriffenen Wortes zu allen anderen Worten in diesem Satz  (diesem Text) ermittelt. – Die Korrelationswahrscheinlichkeiten werden in speziellen neuronalen Netzwerken (Tensoren) trainiert. Für die Generierung von neuen Texten wird auf diese trainierten Korrelationswahrscheinlichkeiten zurückgegriffen.

Wahrscheinlichkeiten werden durch zusätzliche kollektive Maßnahmen auf verschiedenen Ebenen ausbalanciert: Die Ergebnisse, die ein Transformer nach außen liefert, sind die Ergebnisse mit der höchsten Wahrscheinlichkeit. Um die Verlässlichkeit der Wahrscheinlichkeiten zu erhöhen, werden die Wahrscheinlichkeiten pro Transformer Modul nicht nur einmal berechnet, sondern mehrmals parallel d.h. zum Beispiel mit 8 attention Mechanismen, dem sogenannten multi-head-attention. Zusätzlich werden im Falle von GPT-3 96 Transformer Module (Decoder) hintereinander geschaltet, um die Ergebnisse zu verfeinern und zu stabilisieren [18]. Der multi-head-attention Mechanismus zeigt damit die Wirkung eines Teams mit acht Teammitgliedern, in dem die potentiellen mentalen Verzerrungen der Teammitglieder ausbalanciert werden. Und, das Hintereinanderschalten der Transformer-Module lässt sich gut mit der iterativen Wirkung von 96-PDCA-Zyklen vergleichen.

… ggf. weitere Prinzipien

Ich glaube, dass Intelligenz nicht auf natürliche Systeme beschränkt ist, ja dass diese Einteilung in natürliche und künstliche Systeme künstlich ist: Intelligenz ist ein universelles Phänomen, das sich potentiell in allen Systemen ausdrücken kann, sobald hierfür die Voraussetzungen vorliegen…. Vielleicht sind die oben genannten Prinzipien tatsächlich (einige) der Voraussetzungen …Vielleicht wird die Filmreihe ‚Autobots – The Transformers‘ sogar einmal als (diesbezüglich) hellsehend bezeichnet werden [20]. 

 

[1] ZDF (2023a) Der Schwarm, https://www.zdf.de/serien/der-schwarm

[2] ZDF (2023b) Terra X – Schlaue Schwärme, Geheimnisvolle Sprachen, https://www.zdf.de/dokumentation/terra-x/schlaue-schwaerme-geheimnisvolle-sprachen-doku-102.html

[3] ZDF (2023c) Terra X – Schlaue Schwärme, Rätselhafte Kräfte, https://www.zdf.de/dokumentation/terra-x/schlaue-schwaerme-raetselhafte-kraefte-doku-100.html

[4] openai (2022) GPT-4, https://openai.com/product/gpt-4, zugegriffen am 20.03.2023

[5] Altman S (2023) Planning for AGI and beyond, https://openai.com/blog/planning-for-agi-and-beyond, zugegriffen am 15.03.2023

[6] The future of Life Institute (2023) The EU AI Act Newslettr #25 vom 01/03/23-14/03/23

[7] Wikipedia (2023) Ashby’s Law, https://de.wikipedia.org/wiki/Ashbysches_Gesetz, zugegriffen am 15.03.2023

[8] Wikipedia (2023a) IIT- Integrated Information Theory, https://en.wikipedia.org/wiki/Integrated_information_theory, zugegriffen am 15.03.2023

[9] Graepel T (2023) The role of Multi-Agent Learning in Artificial Intelligence Research at DeepMind, https://www.youtube.com/watch?v=CvL-KV3IBcM&t=619s, zugegriffen am 06.02.2023

[10] Legg S und Hutter M (2007) Universal Intelligence: A Definition of Machine Intelligence, arXiv:0712.3329v1

[11] Wikipedia (2023b) Occam’s razor, https://en.wikipedia.org/wiki/Occam%27s_razor, zugegriffen am 21.03.2023

[12] Park D (2023) Paper Summary: Universal Intelligence: A Definition of Machine Intelligence, https://crystal.uta.edu/~park/post/universal-intelligence/, zugegriffen am 06.03.2023

[13] Russel S und Norvig P (2016) Artificial Intelligence – A modern approach, Third Edition, Prentice Hall Series in Artificial Intelligence Series, Pearson Education Limited

[14] Krüger R (2021) Die Transformer-Architektur für Systeme zur neuronalen maschinellen Übersetzung – eine popularisierende Darstellung, in trans-kom 14 [2], Seite 278-324

[15] Doshi K (2022) Transformers Explained Visually: How it works, step-by-step published January 2, 2021, towardsdatascience.com, zugegriffen am 10.05.2022,  (Part 1, 2, 3, 4), https://towardsdatascience.com/transformers-explained-visually-part-1-overview-of-functionality-95a6dd460452, https://towardsdatascience.com/transformers-explained-visually-part-2-how-it-works-step-by-step-b49fa4a64f34, https://towardsdatascience.com/transformers-explained-visually-part-3-multi-head-attention-deep-dive-1c1ff1024853, https://towardsdatascience.com/transformers-explained-visually-not-just-how-but-why-they-work-so-well-d840bd61a9d3

[16] Gosthipaty A R und Raha R (2022) A Deep Dive into Transformers with Tensorflow and Keras, Part 1-3, PyImagesearch.com, published November 2022, zugegriffen am 06.12.2022, https://pyimagesearch.com/2022/09/05/a-deep-dive-into-transformers-with-tensorflow-and-keras-part-1/, https://pyimagesearch.com/2022/09/26/a-deep-dive-into-transformers-with-tensorflow-and-keras-part-2/, https://pyimagesearch.com/2022/11/07/a-deep-dive-into-transformers-with-tensorflow-and-keras-part-3/

[17] Cristina S (2023) Training the Transformer Model, https://machinelearningmastery.com/training-the-transformer-model/, updated am 06.01.2023, zugegriffen am 20.03.2023

[18] Bischoff M (2023) Wie man einem Computer das Sprechen beibringt, https://www.spektrum.de/news/wie-funktionieren-sprachmodelle-wie-chatgpt/2115924, veröffentlicht am 09.03.2023, zugegriffen am 20.03.2023

[19] Ruby M (2023) How ChatGPT Works: The Model Behind the Bot, https://towardsdatascience.com/how-chatgpt-works-the-models-behind-the-bot-1ce5fca96286, veröffentlicht am 30.01.2023, zugegriffen am 20.03.2023

[20] Wikipedia(2023) Autobot, https://en.wikipedia.org/wiki/Autobot, zugegriffen am 20.03.2023