Algorithmic Reality Control bezeichnet den Zustand, in dem KI-gestützte Informationssysteme bestimmen, was als Realität wahrnehmbar wird.

Nicht durch Zensur oder Manipulation, sondern durch Selektion, Gewichtung und Personalisierung.
Das Ergebnis sind nicht unterschiedliche Meinungen, sondern unterschiedliche Wirklichkeitszugänge.
Dieses Projekt macht diese epistemische Macht sichtbar, messbar und angreifbar.

30.12.2025

Moderne Gesellschaften beruhen auf einer stillschweigenden Voraussetzung: dass es eine hinreichend geteilte Realität gibt, über die gestritten, entschieden und koordiniert werden kann. Demokratie setzt voraus, dass Bürger:innen zumindest über eine vergleichbare Ereignisgrundlage verfügen. Märkte setzen voraus, dass Risiken und Informationen in vergleichbarer Form zugänglich sind. Wissenschaft setzt voraus, dass eine gemeinsame Problemwahrnehmung entstehen kann. Öffentlichkeit ist nicht nur ein Ort der Meinungen, sondern vor allem ein Raum geteilter Referenzen.

Diese Voraussetzung beginnt zu zerfallen – nicht primär durch Lüge, Propaganda oder fehlende Medienkompetenz, sondern durch eine tiefere strukturelle Verschiebung: KI-gestützte Informationsinfrastrukturen bestimmen zunehmend, was überhaupt als Realität wahrnehmbar wird. Das Problem ist dabei nicht „falscher Inhalt“, sondern die algorithmische Vorstrukturierung von Wirklichkeitszugang durch Selektion, Ranking, Personalisierung und Persistenz. Was sichtbar ist, erscheint real. Was nicht sichtbar ist, verschwindet – ohne als Ausschluss erkennbar zu werden.

Wir diskutieren KI häufig an der falschen Stelle. Wir sprechen über Bias, Desinformation, Fairness, Moderation oder Erklärbarkeit und setzen dabei voraus, dass Realität als stabiler Input existiert, über den dann Entscheidungen oder Meinungen entstehen. In Wahrheit verschiebt sich die Macht nach vorne: Nicht nur Entscheidungen werden beeinflusst, sondern die Bedingungen, unter denen Entscheidungen überhaupt möglich sind. Das zentrale KI-Problem unserer Zeit ist deshalb nicht primär ein Entscheidungs- oder Wahrheitsproblem, sondern ein Problem epistemischer Macht: die Fähigkeit von Infrastrukturen, zu bestimmen, was für wen existiert, relevant erscheint und erinnerbar bleibt.

Diese Form der Macht ist schwer zu greifen, weil sie selten als Macht erscheint. Sie benötigt keinen Vorsatz und keinen expliziten Akteur. Sie entsteht emergent, sobald Systeme unter Skalierungsdruck Relevanz berechnen und Aufmerksamkeit effizient verteilen. Personalisierung ist in diesem Sinne kein Sonderfall, sondern eine Standardlösung. Feedback-Schleifen stabilisieren Sichtbarkeit. Beschleunigung verhindert menschliche Korrektur. Verantwortungsdiffusion sorgt dafür, dass im Konfliktfall niemand eindeutig zuständig ist: Betreiber verweisen auf Komplexität, Entwickler auf Nutzungskontext, Nutzer auf fehlende Wahl, Institutionen auf externe Quellen. Die Wirkung bleibt real – die Verantwortlichkeit bleibt unsichtbar.

