Für diesen Text habe ich selbst recherchiert, bin nach Amerika gereist, habe dort Wissenschaftler und Unternehmer besucht, mit ihnen gesprochen, handschriftliche Notizen gemacht, Studien gelesen. Und nun schreibe ich für Sie auf, was ich herausgefunden habe, liebe Leserinnen und Leser. Ich, der als Autor des Artikels zeichnet, schreibe diesen Text selbst. Sie werden gleich merken, warum es wichtig ist, dass Sie das wissen.

Meine Arbeit als Journalist ist nämlich eine individuelle Dienstleistung, die Sie nicht mehr überall erwarten können. Die Kollegen der Onlineausgabe des amerikanischen Wirtschaftsmagazins Forbes konkurrieren bereits mit Textmaschinen: Die werten Bilanzzahlen diverser Unternehmen aus und machen im Handumdrehen Artikel daraus. Die Rechner variieren sogar ihren Schreibstil. Mir haben solche Erfindungen die Arbeit noch nicht weggenommen. Und ich hoffe auch, dass es nicht so bald so weit kommt. Aber jetzt, nach dieser Recherche, bin ich mir dessen nicht mehr so sicher.

Liebe ZEIT-Leser, nicht nur ich und mein Beruf sind betroffen, auch Sie könnten demnächst um Ihren Job bangen. Sie sind – das weiß unsere Marktforschung – besser ausgebildet als der Durchschnittsdeutsche. Auch Ihr Einkommen und Ihre Position in der Firma sind im Schnitt höher als die der Gesamtbevölkerung. Sicher haben auch Sie schon davon gehört, dass Menschen Arbeit verloren haben, weil eine Maschine ihre Aufgaben übernommen hat.

Nun habe ich auch solche künstlichen Intelligenzbestien kennengelernt, die es auf Ihre Arbeit abgesehen haben.

Ich traf zum Beispiel einen Computer namens Watson. Er ist ein bisschen ein Angeber, einer von diesen Typen, die drei Doktortitel machen. Man muss ihm aber lassen, dass er sich heute schon besser ausdrückt als viele Computer-Experten. Das ist wichtig. Er wird bald deren Job übernehmen. Mit ihm werden wir künftig chatten, wenn der Mauszeiger mal wieder auf dem Bildschirm eingefroren ist. Watson ist zudem sehr gebildet und versucht sich obendrein erfolgreich als Arzt und als Agent für den US-Geheimdienst.

Sie werden Watson in dieser Geschichte noch kennenlernen, ebenso seine Maschinenkollegen, die möglicherweise bald unsere Personalabteilungen ersetzen. Sie halten das für verrückt? Warten Sie ab.

Im Januar haben die Ökonomen Erik Brynjolfs-son und Andrew McAfee ein Buch herausgebracht, das ein umwälzendes Phänomen beschreibt. In ihrer Studie "Das zweite Maschinenzeitalter" analysieren die Professoren des Massachusetts Institute of Technology (MIT), wie die Kombination aus immer lernfähigeren Computern, wachsenden Datenmengen und intuitiver Bedienung die Welt besser machen, aber auch zu neuen Problemen führen wird: Nur wenige Menschen, vor allem die Programmierer und Besitzer dieser neuen Maschinen, werden dann von dem digital geschaffenen Wohlstand profitieren, die soziale Ungleichheit wird steigen, und auch bislang von Technik nicht bedrohte Arbeitnehmer werden unter der neuen Konkurrenz leiden. Sie werden ihre Arbeitsplätze verlieren – so die Prognose.

Die Opfer dieser Entwicklung haben die Oxford-Ökonomen Carl Benedikt Frey und Michael A. Osborne in ihrer Studie "Die Zukunft der Beschäftigung" schon ausgemacht: Von 702 in den USA untersuchten Berufsgruppen sind 47 Prozent hochgradig durch Computer bedroht: Kreditanalysten, technische Geologen und Kranführer, Kartografen, Makler und Archivare, Chauffeure und ja – sogar Köche.

Die Frage ist: Wird es wirklich so weit kommen? Und falls diese Propheten recht haben: Wer wird profitieren, wer verlieren? Wie sollen Gesellschaften damit umgehen, wenn sie nicht Maschinen stürmen wollen wie die wütenden Weber des 19. Jahrhunderts?

