Das Gegenteil von KI: Warum natürliche Intelligenz noch immer wichtiger ist

Wir diskutieren intensiv über künstliche Intelligenz (KI) aber kaum über das Gegenteil von KI, also die natürliche Intelligenz des Menschen. Dieser Beitrag zeigt, dass natürliche und künstliche Intelligenz keine Gegenpole sind, sondern zwei grundverschiedene Funktionsprinzipien, deren wechselseitiges Verständnis die Voraussetzung für eine produktive Augmented Intelligence bildet. Gerade im Bauwesen entsteht hier ein erhebliches Potenzial für bessere Planung, erweitertes Erfahrungswissen und eine neue Form menschlich-maschineller Kollaboration.

Das Gegenteil von KI: Der seltsamste Zustand unserer Zeit

Es ist ein merkwürdiger Zustand, in dem wir uns gerade befinden. Noch nie zuvor wurde so intensiv, so breit und zum Teil auch so emotional über künstliche Intelligenz diskutiert. Kaum ein Tag vergeht, ohne dass neue Systeme vorgestellt werden, neue Risiken beschworen oder neue Chancen gefeiert werden. KI ist gefühlt überall, in Zeitungen, auf Konferenzen, in den sozialen Medien, in politischen Debatten.

Je lauter die Diskussion über künstliche Intelligenz wird, desto weniger hört man die Frage:

Was ist eigentlich natürliche Intelligenz?

Wir sprechen über das, was entstanden ist, aber kaum über das, WORAUS es entstanden ist. Wir analysieren die Maschine und deren Aktionen und Reaktionen, aber selten den Menschen selbst. Während wir die Technologie bis ins kleinste Detail versuchen zu verstehen, bleibt das Original oft unscharf dahinter. Ich spreche von unserem eigenen Denken.

Paradoxon: Wir haben eine künstliche Intelligenz geschaffen, ohne unser eigenes Konzept von Intelligenz vollständig verstanden zu haben. Es ist, als hätten wir ein Spiegelbild erzeugt und starrten nun überrascht hinein, weil wir das Gesicht auf der anderen Seite nicht wiedererkennen.

In diesem Beitrag nehme ich Sie mit auf einen gedanklichen Umweg. Bevor wir definieren, was künstliche Intelligenz ist oder sein könnte, wenden wir uns zunächst dem zu, was sie nicht ist und beginnen beim Menschen selbst.

Das Gegenteil von KI beginnt mit einem Missverständnis

Wenn Menschen über künstliche Intelligenz sprechen, entsteht häufig ein unausgesprochener Vergleich. Da beide Systeme den Begriff “Intelligenz” tragen, wird implizit eine Wesensgleichheit unterstellt, die funktional so gar nicht existiert.

Warum wir das Gegenteil von KI oft falsch verstehen

Der Begriff “künstliche Intelligenz” trägt ein Versprechen, das nie ganz eingelöst wurde und in naher Zukunft nicht eingelöst werden kann. Und zwar, dass diese Systeme denken könnten wie wir. Dabei sind die Unterschiede fundamental:

• Natürliche Intelligenz entsteht in einem Körper, eingebettet in persönlicher Biografie, Emotionen, Wahrnehmung und Sinn.
• Künstliche Intelligenz entsteht in mathematischen Modellen, die Muster aus Daten extrahieren und Wahrscheinlichkeiten berechnen.

Beide Systeme erzeugen Ergebnisse, die manchmal ähnlich aussehen. Doch der Weg dorthin könnte unterschiedlicher kaum sein. Mitchell und Krakauer (2023) zeigen, dass die Frage nach dem “Verstehen” zu den zentralen Kontroversen der KI-Forschung gehört. Während Sprachmodelle überzeugende Texte erzeugen können, bleibt noch immer umstritten, ob diese Leistungen auf semantischem Verständnis oder auf der Verarbeitung statistischer Muster beruhen.