Dieses Projekt nennt diesen Zustand Algorithmic Reality Control (ARC): den systemischen Effekt, dass algorithmische Systeme durch automatisierte Selektion und Gewichtung bestimmen, welche Teile der Welt für wen faktisch existieren. Für eine präzisere, fachlich-rechtliche Beschreibung verwenden wir den Begriff Epistemic Infrastructure Capture (EIC): den Zustand, in dem algorithmische Informationsinfrastrukturen de facto epistemische Hoheitsfunktionen übernehmen – ohne Mandat, ohne explizite Zuschreibung und ohne Haftungsanker. Der Kernmechanismus wird als Algorithmic Reality Substitution (ARS) gefasst: nicht Verzerrung einer gegebenen Realität, sondern der Ersatz geteilter Realität durch segmentierte Realitätsräume. Das messbare Resultat sind Epistemic Access Asymmetries (EAA): systematische Unterschiede darin, welche Ereignisse für welche Gruppen sichtbar, dominant oder überhaupt wahrnehmbar sind – und wie lange.

Wichtig ist die Abgrenzung: Algorithmic Reality Control ist kein klassisches Desinformationsproblem und kein reines „Filterblasen“-Phänomen. Es geht nicht um Wahrheit vs. Falschheit, nicht um Narrative oder Frames und nicht darum, ob Menschen „falsch“ denken. Es geht darum, ob sie überhaupt Zugang zu denselben Ereignissen haben. Wenn Wirklichkeitszugang segmentiert ist, wird Öffentlichkeit zur Fiktion: Menschen leben nicht mehr in unterschiedlichen Meinungen über dieselbe Welt, sondern in unterschiedlichen Welten. Dann scheitert Debatte nicht an mangelnder Rationalität, sondern an Unvergleichbarkeit.

Aus rechtlicher und institutioneller Sicht entsteht ein weiterer Bruch: Recht adressiert typischerweise Akteure, Handlungen und Entscheidungen. Algorithmic Reality Control ist jedoch verteilt, kontinuierlich und emergent. Es gibt keinen klaren Entscheidungszeitpunkt, keinen eindeutigen Täter, keine einfache Kausalität und keinen leicht isolierbaren individuellen Schaden. Das führt zu einem faktischen Blindfleck: epistemische Macht wirkt, ohne als rechtlich angreifbarer Akt zu erscheinen. Damit entsteht ein Legitimationsvakuum: Macht ohne Mandat, Wirkung ohne Zuschreibung, Verantwortung ohne Träger.

Die naheliegenden Antworten versagen deshalb strukturell. Transparenz erklärt Mechanismen, macht aber Wirkungen nicht automatisch anfechtbar. Explainable AI erklärt Modelle, aber nicht Realitätsfolgen. Ethik-Frameworks setzen freiwillige Selbstbindung voraus, die im Wettbewerb instabil ist. Regulierung ist langsam, territorial begrenzt und sucht Objekte, wo Effekte wirken. Die Reihenfolge ist falsch: Ohne Messbarkeit bleibt Regulierung symbolisch.

Stattdessen entwickelt dieses Projekt das Konzept einer Reality Integrity Infrastructure (RII): einer nicht-optimierenden, externen Metainfrastruktur zur Sichtbarmachung und Beweisbarkeit epistemischer Wirkungen. Diese Infrastruktur ist kein Moderations- oder Empfehlungssystem, kein Wahrheitsapparat, kein Governance-Tool und keine Eingriffsmaschine. Sie bewertet keine Inhalte und definiert keine Wahrheit. Sie greift nicht in Plattformen ein und benötigt keinen privilegierten Systemzugang. Sie beobachtet ausschließlich das, was sich ohnehin zeigt: die faktische Verteilung von Sichtbarkeit.

Der Ansatz folgt bewusst einer minimalen, tool-agnostischen Logik. Er setzt auf Wirkungsbeobachtung statt Mechanismanalyse: Wir analysieren nicht, wie ein Algorithmus intern funktioniert, sondern was er in der Welt hervorbringt – nämlich unterschiedliche Realitätsräume. Technisch bedeutet das: Ereignisse werden extern fixiert (zeitlich und sachlich referenzierbar), und dann wird systematisch erfasst, wie sichtbar dieses Ereignis für verschiedene Kontexte ist: ob es überhaupt auftaucht, wie dominant es ist, wie lange es präsent bleibt, in welchem Kontext es erscheint und wann es wieder verschwindet. Daraus lassen sich Realitätssegmentierungen rekonstruieren – nicht als Meinung, sondern als Struktur.

Die Infrastruktur besteht konzeptionell aus vier Komponenten. Ein Reality Sampling Layer erfasst Sichtbarkeitsoutputs in unterschiedlichen Kontexten. Eine Segmentation Analysis Engine vergleicht diese Wahrnehmungsräume und identifiziert stabile Asymmetrien, Ausschlüsse und Persistenzunterschiede. Ein Epistemic Impact Mapper übersetzt die Struktur in Wirkungsprofile, ohne Inhalte zu bewerten. Und ein Liability Artifact Generator erzeugt reproduzierbare, revisionsfähige Berichte – nicht als Urteil, sondern als institutionell und juristisch verwertbare Beweisstrukturen.

Der zentrale Hebel ist nicht Überzeugung, sondern Sichtbarkeit. Sobald epistemische Substitution messbar, dokumentierbar und reproduzierbar wird, entstehen neue Angriffsflächen: politisch, institutionell, ökonomisch, rechtlich. Nicht, weil plötzlich neue Normen erfunden werden, sondern weil bestehende Systeme auf Beweisbarkeit reagieren. Sichtbarkeit erzeugt Kosten. Kosten erzeugen Veränderung. Dieses Projekt setzt bewusst nicht auf Moral oder Appelle, sondern auf die Machtlogiken, die bereits existieren: Haftung, Versicherbarkeit, Angreifbarkeit, Reputationsrisiko.

Damit wird auch klar, was das Projekt bewusst nicht tut. Es optimiert nicht. Es lernt nicht. Es personalisiert nicht. Es erstellt keine individuellen Scores. Es baut keine Echtzeitsteuerung. Es ist keine neue epistemische Autorität. Gerade diese Begrenzungen sind zentral: Eine Infrastruktur zur Sichtbarmachung epistemischer Macht darf nicht selbst zur Machtquelle werden. Deshalb ist Non-Optimizing nicht Stilfrage, sondern Schutzmechanismus.

Der Erfolg dieses Projekts wird entsprechend nicht an Reichweite oder Effizienz gemessen, sondern an struktureller Wirkung: wie viel unsichtbare Realitätssegmentierung erstmals sichtbar wird (Reality Visibility), wie viele neue Angriffs- oder Klageansätze entstehen (Liability Activation Potential), welche institutionellen Reaktionen oder Designänderungen sichtbar werden (Epistemic Rebinding Effect) – und auch, wie stark Widerstand gegen Messbarkeit auftritt, weil Widerstand in diesem Kontext ein Signal berührter Machtzonen ist.

Dieses Projekt ist global. Algorithmic Reality Control ist nicht an Deutschland oder die EU gebunden, weil die zugrundeliegenden Systeme transnational wirken, schneller sind als Regulierung und unterhalb territorialer Zuständigkeiten operieren. Deshalb ist der Ansatz dezentral gedacht: nicht als zentrale Instanz, sondern als protokollartige Methode, die lokal ausgeführt und global vergleichbar gemacht werden kann – ohne globale Steuerung.

Alle hier veröffentlichten Texte sind bewusst offen zugänglich. Nicht, um Zustimmung zu erzeugen, sondern um Anschlussfähigkeit zu ermöglichen: für Forschung, Recht, Systemdesign, Auditierbarkeit, Governance und gesellschaftliche Debatten. Wer an KI-Systemwirkungen, Öffentlichkeit, Legitimität, Infrastruktur oder Haftung arbeitet, ist eingeladen, weiterzudenken, zu kritisieren oder zu operationalisieren.

Transparenzhinweis: Die inhaltliche Konzeption, Auswahl und Verantwortung liegen beim Autor. Zur Strukturierung, Verdichtung und sprachlichen Ausformulierung wurden KI-gestützte Sprachmodelle als Werkzeug eingesetzt.