Übung - fünf Minuten

KI nutzen,
ohne das Denken abzugeben

Der Moment, dein Urteil zu behalten, liegt vor der Antwort des Modells, nicht danach. Steht eine sehr selbstsichere Antwort erst einmal auf dem Bildschirm, reagierst du auf sie.

Fünf Fragen lösen das in fünf Minuten. Antworte knapp, auf Papier oder in einer Notiz. Das Dokument ist egal: Es zählt, dass du eine eigene Position hast, bevor eine andere Stimme kommt.

Warum das wichtig ist: vier Studien und ihre Grenzen

Vier neuere Studien darüber, wie wir KI nutzen, jede mit ihrem Design, ihrer Größe und ihrem Status.

Geprüft am 31. Oktober 2026, jede Studie an ihrer Quelle; die Links stehen weiter unten unter Quellen. Unsere Lesart, kein Befund: Zusammen weisen sie weniger auf das Werkzeug als auf zwei Gewohnheiten, sich auf Ergebnisse zu verlassen, die niemand geprüft hat, und einem Gefühl von Hilfe zu glauben, das niemand gemessen hat, und sie legen nahe, dass die Art der Nutzung verändert, was das Werkzeug mit deinem eigenen Können macht. Keine dieser Studien zeigt, dass KI uns dümmer macht.

Die fünf Fragen

1. Was fragst du eigentlich? Schreib die Frage in einem einzigen Satz auf, ohne Fachjargon. Brauchst du drei Sätze, stellst du drei Fragen: Behalte die, die heute zählt.
2. Was weißt du, und was setzt du voraus? Zwei Spalten: Tatsachen, die du jemandem zeigen könntest, und Annahmen, die du wie Tatsachen behandelst. Fast jede schlechte Delegation fängt hier an.
3. Wie lautet deine Antwort, bevor du fragst? Auch wenn sie nur grob ist. Sie ist die Position, mit der das Modell streiten wird, und der einzige Weg zu merken, ob die Antwort dein Denken still ersetzt.
4. Wofür wirst du die Antwort nutzen? Eine Entscheidung, ein Entwurf, eine Prüfung, eine zweite Meinung? Wenn du den Zweck benennst, entscheidet das, wie viel Gewicht die Antwort verdient.
5. Was willst du nicht abgeben? Das Urteil, den Geschmack, die Beziehung, die letzte Entscheidung, die Verantwortung. Schreib es auf, bevor du anfängst, nicht danach.

Nach dem Gespräch eine Zeile: Hat die Antwort meine Position verändert oder nur meine Sicherheit?

Ein Beispiel Schritt für Schritt

Angenommen. Es folgt der Szene, mit der das Technikkapitel von Modern Hermet beginnt und die das Buch selbst als zusammengesetzt bezeichnet: Du hast zwei Angebote für einen Kunden und willst, dass ein Modell dir sagt, welches du schicken sollst.

1. Die Frage. Welches meiner zwei Angebote schicke ich diesem Kunden am Freitag?
2. Was ich weiß und was ich voraussetze. Ich weiß, dass der Kunde einen schnellen Start wollte; Angebot A ist billiger und langsamer, B schneller und teurer. Ich setze voraus, dass ihm der Preis wichtiger ist als die Frist und dass er nicht verhandeln wird.
3. Meine Antwort zuerst. B, weil er Tempo verlangt hat, auch wenn ich nicht sicher bin, ob das Budget so weit reicht.
4. Der Zweck. Eine zweite Meinung zu einer Entscheidung, die unter meinem Namen hinausgeht, nicht die Entscheidung selbst.
5. Was ich nicht abgebe. Die endgültige Wahl und die Nachricht an den Kunden.

Erst jetzt fragst du, und du bittest um Material für dein Urteil, nicht um einen Richterspruch: die Argumente gegen B, die Einwände, die der Kunde erheben könnte, was du nicht bedacht hast. Die Regel des Kapitels, in unserer Übersetzung: „Delegiere den Input, nie den Output.“ Danach schreibst du die Zeile. Hier brachte die Antwort die Zahlungsbedingungen ins Spiel, an die du nicht gedacht hattest; du schickst weiter B, mit einem anderen Zahlungsplan. Die Position hat sich ein wenig bewegt, und die Sicherheit ist nicht in die Höhe geschossen, und genau dafür ist die Übung da.

Warum es hilft und wo es aufhört

Eine vorher geschriebene Antwort gibt dir etwas, woran du die des Modells messen kannst, und wenn du den Zweck benennst, legt das fest, wie viel sie wiegt. Das Technikkapitel verweist auf die Forschung zum Automation Bias: In einer Studie von Skitka und Kollegen (1999) übersahen Menschen, die mit automatischen Hinweisen arbeiteten, was das System nicht meldete, und führten aus, was es falsch meldete, und der Überblick von Parasuraman und Riley (1997) beschreibt diese übermäßige Abhängigkeit von der Automatisierung. Die fünf Fragen sind unsere Antwort auf dieses Muster. Keine der hier zitierten Studien prüft diese Übung, und sie ersetzt keine Sachkenntnis: Wenn du einen Fehler in der Antwort nicht erkennen kannst, wird ihn keine aufgeschriebene Frage für dich erkennen.

