Maschinenlesbare Menschlichkeit

---

English

AI-assisted tutoring system

Mit Ai denken, ohne uns selbst zu verlieren

Dieser Gedanke hat mich nicht mehr losgelassen. Nicht, weil ich jedem Satz zustimme, sondern weil der Artikel etwas berührt hat, das ich seit langer Zeit selbst von innen heraus erlebe, während ich an Sybille arbeite – meinem lehrkraftentwickelten, Ai-gestützten Lernsystem für fortgeschrittene Englischlernende im Berlin/Brandenburgischen Abiturkontext (Sybille.Tech). Denn die eigentliche Bildungsfrage unserer Zeit lautet für mich nicht: Wie schnell kommen wir an Antworten? Sondern: Was passiert mit dem Menschen, während er mit Maschinen denkt?

Ai verändert nicht nur Produktivität. Sie verändert die Bedingungen, unter denen wir schreiben, entscheiden, reflektieren, argumentieren und uns selbst verstehen. Deshalb liegt die Zukunft von Bildung für mich nicht einfach in der Nutzung von Ai, sondern in der Gestaltung von Lernumgebungen, die menschliche Klarheit, Ownership, Reflexion und Urteilskraft bewahren, während sie mit immer leistungsfähigeren Systemen arbeiten.

Die falsche Frage: Wird Ai das Denken ersetzen?

Die öffentliche Debatte über Ai wirkt auf mich oft erstaunlich flach. Eltern fragen sich, ob Aufsätze bald bedeutungslos werden. Schülerinnen und Schüler fragen, ob Abschlüsse überhaupt noch zählen. Lehrkräfte fragen, ob Schreiben langsam stirbt. Und natürlich verstehe ich diese Angst. Ich habe ihre sozialen Konsequenzen sogar persönlich erlebt. Vor einiger Zeit habe ich eine Freundschaft verloren, weil ich mich entschieden habe, meine Arbeit mit Ai offen weiterzuführen und nicht so zu tun, als wäre diese Entwicklung bedeutungslos.

Ich werde das weder dramatisieren noch Namen der öffentlichen Aufmerksamkeit preisgeben, aber dieser „sunken loss“ erinnert mich bis heute daran, wie emotional aufgeladen dieses Thema geworden ist. Für manche Menschen ist Ai längst nicht mehr nur ein Werkzeug. Sie markiert eine moralische Grenze. Und ich vermute, dass diese Spannung nicht verschwinden wird – wahrscheinlich wird sie sich sogar noch vertiefen, je stärker die Technologie in unser Leben eindringt. Ich trage diesen Gedanken mit mir, während ich schreibe.

Interessanterweise hörten wir aber auch nicht auf, Menschen beim Schachspielen zuzusehen, nachdem Maschinen besser Schach spielen konnten als Menschen. Und Ai-Kunst kann bis heute kaum von einer eigentlichen „künstlerischen Reise“ erzählen. Wenn Menschen nicht nur optimierte Ergebnisse schätzen, sondern ebenso Absicht, Entwicklung, Handschrift, Kampf, Bedeutung und gemeinschaftliche Sinnstiftung, dann hat gute Kunst vielleicht weniger zu befürchten, als wir manchmal denken.

Eine angehende Museumsdirektorin sagte einmal zu mir: „Kitsch ist das Gegenteil von Kunst.“

Kurz darauf nahm sie die Aussage wieder etwas zurück. Trotzdem blieb sie bei mir hängen. Vielleicht gerade deshalb. Unter all diesen Ängsten verbirgt sich für mich jedoch eine wichtigere Frage: Was passiert mit menschlichem Denken, wenn Antworten dauerhaft verfügbar werden? Die eigentliche Krise besteht nicht darin, dass Maschinen Fragen beantworten können. Sondern darin, dass Menschen sich selbst im Denkprozess irgendwann nicht mehr wiedererkennen könnten. Nicht die Maschine selbst macht mir Angst. Sondern die Möglichkeit, dass wir uns während ihrer Nutzung selbst unsichtbar werden.

