Elon Musk hat kürzlich erklärt, man brauche kein College mehr, um etwas zu lernen. Alles sei kostenlos verfügbar, jede Vorlesung, jedes Lehrbuch, von jedem Bildschirm der Welt. Und im Kern stimmt das sogar.
Aber Wissen war nie ein knappes Gut. Knapp war immer etwas anderes.
Inhaltsverzeichnis
Die alte Behauptung, neu aufgewärmt
Die These »freier Zugang macht die Uni überflüssig« ist nicht neu. Sie ist nur älter als die KI. Um 2012 traten die großen Online-Plattformen an, Coursera, edX, und versprachen genau das. Harvard-Vorlesungen für alle, umsonst. Das Material lag fortan offen herum. Die Universität ist trotzdem nicht verschwunden. Im Gegenteil, die Abschlussquoten dieser frühen Online-Kurse lagen im niedrigen einstelligen Prozentbereich.
Verfügbarkeit von Material war also nie der Engpass. Wer das glaubt, verwechselt das Vorhandensein eines Buchs mit dem Lesen des Buchs. Das ist der Denkfehler, auf dem die ganze Argumentation ruht. Jedenfalls die erste Hälfte davon.
Was die Uni eigentlich leistet
Um die Frage sauber zu beantworten, muss man die Uni in drei Funktionen zerlegen, die im Alltag verschwimmen. Erstens vermittelt sie Wissen. Zweitens beglaubigt sie, dass jemand etwas kann, per Abschluss. Drittens ist sie ein Ort, an dem junge Menschen drei, vier Jahre lang unter Gleichgesinnten denken, streiten und scheitern lernen. So jedenfalls sollte es sein.
KI greift nur die erste Funktion frontal an. Und dort tatsächlich hart.
Die klassische Vorlesung, ein Mensch liest dreihundert Leuten etwas vor, war schon vor dem Aufkommen der KI schwer zu rechtfertigen. Ein Sprachmodell, das auf Nachfrage antwortet, das eigene Niveau trifft, geduldig bleibt und nachts um drei verfügbar ist, schlägt sie in fast jeder Hinsicht. Die individuelle Betreuung, früher das teuerste und knappste Element, wird gerade richtig billig. Wie sich das vom bloßen Abfragen unterscheidet, haben wir am Beispiel des KI-Lernmodus und der KI als Denkpartner ausführlicher beschrieben.
Die anderen beiden Funktionen trifft die KI nicht frontal. Sie nagt allenfalls indirekt an ihnen, an der Prüfungsintegrität, weil sich Leistungen leichter vortäuschen lassen, und am Sozialraum, weil immer mehr Lernen ins Digitale abwandert. Aber zerstören tut sie diese beiden nicht. Sie legt sie eher frei.
Warum ein Abschluss überhaupt etwas wert ist
Ein Abschluss ist im Kern ein Signal. Er sagt einem Arbeitgeber, der die Person nicht kennt, dass sie etwas Bestimmtes kann, ohne dass er es selbst prüfen muss. Das spart Kosten, Aufwand und Zeit. Wenn man sich denn darauf noch verlassen könnte …
Ein Bildungssignal ist ein Nachweis, der einem Außenstehenden Können glaubhaft macht, ohne dass dieser es selbst überprüfen muss. Sein Wert hängt allein davon ab, wie zuverlässig er zwischen Können und Nichtkönnen trennt.
Und hier passiert gerade das Gegenteil dessen, was Musk behauptet. Wenn jeder mit einem Sprachmodell glatte, plausibel klingende Texte und Lösungen produziert, wird das verlässliche, geprüfte Signal nicht wertloser, sondern wertvoller. Eine Instanz, die beglaubigt »diese Person kann das wirklich, unter Aufsicht, ohne Hilfsmittel«, gewinnt an Bedeutung, je beliebiger der Rest wird.
Das Problem ist nur, dass viele Abschlüsse genau diese Trennschärfe längst verloren haben. Und das hat mit KI gar nichts zu tun. Es ist der beste Beleg dafür, dass ein Signal sich selbst entwerten kann, ganz ohne Maschine.