Der Angriff der Supercomputer ist schon in vollem Gange, es merkt nur kaum einer, weil die Maschinen dieser neuen industriellen Revolution sich – anders als ihre Vorgänger – geräuschlos in unsere Leben schleichen. Leise bereiten sie ihre Herrschaft vor, für die sie nur zwei Dinge benötigen: schnelle Prozessoren und Daten, Daten, Daten. Dann tun sie irgendetwas zwischen Genie und Wahnsinn.

Kein Arzt kann alle Studien zu einem Thema lesen – ein Computer schon

Das Genie hat sein Zuhause im Norden von New York City, eine Stunde mit dem Zug am Hudson River entlang und dann noch ein wenig weiter mit dem Auto. Es, nun ja, lebt auf einem Hügel im Wald in einem dunkel verglasten Gebäuderiegel. Es trägt den Namen Watson.

Vor wenigen Jahren galt noch als Fantast, wer behauptete, ein Computer könne unstrukturierte Texte auswerten und verstehen. Doch nun gibt es Watson, geschaffen von Entwicklern des IT-Riesen IBM und benannt nach dem legendären früheren Konzern-Chef Thomas J. Watson. Bereits mit vier Jahren trat Watson in der US-Ausgabe der TV-Quiz-Sendung Jeopardy! gegen die beiden bis dahin unangefochtenen und legendären Rekordhalter an. Heute ist er Krebsspezialist, IT-Experte und Verkaufsberater. In einem Parallelleben schnüffelt er der New York Times zufolge auch für den US-Geheimdienst in Internetdaten herum. Dort soll er Terroristen aufspüren. Eine IBM-Sprecherin will dazu nichts sagen. Auch Watson schweigt.

Sicher ist: Watson ist der vorläufige Höhepunkt einer rasenden Evolution lernender Maschinen, die sich kaum anderswo eindrücklicher zeigen lässt als am IBM-Konzern. Als dessen Computer Deep Blue 1997 den damaligen Schachweltmeister Garri Kasparow besiegte, war das beachtlich, aber auch zu erwarten. Schach ist ein Spiel nach mathematischen Regeln. Computer mögen so was.

Doch ein bedeutender Teil der Datenwelt blieb den Computern verschlossen wie einem Analphabeten die Bücher: die im Netz und auf Computern Tag für Tag anschwellende Masse an Texten und Bildern. Das neue Forschungsziel der IBM-Führung nach dem Sieg im Schach war deshalb: ein alphabetisierter Computer, der unstrukturierte Texte verstehen kann. Das Kalkül: Kein Arzt der Erde kann alle Studien zu seinem Fach lesen und bewerten, kein Jurist binnen Sekunden Tausende Seiten erfassen, kein Risikoanalyst einer Bank alle Nachrichten zu einem Thema in seine Entscheidungen einbeziehen – und kein Geheimagent das ganze Internet durchforsten. Ein Computer, der zu alldem in der Lage wäre und den Nutzern obendrein Antworten auf konkrete Fragen zu Medizin, Finanzen oder Terrorgefahren geben könnte, wäre ein Riesengeschäft.

Ein Computer hat keine körperliche Erfahrung

Um dem näherzukommen, steckte der IBM-Forschungschef Paul Horn 2006 ein Ziel fest: Ein Computer sollte in der TV-Quizshow Jeopardy! antreten und die besten menschlichen Spieler bezwingen. Einer von ihnen war gerade in 74 Folgen hintereinander als Sieger hervorgegangen und hatte so 2,5 Millionen Dollar Preisgeld gewonnen.

Bei Jeopardy! spielen drei Kandidaten gegeneinander. Sie sehen auf einer Tafel Antworten und müssen die dazugehörigen Fragen formulieren. Für richtige Fragen bekommen sie Geld gutgeschrieben, bei falschen etwas abgezogen. Die Fragen beziehen sich auf Technik, Geschichte, Kultur – kurz: auf das Wissen der Welt. Es geht zudem um mehrdeutige Sprache und menschliche Alltagserfahrung.

Ein einfaches Beispiel:

Kategorie "Dekoration". Rätsel: "Wenn du stehst, ist das die Richtung, in die du schauen solltest, um eine Bodenleiste unter die Lupe zu nehmen."