Von Prompt Engineering zu Context Engineering

Der Artikel beschreibt Ai als eine Art riesiges, unermüdliches Gehirn voller Antworten. Die menschliche Aufgabe bestehe jedoch weiterhin darin zu wissen:

• was man fragt,
• unter welchen Bedingungen,
• und worauf man in der Antwort eigentlich achten sollte.

Das deckt sich stark mit etwas, das ich in den letzten Monaten immer deutlicher beobachtet habe: Wir bewegen uns weg vom klassischen Prompt Engineering hin zu etwas, das eher wie Context Engineering wirkt.

Die eigentliche Fähigkeit besteht nicht mehr nur darin, einen cleveren Befehl einzugeben. Es geht zunehmend darum, einen sinnvollen Bedeutungsraum um die Maschine herum zu konstruieren: Kontext, Geschichte, Intention, Ton, Ziel, Publikum, Begrenzungen und gewünschte Wirkung. Und obwohl die Technologie neu erscheint, ist der tiefere menschliche Vorgang dahinter alles andere als neu.

Recht, Politik, Literatur, Rhetorik, Fotografie oder interkulturelle Kommunikation – all diese Bereiche funktionieren über Kontext. Menschen haben Bedeutung schon immer durch Rahmung erzeugt. Ai macht diese alte Wahrheit lediglich sichtbarer. Manchmal faszinierend. Manchmal überwältigend. Deshalb glaube ich auch nicht, dass Sprache unwichtiger wird. Vielleicht wird sie gerade wieder zentral.

Lange Zeit gingen viele Menschen davon aus, dass Technologie den Wert von Sprache reduzieren würde. Doch heute brauchen wir für gute Ai-Ergebnisse plötzlich:

• präzisere Sprache,
• bewusstere Kommunikation,
• klarere Absichten,
• und bessere Kontextsetzung.

Selbst Bild- und Videogenerierung funktionieren oft am besten über die klassische Sprache der Fotografie: Perspektive, Licht, Brennweite, Tiefenschärfe, Kontrast, Komposition, Stimmung.

Die Maschine mag Zugriff auf eine größere Menge an Quellen haben. Doch Bedeutung wird weiterhin vom Menschen kuratiert – durch Erfahrung, Geschmack, Erinnerung und Intention. Der „Wordsmith“ ist also keineswegs verschwunden. Er steht vielleicht unter Druck, ja. Aber gleichzeitig wird er auf neue Weise wieder zentral.

Maschinenlesbare Menschlichkeit

Ich komme immer wieder auf einen Begriff zurück: maschinenlesbare Menschlichkeit.

Moderne Kommunikation bedeutet zunehmend, zutiefst menschliche Absichten in Formen zu übersetzen, die Systeme interpretieren können, ohne die Menschlichkeit darin vollständig zu verflachen. Während ich Sybille entwickle, begegnet mir diese Spannung ständig. Wie stark passe ich meine natürliche Sprache an, damit das System mich effizient versteht? Ab welchem Punkt verliere ich dabei einen Teil meiner eigenen Stimme? Und wenn die Maschine antwortet – wie stark werde ich dabei gelenkt, eingeengt oder subtil umgeformt?

Für mich fühlt sich das manchmal an wie eine Brücke zwischen zwei Flussufern.

Auf der einen Seite:

• menschliche Ambiguität,
• Emotion,
• Erinnerung,
• Humor,
• kultureller Hintergrund,
• Projektion,
• Vorstellungskraft.

Auf der anderen:

• strukturierte Eingaben,
• Zustände,
• Regeln,
• Muster,
• wiederholbare Logik.