Warum das Gegenteil von KI mehr ist als natürliche Intelligenz

Wir interpretieren KI stets durch die Brille natürlicher Intelligenz. Wir projizieren Eigenschaften auf sie, die sie nicht hat und Anthropomorphisieren dabei die KI. Wir vergleichen also nicht zwei Intelligenzen sondern wir vergleichen die eine Intelligenz mit ihrer sprachlichen Projektion. Das Missverständnis hat jedoch eine unerwartete positive Seite, denn wer künstliche Intelligenz ernsthaft hinterfragt, kommt unausweichlich zu der Frage zurück wie funktioniert eigentlich unsere eigene Intelligenz?

Passend zu diesem Beitrag

Anthropomorphisierung von KI: Wenn KI sich selbst vermenschlicht

Der Begriff der Anthropomorphisierung von KI ist Ihnen vermutlich nicht neu. In Forschung und …

Weiterlesen

Ist natürliche Intelligenz das Gegenteil von KI?

Natürliche Intelligenz ist weit mehr als kognitive Effizienz. Sie ist ein gelebtes Phänomen, ein Zusammenspiel aus Wahrnehmen, Fühlen, Erinnern, Entscheiden, Irren und Interpretieren.

Verkörperte Erfahrung: Kognition als gelebter Prozess

Ein Mensch lernt nicht nur, indem er Informationen verarbeitet. Er lernt, indem er handelt, scheitert, navigiert und sich erinnert. Varela, Thompson und Rosch (1991) haben bereits in den 90ern in ihrem Werk “The Embodied Mind” gezeigt, dass Kognition nicht im Gehirn allein stattfindet, sondern durch aktive, körperlich verankerte Auseinandersetzung mit der Welt entsteht. Der Körper ist kein Träger des Geistes. Der Körper ist konstitutiver Teil des Denkens selbst. Maturana und Varela (1980) sind sogar noch weiter gegangen. In ihrer Theorie der Autopoiesis (von griechisch autos = selbst, poiein = machen, erschaffen) formulieren sie, dass Leben und Kognition untrennbar sind, d.h. “living itself is cognition”.

Im Bauwesen ist das unmittelbar erfahrbar:

• Eine erfahrene Bauleiterin erkennt Probleme auf der Baustelle, bevor sie messbar werden und das nicht durch Berechnung, sondern durch ein körperlich aufgebautes Gefühl für Abläufe.
• Ein Polier “sieht” eine falsche Schalung, weil sein Körper gelernt hat, was richtig ausgerichtet “aussieht”.

Wir nennen soetwas auch “Bauchgefühl”. Das heißt, natürliche Intelligenz ist verkörpert und künstliche Intelligenz demngegenüber entkörpert. Diese Differenz ist keine Kleinigkeit, sondern ein fundamentaler Trennungsgrund.

Das Gegenteil von KI: Bedeutung statt Muster

Wir Menschen verarbeiten nicht nur Daten, wir deuten sie gleichzeitig. Die Frage “Was bedeutet das?”, “Für wen ist das wichtig?”, “Welche Konsequenz hat das?”, das sind Fragen, die nicht einfach nur berechenbar sind. Sie sind existenziell für uns.

Die aktuelle Debatte in der KI-Forschung bestätigt diese Diskrepanz. Eine große Befragung unter 480 NLP-Forschenden zeigte eine gleichmäßige Spaltung in der Frage, ob Sprachmodelle Sprache im nichttrivialen Sinne “verstehen” können (Mitchell & Krakauer, 2023). Insofern reproduziert KI lediglich statistische Muster ohne semantischen Gehalt zu konstruieren (Bender et al., 2021). Wo KI lediglich Muster liefert, erschaffen wir Menschen darin einen Sinn, eine Bedeutung, die über das hinausgeht, was das Muster selbst zeigt.