Für einen Menschen ist klar, dass die dazugehörige Frage lautet: "Was ist: nach unten?" Ein Computer hat aber kein Konzept von seinem Ort in der Welt. Er hat keine körperliche Erfahrung. Auch wegen solcher Fragen ist Jeopardy! anders als Schach. Es ist das Gegenteil von Ordnung. Ein Albtraum für einen Computer. Trotzdem sollte – nachdem der Schachweltmeister geschlagen war – ein IBM-Rechner nun auch die Jeopardy!- Champions zur Strecke bringen.

Um Jeopardy! spielen zu können, musste Watson lernen, binnen Sekunden eine Aufgabe zu verstehen, sie mit den Informationen aus Datenbanken zu kombinieren und dann die beste Lösung aus verschiedenen parallel errechneten Vorschlägen zu ermitteln. Danach musste er bestimmen, mit welcher Wahrscheinlichkeit seine Lösung richtig sein würde, er musste sie mitteilen, so er sicher genug war – und eine weitere Aufgabe wählen oder an die anderen Kandidaten weitergeben.

2008 rechnete Watson für eine einzige richtige Antwort zwei Stunden lang.

Drei Jahre später, im Quizshow-Finale, das im Februar 2011 ausgestrahlt wurde, steht ein schwarzer Monitor zwischen den menschlichen Rekordhaltern. Er zeigt einen Erdball, um den bunte Linien kreisen: Watsons Show-Garderobe. Im Publikum hocken dreißig IBM-Wissenschaftler. Als Watson an der Reihe ist, halten sich manche die Hände vor den Mund wie Eltern beim Auftritt ihrer Kinder im Schultheater.

Watson wählt die Kategorie "Romanautoren des 19. Jahrhunderts".

Die Aufgabe: "William Wilkinsons Bericht aus den Fürstentümern der Walachei und Moldawiens inspirierte den berühmtesten Roman dieses Autors."

Watson antwortet, nach weniger als drei Sekunden: "Wer ist Bram Stoker?"

Bram Stoker ist der Autor von Dracula. Watson hat recht und gewinnt.

In einem IBM-Film zu dem Projekt kommentiert ein Wissenschaftler Watsons Auftritt so: "Ich dachte, das sei das Ende, wir hätten es geschafft. Dann realisierte ich: Es ist erst der Anfang."

Der Sieg im TV-Quiz ist für IBMs Superrechner nur Aufwärmübung

Tatsächlich war der Sieg bei Jeopardy! Watsons Karrierestart in weitere Fachgebiete. Aus dem Jeopardy!- Spieler Watson wurde bald Dr. Watson, der Krebsspezialist. Ajay Royyuru hat eine Präsentation vorbereitet, um Watsons Reifeprozess zu illustrieren. Der Mann kommt aus Indien, ist Molekularbiologe und leitet das Computational Biology Center bei IBM. Wie alle Menschen, die in den Watson-Labors arbeiten, hat sein Büro kein Fenster.

Hat ein Patient Krebs, entnehmen Ärzte oftmals befallenes Gewebe, analysieren die DNA und vergleichen sie mit dem gesunden Genom des Patienten. Dadurch versuchen sie herauszufinden, welche Therapie Erfolg verspricht. Doch weil es unfassbar viele Krebsarten gibt, kann kein Mediziner sämtliche einschlägigen Studien überblicken. Watson kann es. Er weiß sogar, was letzte Woche in irgendeinem Journal erschienen ist, das der Arzt noch nicht auf dem Tisch hat.

Der Computer ist in der Lage, sekundenschnell die Mechanismen in der Zelle sichtbar zu machen. "Watson erkennt Mutationen im Genom des Tumors und entwickelt eine Hypothese dazu, wie sie den Krebs verursachen", sagt Royyuru. Jede Linie, die einen solchen Zusammenhang zeigt, lässt sich anklicken und macht die Quelle der Hypothese sichtbar, sodass ein Arzt sie überprüfen kann. "Dann schlägt Watson binnen Sekunden eine Liste von Medikamenten vor, die den Krebs behandeln könnten", sagt Royyuru.