Diese Brücke muss bestehen bleiben. Denn wenn sie einstürzt, passiert entweder Folgendes:
Die Maschine versteht uns nicht mehr – oder wir beginnen nur noch in der reduzierten Sprache zu sprechen, die die Maschine bevorzugt. Und manchmal scheint die Maschine meine natürliche Ausdrucksweise bereits als „Prosa“ zu behandeln (und sogar dreist zu betiteln) – als wäre Stil lediglich ineffiziente Sprache voller unnötiger Ausschmückungen.

Vielleicht berührt mich genau das deshalb so stark, weil dadurch noch eine zweite Brücke bedroht wird: die Brücke zu mir selbst. Denn so subjektiv innere Sprache auch sein mag – sie bleibt trotzdem die Sprache unseres inneren Dialogs. Genau deshalb empfinde ich das Ai-Zeitalter zunehmend als eine neue Form interkultureller Kompetenz.

Wir müssen zuerst uns selbst besser verstehen:

• unsere Motive,
• Werte,
• Interessen,
• Ängste,
• Absichten.

Und danach lernen, diese Kontexte in maschinenlesbare Formen zu übertragen, ohne dabei die Verbindung zu unserem eigenen menschlichen Ausdruck zu verlieren. Oder einfacher gesagt: Wir müssen uns selbst gut genug kennen, um nicht im Werkzeug zu verschwinden.

Ownership, Reflexion und Sybille

---

---

Englisch-Abitur, Nachhilfe und die menschliche Seite des Lernens

Denn die Bildungsherausforderung besteht heute nicht mehr nur darin, Ergebnisse zu produzieren. Sondern darin, sich selbst innerhalb dieser Arbeit sichtbar zu halten.

Die Figur „Sybille“ entstand ursprünglich bereits 2020. Als tatsächliches Ai-System begann die Entwicklung vor knapp zwei Jahren – ursprünglich mit der Idee einer digitalen Lehrassistenz. Doch im Verlauf entwickelte sich daraus etwas Eigenständigeres.

In den letzten Monaten habe ich intensiv an Prinzipien rund um:

• Reflexion,
• Ownership,
• Transfer Leistung,
• Concept Questioning
  gearbeitet.

Nicht nur theoretisch, sondern auf Grundlage von fast zwanzig Jahren praktischer Unterrichtserfahrung in sehr unterschiedlichen Lernkontexten.

Sybille soll Lernenden nicht nur helfen, Ergebnisse oberflächlich zu verbessern. Sie soll sie dazu anregen:

• bewusster über Denkprozesse nachzudenken,
• Verantwortung für die eigene Arbeit zu übernehmen,
• Argumente nachvollziehen zu können,
• und prüfungsnahe Leistung reproduzierbar zu trainieren.

Dazu gehören auch die sogenannten Preflight-Checks:
kleine reflektierende Momente vor der Abgabe oder Präsentation von Arbeit.

Es geht dabei nicht nur darum, ein Ergebnis zu optimieren. Sondern darum, dass Lernende geistig präsent bleiben: bei dem, was sie verstehen, was sie beabsichtigen, und was tatsächlich aus ihrem eigenen Denken stammt. Das ist keine Anti-Ai-Haltung. Es ist verantwortungsvoller Umgang mit Ai.

Sybille arbeitet außerdem mit anpassbaren persönlichen Lernpfaden. Manche Lernende benötigen Unterstützung bei sogenannten false friends, andere bei Grammatikmustern, sprachlichem Register, Präsentationssicherheit oder dem Rhythmus prüfungsnahen Schreibens.

Doch es geht nicht darum, Entwicklung an die Maschine auszulagern. Es geht darum, einen Lernweg aufzubauen, in dem der Mensch aktiv, reflektiert und verantwortlich bleibt.

Sybille versteht sich deshalb nicht als generisches System, sondern als spezialisierte, pädagogisch geführte Lernbegleitung. Zu den tragenden Prinzipien gehören Ownership, Reflexion, Concept Questioning, verantwortungsvoller Umgang mit Ai, anpassbare persönliche Lernpläne, Alters- und Kultursensibilität sowie Prüfungsnähe und pädagogische Integrität.

