Intent Literacy

Über die Fähigkeit, präzise zu wissen, was man will — und warum sie in der KI-Ära zur knappen Ressource wird.

Wer eine Stunde mit einem KI-System gearbeitet hat, kennt diesen Moment: Du gibst etwas ein, bekommst etwas zurück, das plausibel klingt, und merkst beim zweiten Lesen, dass es das Ziel verfehlt hat. Was du nicht sagen kannst, ist warum genau. Der Text ist grammatisch, die Struktur stimmt, jede einzelne Aussage könnte korrekt sein. Trotzdem ist es nicht das, was du gebraucht hättest. Und du fragst dich, ob das am System liegt oder an dir.

Auf dieser Seite wird über genau diesen Moment geschrieben. Über das, was in ihm passiert, was er sichtbar macht und welche Kompetenz nötig wäre, damit er seltener wird. Der Begriff, an dem die Texte sich orientieren, ist Intent Literacy: die Fähigkeit, die eigene Absicht so zu entwickeln und zu artikulieren, dass ein ausführendes System, egal ob Mensch oder Maschine, daraus das Richtige ableiten kann, und das Ergebnis danach kompetent zu beurteilen.

Was die These ist

KI-Systeme haben Ausführung billig gemacht. Was vor drei Jahren noch ausgebildete Spezialisten erforderte, eine Marktanalyse schreiben, einen Vertragsentwurf formulieren, ein Konzept ausarbeiten, eine Anwendung programmieren, ist jetzt in Minuten verfügbar, zu Kosten, die gegen null gehen. Das ist die offensichtliche Verschiebung. Die weniger offensichtliche ist, dass dadurch ein anderer Engpass sichtbar wird, der vorher hinter den Spezialisten verborgen lag: die Fähigkeit der Person, die den Auftrag gibt, präzise zu beschreiben, was sie eigentlich will.

Diese Fähigkeit ist alt. Sie wurde nur nie als eigenständige Kompetenz beschrieben, weil jahrhundertelang menschliche Vermittler, Kollegen, Sekretariate, Projektmanager, Berater, Account Manager, die Übersetzungsarbeit zwischen vagen Wünschen und brauchbaren Aufträgen unsichtbar geleistet haben. Ein Designer brachte drei Entwürfe mit, ein Anwalt stellte zwanzig Fragen, ein erfahrener Mitarbeiter ergänzte aus Erfahrung, was im Auftrag fehlte. KI-Systeme tun das nicht. Sie nehmen, was eingegeben wird, und produzieren das statistisch Wahrscheinlichste. Sie stellen die Unschärfe in maximaler Auflösung dar, statt sie aufzulösen.

Das sieht aus wie ein Technologieversagen. Es ist in Wirklichkeit eine Kompetenzlücke, die schon immer da war und die bisher jemand anderes kompensiert hat.

Was Intent enthalten muss

Ein Auftrag, der ohne Rückfragen zu einem brauchbaren Ergebnis führen soll, enthält vier Dinge. Was fehlt, ist ein Freiheitsgrad, den das System nach eigenem Gutdünken füllen wird.

Ziel

Der Zustand, der am Ende existieren oder sich verändert haben soll. Nicht das Format, nicht die Aktivität. Was soll danach anders sein als vorher.

Kontext

Für wen ist das Ergebnis, warum jetzt, was weiß der Empfänger bereits und was nicht, welche Rahmenbedingungen gelten.

Constraints

Was darf nicht passieren. Inhaltlich, formal, ressourcenbezogen. Die selbstverständlichen Einschränkungen sind die, die am häufigsten vergessen werden, weil ihr stillschweigender Charakter sie verbirgt.

Erfolgskriterium

Woran erkenne ich, dass das Ergebnis gut ist. Nicht „sieht gut aus“, sondern ein überprüfbarer Maßstab, der unabhängig vom Entstehungsprozess anwendbar ist.

Das ist die formulierende Hälfte. Die zweite Hälfte ist die beurteilende: die Fähigkeit zu erkennen, ob das, was zurückkommt, das ist, was gemeint war. KI optimiert auf Plausibilität, nicht auf Wahrheit. Was sie produziert, klingt so, wie korrekte Antworten klingen, unabhängig davon, ob es korrekt ist. Bessere Modelle lösen das Problem nicht, sie verändern es: Sie produzieren plausiblere Fehler. Wer präzise formuliert und dann den Output ungeprüft übernimmt, hat nur einen anderen Weg gewählt, um am selben Problem zu scheitern.

Warum nicht Prompting

Intent Literacy ist nicht Prompting. Prompting ist die Technik der Eingabe, modellspezifisch und veraltet mit jedem Update. Intent Literacy ist die Klarheit, die der Eingabe vorausgeht, und sie ist modellunabhängig. Sie ist auch nicht AI Literacy. Wer versteht, wie ein Sprachmodell technisch funktioniert, hat damit nicht gelernt, seinen eigenen Auftrag zu formulieren. Die beiden Dinge sind so verschieden wie das Wissen über Verbrennungsmotoren und die Fähigkeit, ein Auto zu lenken. Das eine erklärt das System, das andere ermöglicht seine Nutzung.

Was hier passiert

Hier finden sich Texte, die einzelne Stränge des Themas an konkreten Fragen schärfen. Keine Kurse, kein Werkzeug, kein Coaching. Knapp, in einer Sitzung lesbar, jeder Text für sich allein. An einer Buchfassung dieses Arguments wird gearbeitet; sie ist hier nicht das Zentrum.