Ein kleiner Schritt für diese Woche

Mach bei einer Art von Aufgabe den ersten Versuch selbst. Wähl das, was du am häufigsten an die KI gibst: eine E-Mail, einen Aufsatz, eine Hausaufgabe, ein Stück Code, eine Entscheidung. Schreib eine Regel nach dem Muster „wenn das passiert, mache ich jenes“ und halte sie sieben Tage ein: Wenn ich einen Chat dazu öffne, schreibe ich zuerst meine eigene Antwort in drei Sätzen. Danach bittest du das Modell um Einwände, Lücken oder einen Hinweis statt um das fertige Ergebnis, und du schließt mit der Zeile: Hat es meine Position verändert oder nur meine Sicherheit?

Warum das helfen sollte. Aus drei gewöhnlichen Gründen. Eine solche Regel bindet die Gewohnheit an einen Moment, der ohnehin kommt: In 94 Tests hatten Pläne dieser Form eine mittlere bis große Wirkung auf das Erreichen von Zielen (d = 0,65; Gollwitzer und Sheeran, 2006). Drei geschriebene Sätze sind eine Aufzeichnung, die die Antwort nicht umschreiben kann, ohne dass du es merkst, und das zählt, weil in zwei der Studien aus der Tabelle das Gefühl, wie sehr das Werkzeug half, nicht mit dem Gemessenen übereinstimmte. Und wer um einen Hinweis statt um die Antwort bittet, behält das Lösen auf seiner Seite, und ungefähr das trennte die beiden Chats im Experiment in den Klassen.

Wo es aufhört. Keine Studie prüft diesen Schritt. Die Forschung zu solchen Plänen handelt davon, Geplantes umzusetzen, nicht vom Urteil, und das Experiment in den Klassen betraf Mathematik an einer einzigen Schule. Drei Sätze kosten ein paar Minuten pro Gespräch und helfen nicht in einem Gebiet, das du nicht gut genug kennst, um eine falsche Antwort zu erkennen.

Was das nicht verspricht. Weder bessere noch schnellere Arbeit, noch einen schärferen Verstand. Es ist keine Behandlung von irgendetwas und klärt nicht die Frage der Werkzeuge, die dein Arbeitgeber verlangt; die gehört in ein Gespräch, nicht in eine private Regel. Es gibt dir eine eigene Position vor der Antwort und eine Aufzeichnung darüber, ob die Antwort sie bewegt hat.

Zum Mitnehmen

Die fünf Fragen passen auf eine Seite: lade sie herunter, ohne Anmeldung. Das ganze Argument, was du der KI gibst und was du behältst, steht im Essay darüber, wie du im Zeitalter der KI dein Urteil behältst, und in dem frei lesbaren Kapitel über Technologie, beide kostenlos. Was zu tun ist, wenn niemand das Ergebnis wissen kann, erklärt die Seite Handeln unter Unsicherheit. Die Sorge, das Gedächtnis einem Werkzeug anzuvertrauen, ist älter als die KI. Sie steckt in dem Mythos von Theuth aus Platons Phaidros: Ein König beurteilt die Schrift danach, was sie mit denen macht, die sie benutzen, und nennt sie ein Mittel zum Erinnern, nicht für das Gedächtnis (274e-275a).

Direkte Fragen

Ist es schlecht, von KI abhängig zu sein?

An sich nicht. Ihr die Ausführung zu überlassen, etwa erste Entwürfe, Zusammenfassungen oder Formatänderungen, ist genau das, wofür das Werkzeug da ist, und das Technikkapitel sagt, man solle das ohne Gewissensbisse tun. Das Risiko liegt darin, sich auf Ergebnisse zu verlassen, die du nicht geprüft hast: In der Umfrage der Universität Melbourne und von KPMG aus dem Jahr 2025 gaben zwei von drei Beschäftigten, die KI bei der Arbeit nutzen, an, das schon einmal getan zu haben, und mehr als die Hälfte, wegen der KI Fehler in ihrer Arbeit gemacht zu haben.

Wie werde ich beim Schreiben unabhängiger von KI?

Schreib den schwierigen Teil zuerst, mit deinen eigenen Worten: drei Sätze darüber, was du sagen willst, oder den Absatz, bei dem du am unsichersten bist. Dann bitte das Modell um Einwände, Lücken und unklare Sätze statt um einen Entwurf, und entscheide selbst, was bleibt. Das Technikkapitel vermutet, ohne es als Befund auszugeben, dass ein Jahr ohne einen einzigen selbst geschriebenen schwierigen Absatz dir weniger die Fähigkeit zu schreiben nimmt als die Fähigkeit zu erkennen, wann ein Absatz gut ist. In einem kleinen Preprint von 2025 empfanden diejenigen, die Aufsätze mit einem Chat schrieben, den Text am wenigsten als ihren eigenen und konnten ihn am schlechtesten genau zitieren (Kosmyna und Kollegen, 54 Personen, ohne Peer Review).

