Die Auswirkungen der Künstlichen Intelligenz auf berufliche Expertise und das Dilemma der kognitiven Allmende

Die "Tragödie der kognitiven Allmende": Wie KI die Expertise von Berufen gefährden könnte

Die Einführung von Künstlicher Intelligenz (KI) in Unternehmensprozesse verspricht Effizienzsteigerungen und neue Möglichkeiten. Doch eine aktuelle Forschungsarbeit von Nolan Lovett von der NATO Special Operations University wirft eine kritische Frage auf: Könnte die rationale, individuelle KI-Adaption durch Unternehmen langfristig die kollektive Expertise ganzer Berufsfelder aushöhlen? Dieses Phänomen wird als "Tragödie der kognitiven Allmende" bezeichnet und beleuchtet eine potenzielle negative Kehrseite des technologischen Fortschritts.

Das Dilemma der Allmende im kognitiven Bereich

Das Konzept der "Tragödie der Allmende", 1968 von Garrett Hardin beschrieben, illustriert, wie individuelle rationale Entscheidungen zur Zerstörung einer gemeinsamen Ressource führen können. Übertragen auf den kognitiven Bereich bedeutet dies: Wenn einzelne Unternehmen KI einsetzen, um beispielsweise Einstiegspositionen zu ersetzen, erzielen sie unmittelbare Effizienzgewinne. Die Kosten für den Verlust an Expertise, der durch das Fehlen dieser Lernmöglichkeiten entsteht, verteilen sich jedoch auf die gesamte Branche oder das Berufsfeld, das auf diesen gemeinsamen Talentpool angewiesen ist.

Professionelle Expertise, insbesondere tiefgreifendes Domänenwissen, entsteht nicht spontan. Sie ist das Ergebnis jahrelanger praktischer Erfahrung, des Umgangs mit Fehlern und der schrittweisen Übernahme komplexerer Aufgaben in Einstiegspositionen. Lovett argumentiert, dass KI-Systeme genau diese essenziellen Aufgaben zunehmend übernehmen könnten, wodurch der traditionelle Weg zur Expertise beeinträchtigt wird. Er identifiziert zwei Hauptmechanismen:

• Direkte Eliminierung von Einstiegspositionen: KI übernimmt Aufgaben, die zuvor von Nachwuchskräften ausgeführt wurden.
• Verflachung der Lernkurve: Selbst wenn Einstiegsjobs bestehen bleiben, erreichen Nachwuchskräfte mit KI-Unterstützung Produktivitätsniveaus, die früher jahrelange Erfahrung erforderten. Der kognitive Aufwand, der für den Aufbau tiefen Domänenwissens notwendig ist, entfällt dadurch.

Die "Validierungsleine" und das Risiko von Fehlern

Ein weiteres kritisches Problem, das Lovett anspricht, ist die sogenannte "Validierungsleine". Die Fähigkeit, KI-Systeme effektiv zu überwachen und deren Ergebnisse kritisch zu bewerten, hängt direkt von dem tiefen Domänenwissen ab, das durch den verstärkten KI-Einsatz abgebaut wird. Oberflächliche Überprüfungen reichen nicht aus, um subtile Fehler oder Fehlinformationen in KI-generierten Inhalten zu erkennen.

Hinzu kommt die menschliche Kognition: Personen, die sich routinemäßig auf KI-Antworten verlassen, könnten die Fähigkeit verlieren, diese kritisch zu hinterfragen. Die traditionellen Lernumgebungen, in denen Nachwuchskräfte lernten, Autoritäten in Frage zu stellen und Behauptungen zu überprüfen, verschwinden mit den traditionellen Einstiegsrollen.

Langfristige Auswirkungen und das "Human Reserve Paradox"

Die vollen Auswirkungen dieses Phänomens könnten sich erst in den Jahren 2030 bis 2045 zeigen. Die heutigen erfahrenen Fachkräfte haben ihre Expertise über traditionelle Wege erworben. Wenn die heutige Generation von Nachwuchskräften in Führungspositionen aufsteigt, könnte ihr Domänenwissen flacher sein, da sie ihre Karriere eher mit der Orchestrierung von KI als mit unabhängiger kognitiver Arbeit verbracht haben. Dies führt zum "Human Reserve Paradox": Organisationen benötigen tiefgreifende Expertise als Reserve für Validierung, Krisenmanagement und Situationen, die über die Fähigkeiten von KI hinausgehen. Doch keine einzelne Organisation hat genügend wirtschaftliche Anreize, diese Reserve eigenständig aufrechtzuerhalten.

Berufe mit unterschiedlichem Risiko

Die Bedrohung trifft nicht alle Berufe gleichermaßen. Lovett hebt hervor, dass Berufe wie Softwareentwicklung, Finanzanalyse und Rechtsberatung aufgrund ihrer hohen Aufgabenersetzbarkeit, relativ geringen Regulierung und starken Modularität ein hohes Risiko aufweisen. Bereiche wie Medizin und Ingenieurwesen sind durch strengere Vorschriften und starke Berufsverbände etwas geschützter, aber nicht immun.