Emotionen als kognitives Steuerungssystem

Emotionen werden in der KI-Debatte oft als Störgröße betrachtet. Dabei zeigt die Neurowissenschaft genau das Gegenteil. Der Neurologe Antonio Damasio (1994) hat mit seiner Somatic Marker Hypothesis gezeigt, dass Emotionen keine irrationalen Impulse sind, sondern ein fundamentales Entscheidungssteuerungssystem des Gehirns. Menschen mit Schädigungen im ventromedialen präfrontalen Kortex (vmPFC) verlieren trotz intakter kognitiver Fähigkeiten die Fähigkeit, alltägliche Entscheidungen angemessen zu treffen. Der Grund dafür ist nicht ein Mangel an Logik, sondern der Ausfall emotionaler Signalgebung.

Ein Mensch ohne Emotionen wäre daher nicht rationaler, sondern in vielen Situationen entscheidungsunfähig. Auch wenn mir dieser Gedanke als langjährigem Bewunderer der Vulkanier aus der Fernsehserie Star Trek nicht ganz behagt, sprechen die empirischen Befunde eine klare Sprache (Bechara & Damasio, 2005).

Emotionen sind kein Gegenpol zur Vernunft, sondern ein wesentlicher Bestandteil intelligenter Entscheidungsprozesse.

Passend dazu

Star Trek und die Bau- und Immobilienwirtschaft – Teil 1

Star Trek ist etwas, das mich schon seit meiner Kindheit begleitet und immer wieder auf's Neue fasziniert und inspiriert. Zugegeben, ich …

Weiterlesen

Star Trek und die Bau- und Immobilienwirtschaft – Teil 2

Star Trek war bereits im ersten Teil dieses Blogbeitrags ein Thema. Wir haben uns dort Aspekte angeschaut wie gesellschaftliche Ideale …

Weiterlesen

Selbstmodell und Reflexionsfähigkeit

Menschen denken nicht nur, sie wissen, dass sie denken. Bereits Sokrates machte die Fähigkeit zur Selbstreflexion zum Ausgangspunkt seiner Philosophie. Sein berühmter Ausspruch “Ich weiß, dass ich nichts weiß” verweist auf die Fähigkeit des Menschen, das eigene Wissen kritisch zu hinterfragen und die Grenzen der eigenen Erkenntnis zu erkennen.

Menschen reflektieren ihre Wahrnehmung, erkennen ihre Fehler und stellen sich selbst in Frage. Es gibt ein “Ich”, das denkt und sich über seine eigenen Gedanken wundern kann. Künstliche Intelligenz hat kein Selbst, keine Innenperspektive und kein Bewusstsein, das bemerkt, dass es lernt. Auch wenn es uns das glauben lassen will, wie ich in diesem Experiment zeige. All das, also Bedürfnisse, Werte, Erfahrungen, Beziehungen und Zeitlichkeit, fehlt künstlichen Systemen vollständig.

Warum künstliche Intelligenz nicht das Gegenteil von natürlicher Intelligenz ist

Nachdem wir natürliche Intelligenz als etwas Lebendiges, Verkörpertes, Sinnstiftendes verstanden haben, wirkt der Begriff “künstliche Intelligenz” tatsächlich wie ein sprachliches Missverständnis. Denn das, was wir heute als KI bezeichnen, folgt ganz anderen Prinzipien. Diese sind nicht minderwertig, aber grundverschieden.

Mustererkennung und Wahrscheinlichkeitsberechnung

Moderne KI-Systeme, insbesondere große Sprachmodelle (Large Language Modelle, lurz LLMs), beruhen im Kern auf der Vorhersage des nächstwahrscheinlichen Tokens auf Basis von Trainingsmustern (Bengio, LeCun & Hinton, 2015). Was uns als “kluger” Text erscheint, ist statistisch optimierte Fortsetzung großer Textmengen (Textkorpora). KI erkennt darin Form, aber nicht das Warum. Sie erkennt Regeln, aber nicht die Relevanz. Sie erkennt Korrelation, aber keinen eigenständigen Kontext.

KI kann Muster erzeugen.

Menschen erzeugen Bedeutung.