Das sind für mich keine dekorativen Schlagwörter. Sie sind vielmehr eine pädagogische Antwort auf eine Welt, in der das Produzieren von Antworten immer einfacher wird — während das eigentliche Verstehen ihrer Bedeutung zunehmend verlorenzugehen droht.

Romantisiert den Kampf nicht – entfernt ihn aber auch nicht vollständig

Der Artikel von Dhawan und Raj Sinha argumentiert ebenfalls, dass Geduld, Disziplin und das eigenständige Durchdenken von Problemen im Zeitalter sofort verfügbarer Ai-Antworten – möglicherweise wertvoller werden.

Dem stimme ich teilweise zu.

Es gibt einen Bildungswert in Anstrengung. Das sage ich mit einer gewissen Überzeugung – sowohl als Lehrender als auch als Lernender. Gleichzeitig würde ich diesen Gedanken leicht ergänzen wollen: Manchmal genügt bereits die einfache Auseinandersetzung / Beschäftigung mit dem Material selbst. Und obwohl ich Lernen grundsätzlich auch als etwas Spannendes, Erfüllendes und sogar Freudvolles empfinde, gibt es Seiten in mir, die akzeptieren, dass „Discomfort“ vielleicht schlicht das schnellste Wort ist, das wir herausfordernden Wachstumsprozessen geben.

Zufälligerweise gehe ich in ein paar Minuten – wie so oft – ins Fitnessstudio. Ich verstehe die Logik von Widerstand und Anpassung. Wenn der Körper niemals ein Signal erhält, sich anzupassen, wächst er nicht. Und oft gilt Ähnliches auch für den Geist.

Trotzdem sollten wir Kampf nicht romantisieren. Das gilt selbst innerhalb unserer Trainingsmetapher. Übertraining oder sogenanntes Ego-Lifting können physiologisch destruktive Kettenreaktionen auslösen. Kraft- und Muskelzuwächse entstehen letztlich nicht während permanenter Belastung, sondern in Phasen von Ruhe und Regeneration. Ähnlich entstehen manche der wichtigsten Lernmomente erst im stilleren Rückzug aus überstrukturierter Intensität – in Reflexion, Verarbeitung und innerer Neuordnung.

Die Vereinfachung des Satzes „no pain, no gain“ übersieht genau diese Differenz: den Unterschied zwischen sinnvoller Reibung und fetischisiertem Leiden.

Um noch weitere Bilder zu bemühen – zunächst eines aus der Landwirtschaft: Niemand von uns möchte aus Gründen der Authentizität ein Feld mit bloßen Händen pflügen. Nicht jede Reibung ist wertvoll. Das Ziel ist nicht künstliches Leiden. Das Ziel ist nicht Ineffizienz, die lediglich als Tugend verkleidet wird.

Menschen haben Werkzeuge schon immer übernommen: Schrift, Bücher, Nähmaschinen, Kameras, Taschenrechner, Fahrzeuge, Computer, Smartphones.

Als ich mit Fotografie begann, galt digitale Fotografie manchen noch als weniger „echt“ als analoge Fotografie. Und porträtierende Malerei brauchte ebenfalls Zeit, um Fotografie überhaupt als Kunstform anzuerkennen. Später wiederum ertappte ich mich selbst dabei, über iPhone-Fotografie zu lachen – bis ich irgendwann begann, mein eigenes Smartphone zum Fotografieren, Filmen und Aufnehmen zu nutzen, während meine nostalgische Liebe zu alten manuellen Objektiven trotzdem blieb.

Technologien verändern Praxis. Das bedeutet nicht, dass nichts verloren geht. Etwas geht oft verloren. Aber etwas wird eben auch gewonnen.

Die eigentliche Frage lautet deshalb nicht: Sollten diese Werkzeuge existieren?

Sondern: Welche menschlichen Fähigkeiten müssen lebendig bleiben, während wir sie benutzen?

