TL;DR:
- Generierung ist nicht mehr knapp. Everypixel schaetzte, dass in unter zwei Jahren mehr als 15 Milliarden Bilder von KI-Werkzeugen erzeugt wurden, im Schnitt rund 34 Millionen pro Tag. Wenn jede kompetente Ausgabe nur einen Prompt entfernt ist, verschiebt sich der Engpass vom Machen zum Auswaehlen.
- Die knappe Faehigkeit ist Geschmack: gut von grossartig unterscheiden, aus tausend plausiblen die eine richtige Option waehlen und die Wahl in konkreten Begriffen verteidigen. Dieser Artikel behandelt Geschmack als Stapel aus fuenf trainierbaren Schichten, nicht als Gabe, die man hat oder nicht.
- In der Fuelle steckt ein echtes Risiko. Eine Studie von 2024 in Science Advances fand, dass generative KI individuelles Schreiben kreativer machte, die entstehenden Geschichten aber einander aehnlicher, was die kollektive Vielfalt verringerte. Fluessigkeit ohne Urteil konvergiert zum Durchschnitt.
- Geschmack ist trainierbar, aber nicht durch Exposition allein. Jahrzehnte der Deliberate-Practice-Forschung zeigen, dass die entscheidende Zutat strukturiertes Feedback ist, nicht Wiederholung. Metaanalysen beziffern den durch Deliberate Practice erklaerten Anteil an Expertenleistung auf rund 30 bis 34 Prozent, gross, aber nur, wenn die Praxis echte Bewertung enthaelt.
- Fuehre den Stapel gleichzeitig wie ein CEO und ein Student. Besitze die finale Entscheidung, wie ein CEO eine Entscheidung besitzt, und verbessere dein Auge staendig, wie ein Student annimmt, die aktuelle Version sei nur ein Entwurf.
Fuer den grossten Teil der Geschichte war der harte Teil kreativer und wissensbasierter Arbeit die Produktion. Den Text schreiben, das Layout gestalten, die Analyse entwerfen, das Foto machen. Faehigkeit hiess, das Ding ueberhaupt machen zu koennen, und wer es gut machen konnte, war selten genug, um standardmaessig wertvoll zu sein.
Diese Welt geht zu Ende. Anfang 2024 berichtete McKinsey, dass 65 Prozent der Organisationen generative KI regelmaessig nutzten, fast doppelt so viel wie in der Umfrage nur zehn Monate zuvor. Wenn zwei von drei Organisationen auf Abruf einen kompetenten Entwurf erzeugen koennen, hoeren kompetente Entwuerfe auf, ein Unterscheidungsmerkmal zu sein. Jeder hat jetzt die Fabrik. Was fast niemand hat, ist ein verlaesslicher Weg, die Ausgabe der Fabrik anzusehen und zu wissen, welches Stueck es wert ist, behalten zu werden.
Diese Faehigkeit hat einen alten Namen: Geschmack. Und die zentrale Behauptung dieses Beitrags ist, dass Geschmack kein Persoenlichkeitsmerkmal ist, mit dem man geboren wird oder nicht. Er ist ein Stapel spezifischer, trainierbarer Faehigkeiten. Man kann ihn bewusst erklimmen, und im KI-Zeitalter ist das Erklimmen eine der renditestaerksten Dinge, die man mit seiner Zeit tun kann.
Warum Fuelle das Urteil zum Moat macht
Es gibt die bequeme Annahme, dass die menschliche Aufgabe einfach eine Ebene hoeher rueckt, wenn Werkzeuge besser werden, und alles gut ist. Die Daten verkomplizieren diese Geschichte.
Die 2024 in Science Advances veroeffentlichte Studie von Doshi und Hauser ist die schaerfste Illustration. Die Forscher fuehrten ein Experiment durch, in dem einige Autoren Ideen von einem grossen Sprachmodell erhielten und andere nicht. Die KI-gestuetzten Geschichten wurden als kreativer, besser geschrieben und angenehmer bewertet, und der Effekt war am staerksten bei Autoren, die weniger kreativ begannen. Das ist die optimistische Schlagzeile. Der unangenehme Teil ist, was mit der Gruppe als Ganzes geschah: die KI-gestuetzten Geschichten waren einander aehnlicher als die rein menschlichen. Die individuelle Qualitaet stieg, waehrend die kollektive Vielfalt sank.
