KI als künstliche Kommunikation gestalten, nicht nur als Automatisierung

KI-Produkte werden oft als Automatisierungswerkzeuge beschrieben: Sie klassifizieren, prognostizieren, generieren, empfehlen und optimieren. Elena Espositos “Artificial Communication” bietet eine breitere Produktperspektive: Viele Algorithmen sollten als Kommunikationspartner verstanden werden. Das hat direkte Folgen für KI-Design, Customer Experience, Governance und Beratung.

Das zentrale Argument lautet, dass der Vergleich von Algorithmen mit menschlicher Intelligenz irreführen kann. Heutige Algorithmen beantworten Fragen, erzeugen Texte, komponieren Musik und nehmen an Gesprächen teil. Dass wir mit Maschinen kommunizieren können, beweist aber nicht, dass sie wie Menschen denken. Vielmehr verändert sich Kommunikation selbst: Algorithmen produzieren kontrollierte, nicht zufällige Information, ohne dass man dies als menschlichen mentalen Prozess verstehen muss.

Für Produktteams ist diese Rahmung wichtig. Ein Chatbot ist nicht nur ein Kostensenkungsinstrument, sondern ein kundenseitiges Kommunikationssystem. Eine Empfehlungsmaschine ist nicht nur ein Ranking-Modell, sondern ein Personalisierungsinterface. Smart Reply ist nicht nur Textvorhersage, sondern beteiligt sich daran, wie Nutzer sich ausdrücken. Ein Risikoscore ist nicht nur eine interne Zahl; kommuniziert prägt er Vertrauen, Handlung und Fairnesswahrnehmung.

Listen und Rankings bestimmen Sichtbarkeit. Suchergebnisse, Produktfeeds, Bewerberlisten und Risikowarteschlangen ordnen, ohne notwendigerweise zu verstehen. Produktteams müssen entscheiden, wie Ranking-Logik offengelegt, geprüft und korrigiert werden kann.

Personalisierung erzeugt ein Paradox. Sie kann individuell wirken, arbeitet aber oft über Standardisierung und Profilbildung. Ein System scheint den Nutzer zu kennen, weist ihn aber häufig nur Verhaltensmustern zu. Produkte sollten Grenzen der Personalisierung klar kommunizieren.

Algorithmisches Gedächtnis wirft Governance-Fragen auf: Was soll ein System erinnern, was vergessen? Wie werden Nutzerhistorien, Präferenzen und frühere Entscheidungen gepflegt oder gelöscht? Das Recht auf Vergessenwerden ist nicht nur ein juristisches Konzept, sondern ein Architekturproblem.

Auch Vorhersage ist kommunikativ sensibel. In Enterprise-KI können Prognosen helfen, erzeugen aber Übervertrauen, wenn probabilistische Aussagen als deterministische Befehle erscheinen. Interfaces sollten Unsicherheit verständlich ausdrücken, nicht verstecken.

Für OzyCore lautet die Empfehlung, KI-Produktdesign um eine Ebene “algorithmischer Kommunikation” zu ergänzen. Mit wem kommuniziert das System? Was scheint es zu wissen? Wie drückt es Unsicherheit aus? Wie verwaltet es Erinnerung? Wie werden Ranking und Personalisierung erklärt? Wie sind Korrektur, Einspruch und menschlicher Override möglich? Dauerhafte KI-Produkte gestalten nicht nur Berechnung, sondern auch Kommunikation.