Stärken aus der Entkörperung

Die Abwesenheit von Körper, Emotion und Selbstmodell klingt vieleicht nach einem Nachteil, doch ist es technisch gesehen kein Mangel sondern einfach nur das Funktionsprinzip. Genau daraus entstehen die enormen Kapazitäten:

• KI kann Millionen Varianten sofort durchspielen.
• Sie analysiert überwältigende Datenmengen mit weit höherer Präzision als Menschen.
• Sie kennt kein Stresssystem, keine Angst, keine Überforderung.
• Sie arbeitet 24/7 ohne Ermüdung.

Insofern ist ihre Stärke gerade die Abwesenheit des Menschlichen und zugleich ist dieselbe Abwesenheit auch ihre Schwäche.

Was das Gegenteil von KI über uns selbst verrät

Hier liegt der zentrale Wendepunkt, denn KI ersetzt uns nicht. Was sie macht ist, dass wir uns besser erkennen. In jeder Interaktion mit KI halten wir uns eigentlich selbst einen Spiegel vor. Wir sehen nicht die Maschine, wir sehen unsere eigenen Denkspuren die wir in der KI abbilden, wir sehen Muster, Widersprüche und kreative Prozesse, eben nur in verdichteter Form – sofern wir dafür die Augen öffnen.

KI als Spiegel, nicht als Korrektiv

Wer mit KI arbeitet, macht schnell eine wichtige Erfahrung. Wenn meine Frage unklar ist, wird die Antwort unklar. Wenn meine Annahmen falsch sind, verstärkt KI den Fehler sogar. Wenn ich kreativ bin, potenziert KI meine Ideen. Das bedeutet, KI verstärkt, amplifiziert, d.h. sie verbessert nicht von selbst sondern erst durch uns.

KI ist kein Korrektiv, sondern ein Spiegel.

Sie optimiert keine Menschen per se,

sie zeigt ihnen, wie sie bereits sind

und zeigt damit wohin wir uns entwickeln können.

Das erzwungene Selbstwissen

KI bringt plötzlich Fragen auf den Tisch, die bisher im Hintergrund standen:

• Wie treffe ich eigentlich Entscheidungen?
• Wie priorisiere ich unter Unsicherheit?
• Wie strukturiere ich Wissen, das ich nicht explizit verbalisiert habe?
• Wie denke ich über komplexe Probleme nach?

Sich mit diesen Fragen zu beschäftigen wurde erst durch das Aufkommen von KI wirklich notwendig. KI konfrontiert uns mit unserem eigenen Denken und zwingt uns zu einer neuen Form von Selbstwissen. Das ist paradox und befreiend zugleich.

Was KI nicht automatisierbar macht

KI zeigt, dass vieles, was wir (teilweise leichtfertig) für intellektuelle Brillanz hielten, wiederholbare Musterarbeit ist. Und gleichzeitig macht sie erkennbar, wie wertvoll die nicht automatisierbaren Aspekte unseres Denkens sind:

• Ambiguitätstoleranz: die Fähigkeit, unter Ungewissheit zu entscheiden
• Bedeutungsschöpfung: Sinn stiften, nicht nur Muster erkennen
• Ethisches Urteilen: Verantwortung im Kontext sozialer Wirklichkeit
• Intuition: verkörpertes Erfahrungswissen, das sich nicht formalisieren lässt
• Motivation: innerer Antrieb, der ohne externe Zieldefinition auskommt

Weiterführende Artikel

Augmented Intelligence vs. Artificial Intelligence – Eine Begriffsklärung

Augmented Intelligence war als Thema bereits in einem früheren Beitrag auf BauVolution bereits aufgekommen (Zukunft der Arbeit - KI als …

Weiterlesen

Anthropomorphisierung von KI: Wenn KI sich selbst vermenschlicht

Der Begriff der Anthropomorphisierung von KI ist Ihnen vermutlich nicht neu. In Forschung und öffentlichem Diskurs ist …

Weiterlesen

Künstliche Intelligenz im Bauwesen

Durch Künstliche Intelligenz im Bauwesen befindet sich die Bauwirtschaft in einer ihrer größten Transformationen. Während Building …

Weiterlesen

Das Gegenteil von KI führt zur Augmented Intelligence

Aus der fundamentalen Unterschiedlichkeit natürlicher und künstlicher Intelligenz entsteht etwas Neues, etwas Drittes: Augmented Intelligence, die erweiterte Intelligenz. Dieser Begriff, den ich in einem früheren Beitrag auf BauVolution ausführlich beleuchtet habe, bildet die konzeptionelle Brücke, die wir an diesem Punkt brauchen.