Watsons wichtigster Lehrer war der Lungenkrebsspezialist Mark Kris am Memorial Sloan Kettering Cancer Center (MSKCC) in Manhattan. Wenn die Propheten des neuen Maschinenzeitalters recht haben, arbeitete Kris damit nicht nur an Watsons Ausbildung. Er arbeitete auch an der Abschaffung seines eigenen Berufs.

"Am Ende geht es um menschliche Interaktion"

Kris ist ein Mann mit weicher Stimme, im Jahr suchen ihn 600 Menschen mit Lungenkrebs auf. Alle werden sehr wahrscheinlich an ihrer Krankheit sterben. Auf der Fensterbank liegen medizinische Fachzeitschriften. Kris versucht, so viel zu lesen wie möglich, um seinen Patienten das Leben zu verlängern. Aber natürlich ist es menschenunmöglich, alles zu lesen.

Watson, so dachte Kris und so dachten die IBM-Leute, könnte ihm dabei helfen. Er hat dem Computer deshalb zusammen mit Mitarbeitern Hunderte Krebsfälle verständlich gemacht. Der Computer musste die Sprache der Ärzte lernen wie bei Jeopardy!. Es ging um Diagnosethemen wie "Der Patient verneint Husten", er "hat Schmerzen in der Brust", solche Sachen.

Kris erwartet, dass der Computer dabei helfen wird, Spezialfälle zu erkennen. Während der Visite wird Watson auf einem Tablet-Computer der ständige Begleiter sein. Er wird die Dokumentation der Patientenakte übernehmen, Diagnosen am Krankenbett in Beziehung setzen zu neuen Studien, wird Behandlungspläne vorschlagen und sie mit anderen Abteilungen im Krankenhaus abstimmen. So werden Ärzte weniger Zeit mit Bürokratie verbringen und mehr Zeit mit Patienten.

Aber Kris glaubt nicht, dass Watson Ärzte ersetzen wird. "Am Ende geht es um menschliche Interaktion. Die Behandlung zu wählen ist relativ einfach. Den Patienten zu verstehen, ist schwierig", sagt der Mediziner. Manchmal kommen zum Beispiel Kranke zu Kris, die sagen: "Ich kann nur alle drei Wochen kommen, weil ich sonst meine Arbeit verliere. Deshalb kann ich die medizinisch beste Behandlung nicht wählen." Das kommt vor im US-Gesundheitssystem. Und es ist kein Spiel mehr um Logik oder Wissen.

Neue Programme übersetzen live – wer braucht da noch Dolmetscher?

Doch nicht so schnell.

Zwar achtet die PR-Abteilung von IBM darauf, dass alle Mitarbeiter sich an die Sprachregelung vom freundlichen Helfer Watson halten, der – stets kontrolliert von Menschen – keiner Seele etwas wegnehmen könne. Es ist aber sehr unwahrscheinlich, dass das so bleibt. Ein amerikanischer Krankenversicherer nutzt ihn bereits, um zu überprüfen, ob die Ärzte mit ihren Therapien alles richtig machen.

Dazu kommen all die anderen Gebiete, die sich Watson außerhalb der Medizin aneignet. IBM hat gerade eine Milliarde Dollar in seine Weiterentwicklung investiert. Nach dem Medizinstudium hat sich Watson zur Auflockerung die Handbücher diverser Handys reingezogen und die Vertragsbedingungen eines Mobilfunkkonzerns verinnerlicht. In der Testversion funktioniert er als Kundenbetreuer schon. Wer wissen will, was Telefonate mit dem eigenen Vertrag im Urlaubsland kosten, muss bald nicht mehr in der Hotline-Warteschleife hängen. Es reicht ein Chat mit Watson. Erst wenn die Probleme zu speziell werden, gibt er an menschliche Spezialisten ab. Ähnliche IBM-Lösungen gibt es für Banken, denen Watson Kontoeröffnungen und die Vergabe von Kleinkrediten abnehmen kann.