Genau das erwartet man von einem Werkzeug, das darauf trainiert ist, das wahrscheinlichste naechste Token vorherzusagen. Es zieht alle zur gleichen kompetenten Mitte. Die Ausgabe ist fluessig, sicher und vergesslich, und weil sie fluessig ist, wird sie leicht fuer gut gehalten.
Das ist die strategische Oeffnung. Wenn Generierung kostenlos ist und zum Durchschnitt konvergiert, bleiben zwei Dinge knapp: die Faehigkeit, das Ueberdurchschnittliche zu erkennen, und die Bereitschaft, es dem bloss Ordentlichen vorzuziehen. Beides sind Funktionen des Geschmacks. Das ist die CEO-und-Student-These in reinster Form: die CEO-Haelfte besitzt die Entscheidung, was gut genug zum Veroeffentlichen ist; die Student-Haelfte schaerft staendig das Auge, das die Entscheidung trifft. Keine Haelfte ist automatisierbar, denn die Maschine hat weder einen Anteil am Ergebnis noch einen Standpunkt zu verteidigen.
Was die Forschung sagt (verifizierte oeffentliche Daten)
| Befund | Quelle | Was es fuer Geschmack bedeutet |
|---|---|---|
| Mehr als 15 Milliarden KI-Bilder in unter zwei Jahren, im Schnitt rund 34 Millionen pro Tag | Everypixel-Bildstatistik, 2023 | Ausgabe ist nicht mehr knapp; der Engpass verschiebt sich vom Produzieren zum Auswaehlen |
| KI-gestuetzte Geschichten individuell kreativer, aber einander aehnlicher bewertet, kollektive Vielfalt sinkt | Doshi und Hauser, Science Advances, 2024 | Fluessigkeit konvergiert zum Durchschnitt; ein vertretbarer Standpunkt wird zum Unterscheidungsmerkmal |
| 65 Prozent der Organisationen nutzen generative KI regelmaessig, in zehn Monaten rund verdoppelt | McKinsey, State of AI, Anfang 2024 | Generierung ist nun eine Standardfaehigkeit fuer alle; Urteil nicht |
| Deliberate Practice erklaert rund 30 bis 34 Prozent der Expertenleistung, ihr entscheidendes Merkmal ist Feedback statt Wiederholung | Ericsson et al. 1993; Macnamara und Kollegen, 2014 | Geschmack ist trainierbar, aber nur durch strukturierte Feedback-Schleifen, nicht durch Exposition allein |
Der Taste Stack: fuenf Schichten, die man erklimmen kann
Der Fehler, den die meisten mit Geschmack machen, ist, ihn als eine einzige Sache zu behandeln, die man hat oder nicht. Nuetzlicher ist es, ihn als Stapel zu sehen, in dem jede Schicht auf der darunter aufbaut. Man kann nicht artikulieren, warum etwas funktioniert, wenn man den Unterschied nicht zuerst wahrnimmt, und man kann keinem kohaerenten Werk eine Richtung geben, wenn man keine einzelnen Urteile faellen kann.
Die folgende Tabelle ist ein originaler CEOtudent-Rahmen, kein Datensatz. Sie zerlegt Geschmack von unten nach oben in fuenf Schichten und paart jede mit der CEO-Entscheidung, die man besitzen muss, und der Student-Praxis, die sie aufbaut. Lies von unten, denn in dieser Reihenfolge entwickelt sich die Faehigkeit tatsaechlich.