Warum das Gegenteil von KI keine Konkurrenz sein muss

Ein zentrales Missverständnis der öffentlichen Debatte besteht darin, natürliche und künstliche Intelligenz als Dualismus zu denken: Mensch hier, Maschine dort, Wettbewerb um die bessere Intelligenz. Doch das entspricht nicht der Realität. KI ist ein Werkzeugsystem. Leistungsfähig, ja, aber strukturell abhängig von menschlichen Zielen, Perspektiven und Werten. Der Dualismus ist eine Illusion. Der wahre Modus ist Kooperation.

Wie Augmented Intelligence entsteht

Natürliche Intelligenz bringt mit, was KI nicht hat, denn sie versteht, fühlt, bewertet, korrigiert, priorisiert und interpretiert. Künstliche Intelligenz bringt mit, was dem Menschen fehlt, denn sie skaliert, beschleunigt, erweitert, entlastet und durchsucht. In der Kombination entsteht etwas, das über beides hinausgeht:

• KI erweitert unsere Wahrnehmung: Datenmengen, Muster, Simulationen
• KI erweitert unser Erinnern: Wissensspeicher, Kontextabgleich, spontane Recherche
• KI erweitert unsere Kreativität: Ideenvielfalt, Variationen, Perspektivwechsel
• KI erweitert unsere Planung: Optimierungen, Prognosen, Fehlersimulationen

Das ist Augmented Intelligence. Nicht ein Ersatz, sondern eine kognitive Verstärkung. Damit KI uns sinnvoll ergänzen kann, müssen wir wissen, wie wir selbst denken. Wer keine klaren Ziele formuliert, bekommt keine klaren Ergebnisse. Wer seine Denkprozesse nicht reflektiert, wird von KI überfordert. Die Maschine zwingt uns, bewusster zu denken und am Ende auch bewusster zu leben.

Warum der Begriff “Augmented Intelligence” überlegen ist

Der Begriff “künstlich” verleitet zu Fragen wie “Wer ist intelligenter?” oder “Wann ist KI besser als der Mensch?” . Das sind für uns Menschen ganz natürliche Fragen, doch diese Fragen beruhen auf der falschen Grundannahme. Und zwar, dass beide Systeme dieselben Aufgaben erfüllen. Augmented Intelligence denkt anders. Wie können zwei grundverschiedene Systeme gemeinsam bessere Ergebnisse erzielen? Das ist keine Gegenposition, sondern eine Synergie. Nicht Substitution sondern Co-Evolution von Mensch und Technologie.

Das Gegenteil von KI im Bauwesen: Was Augmented Intelligence bedeutet

Das Bauwesen ist ein idealer Spiegel dafür, wie Augmented Intelligence wirken kann. Kaum ein Bereich verbindet so viel menschliches Erfahrungswissen mit gleichzeitig hoher Komplexität und großem Optimierungspotenzial.

KI ergänzt Erfahrungswissen

Im Bauwesen besitzen viele Fachkräfte eine Art Situationsradar, das sich über Jahre oder Jahrzehnte aufgebaut hat. Zum Beispiel ein Blick auf die Baustelle genügt, und man erkennt, was “nicht stimmt”. Diese verkörperte Erfahrung im Sinne von Varela et al. (1991) lässt sich nicht in Trainingsdaten abbilden.

Augmented Intelligence kann dieses Erfahrungswissen sichtbar machen, erweitern und präzisieren aber niemals autonom erzeugen. KI liefert Hinweise, Menschen bestätigen oder korrigieren sie.

