Das Umschulungs-Problem — etwas Neues lernen.

Angenommen, ein Land beschließt heute, dass es seine Bevölkerung auf KI vorbereiten muss. Nicht irgendwann — jetzt. Wie schnell kann das tatsächlich geschehen?

Nach der Art, wie wir es heute machen, lautet die ehrliche Antwort: schmerzhaft, gefährlich langsam. Der Grund dafür ist eine Kette mit zu vielen Gliedern, von denen jedes in Jahren gemessen wird.

Um KI an Schulen und Hochschulen zu unterrichten, braucht man zunächst Menschen, die sie sowohl tief verstehen als auch sie unterrichten können. Es gibt sehr wenige von ihnen, und sie zu finden oder heranzubilden dauert Jahre — bevor auch nur ein einziger Schüler überhaupt etwas gelernt hat.

Dann läuft die Kette Glied für Glied, nacheinander, ab: Experten bilden Lehrer aus → Lehrer werden kompetent → Lehrer unterrichten schließlich Schüler → Schüler schließen langsam mit der Fähigkeit ab. Jedes Glied dauert Jahre, und weil sie nacheinander ablaufen und nicht parallel, beträgt die Gesamtverzögerung von der nationalen Entscheidung bis zu einer wirklich kompetenten Kohorte leicht ein Jahrzehnt.

Man beachte, wo der Stau entsteht. Es ist kein Mangel an Schülern, die KI lernen wollen — davon gibt es genug. Es ist der Mangel an Menschen, die qualifiziert sind, sie zu unterrichten. Ein Land kann seine Bevölkerung nicht schneller umschulen, als es Ausbilder hervorbringen kann, und das Hervorbringen von Ausbildern ist der langsamste Schritt von allen.

Es lohnt sich, dies an etwas zu verankern, das bereits existiert. Die Engine im Zentrum dieses Vorschlags ist für eine ganze Domäne nicht hypothetisch: Sie bewertet heute schon Sprache, von A1 bis C1, und gibt dem tausendsten Lernenden dasselbe kriterienbasierte Urteil wie dem ersten — eine Bewertung je Kriterium, jeder Fehler im eigenen Text des Lernenden korrigiert, der genaue nächste Schritt benannt. Das heißt: Für den Integrationsstau ist die Technologie, ihn aufzulösen, bereits da. Was fehlt, ist nicht die Fähigkeit, sondern die strukturelle Erlaubnis, sie einzusetzen — die Entscheidung, einen bewährten Bewerter die Last tragen zu lassen, die ein knapper Mensch derzeit rationiert.

Am schlimmsten ist: In einem sich schnell wandelnden Feld garantiert die Kette, dass man zu spät ankommt. Bis die Lehrerausbildungs-Pipeline endlich genug KI-Lehrer hervorgebracht hat, hat sich die KI schon weiterentwickelt. Am Ende lernen die Schüler die Version des Feldes, die existierte, als die Pipeline begann — nicht die, die auf sie wartet, wenn sie ihren Abschluss machen. Man unterrichtet ständig das Gestern.

Dabei geht es nicht nur um KI. Jedes Mal, wenn die Wirtschaft eine neue Fähigkeit braucht — eine neue Technologie, ein neues Handwerk, eine neue Vorschrift —, beginnt die gesamte langsame Kette wieder von vorn. Das bedeutet, dass ein Land strukturell langsam ist, sich an irgendetwas Neues anzupassen, für immer ein Jahrzehnt hinter dem her, wozu die Welt sich gerade verändert hat.

Jetzt macht man es umgekehrt. Ein echter Experte — der beste, den es gibt — zeichnet die Lektionen einmal auf. Von diesem Moment an kann jede Schule und Hochschule KI vom ersten Tag an auf dem Niveau dieses Experten unterrichten, ohne zuvor eine Armee von KI-Lehrern heranzuziehen. Der Engpass der Lehrerausbildung existiert schlicht nicht, weil es keinen Lehrer auszubilden gibt — es gibt eine Aufzeichnung, bei der man auf Play drückt, und eine Aufsichtsperson im Raum, die dafür sorgt, dass die Lernenden vorankommen.

Und wenn sich das Feld weiterentwickelt, zeichnet der Experte die veränderten Teile neu auf, und jedes Klassenzimmer ist am nächsten Tag auf dem neuesten Stand. Kein jahrzehntelanges Aufholen. Das System steht standardmäßig an der Front des Wissens.

Das funktioniert für Hochschulen und Umschulung von Erwachsenen genauso wie für Schulen — alles ab dem elften Lebensjahr, wo „richtig" gelehrt werden kann. Die eine ehrliche Ausnahme ist die Forschungsfront selbst: auf Promotionsniveau, originäre Forschung, wo das Wissen noch entsteht und es keine feststehende beste Erklärung gibt, die man aufzeichnen könnte. Alles, was diesseits dieser Front liegt, erreicht das Modell.

Und weil die Engine nie schließt, kann ein Erwachsener, dessen gesamtes Feld disruptiert wird, sofort, wiederholbar, ein Leben lang vom selben System umgeschult werden — statt monatelang auf einen Kurs zu warten, der vielleicht nie besetzt wird.

Man lege beide nebeneinander, auf den drei Achsen, die zählen.

Zeit. Der alte Weg: rund ein Jahrzehnt, sequenziell, von der Entscheidung bis zu einer kompetenten Kohorte. Unser Weg: sofort beginnen — die Zeit bis zur Kompetenz wird einfach die Länge des Kurses selbst, nicht die Länge des Kurses plus die Jahre, die zuvor für den Aufbau von Lehrern nötig sind.

Personelle Ressourcen. Der alte Weg: Man muss seine knappsten Experten dafür abstellen, Tausende von Lehrern auszubilden, bevor ein einziger Schüler davon profitiert. Unser Weg: die aufgezeichnete Zeit eines Experten, einmalig. Die Tausenden Stunden Lehrerausbildung werden gar nicht erst aufgewendet — und die dadurch freigesetzten Menschen (siehe der letzte Beitrag) gehen in die Arbeit, an der es dem Land tatsächlich mangelt.

Die Kosten des Stillstands. Jedes Jahr, in dem ein Land die langsame Kette statt der schnellen betreibt, zahlt es dafür: die Gehälter und Stunden der Ausbildungs-Pipeline; die Wertschöpfung, die verloren geht, solange die eigene Belegschaft nicht bereit ist, während die der Wettbewerber es ist; die Unternehmen, die die nötigen Fähigkeiten nicht einstellen können; und den sich verstärkenden Nachteil, eine veraltete Version eines sich wandelnden Feldes zu lehren. Die langsame Kette ist nicht kostenlos. Ihr Preis ist eine Belegschaft, die bei jeder neuen Technologie zu spät kommt — bezahlt, still und leise, in verlorener Wettbewerbsfähigkeit, Jahr für Jahr.

Die Fähigkeit einer Nation, sich an Wandel anzupassen, sollte nicht dadurch gedeckelt sein, wie schnell sie Lehrer klonen kann. Man entferne diesen Deckel — den Experten einmal aufzeichnen, sofort verteilen, über Nacht aktualisieren — und eine Gesellschaft kann sich endlich in dem Tempo umschulen, in dem sich die Welt tatsächlich verändert.

Als Nächstes: wofür wir all die zurückgewonnene Zeit und Aufmerksamkeit eigentlich brauchen — und warum wir womöglich völlig die falschen Dinge lehren.

Geschrieben von einer laufenden Plattform aus und einem Konzept, das zum Testen bereitsteht — nicht von einem bereits behaupteten Ergebnis aus. — Crosshire.