Erster Teil, Kapitel II, § 10
§ 10. Rationalität der Datenrechnung
Runde 1: kommentierte Arbeitsgliederung, zweiter Kapitel-II-Batch
Einordnung im Werk
Kapitel II überführt die in Kapitel I gewonnenen Grundbegriffe in eine Wirtschaftssoziologie der KI. Dieser Paragraph gehört zum zweiten Aufbaugang des Kapitels: Er führt vom Besitz elementarer Daten-, Rechen- und Modellmittel zu Folgen, Marktbedingungen, Rationalitätsformen, Erwerbsweisen und nicht-metrischen Wertformen.
Gliederungspunkte
- Quantifizierung sozialer Merkmale
- Operationalisierung von Verhalten
- Metrische Vergleichbarkeit
- Fehlerrechnung und Unsicherheit
- Grenzen datenförmiger Rationalität
Kommentierte Ausarbeitung
Datenrechnung wird rational, soweit soziale Merkmale in zählbare, vergleichbare und verarbeitbare Formen überführt werden. Alter, Einkommen, Aufenthaltsort, Sprache, Klickverhalten, Arbeitsleistung, Gesundheitszustand, Konsum, Mobilität oder Kommunikationsmuster werden dabei nicht einfach abgebildet, sondern operationalisiert: Sie werden in Merkmale übersetzt, die Modelle verarbeiten können. Metrische Vergleichbarkeit erlaubt Sortierung, Prognose und Entscheidung über viele Fälle hinweg. Fehlerrechnung und Unsicherheit gehören zu dieser Rationalität, weil algorithmische Systeme nicht Gewissheit erzeugen, sondern Wahrscheinlichkeiten, Schwellenwerte und Toleranzen organisieren. Ihre Rationalität ist deshalb stets gebunden an die Frage, welche Fehler gesellschaftlich hinnehmbar erscheinen und wer ihre Kosten trägt.
Die Grenze datenförmiger Rationalität liegt dort, wo Relevanz, Bedeutung, Kontext und Erfahrung nicht angemessen in Variablen übergehen. Datenrechnung kann Muster sichtbar machen, aber sie kann nicht aus sich heraus entscheiden, welche Muster gerecht, sinnvoll oder verantwortbar sind. Sie kann Verhalten operationalisieren, aber nicht erschöpfend verstehen, warum Menschen handeln, schweigen, ausweichen oder widersprechen. § 10 steht damit zwischen formaler Rationalität und Erwerbsrechnung: Er zeigt, wie die Wirtschaftlichkeit von KI auf Metrisierung beruht, und hält zugleich offen, dass nicht jede relevante Leistung in Datenform aufgeht. Diese Einsicht führt unmittelbar zu § 11, in dem algorithmisches Erwerben und Modellrechnung bestimmt werden.