KI als erweiterte Sensorik

Menschliche Wahrnehmung ist begrenzt. KI hingegen kann Tausende Sensoren parallel auswerten, Echtzeitdaten aus Wetter, Logistik und Betrieb kombinieren und Simulationsmodelle in Sekundenschnelle durchspielen. Konkrete Anwendungen sind zum Beispiel:

• Sensorik und IoT: Vibrations- und Feuchtigkeitsmuster, die auf Materialermüdung hindeuten
• Datenanalytik: Erkennen ineffizienter Prozessschritte oder versteckter Kostenrisiken
• Simulation: Vorabprüfung von Bauabläufen und Risikoentwicklungen

Augmented Intelligence bedeutet hier, dass Menschen ihre Wahrnehmung erweitern über die physische Welt hinaus. Wir spüren weiterhin, aber wir “sehen” mehr.

BIM, Digital Twins und das vorausschauende Planen

Aktuelle Forschungen zeigen, dass die Integration von KI in digitale Bauwerksinformationsmodelle bis hin zum Digital Twin das Planungsniveau von der deskriptiven Modellierung zur prädiktiven und präskriptiven Steuerung über den gesamten Projektlebenszyklus transformiert (Deng et al., 2021; Tuhaise et al., 2023). Die Entwicklung lässt sich in fünf Reifegradstufen beschreiben, vom digitalen Bauwerksmodell als Visualisierungswerkzeug bis zum vollautomatisierten digitalen Zwilling mit KI-gestützter Auswertung und Steuerung.

• digitale Bauwerksinformationsmodelle werden durch KI zu lernenden Wissenssystemen.
• Digitale Zwillinge simulieren Bauwerke in Vergangenheit, Gegenwart und Zukunft.
• Predictive Maintenance identifiziert Risiken, bevor sie entstehen.
• Ressourcenoptimierung reduziert Materialverschwendung und CO₂-Fußabdrücke.

Wer mit einem KI-gestützten Modell arbeitet, plant nicht nur, er oder sie sieht künftige Szenarien vor sich. Augmented Intelligence macht Planung zu antizipierter Realität. Doch diese Modelle brauchen Menschen, die Ziele setzen, Prioritäten bestimmen und nachschärfen, Konsequenzen abwägen und weitere Werte und Erfahrung einfließen lassen.

Ohne natürliche Intelligenz: keine Zieldefinition, keine Ethik, keine Bewertung

Alle KI-Technologien sind nur Werkzeuge. Die Entscheidungen selbst, ich meine die echten, verantwortlichen, kontextbezogenen Entscheidungen bleiben am Ende menschlich, wie zum Beispiel:

• Was ist “gut genug” und was ist wirklich sicher?
• Was ist wirtschaftlich sinnvoll und ethisch vertretbar?
• Welche Risiken gehen wir bewusst ein und welche nicht?
• Wie berücksichtigen wir Menschen, Umwelt und langfristige Verantwortung?

Die digitale Transformation im Bauwesen ist deshalb immer auch eine kulturelle Transformation. Die Bauwirtschaft ist kein Feld der Substitution sondern ein Feld der Co-Evolution von Mensch und Technologie.

Und nun?

Am Ende dieses Gedankengangs zeigt sich wahrscheinlich ein überraschend klares Bild. KI ist kein Gegner der natürlichen Intelligenz, sondern mehr ihr Unterstützer. Nicht Ersatz, sondern Ergänzung. Nicht Konkurrenz, sondern Kooperation.

Was wir im Alltag und im Bauwesen erleben, bestätigt das:

• KI macht Muster sichtbar, die wir intuitiv spüren.
• Sie erweitert unsere Wahrnehmung über das hinaus, was ein einzelner Mensch erfassen kann.
• Sie eröffnet alternative Wege, bevor wir sie selbst erkennen.
• Sie entlastet uns von Routinen und schafft Raum für mehr Urteilsfähigkeit.

