Assimilation statt Akkumulation
1925 entdeckte der Klassikprofessor Carol Wight nachts in einer Maschinenwerkstatt einen ungewöhnlichen Leser. Ein Mechaniker lag auf dem schmutzigen Boden unter seiner Drehbank und las im Licht einer nackten Glühbirne Thukydides. Wight fragte ihn, weshalb er ausgerechnet einen griechischen Historiker aus dem fünften Jahrhundert vor Christus lese. Die Antwort war knapp: „because he makes me think“ – „weil er mich zum Denken bringt“. Thukydides helfe ihm zudem, die Gegenwart besser zu verstehen. [1]
Später stellte Wight jene Frage, die Studierende geisteswissenschaftlicher Fächer bis heute kennen: Was bringt dir das? Der Mechaniker deutete auf seine Drehbank und sagte: „I can shape steel with this; … I can shape men.“ Mit der Maschine könne er Stahl formen, mit dem Buch Menschen. [1] Auf diese Episode bin ich über einen Essay des Atlantic-Autors Elias Wachtel gestossen, der sie 2026 wieder aufnahm. [2] Der Mechaniker liest Thukydides nicht, um Fakten anzuhäufen, sondern um seine eigene Welt anders sehen zu können.
Wenn „Taste“ zur Kernkompetenz wird
Hundert Jahre später wird erneut darüber gestritten, welche Art von Wissen und Können zählt, wenn Maschinen immer mehr Aufgaben übernehmen. Eine populäre Antwort aus der KI-Branche lautet „Taste“. OpenAI-Präsident Greg Brockman brachte sie im Februar 2026 auf fünf Wörter: „taste is a new core skill“. [3] Zwei Tage zuvor hatte Paul Graham ähnlich argumentiert: Wenn praktisch jeder alles herstellen könne, werde entscheidend, was jemand überhaupt herzustellen wähle. [4]
Mit „Taste“ ist mehr gemeint als ästhetischer Geschmack. Es geht um Auswahlvermögen, Qualitätsurteil und Richtung. Wenn ein KI-System in Sekunden zwanzig plausible Entwürfe erzeugt, verschiebt sich ein Teil menschlicher Arbeit von der Produktion zur Beurteilung. Die Rede vom „Taste“ ist allerdings umstritten. Kritiker haben darauf hingewiesen, dass der Begriff auffällig unscharf und schwer überprüfbar ist. Gerade das macht ihn auch als Statusbehauptung attraktiv: Maschinen produzieren, während diejenigen mit vermeintlich überlegenem Geschmack auswählen und Richtung vorgeben. [5]
Sam Altman und Jakub Pachocki formulieren das zugrunde liegende Problem breiter. Mit leistungsfähigerer #KI würden Urteilskraft, Werte, Geschmack, Sorgfalt und Verantwortung wichtiger; langfristig müssten Menschen entscheiden, was überhaupt wert sei, getan zu werden. [6] Das ist plausibel. Doch es setzt etwas voraus, das die „Taste“-Debatte selten erklärt: Woher kommen die Massstäbe, mit denen wir zwischen guten und schlechten Möglichkeiten unterscheiden?
Babbitts fast 130 Jahre alte Antwort
Eine überraschend passende Antwort findet sich bei Irving Babbitt. Der spätere Harvard-Professor veröffentlichte 1897 im Atlantic Monthly einen Essay über klassische #Bildung. Dort schreibt er: „the aim proposed is the assimilation, and not the accumulation, of knowledge“ – Ziel sei die Assimilation und nicht die Akkumulation von Wissen. [7]
Babbitts Kritik gilt einer Bildung, die Informationen anhäuft, ohne sie sich wirklich anzueignen. Blosse Gelehrsamkeit gewinne ihren Wert erst, wenn sie in Kultur überführt werde; Kultur wiederum sei erst vollständig, wenn sie Teil des Charakters geworden sei. [7] Akkumulation verändert meinen Wissensbestand. Assimilation verändert mich. Das Verstandene geht in spätere Wahrnehmungen und Urteile ein und verändert die Massstäbe, mit denen neue Erfahrungen beurteilt werden.
Babbitts „Charakter“ ist allerdings nicht dasselbe wie das heutige „Taste“. Sein später sogenannter New Humanism war ein normatives Programm, das Selbstdisziplin, kulturelle Massstäbe und die Kontrolle eigener Impulse betonte. [8] Wir müssen dieses Programm nicht übernehmen. Interessant ist die gemeinsame Voraussetzung: Urteile setzen Massstäbe voraus, und diese entstehen nicht erst im Moment einer Entscheidung. Babbitt erklärt also nicht Brockmans „Taste“ avant la lettre, sondern lenkt den Blick auf einen Bildungsprozess, den die aktuelle Debatte stillschweigend voraussetzt.
Woher Geschmack kommt
Damit wird auch Wights Mechaniker mehr als eine Anekdote über einen ungewöhnlich belesenen Arbeiter. Thukydides liefert ihm keine fertigen Antworten. Die Lektüre wird zum Material, mit dem er über Macht, Konflikte und menschliches Verhalten seiner Zeit nachdenken kann. Das Gelesene geht in sein Urteil über die Gegenwart ein. Genau darin lässt sich Babbitts Assimilation erkennen.
Auch „Taste“ hat eine solche Vorgeschichte. Wer zwischen KI-generierten Vorschlägen sinnvoll auswählen will, braucht bereits Massstäbe. Sie entstehen aus Wissen und Verständnis, aber ebenso aus Erfahrung, Vergleichen, Vorbildern, Fehlurteilen und wiederholter Auseinandersetzung. Daraus kann sich Urteilskraft entwickeln. Geschmack wäre dann eine mögliche, häufig stärker intuitive Ausprägung dieser Urteilskraft. Entscheidend ist nicht erst die Auswahl, sondern auch der Prozess, durch den jemand überhaupt auswählen gelernt hat.