Der Taste Stack (redaktioneller CEOtudent-Rahmen)
| Schicht | Was es ist | Die CEO-Entscheidung (besitze sie) | Die Student-Praxis (baue sie auf) |
|---|---|---|---|
| 5. Richtung | Einem ganzen Werk einen kohaerenten Standpunkt aufpraegen und alles herausschneiden, was ihm nicht dient | Entscheide, wofuer deine Arbeit steht, und schneide die 90 Prozent, die sie verwaessern | Studiere Werke, nicht Einzelstuecke; frage nach dem roten Faden und ob deiner einen hat |
| 4. Urteil | Aus vielen plausiblen die eine richtige Option unter echten Zwaengen waehlen | Triff die Entscheidung, veroeffentliche und besitze das Ergebnis, statt dich abzusichern | Entscheide zu einer Frist; pruefe danach, welche Entscheidungen hielten und welche nicht |
| 3. Artikulation | In konkreten Begriffen erklaeren, warum eine Option besser ist als eine andere | Setze die Kriterien, an denen das Team gemessen wird, in Worten, nicht in Gefuehlen | Schreibe kurze Kritiken; verwandle eine Bauchreaktion in drei konkrete Gruende |
| 2. Unterscheidung | Die feinen Unterschiede zwischen gut und grossartig wahrnehmen | Weigere dich, fluessig-aber-generisch zu akzeptieren, nur weil es schnell ist | Fuehre Vergleichsuebungen durch: reihe Optionen und benenne genau, was Erste von Zweite trennt |
| 1. Exposition | Die Referenzbibliothek im Kopf, aufgebaut aus dem Studium der besten Arbeit eines Felds | Kuratiere deine Inputs bewusst, statt zu konsumieren, was der Feed serviert | Studiere gezielt das oberste 1 Prozent; der Durchschnitt ist nun unendlich und als Lehrer wertlos |
Beachte, wie sich auch die Fehlermodi stapeln. Wer auf Schicht eins feststeckt, hat viel gesehen, kann aber nicht sagen, warum etwas gut ist. Wer auf Schicht zwei ist, spuert, dass etwas nicht stimmt, kann es aber nicht benennen, was heisst, dass er niemanden fuehren kann. Die im KI-Zeitalter wirklich Gefaehrlichen leben auf den Schichten vier und fuenf: sie koennen hundert KI-Ausgaben ansehen, fuenfundneunzig ohne Zoegern verwerfen und die Ueberlebenden zu etwas mit Rueckgrat formen.
Wie jede Schicht tatsaechlich aufgebaut wird
Schicht 1, Exposition. Geschmack beginnt als Referenzbibliothek. Man kann grossartige Arbeit nicht erkennen, wenn das innere Vergleichsset aus durchschnittlicher Arbeit besteht. Das KI-Zeitalter macht das schwerer, nicht leichter, denn die Menge kompetenter, vergesslicher Inhalte ist nun praktisch unendlich und das Standardding, das der Feed zeigt. Der bewusste Zug ist, gezielt die Spitze eines Felds zu studieren. Lies die Essays, die andere Essays zitieren. Zerlege die Produkte, die Leute kopieren. Den Durchschnitt zu konsumieren lehrt dich den Durchschnitt.
Schicht 2, Unterscheidung. Hier schaerft sich Wahrnehmung von einem vagen Gefuehl zu einem feinkoernigen. Der Mechanismus ist Vergleich. Lege zwei Optionen nebeneinander und erzwinge eine Reihung. Die meisten tun das nie; sie sehen ein Ding an und fragen “ist das gut?”, was das Gehirn mit “es ist okay” beantwortet. Frage stattdessen “welche der beiden ist besser, und um genau wie viel?”, und das Auge beginnt, Unterschiede aufzuloesen, die es frueher verpasste. Das ist die Schicht, die KI in deinem Namen schwer erreicht, denn ein auf die wahrscheinliche Mitte optimiertes Modell ist nicht gebaut, um die Ausnahme zu schaetzen.
Schicht 3, Artikulation. Wahrnehmung, die man nicht erklaeren kann, ist noch nicht nutzbar, denn man kann sie nicht lehren, damit fuehren oder sie unter Druck verteidigen. Artikulation ist die Disziplin, eine Reaktion in Kriterien zu verwandeln. Die Praxis ist klar: nachdem du etwas beurteilt hast, schreibe drei konkrete Gruende in einfacher Sprache. Nicht “es fuehlt sich sauber an”, sondern “die Hierarchie ist klar, es gibt einen Fokuspunkt, und nichts konkurriert mit der Ueberschrift”. Sobald dein Geschmack in Worten lebt, kann er zu anderen Menschen und zu deinen eigenen kuenftigen Entscheidungen reisen.