Wenn jeder eine Eins bekommt, ist die Eins nichts wert
Ein Signal, das alle bekommen, trägt keine Information mehr. Das ist keine Meinung, das ist Informationstheorie. Ein Abschluss funktioniert nur, solange er trennt. Trennt er nicht mehr, ist sein Wert nicht klein, sondern null.
Das beste Beispiel ist nicht die Uni, sondern das Abitur. Die Durchschnittsnoten sind über zwei Jahrzehnte messbar nach oben gewandert, der Einser-Schnitt von der Ausnahme zur Massenerscheinung geworden, und gleichzeitig ist die Abiturquote stark gestiegen. Mehr Leute, bessere Noten, bei nicht plausibel gestiegener Leistung. Das ist Noteninflation im Wortsinn. Die Ursachen sind ideologisch.
Die Reaktion darauf bestätigt den Mechanismus. Begehrte Studiengänge führen wieder eigene Eignungstests, Auswahlgespräche und Studierfähigkeitsprüfungen ein. Sie bauen sich ein neues Signal, weil das alte entwertet ist. Das knappe Gut verschwindet nicht, es wandert nur eine Ebene weiter und wird teurer zu beschaffen.
Was einst als Öffnung gedacht war, endet so in einer feineren, oft verdeckteren Sortierung weiter oben. Nicht mehr ob jemand studiert, sondern was und wo. Genau das sagt Musk am Ende selbst, fast gegen die eigene Stoßrichtung.
Zwei Entwertungswellen treffen sich
Die Noteninflation entwertet das alte Signal von innen. Die KI tut es von außen, und sie zieht in dieselbe Richtung. Wenn die Note ohnehin verwässert ist und zusätzlich jeder mit einem Modell saubere Hausarbeiten und Klausurantworten erzeugt, steigt der Wert genau einer Sache. Der überwachten, hilfsmittelfreien, echten Prüfung.
Die Institution, die glaubhaft sagen kann »das hat diese Person wirklich selbst gekonnt, unter Aufsicht«, wird wichtiger, je beliebiger alles andere wird. Damit kehrt sich die Musk-These um. Nicht die Prüfung wird überflüssig, sondern die Vermittlung. Was die Forschung übrigens zu dem sagt, was beim Lernen mit KI im Kopf passiert, ist eine eigene und ziemlich ernüchternde Geschichte.
Was wäre, wenn die KI den Einstellungstest abnimmt
Wenn der Abschluss nur ein Ersatzsignal für Können war, liegt ein Gedanke nahe. Warum nicht das Können direkt prüfen, statt über das Papier. Eine KI, die dir eine echte Aufgabe aus dem Job gibt, beim Lösen zuschaut, nachfragt und am Ende nicht sagt »wirkt sympathisch«, sondern »kann das nachweislich«.
Das ist verlockend, hat aber drei Haken. Erstens kippt die Manipulierbarkeit die Seiten. Sobald die Firma mit KI prüft, bewerbt sich der Kandidat mit KI, und gemessen wird, wer das bessere Werkzeug bedient. Ein Videocall von zu Hause lässt sich heute fälschen. Zweitens der Bias. Amazon hat ein KI-Recruiting-Tool wieder eingestampft, weil es Frauen systematisch schlechter bewertete, gelernt aus alten Daten. Die Maschine ist nicht objektiv, sagen Frauen, sie ist die gemittelte Vergangenheit ihrer Trainingsdaten, nur schwerer zu hinterfragen als ein Mensch.
Drittens das Recht. In der EU darf eine KI solche Entscheidungen gar nicht allein treffen. AI Act, DSGVO, bei uns herrscht die EU.
Was EU-Recht bei KI im Bewerbungsverfahren verlangt
DSGVO, Artikel 22. Niemand muss sich einer ausschließlich automatisierten Entscheidung mit erheblichen Folgen unterwerfen. Eine Einstellungsabsage allein durch eine KI fällt darunter.
AI Act. KI-Systeme für Personalauswahl und Einstellung gelten ausdrücklich als Hochrisiko-Anwendung. Daraus folgen Pflichten zu Dokumentation, Transparenz und menschlicher Aufsicht.
Die Folge. »Unsere KI entscheidet« geht nicht. »Unsere KI empfiehlt, ein Mensch entscheidet« geht. Der Unterschied ist ein einziges Wort, und er ist rechtlich der ganze Unterschied.
Genau dieses eine Wort löst das Problem. Eine KI als Empfehlung mit menschlicher Letztverantwortung ist sauber, das ist sogar der vom Gesetz vorgesehene Weg. Und wenn man den Test zusätzlich aus dem heimischen Browser in die Räume der Firma verlegt, fällt auch die Fälschbarkeit weg. Man sieht den Menschen in echt, unter Druck, im Umgang mit einem Fehler. Das ist mehr Signal, nicht weniger.
Damit holt sich die Firma zurück, was sie jahrzehntelang an die Uni delegiert hatte. Die Prüfung. Der Abschluss verliert dann nicht an Gewicht, weil ihn jemand verbietet, sondern weil jemand anderes die Prüfung übernimmt, der sie genauer auf den Job zuschneiden kann.
Die ehrliche Lücke bleibt die Vorauswahl
Eine Stelle löst dieses Modell nicht. Die Vorauswahl. Wer aus tausend Bewerbungen zwanzig herausfiltern muss, die er vor Ort sehen will, steht vor demselben Problem wie eh und je. Vorauswahl war immer schon Reduktion unter Unsicherheit, lange vor jeder KI. Hundert Bewerbungen, zwanzig Minuten Zeit, also grobe Kriterien, die zwangsläufig ungerecht sind.
Der ehrliche Vergleichsmaßstab ist deshalb nicht die perfekte Auswahl, die es nie gab. Es ist der müde Mensch mit der groben Heuristik. Gegen den ist eine KI nicht automatisch schlechter, sie wird beim achtzigsten Lebenslauf nicht müde und wendet dasselbe Kriterium auf alle an.
Der Unterschied liegt woanders. Wenn ein Mensch grob siebt, ist der Fehler verstreut und zufällig. Jeder Sieber hat andere Macken, mal trifft es den einen, mal den anderen. Wenn alle Firmen dieselbe KI mit denselben Gewichten nutzen, wird der Fehler systematisch. Wer durch dieses eine Raster fällt, fällt überall durch. Nicht die KI-Vorauswahl ist das Problem, sondern die Monokultur. Solange unterschiedliche Firmen unterschiedlich sieben und der Abgelehnte es woanders erneut versucht, bleibt die unvermeidliche Ungerechtigkeit wenigstens verteilt statt zentralisiert.
Wie man die Vorauswahl wirklich fair macht, ist offen. Nicht jede Lücke hat schon eine Antwort, und es ist ehrlicher, das so zu benennen, als ein fertiges System zu behaupten.
Und die deutschen Universitäten
Bleibt die Frage, wie schnell das alles greift. In den USA wirkt der Druck stärker, weil sechsstellige Studienschulden die Leute zwingen, den Nutzen zu kalkulieren. In Deutschland ist das Studium beitragsfrei, der Druck also geringer und die Reaktion langsamer. Was die These vom langen Atem der Uni hierzulande eher stützt, aus institutionellen Gründen, nicht weil sie besser wäre.
Der Verfall hat hier ohnehin eine handfestere Form. Im Mai 2026 musste die TU Berlin ihr Hauptgebäude mitten im Semester sperren, wegen erheblicher baulicher Mängel. Der Sanierungsbedarf der Berliner Hochschulen wird auf rund acht Milliarden Euro geschätzt, allein in den letzten fünf Jahren gab es dort sechsundzwanzig Sperrungen. Die Schwäche der deutschen Uni ist also weniger eine intellektuelle als eine institutionelle, sie scheitert eher am undichten Dach als am Wettbewerb. Welche Fähigkeiten in dieser Lage wertvoll bleiben und ob es sich überhaupt noch lohnt, etwas zu lernen, wenn KI alles kann, sind die Anschlussfragen.
Musk hat also ein wahres Symptom erkannt und die falsche Diagnose gestellt. Wissen ist tatsächlich frei geworden, das Vorlesungsmonopol tatsächlich gebrochen. Nur ersetzt das nicht die Universität, sondern entlarvt sie. KI ist das Lösungsmittel, das zeigt, was an ihr Substanz war und was nur Fassade. (lk)