Wenn KI uns die Aneignung erleichtert – oder abnimmt
Genau hier wird generative KI für Bildung interessant. Sie kann die eigene Auseinandersetzung unterstützen. Ich kann einen schwierigen Essay zunächst selbst lesen und eine vorläufige Interpretation formulieren. Anschliessend kann ich ein KI-System auffordern, meine Lesart anzugreifen, Gegenargumente zu entwickeln oder auf übersehene Zusammenhänge hinzuweisen. Die Maschine nimmt mir das Urteil nicht ab; sie liefert den Widerstand, an dem ich es prüfen kann.
Der Ablauf lässt sich auch umkehren. Ich kann mir vor der Lektüre die „fünf wichtigsten Gedanken“ geben, die Argumentation bewerten und die entscheidenden Passagen auswählen lassen. Wenn ich danach noch lese, tue ich es bereits durch ein von der KI gesetztes Raster. Problematisch ist nicht die Arbeitserleichterung an sich, sondern wenn sie jene Momente ersetzt, in denen ich selbst vergleichen, gewichten, begründen und entscheiden müsste. Zugriff auf Wissen ist noch keine Aneignung.
Urteilskraft als exklusive Domäne?
Auch „Taste“ sollte nicht zum letzten Schutzwall des Menschen erklärt werden. Anthropic untersucht mit dem TASTE-Benchmark, wie gut Modelle Forschungsprojekte beurteilen können. Das beste getestete Modell erreichte 60 Prozent Übereinstimmung mit den Referenzentscheidungen, die geschätzte Übereinstimmung erfahrener menschlicher Forschender mit den Benchmark-Labels lag bei 77 Prozent. Die Autoren halten es für möglich, dass künftige Modelle diese Lücke verkleinern. [9]
Daraus folgt keineswegs, dass Maschinen menschliche Urteilskraft besitzen. Es zeigt aber, wie riskant es wäre, eine Bildungstheorie darauf aufzubauen, dass irgendeine Fähigkeit für KI grundsätzlich unerreichbar bleibt. Mich interessiert deshalb eine andere Frage stärker: Was müssen Menschen selbst entwickeln, damit sie begründet urteilen können, auch wenn Maschinen immer überzeugendere Vorschläge liefern?
Was Wissen mit uns macht
Je leichter Informationen verfügbar werden, desto weniger genügt es, bloss über sie verfügen zu können. Babbitts Assimilation erinnert daran, dass Bildung mehr als effizienter Zugriff auf Wissen sein kann – und sein muss. Sie findet auch dort statt, wo Wissen in die eigenen Massstäbe eingeht und spätere Urteile verändert.
Der Mechaniker in Wights Werkstatt las Thukydides nicht einfach, um mehr zu wissen. Nach dem Umweg über Babbitt und die heutige „Taste“-Debatte lässt sich seine Antwort genauer verstehen: Der Text war für ihn wertvoll, weil er ihm half, eigene Massstäbe für die Gegenwart auszubilden. Genau darin liegt eine Bildungsaufgabe des KI-Zeitalters: nicht möglichst viel zu akkumulieren, sondern Wissen so zu assimilieren, dass daraus eigene Massstäbe und begründete Urteile entstehen.
💬 Kommentieren (nur für write.as-Accounts)
Quellen [1] C. Wight, „Greek in the Machine Shop“, The Atlantic Monthly, Bd. 136, Nr. 2, Aug. 1925, S. 247–250. [Online]. Verfügbar: https://www.theatlantic.com/magazine/archive/1925/08/greek-in-the-machine-shop/648483/
[2] E. Wachtel, „The Ancient Texts That Teach You to Be Human“, The Atlantic, 16. Juli 2026. [Online]. Verfügbar: https://www.theatlantic.com/newsletters/2026/07/defense-classics-education-useless-subject/687935/
[3] G. Brockman, „taste is a new core skill“, X, 16. Feb. 2026. [Online]. Verfügbar: Originalbeitrag auf X
[4] P. Graham, „Prediction: In the AI age, taste will become even more important“, X, 14. Feb. 2026. [Online]. Verfügbar: Originalbeitrag auf X
[5] H. Chandonnet, „Is taste a 'new core skill'? Techies debate — and quickly get memed“, Business Insider, 20. Feb. 2026. [Online]. Verfügbar: https://www.businessinsider.com/taste-new-core-skill-ai-debate-memes-2026-2
[6] S. Altman und J. Pachocki, „Built to benefit everyone: our plan“, OpenAI, 8. Juni 2026. [Online]. Verfügbar: https://openai.com/index/built-to-benefit-everyone-our-plan/
[7] I. Babbitt, „The Rational Study of the Classics“, The Atlantic Monthly, Bd. 79, Nr. 473, März 1897. [Online]. Verfügbar: https://www.theatlantic.com/magazine/archive/1897/03/the-rational-study-of-the-classics/636019/
[8] Harvard University Archives, „Papers of Irving Babbitt, 1855, 1881–1965“, HUG 1185. [Online]. Verfügbar: https://hollisarchives.lib.harvard.edu/catalog/hua10004
[9] H. Baig, H. Joren und J. Benton, „TASTE: Can AI Models Judge AI Safety Research Proposals?“, Anthropic, 28. Aug. 2026. [Online]. Verfügbar: https://alignment.anthropic.com/2026/taste/
Bildquelle François Barraud (1899–1934): La tailleuse de soupe, Privatbesitz, Public Domain.
Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde Gemini Notebook (ehem. NotebookLM) von Google verwendet.
Topic #Erwachsenenbildung | #Maschinenwelten