Schicht 4, Urteil. Hier trifft Geschmack auf die Realitaet. Unendliche Optionen sind ein Fluch ohne die Bereitschaft, eine zu waehlen und dahinterzustehen. Urteil ist der CEO-Akt im Stapel: du triffst die Entscheidung zu einer Frist und mit unvollstaendiger Information, du veroeffentlichst und besitzt, was geschieht. Die Student-Haelfte ist die Pruefung danach. Die Deliberate-Practice-Forschung ist hier eindeutig. Was jene, die sich weiter verbessern, von jenen trennt, die auf einem Plateau bleiben, ist nicht mehr Wiederholung, sondern strukturiertes Feedback, ob die Entscheidung richtig war. Veroeffentliche, dann sieh ehrlich zurueck, welche Urteile hielten.
Schicht 5, Richtung. Die Spitze des Stapels ist ein Standpunkt, ausgedrueckt ueber ein ganzes Werk. Jeder kann aus einem guten Prompt eine gute Ausgabe holen. Fast niemand kann fuenfzig davon einen kohaerenten Stil aufpraegen und alles Unpassende ruecksichtslos schneiden. In einer Welt, in der das Ergebnis von Doshi und Hauser vorhersagt, dass die meiste KI-gestuetzte Arbeit zur gleichen kompetenten Mitte driftet, ist Richtung das, was deine erkennbar deine haelt. Es ist der Unterschied zwischen einem Haufen ordentlicher Stuecke und einem Portfolio, das etwas bedeutet.
Der CEO-und-Student-Weg, den Stapel zu fuehren
Geschmack verfuehrt zu zwei Fehlermodi, und der CEOtudent-Rahmen ist darauf ausgelegt, beide zu vermeiden.
Der erste Fehler ist reiner CEO: starke Meinungen, schnelle Entscheidungen, kein Lernen. Diese Person hat Geschmack, oder hatte ihn einmal, und verteidigt nun jede Entscheidung als Autoritaetsfrage. In einem Feld, das monatlich von neuen Werkzeugen umgeformt wird, wird ein eingefrorenes Auge schnell schal. Der zweite Fehler ist reiner Student: endloses Studieren, Vergleichen und Verfeinern, aber nie veroeffentlichen, nie die Entscheidung treffen, nie das Feedback bekommen, das nur entsteht, wenn eine Entscheidung auf die Realitaet trifft.
Der Stapel funktioniert, wenn du beide Haelften zugleich fuehrst. Besitze jedes Urteil wie ein CEO, zu einer Frist, mit deinem Namen daran. Dann hinterfrage es wie ein Student, der annimmt, die aktuelle Version deines Geschmacks sei ein Entwurf, den die naechsten hundert Entscheidungen ueberarbeiten. Diese Schleife (entscheiden, veroeffentlichen, pruefen, anpassen) ist derselbe strukturierte Feedback-Motor, den die Deliberate-Practice-Literatur als den echten Treiber von Expertise identifiziert. Die Werkzeuge werden im Generieren immer besser. Deine Aufgabe ist, im Auswaehlen immer besser zu werden.
Haeufig gestellte Fragen
Ist Geschmack wirklich trainierbar, oder haben ihn manche einfach von Geburt an?
Er ist trainierbar, und der Mechanismus ist gut untersucht. Die mit Ericsson verbundene Deliberate-Practice-Literatur und spaetere Metaanalysen von Macnamara und Kollegen fanden, dass strukturierte Praxis einen erheblichen Anteil der Expertenleistung erklaert, in der Groessenordnung von 30 Prozent oder mehr, mit Feedback als Schluesselzutat statt roher Wiederholung. Natuerliche Neigung existiert, aber die Kluft zwischen einem geschulten und einem ungeschulten Auge ist meist gebaut, nicht ererbt.
Wird KI schliesslich Geschmack entwickeln und diese Faehigkeit ueberfluessig machen?