Wie lerne ich, ohne von KI abhängig zu werden?

Nutze sie als Tutor, nicht als Antwortmaschine: Versuch dich zuerst selbst an der Aufgabe und bitte dann um einen Hinweis oder darum, was an deinem Versuch nicht stimmt, nicht um die Lösung. Im Experiment in den Klassen aus der Tabelle ließen sich die Schüler mit einem uneingeschränkten Chat oft Lösungen geben, schrieben sie ab und schnitten in der Prüfung ohne ihn um 17% schlechter ab; die mit einem Chat, der Hinweise gab, unterschieden sich nicht signifikant von denen, die nie KI genutzt hatten. Das war eine einzige Schule und ein einziges Fach, nimm es also als Richtung, nicht als Garantie.

Wie höre ich auf, ChatGPT für alles zu nutzen?

Mach eine Liste, wofür du es wirklich nutzt, Aufgabe für Aufgabe, und teile sie auf. Die Ausführung, etwa erste Entwürfe, Zusammenfassungen oder Formatänderungen, kann beim Werkzeug bleiben. Urteil und Absicht, also was du entscheidest, was du unterschreibst und was du willst, bleiben bei dir, und dort gilt die Regel: zuerst deine eigene Antwort. Die Aufteilung stammt aus dem Technikkapitel; die Liste zu machen ist der erste Tag seines Siebentageplans für den Umgang mit KI.

Macht KI uns dümmer?

Keine der hier zitierten Studien zeigt das als allgemeine Regel. Die Ergebnisse sind enger: In einem randomisierten Experiment in Klassen senkte uneingeschränkte Hilfe beim Üben die Prüfungsnote ohne KI, die auf Hinweise beschränkte Hilfe nicht; in einer Umfrage berichteten die Beschäftigten, die der KI am meisten zutrauten, von weniger kritischem Denken, was eine Korrelation ist, kein Beleg für eine Ursache. Deshalb lohnt es sich, den ersten Versuch und das Urteil über die Antwort bei dir zu behalten und das Modell um Hinweise und Einwände zu bitten, nicht um die fertige Arbeit.

Quellen und Lektüre

• Modern Hermet (The Hermeticum, 2026), Kapitel 8, Technology (vollständig frei lesbar): die Szene mit den zwei Angeboten, die auf dieser Seite zitierte Regel, die drei Ebenen der Delegation und der Siebentageplan für den Umgang mit KI.
• N. Gillespie, S. Lockey, T. Ward, A. Macdade und G. Hassed, Trust, attitudes and use of artificial intelligence: A global study 2025 (The University of Melbourne und KPMG, 2025), S. 75-76 (Abbildung 44) und 91, doi:10.26188/28822919.
• J. Becker, N. Rush, E. Barnes und D. Rein (METR), „Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity“, arXiv:2507.09089 (Preprint, Juli 2025); METR, „We are Changing our Developer Productivity Experiment Design“, 24. Februar 2026.
• H. Bastani, O. Bastani, A. Sungu, H. Ge, Ö. Kabakcı und R. Mariman, „Generative AI without guardrails can harm learning: Evidence from high school mathematics“, PNAS 122(26), e2422633122 (2025), doi:10.1073/pnas.2422633122; Volltext in PubMed Central; die Korrektur vom August 2025 betrifft nur die Zugehörigkeit eines Autors.
• H.-P. Lee, A. Sarkar, L. Tankelevitch, I. Drosos, S. Rintel, R. Banks und N. Wilson, „The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers“, CHI ’25, Artikel 1121 (2025), doi:10.1145/3706598.3713778.
• N. Kosmyna und Kollegen, „Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task“, arXiv:2506.08872 (Preprint; Version 1 vom 10. Juni 2025, Version 2 vom 31. Dezember 2025).
• P. M. Gollwitzer und P. Sheeran, „Implementation intentions and goal achievement: A meta-analysis of effects and processes“, Advances in Experimental Social Psychology 38 (2006), S. 69, doi:10.1016/S0065-2601(06)38002-1.
• R. Parasuraman und V. Riley, „Humans and Automation: Use, Misuse, Disuse, Abuse“, Human Factors 39(2), 230-253 (1997), doi:10.1518/001872097778543886; Übersichtsartikel, zitiert in Kapitel 8.
• L. J. Skitka, K. L. Mosier und M. Burdick, „Does automation bias decision-making?“, International Journal of Human-Computer Studies 51(5), 991-1006 (1999), doi:10.1006/ijhc.1999.0252; zitiert in Kapitel 8.
• Die fünf Fragen sind ein Vorschlag von uns: Pre-AI Orientation (The Hermeticum, 2026). Sie sind keine Behandlung und versprechen keine therapeutische Wirkung.