"Wir werden mit solchen Frage-Antwort-Anwendungen in ein paar Jahren jeden Tag zu tun haben", sagt Sebastian Welter, der Watson für IBM in Europa vertritt. Das Unternehmen lässt externe Entwickler bereits mit dem Supercomputer experimentieren. Einer arbeitet etwa mit der Outdoor-Marke North Face an einer Onlineverkaufsberatung: Vor der Reise soll der Computer Kunden sagen, welcher Rucksack und welche Hose für eine bestimmte Bergregion geeignet sind. "Ein Unternehmen wie Amazon kann dann Fachberatung für alle möglichen Bereiche anbieten, ohne einen einzigen Verkäufer", sagt Welter.

IBMs Watson ist nur eine von vielen lernenden Maschinen, die in einer Art Evolution dabei sind, dem menschlichen Gehirn den Rang abzulaufen. Auch andere Computer verändern Berufe durch künstliche Intelligenz und massenhafte Datensammlung, Speicherung und Auswertung.

Beispiel Marketing: Das US-Unternehmen Rocket Fuel steuert mittels Big Data und maschinellem Lernen Werbung im Internet. In Millisekunden analysiert die Software anhand der virtuellen Datenspur eines Nutzers, ob er der richtige Adressat für eine bestimmte Anzeige ist und ersteigert – wieder binnen Millisekunden – den Anzeigenplatz auf einer Seite, die dieser Nutzer ansteuert. Zudem studiert sie permanent dessen Verhalten: Surft er am Mittwoch auf der Sixt-Seite, mietet aber kein Cabrio, bietet ihm die Maschine – die längst weiß, dass er sich für Sportwagen interessiert – das Auto am Freitag unter Berücksichtigung der Wettervorhersage nochmals an. "Unsere selbst lernende Technologie versucht es automatisch wieder und lernt alleine aus dem Verhalten", sagt Oliver Hülse, Geschäftsführer von Rocket Fuel Deutschland. Seinem Unternehmen werden am Tag bis zu vier Milliarden Anzeigen auf deutschen Internetseiten zum Kauf angeboten, weltweit sind es 50 Milliarden. Menschen können dieses Volumen gar nicht bewältigen – und das Geschäft wächst extrem schnell auf Kosten klassischer Werbeformen.

Beispiel Dolmetscher: Im Mai präsentierte Microsoft einen Echtzeitübersetzer für das Telefonie-Programm Skype. Vierzig Sprachen wird das Programm simultan übersetzen – und noch dieses Jahr wird es als Testversion verfügbar sein.

Beispiel Banker: Der Computer Warren (nicht verwandt oder verschwägert mit Watson) von Kensho Technologies beantwortet Fragen zu Finanzinvestments. Der Nutzer muss sie bloß in eine Suchmaske eingeben. Er fragt zum Beispiel: "Die Aktien welcher Zementfirma steigen am meisten im Wert, wenn ein Hurrikan der Kategorie 3 auf Florida trifft?" Antwort: Texas Industries. Das US-Wirtschaftsmagazin Forbes schreibt: "Warren könnte den 26-Milliarden-Dollar-Markt für Finanzmarktdaten, der lange von Bloomberg und Reuters dominiert wurde, durchschütteln und Werkzeuge demokratisieren, die heute Wall-Street-Megabanken und Elite-Quant-Hedgefonds für sich behalten."

Kann ein Computerspiel Potenzial von Menschen für bestimmte Aufgaben voraussagen?

Und so geht es weiter, Branche um Branche. Bis zu dem Punkt, an dem sich neben dem Genie auch der Wahnsinn der Maschinenwelt Bahn bricht: In den USA geben Computer mancherorts Empfehlungen darüber ab, ob Straftäter ins Gefängnis oder auf Bewährung auf freien Fuß kommen sollen. Selbst wenn die Entscheidungsträger sie nur als Unterstützung nutzen, drängt sich die Frage auf, ob das nicht zu viel Macht ist für Algorithmen, Rechenprogramme, deren Logik aus der Welt der Programmierer stammt.

Andererseits: In Memphis haben Algorithmen der Polizei dabei geholfen, die Kriminalitätsrate drastisch zu reduzieren. Datenanalysen zu lokalen Entwicklungen machten es der Polizei möglich, öfter am Ort zu sein, bevor etwas passierte, obwohl kein Geld da war für 500 Polizisten, die die Stadt eigentlich gebraucht hätte. Der Computer hat Arbeit erledigt, die sich die Stadt nicht leisten konnte. Ihr Partner: IBM.