Doch all das funktioniert nur, weil natürliche Intelligenz den Ursprung bildet. Sie gibt Sinn. Sie setzt Ziele. Sie bewertet. Sie korrigiert. Sie trägt Verantwortung. Künstliche Intelligenz kann berechnen. Nur natürliche Intelligenz kann wirklich begründen. Deshalb ist der Weg in eine digitale Zukunft kein technologischer Wettlauf, sondern ein Erkenntnisprozess. Wer seine eigene Intelligenz besser versteht und auch die Aufgaben, die zu erledigen sind, nutzt KI besser und auch angstfreier.

Insofern ist das Gegenteil von künstlicher Intelligenz nicht die natürliche Intelligenz ist. Sondern die Vorstellung, beides hätte je in Konkurrenz gestanden. Und damit sollten wir unseren Blick nach vorne richten. Nicht auf das Entweder-Oder, sondern auf das Sowohl-als-auch. Einen Blick in die Zukunft der Augmented Intelligence, in der das Zusammenspiel die Basis ist und nicht der Wettbewerb mit der Technologie.

Quellenverzeichnis

Bechara, A., & Damasio, A. R. (2005). The somatic marker hypothesis: A neural theory of economic decision. Games and Economic Behavior, 52(2), 336-372. https://doi.org/10.1016/j.geb.2004.06.010

Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT ’21) (S. 610-623). ACM. https://doi.org/10.1145/3442188.3445922

Bengio, Y., LeCun, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444. https://doi.org/10.1038/nature14539

Damasio, A. R. (1994). Descartes’ error: Emotion, reason, and the human brain. Grosset/Putnam. ISBN 978-0099501640

Deng, M., Menassa, C. C., & Kamat, V. R. (2021). From BIM to digital twins: A systematic review of the evolution of intelligent building representations in the AEC-FM industry. Journal of Information Technology in Construction, 26, 58-87. https://doi.org/10.36680/j.itcon.2021.005

Maturana, H. R., & Varela, F. J. (1980). Autopoiesis and cognition: The realization of the living. Springer. https://doi.org/10.1007/978-94-009-8947-4

Mitchell, M., & Krakauer, D. C. (2023). The debate over understanding in AI’s large language models. Proceedings of the National Academy of Sciences, 120(13), e2215907120. https://doi.org/10.1073/pnas.2215907120

Tuhaise, V. V., Tah, J. H. M., & Abanda, F. H. (2023). Technologies for digital twin applications in construction. Automation in Construction, 152, 104931. https://doi.org/10.1016/j.autcon.2023.104931

Varela, F. J., Thompson, E., & Rosch, E. (1991). The embodied mind: Cognitive science and human experience. MIT Press. ISBN 978-0262529365

Schalgwörter:Gegenteil von KI, natürliche Intelligenz, Augmented Intelligence, künstliche Intelligenz, menschliche Intelligenz, digitale Transformation, Zukunft der Arbeit

Diesen Beitrag zitieren:Karl, C. [Christian K. Karl]. (2026). Das Gegenteil von KI: Warum natürliche Intelligenz noch immer wichtiger ist [Journal-Beitrag]. 09.06.2026.BauVolution, ISSN 2942-9145. online verfügbar

Christian K. Karl

Dr.-Ing. Christian K. Karl ist Bauingenieur, Fachdidaktiker, Zukunftsforscher und Experte für die digitale Transformation in der Bau- und Immobilienwirtschaft. Er leitet die Fachdidaktik Bautechnik an der Universität Duisburg-Essen und forscht zu BIM, Künstlicher Intelligenz, Future Skills und Resilienzbildung in der Bau- und Einsatzpraxis. Zudem ist er Vorsitzender des Richtliniengremius VDI/bS 2552 Blatt 8 zur BIM-Qualifizierung. Neben seiner akademischen Tätigkeit engagiert er sich ehrenamtlich in der DLRG sowie als Berater und Coach für digitale Transformationsprozesse. Auf BauVolution.de verbindet er wissenschaftliche Expertise mit praxisnahen Einblicken. Abseits der Forschung ist er Familienvater, Filmenthusiast, Taucher, Fallschirmspringer und Motorsport-Fan.

www.chkarl.de