§ 4. Typische Maßregeln rationalen algorithmischen Wirtschaftens

Einordnung im Werk

Kapitel II überführt die in Kapitel I gewonnenen Grundbegriffe in eine Wirtschaftssoziologie der KI. Der Paragraph gehört zum ersten Aufbaugang des Kapitels: Er steckt den Begriffshorizont ab, bevor spätere Runden argumentative Ausarbeitung, Literaturverdichtung, Stimmigkeitsprüfung, Lektorat und Feinschliff leisten.

Gliederungspunkte

• Datensammlung
• Modelltraining
• Automatisierung
• Monitoring
• A/B-Test
• Feedbackschleife
• Metrisierung von Erfolg

Kommentierte Ausarbeitung

Typische Maßregeln rationalen algorithmischen Wirtschaftens sind jene wiederkehrenden Verfahren, mit denen KI-Leistungen planbar, messbar, verbesserbar und verwertbar gemacht werden. Dazu gehören Datensammlung, Datenbereinigung, Modelltraining, Automatisierung, Monitoring, A/B-Tests, Feedbackschleifen und die Metrisierung von Erfolg. Diese Maßregeln erscheinen häufig als neutrale Optimierung, sind aber soziale Ordnungsleistungen: Sie legen fest, was beobachtet wird, welche Abweichungen zählen, welche Ziele messbar sind, welche Fehler hingenommen werden und welche Handlungen als Verbesserung gelten.

Der Paragraph bereitet die spätere Unterscheidung formaler und materialer Rationalität vor. Formal rational ist eine Maßregel, wenn sie Berechnung, Vergleich und Wiederholbarkeit steigert; material rational ist sie nur, wenn ihre Ziele, Nebenfolgen und Verteilungswirkungen begründbar bleiben. Ein A/B-Test kann die Klickrate erhöhen und zugleich öffentliche Aufmerksamkeit verengen; Monitoring kann Qualität sichern und zugleich Arbeitsdruck verdichten; Feedback kann Modelle verbessern und zugleich unbezahlte Mitwirkung abschöpfen. § 4 hält deshalb die weberianische Formstrenge: Rationalisierung ist nicht automatisch Vernunft, sondern eine bestimmte Art der Berechenbarmachung. Von hier führt der Weg zu den Verbänden, die solche Maßregeln dauerhaft tragen.