Rechner werden darüber bestimmen, welche Menschen arbeiten dürfen

Wenn es nach Guy Halfteck geht, werden Algorithmen in Zukunft sogar darüber bestimmen, wer jene Arbeitsplätze besetzt, die die Maschinen den Menschen übrig lassen. Halfteck ist Gründer und Chef der im Silicon Valley ansässigen Firma Knack. Er hat das Treffen an seinem bevorzugten Aufenthaltsort in New York anberaumt, einem Coffeeshop in Manhattan. Zunächst ist es schwierig zu sagen, ob der Mann ein freundlicher Aufschneider ist oder doch der nächste Facebook-Gründer. Sein Ziel: "Wir wollen das menschliche Talent der Welt organisieren, so wie Google die Informationen der Welt."

In Halftecks kleiner Firma hat eine Handvoll Verhaltens- und Datenexperten Computerspiele entwickelt. Wer sie nutzt, trifft laufend Entscheidungen, aus denen ein Programm eine Persönlichkeitsanalyse erstellt. Eines der Spiele heißt Wasabi Waiter. Der Spieler ist Kellner an der Bar eines Sushi-Restaurants. Auf dem Tresen: Sushi-Portionen, versehen mit Emotionsbeschreibungen (zum Beispiel glücklich, traurig, verärgert).

Vor dem Tresen: ein Kommen und Gehen von Gästen in unterschiedlichen Gemütszuständen (erkennbar an den Gesichtszügen).

Die Aufgabe: das zur Emotion des Kunden passende Gericht zu servieren.

Das Problem: die wachsende Zahl an Gästen mit einer wachsenden Zahl Emotionen.

Welche Gäste bedient der Spieler in welcher Reihenfolge? Wie reagiert er auf deren Gesichtszüge? Wie organisiert er die Abläufe? Zu alldem sammelt das Programm Daten. Nach zehn Minuten hat es in vier Runden gelernt, wie der Spieler sich in Entscheidungssituationen verhält, wann er zögert. "Millisekundengenau", sagt Halfteck. Das Ergebnis sei ein Psychogramm. Es messe soziale Intelligenz, Aufmerksamkeit, Effizienz, Kreativität, Hartnäckigkeit. Es erkenne, wie gut jemand aus Fehlern lernt, ob und wie er Prioritäten setzt.

Ist das realistisch? Kann ein Computerspiel wirklich Potenzial und Erfolgsaussichten von Menschen für bestimmte Aufgaben voraussagen?

Der Ölkonzern Shell hat es ausprobiert mit einer Abteilung, die GameChanger Unit heißt. Der Chef der Einheit, Hans Haringa, und seine Mitarbeiter untersuchen Geschäftsideen von Bewerbern aus der Firma und von außen. Erfolg versprechenden Kandidaten geben sie Gründungskapital. Der Prozess dauert zwei Jahre, und nur zehn Prozent der vorgeschlagenen Ideen werden verfolgt. Als Haringa von Knack hörte, wollte er herausfinden, ob die Software Kandidaten effizienter finden kann. So kam es zum Pilotversuch.

Haringas Abteilung existierte seit zwei Jahrzehnten. Es gab eine Datenbank mit 1.400 Leuten, die sich beworben hatten. Außerdem gab es Daten dazu, wie erfolgreich sie später wurden. Haringa bat sie, das Sushi-Kellner-Spiel und ein weiteres Spiel zu nutzen. Zuvor teilte er diejenigen, die mitmachten, in zwei Gruppen ein.

Von Gruppe eins erfuhren die Knack-Entwickler, wie gut deren Projekte bei Shell in der Wirklichkeit gelaufen waren. Nachdem die Mitglieder dieser Gruppe gespielt hatten, verknüpften sie deren Spieldaten mit ihrem tatsächlichen Erfolg in der Firma. Sie fanden so Muster in den Handlungen jener Leute, die als Innovatoren bei Shell erfolgreich waren.

Von den Mitgliedern der Gruppe zwei wussten die Knack-Entwickler zunächst nichts über deren Erfolg bei Shell. Sie hatten bloß deren Spieldaten und suchten nun nach den gleichen Mustern wie bei Gruppe eins. Dann schickten sie Haringa ihre Einschätzung.

Haringa staunte, als er von Knack die Ergebnisse bekam: Die Software konnte die zehn Prozent der besten Innovatoren identifizieren. Es kam nicht einmal darauf an, welche Projekte die Betreffenden bei Shell verfolgt hatten. Allein ihre Persönlichkeitsanalyse war ausreichend. "Wir messen, wie geeignet sie für bestimme Positionen sind, nicht, ob sie generell gut oder schlecht als Mitarbeiter sind", sagt Halfteck. Seine Spiele könnten die Vorauswahl für Personalabteilungen übernehmen, bei Firmen, die Tausende Leute einstellen, meint er. Und sie seien eine Chance: Dem Computer kommt es allein darauf an, wer jemand ist und was er kann, nicht wen er in der Personalabteilung kennt. Zudem könnten die Spiele Menschen zeigen, worin sie erfolgreich sein können.

Halfteck, der in Harvard zu Rechtswissenschaften geforscht hat, hat keine Ahnung von Technik. Aber er hat eine Handvoll – offenbar passender – Leute, die für ihn arbeiten. Er will nun beweisen, dass die Ergebnisse der Spiele auch in anderen Unternehmen und mit sehr vielen Teilnehmern valide sind. Bald wird er sie als Handy-Apps anbieten. Weltweit sollen User Profile hinterlassen, die er mit Jobangeboten zusammenbringen möchte. Daran will er dann verdienen.

"Technologie ist kein Schicksal"

Die Geschichte des Guy Halfteck weist aber auch weit über seine Firma hinaus. Sein Geschäftsmodell ist ein für die digitale Welt sehr typisches – mit einer zutiefst politischen Dimension: In der neuen digitalen Welt bekommen die Gewinner alles. Sie ist eine Ökonomie der Superstars.

Bekommt die Mehrheit nichts ab von den digitalen Segnungen?

In seinem Aufsatz über "Die Ökonomie der Superstars" hat der Wirtschaftswissenschaftler Sherwin Rosen vor mehr als dreißig Jahren beschrieben, warum in manchen Branchen eine kleine Gruppe riesige Beträge anhäuft, während bei anderen, die nur minimal schlechter sind, kaum etwas hängen bleibt. Warum zum Beispiel eine Handvoll Gesangssolisten gigantische Einkommen hat, die in der zweiten Reihe aber nur mehr mühsam über die Runden kommen. Rosens Begründung: Lässt sich ein Gut zum Beispiel schlecht transportieren, wird auch der beste Anbieter nur einen kleinen Teil des Marktes erreichen. So konnte früher auch ein außergewöhnlicher Sänger lediglich im Konzertsaal seiner eigenen Stadt auftreten. Dem zweitbesten in der Nachbarstadt hat das nicht geschadet.

Wenn nun aber eine Technik aufkommt, mit der das Angebot sich günstig vervielfältigen und verbreiten lässt, ändert das alles: Heute können Musiker über das Internet die ganze Welt erreichen. Welcher Hörer sollte da noch dem zweitbesten Sänger lauschen? Auf diesem Markt bekommt allein der Gewinner alles.

Die Welt der Software funktioniert nach genau diesen Regeln. Niemand braucht die fünftbeste Textverarbeitung. Hat ein Anbieter die Fixkosten gedeckt, kann er sein Programm millionenfach bereitstellen, ohne dass ihm hohe neue Ausgaben entstehen. IBM kann zum Beispiel unzählige Watsons installieren, Knack unzählige Recruiting-Spiele. Alle Dienstleistungen, die sich digital reproduzieren lassen, sind betroffen. Die Folge: Je mehr Berufe sich digitalisieren lassen, umso wahrscheinlicher ist es, dass einige wenige gewaltige Gewinne erzielen – und umso mehr Verlierer wird es geben. Das ist an sich nicht neu, nur sind mit den Fähigkeiten der Watsons dieser Welt die Konsequenzen unüberschaubar. Man hatte Terminator und Robocop erwartet. Doch die tatsächliche Umwälzung kommt leise daher. Die Maschinen lernen denken, bevor sie laufen lernen.

Neben der Zukunft der Arbeit geht es bei alldem auch um Macht, wenn ein paar Computerspezialisten mit einem Krebsexperten dessen Wissen in die Sprache der Maschinen übersetzen. All jene, die keine Programmierer oder Superexperten sind, müssen darauf vertrauen, dass die Autoren der Computercodes und die Unternehmen, die sie finanzieren, das Beste für sie wollen.

Die Frage ist: Wie sorgen wir dafür, dass die neuen Maschinen ein Segen werden für alle – und nicht nur für wenige?

Ein Ökonom fragt: Wie können alle Menschen profitieren?

Erik Brynjolfsson, der Ökonomie-Professor am MIT, der den Hype mit seinem Buch lostrat, hat nur wenig Zeit. Gerade ist Eric Schmidt in Cambridge an der US-Ostküste, der Verwaltungsratschef von Google ist, dem mächtigsten Unternehmen der Erde, errichtet auf Algorithmen. Doch heute sucht Schmidt Rat bei Brynjolfsson. Vielleicht kann der auch den ZEIT-Lesern sagen, wie wir diesen neuen Maschinen begegnen sollen.

Brynjolfssons Forschung begann, so erzählt er es, mit einem Rätsel. Vor wenigen Jahren hielt er das selbst fahrende Auto für undenkbar. Auf einmal hatte Google es gebaut. Auch sah er an seinem Arbeitsplatz am MIT Tag für Tag all diese Technikoptimisten in ungeahntem Tempo an irren Erfindungen arbeiten. Er war sich sicher, dass diese Jungs die Welt verändern würden.

Doch Brynjolfsson ist Ökonom. Und als solcher registrierte er, dass viele Menschen im Land kaum Arbeit finden und manche Ökonomen sogar die Zeiten des Wachstums für beendet halten. Er glaubte, dass die Mehrheit nichts abbekomme von den Segnungen vor seiner Bürotür.

Bei seinen Nachforschungen kam Brynjolfsson einem Trend auf die Spur, der ihn überraschte: Selbst in Billiglohnländern, fand er heraus, ersetzen Maschinen mehr Arbeitsplätze in der Fertigung, als aus anderen Ländern hinzukommen. Dazu passt, dass erst vor wenigen Tagen Meldungen die Runde machten, wonach Chinas größter privater Arbeitgeber Foxconn künftig 10.000 Roboter einsetzen will, um iPhones zusammenzusetzen. (Die Berichte darüber sind selbst bemerkenswert, weil die Quelle der meisten Medien ein US-Nachrichtenportal ist, das seinen Bericht auf eine asiatische Seite stützt, die es – Achtung! – mit dem Onlineübersetzer von Google ins Englische übertragen hat. Auf die Nachfrage, ob das stimmt mit den Robotern, hat Foxconn bis Redaktionsschluss keine Antwort gegeben.)

Brynjolfsson fragte sich nun: Was bedeutet der wachsende Einfluss der Maschinen erst, wenn die künstliche Intelligenz noch mehr Arbeit übernimmt – und das nach den Gesetzen der Ökonomie der Superstars? Er findet Technik ja gut. Nur was aus den Verlierern wird, bereitet ihm Sorgen. Anders als Erfinder früherer Zeiten brauchen die der digitalen Welt kaum Arbeiter, um ihre Produkte auf den Markt zu bringen.

"Technologie ist kein Schicksal", sagt Brynjolfsson. Also fing er an, über Lösungen nachzudenken. "Wir können die Technik nutzen, um den Planeten zu zerstören. Oder wir können den Wohlstand teilen", sagt er. Es gelte, die Menschen durch Ausbildung auf die neue Welt vorzubereiten, damit sie wie bei früheren Technikrevolutionen auch neue Arbeit finden durch die Maschinen. Vor allem aber sei es wichtig, darüber nachzudenken, wie alle Menschen vom neuen Maschinenzeitalter profitieren könnten, in dem heute nur wenige die große Ernte einfahren.

Brynjolfsson plädiert dafür, dass die Staaten über die alte Idee neu nachdenken, ihren Bürgern ein Grundeinkommen zu gewähren, um sie an den Produktivitätszuwächsen zu beteiligen. So tut der Ökonom das, was die Maschinen noch nicht können: die Welt neu und menschenfreundlich denken. Bevor die Algorithmen und ihre Superstars selbst entscheiden, ohne uns zu fragen.