Für mich gehören dazu: Urteilskraft, Differenzierungsvermögen, Reflexion, Ownership, Intentionalität und Kommunikation.

Und genau hier halte ich zwei Dinge gleichzeitig für möglich – ohne zu wissen, wie sie sich letztlich auflösen werden: Ai könnte uns – uns selbst unsichtbar machen.
Und Ai könnte uns durch Kontrast wieder näher zu uns selbst zurückführen.

Ich meine beides ernst. Und ich kann diesen Widerspruch nicht vollständig auflösen. Vielleicht ist gerade die ehrliche Anerkennung dieser Spannung die aufrichtigste Position, die ich einnehmen kann.

Denn Kreativität ist nicht bloß Optimierung. Der Wert des Menschen wird vermutlich nicht darin liegen, mit maschineller Perfektion zu konkurrieren. Sondern darin, Bedeutung, Ethik, Absicht und emotionale Wirklichkeit innerhalb der vollkommen unvollkommenen menschlichen Erfahrung zu verstehen.

Deshalb gehört die Zukunft nicht einfach Schülerinnen und Schülern, die Ai benutzen.

Sie gehört denjenigen, die mit ihr denken, sie hinterfragen, ihr widersprechen,
sie formen – und sich selbst im Ergebnis noch wiedererkennen können.

Schülerinnen und Schüler müssen nicht nur „beyond the machine“ denken. Sie brauchen Lernumgebungen, die ihnen helfen, sich selbst während der Zusammenarbeit mit der Maschine geistig sichtbar zu halten. Für mich ist genau das die Richtung, in die Bildung als Nächstes gehen muss.

Wenn Sie sich für reflektierte, prüfungsnahe Englisch-Abitur-Begleitung in Berlin/Brandenburg interessieren, finden Sie weitere Informationen unter Sybille.Tech oder via TrainingTree.de.

---

Acknowledgement : A recent published article – AI can give answers, but the future belongs to students who can think beyond the machine

The quality of the answer is, in the end, governed by the quality of asking. For curious minds, that is an ever-present opportunity: To expand learning, go deeper across topics, and follow an idea further than was ever possible before

Footnote / descriptor
Sybille is a teacher-built, exam-aligned AI-assisted tutoring system.
Teacher-built, exam-aligned tutoring, purpose-built for structured feedback, safe boundaries, and student ownership.

iAntonio Media – Living the Language: Independent Podcast – @iAntonio_media >> (klassischer RSS-Audio-Podcast)

References
AI can give answers, but the future belongs to students who can think beyond the machine – Written by: Ashish Dhawan, Pramath Raj Sinha – Stand 13.05.2026.
Beyond the Label: Learning Design in an AI Age – Written by: Patterson .
OECD (2026). OECD Digital Education Outlook 2026: The State of Digital Education. OECD.
Kulik, J. A., & Fletcher, J. D. (2016). Effectiveness of intelligent tutoring systems: A meta-analytic review. Review of Educational Research, 86(1), 42–78. (Accessible summary/record.)
VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. Educational Psychologist, 46(4), 197–221. (Author-hosted PDF.)
TrainingTree article (German)
SPIEGEL Magazin (June 2026). “Viel zu euphorisch oder viel zu kritisch.” Interview with Prof. Dr. Ute Schmid. (Source available as a photograph provided to the author, no public link included.)

Kleiner Hinweis:
Dies ist keine wortwörtliche Übersetzung, sondern eher eine freie Interpretation des englischen Originals. Hundertprozentige sprachliche Präzision verspreche ich grundsätzlich nur in meiner eigenen Sprache – wer absolute Perfektion sucht, darf dafür gerne einen Kurs buchen. Und ehrlich gesagt passt genau das vielleicht sogar zum Thema dieses Textes: Bedeutung entsteht nicht nur durch direkte Übersetzung, sondern durch Kontext, Stimmung, Erfahrung und das, was zwischen den Zeilen mitschwingt.