Die "Tragödie der kognitiven Allmende" ist jedoch nicht unvermeidlich. Lovett schlägt vor, dass Fachkräfte KI-freie Lernumgebungen benötigen, eine phasenweise KI-Einführung und eine Basis menschlicher Leistung, bevor KI ins Spiel kommt. Er empfiehlt, dass Berufsverbände Domänenkompetenzen durch Zertifizierungen neben KI-Fähigkeiten testen und dass politische Entscheidungsträger Ausbildung und Bildung attraktiver gestalten. Verbote oder Einschränkungen des KI-Einsatzes gehören nicht zu seinen Vorschlägen.

Wirtschaftliche Belege und kognitive Kosten

Die wirtschaftlichen Belege für die Auswirkungen von KI auf den Arbeitsmarkt sind noch uneinheitlich. Eine Studie vom Sommer 2025, die Lovett zitiert, zeigte einen Rückgang der Beschäftigung in KI-betroffenen Berufen, insbesondere bei jungen Arbeitnehmern. Für erfahrenere Arbeitnehmer in denselben Bereichen blieb die Beschäftigung stabil oder wuchs sogar. Eine andere Studie der Federal Reserve Board stellte fest, dass das Wachstum von Programmierjobs seit der Einführung von ChatGPT um fast die Hälfte zurückgegangen ist. Ein klarer kausaler Zusammenhang zwischen KI und diesen Rückgängen kann jedoch noch nicht eindeutig bewiesen werden, da auch andere Faktoren eine Rolle spielen könnten.

Die Forschung zu den kognitiven Auswirkungen von übermäßigem oder missgeleitetem KI-Einsatz zeichnet ein klareres Bild. Eine MIT-Studie zeigte, dass selbst kurzzeitiger KI-Einsatz die neuronale Konnektivität schwächen kann, und über 80 Prozent der Teilnehmer Schwierigkeiten hatten, sich an Inhalte ihrer eigenen KI-unterstützten Texte zu erinnern. Eine Anthropic-Studie mit Softwareentwicklern ergab, dass Teilnehmer mit KI-Zugang bei Wissenstests um 17 Prozent schlechter abschnitten, insbesondere wenn sie KI rein als "Antwortmaschine" nutzten. Eine Schweizer Studie zeigte einen starken negativen Zusammenhang zwischen KI-Nutzung und kritischem Denken, besonders bei 17- bis 25-Jährigen.

Entscheidend ist, wie KI genutzt wird. Wer KI als Ersatz für das eigene Denken verwendet, verliert am schnellsten kognitive Fähigkeiten. Eine gezielte Nutzung als Erklärungs- und Lernwerkzeug kann die negativen Auswirkungen jedoch erheblich reduzieren und sogar das Verständnis fördern.

Bibliography: - Lovett, N. C. (2026). The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise. Human Resource Development Review. - Hardin, G. (1968). The Tragedy of the Commons. Science, 162(3859), 1243-1248. - The Decoder. (2026, August 15). The "tragedy of the cognitive commons" explains how rational AI adoption could destroy entire professions' expertise. - ArXiv. (2026, July 31). [2607.29380] The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise. - Howardism. (2026, August 3). The Tragedy of the Cognitive Commons. - The Neural Feed. (2026, August 3). New study warns AI could deplete professional expertise via 'Cognitive Commons' tragedy. - DigitalCommons@ODU. (2026, July 26). The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise. - Diginomica. (2026, August 14). Something for the weekend - who needs experts when you have AI? Something to think about...while we still can. - Dangerous Intersection. (2026, August 9). AI's Threat to Up and Coming Professionals Threatens a "Tragedy of the Cognitive Commons". - The Learning Foundation. (2026, August 9). Health workforce development in the Age of Intelligence: a tragedy of the cognitive commons? - Marvis AI Today. (2026, August 15). AI adoption threatens expertise pipeline, warns NATO researcher. - The Decoder. (2025, Summer). AI tools like ChatGPT sharply reduce jobs for young workers in exposed fields, Stanford study shows. - The Decoder. (Undated). US programmer job growth nearly halved since ChatGPT launched, Fed study finds. - The Decoder. (2026, January). New study disrupts the narrative that ChatGPT's launch triggered a job decline. - The Decoder. (2026, March). Anthropic's new study shows AI is nowhere near its theoretical job disruption potential. - The Decoder. (Undated). MIT study shows cognitive debt through ChatGPT: Here's what it means in real-world practice. - The Decoder. (Undated). Just ten minutes of using AI as an answer machine can measurably erode problem-solving skills, new study finds. - The Decoder. (Undated). Frequent AI use linked to lower critical thinking scores, research shows. - The Decoder. (Undated). Students fear AI could cause brain rot by making it too easy to skip crucial learning steps. - The Decoder. (Undated). A 26,000-student study shows AI's hidden learning cost takes two full years to surface. - The Decoder. (Undated). GenAI turns knowledge workers from problem-solvers to AI output verifiers, says Microsoft study.