KI ist sehr gut darin, das Wahrscheinliche und Durchschnittliche zu produzieren, was das Gegenteil von Geschmack ist. Die Science-Advances-Forschung zeigte, dass KI-gestuetzte Arbeit zur Aehnlichkeit konvergierte, selbst als die individuelle Qualitaet stieg. Geschmack heisst im Kern, die Ausnahme zu schaetzen und einen Standpunkt zu verteidigen, und ein Modell ohne Anteil am Ergebnis und ohne zu schuetzende Perspektive hat fuer beides keine Grundlage. Das Werkzeug kann deine Optionen erweitern; die Wahl darunter bleibt deine Aufgabe.
Wie unterscheidet sich das davon, einfach eine Meinung zu haben?
Eine Meinung ist bestenfalls Schicht zwei oder drei: eine Reaktion, vielleicht erklaert. Der volle Stapel umfasst Urteil unter echten Zwaengen und Richtung ueber ein ganzes Werk. Der Test ist nicht, ob du sagen kannst, was dir gefaellt, sondern ob du zu einer Frist aus vielen Optionen die eine richtige waehlen, sie in konkreten Begriffen verteidigen und ueber alles, was du veroeffentlichst, eine konsistente Linie halten kannst.
Wo sollte jemand ohne Hintergrund anfangen?
Ganz unten. Baue Exposition auf, indem du die beste Arbeit im Feld studierst, das dich interessiert, nicht die durchschnittliche, die der Feed serviert. Beginne dann auf Schicht zwei mit Vergleichsuebungen: reihe zwei Optionen und benenne genau, warum eine gewinnt. Diese beiden Gewohnheiten allein bringen dich weiter als jede Menge weiterer Konsum.
Gilt das nur fuer Designer und Autoren?
Nein. Geschmack im allgemeinen Sinn ist Urteil ueber Qualitaet und gilt ueberall, wo KI nun einen plausiblen Entwurf erzeugen kann: Strategie, Code, Analyse, Produktentscheidungen, Einstellungen. Wo immer Generierung billig geworden ist, konzentriert sich der verbleibende menschliche Wert dort, wo man die Generierung bewerten kann.
Quellen
- Everypixel Journal, “AI Image Statistics,” zur Schaetzung, dass in unter zwei Jahren mehr als 15 Milliarden Bilder von KI-Werkzeugen erzeugt wurden, im Schnitt rund 34 Millionen Bilder pro Tag nach dem Start von DALL-E 2.
- Anil R. Doshi und Oliver P. Hauser, “Generative AI enhances individual creativity but reduces the collective diversity of novel content,” Science Advances (2024), zum Befund, dass KI-gestuetzte Geschichten individuell kreativer bewertet wurden, aber einander aehnlicher waren und die kollektive Vielfalt verringerten.
- McKinsey and Company, “The state of AI in early 2024,” zum Befund, dass 65 Prozent der befragten Organisationen generative KI in mindestens einer Geschaeftsfunktion regelmaessig nutzten, fast doppelt so viel wie zehn Monate zuvor.
- K. Anders Ericsson, Ralf Th. Krampe und Clemens Tesch-Roemer, “The Role of Deliberate Practice in the Acquisition of Expert Performance,” Psychological Review (1993), zu Deliberate Practice und der zentralen Rolle von Feedback und Expertenanleitung.
- Brooke N. Macnamara, David Z. Hambrick und Frederick L. Oswald, “Deliberate Practice and Performance in Music, Games, Sports, Education, and Professions: A Meta-Analysis,” Psychological Science (2014), zum Befund, dass Deliberate Practice einen erheblichen, aber teilweisen Anteil der Expertenleistung erklaert.
- Herbert A. Simon und William G. Chase, zum klassischen Befund, dass Expertise auf dem Erkennen einer grossen gespeicherten Bibliothek bedeutungsvoller Muster beruht, nicht auf roher Verarbeitungsgeschwindigkeit.
- Rick Rubin, “The Creative Act: A Way of Being,” zur Praxis, den eigenen Reaktionen diszipliniert Aufmerksamkeit zu schenken als Grundlage des Urteils.
Dieser Inhalt wurde nach eingehender Recherche mit Unterstuetzung von KI zusammengestellt und vom CEOtudent-Redaktionsteam geschrieben und fuer die Veroeffentlichung aufbereitet.
This post is also available in:
