„Obewe ku aro koh bwe éku aria re“
Yoruba-Sprichwort, überliefert bei Robert Clarke, 1843
„Ein Messer kann noch so scharf sein – seinen eigenen Griff kann es nicht schnitzen.“
Bill Gates hat auf seiner Website einen längeren Beitrag über Möglichkeiten und Gefahren künstlicher Intelligenz veröffentlicht, den die Frankfurter Allgemeine Zeitung auf Deutsch abdruckte. In einem dort veröffentlichten Leserbrief (7.9.2026, Seite 19) habe ich die Frage nach den blinden Flecken der KI aufgegriffen. Bereits 2024 hatte ich in „Im Gespräch: Erfindung und Modelle“ die „Nicht-Verwendung nicht vorhandener Texte“ zur Sprache gebracht. Der folgende Text führt diese Überlegungen aus Anlass von Gates’ Beitrag weiter.
Gates und das Yoruba-Paradoxon
Gates fordert, die Möglichkeiten künstlicher Intelligenz weltweit und über Sprachgrenzen hinweg zugänglich zu machen. Doch was heißt es, eine Sprache verfügbar zu machen? Wann spricht ein Modell nur ihre Wörter – und wann kommt in ihnen auch eine kulturelle Welt zu Wort? Die Masse der Ungleichgewichte der verschiedenen Sprachen aber bleibt erdrückend.
Gut vierzig Prozent der HTML-Seiten im untersuchten Datenbestand von Common Crawl – einer Initiative, die automatisiert öffentlich zugängliche Webseiten sammelt und für Forschung und KI-Training bereitstellt – sind englischsprachig; knapp sechs Prozent entfallen auf Deutsch.
Auf die dort als genuin afrikanisch identifizierbaren Sprachen entfallen dagegen insgesamt nur rund 0,5 Promille. In Afrika leben rund fünfzehnmal so viele Menschen wie weltweit Deutsch als Muttersprache sprechen. Wir wissen nicht, wie viel Webinhalt aus Afrika kommt. Afrikanische Websites auf Englisch, Französisch, Portugiesisch oder Arabisch erscheinen in dieser Statistik unter diesen Sprachen. Ihre afrikanische Herkunft lässt sich aus der Sprachzuordnung allein nicht ableiten.
Doch selbst wenn die Modelle afrikanische Sprachen „könnten“, wäre damit nur ein Teil des Problems gelöst. Die Forderung nach Verbesserung der Sprachverteilung lässt offen, ob eine „Sprache“, verfügbar gemacht in den Sprachmodellen, auch die jeweilige „Kultur“ oder deren sprachliche Relationen repräsentiert. Ein Modell könnte perfekt in Yoruba oder irgendeiner anderen afrikanischen Sprache chatten und trotzdem dabei ausschließlich westlichen Inhalten und Vorgaben folgen. Mehrsprachigkeit und kulturelle Passungen laufen nicht notwendig parallel.
Was muss ein Sprachmodell über Sprache hinaus abbilden, um kulturelle Bedeutungen und Zusammenhänge angemessen wiederzugeben? Welche Grenzen setzt ihm dabei die nicht hintergehbare Erfahrung, dass Menschenleben und Kultur auch in Praktiken, Wahrnehmungen und Körperlichkeiten liegen.
Das kulturelle Archiv hat blinde Flecken
Die großen Sprachmodelle haben aus einem gigantischen kulturellen Archiv gelernt: aus dem Internet, aus Büchern, wissenschaftlichen Publikationen und anderen digital verfügbaren Texten. Die angesprochenen Unterrepräsentationen in Afrika sind dabei nur Beispiel. Vergleichbare Fragen stellen sich indigene Kulturen in Amerika, Australien, Ozeanien und anderswo.
Alte Schriftkultur allein garantiert allerdings keine statistisch adäquate Präsenz im betrachteten Webkorpus der Texte. Das Chinesische lag in einem aktuellen Common Crawl mehrere Plätze weit hinter dem Deutschen. China hat ganz sicher eine tausende Jahre alte Schriftkultur. Bei Yoruba liegt die Sache anders.
Die gemeinhin als „westlich“ gelesenen Schriftkulturen haben einen sehr, sehr lange gewachsenen Bestand: Inschriften, Bücher, Bibliotheken, wissenschaftliche Publikationen und digitale Sammlungen. Geritzt, gemeißelt, geprägt, geschrieben und gedruckt, gespeichert und bewahrt.
Yoruba zum Beispiel ist keine „kleine“ Sprache. Sie wird von rund 50 Millionen Menschen gesprochen, insbesondere in Nigeria und Benin. Eine Verschriftlichung existiert erst seit dem 19. Jahrhundert. Samuel A. Crowther, der spätere anglikanische Bischof aus der Yoruba Community, publizierte 1843 ein Wörterverzeichnis der Sprache mit vorangestellten grammatischen Grundlagen.
Schon unterhalb der Textebene entscheidet sich, wer über die Mittel der geistigen Produktion verfügt. Die großen Rechenzentren mit ihrem enormen Strom- und Wasserbedarf konzentrieren sich auf wenige Länder: Südafrika, Ägypten, Kenia und Nigeria. Meist Südafrika.
Strom, Konnektivität, Forschungsfinanzierung, Erfassung und Rechenzugang bestimmen Entwicklung und Kuratierung von Ressourcen. Und wie wir von den Finanzberichten der großen Sprachmodell-Unternehmen wissen, ist dies alles sehr, sehr teuer.
Die Repräsentationslücke ist also nicht nur eine Frage übersehener oder vergessener Texte. Wer über die Mittel der Erfassung, Digitalisierung und Verarbeitung verfügt, entscheidet maßgeblich darüber, welches Wissen Eingang in die Modelle findet.
Wie weit die sprachliche Abdeckung bislang zurückbleibt, zeigt eine Bestandsaufnahme von Hussen und anderen: Für lediglich rund vierzig der mehr als 2.000 afrikanischen Sprachen dokumentiert sie Unterstützung in den untersuchten Sprachmodellen.
Von einer fairen sprachlichen Repräsentation kann keine Rede sein.
Die Nicht-Verwendung nicht vorhandener Texte
Das Problem reicht über den viel diskutierten Training-Bias hinaus. Was geschieht mit mündlich überlieferten Erzählungen und Wissen, das nie schriftlich festgehalten wurde? Die Überlieferungen existieren. Was fehlt, sind die schriftlichen oder digitalen Fassungen, die sich als Trainingsmaterial verwenden ließen.
Hier geht es nicht nur um die Nicht-Verwendung vorhandener Texte. Es geht um die Nicht-Verwendung nicht vorhandener Texte: um Wissen, das nie jene Textgestalt angenommen hat, auf die das Training des Modells zugreifen kann.
Schriftliche Überlieferungen lassen sich heute in einem Umfang digitalisieren und zu Trainingsbeständen zusammenführen, die kein Mensch mehr überblicken wird. Anders als jede Stadtteilbibliothek eröffnen die Sprachmodelle aber keinen belastbaren Zugang zu den einzelnen Texten, aus denen es gelernt hat. Wie ernst es den Unternehmen mit gedruckten Texten inzwischen ist, zeigt ein Vorgehen, das im Zuge einer Sammelklage öffentlich wurde: Anthropic kaufte in großem Stil antiquarische Bücher auf, ließ sie maschinell aus ihrer Bindung schneiden, industriell scannen und die Papierreste, die ausgeweideten Bücher, als pulpigen Schreddermüll entsorgen. Ein US-Gericht stufte diese Digitalisierung rechtmäßig erworbener Bücher als zulässigen „Fair Use“ ein, nicht aber den Aufbau der zentralen Bibliothek aus Raubkopien, aus „Piratenbibliotheken“. Bemerkenswert ist eben, mit welch harter Persistenz und Penetranz im „Westen” gelesene und gedruckte Texte ins Archiv gehoben werden. Für Kulturen ohne vergleichbare Schrifttradition existiert nichts Vergleichbares. Da ist nichts zu kaufen und zu scannen. Etwas plakativer formuliert: Was nicht Buch wurde, kommt auch nicht ins Antiquariat.
Wo keine Bücher auszuweiden sind: Wer darf sich dieser Orte Wissen nehmen – und wer hat die Macht, dann „Nein!“ zu sagen?
Wer sammelt und wem gehört das Gesammelte?
Wo Afrika dann doch in die Wertschöpfungskette der Sprachmodelle eingebunden wird, geschieht das gern an ihrem fiesen Ende. Kenianische IT-Arbeiter:innen haben bei Sama, beauftragt von OpenAI, bezahlt mit ein bis zwei Dollar die Stunde, monatelang die giftigsten Inhalte des Internets gesichtet und markiert – Gewalt-, Missbrauchs- und Ekeldarstellungen. Die Bürgerinnen und Bürger im Westen sollen doch die Grausamkeiten nicht so genau sehen (und nutzen) wie die rohe Technik es erlauben würde. Mehrere der Verschlissenen berichteten von anhaltenden seelischen Folgen und reichten später eine Petition beim kenianischen Parlament ein. Das ist die Kehrseite der Repräsentationslücke: Afrika liefert die Drecksarbeit für Sprachmodelle, die für viele seiner Sprachen kaum Platz haben.
Bill Gates scheint in seinem Artikel Afrika als Ort der Anwendung freundlicher KI zu denken: in Landwirtschaft, Medizin und Bildung. Aber der Beitrag Afrikas kann ja nicht nur in der Arbeit liegen, die das Beispiel Kenia zeigt. Ebenso wenig kann er darin bestehen, für die Nutzung von KI-Modellen zur Verbesserung der Bevölkerungssituation in Landwirtschaft, Medizin und Bildung zu bezahlen, während Afrika kulturell darin nur schwach repräsentiert bleibt. Man könnte fast an den Grundsatz der amerikanischen Revolution erinnern: No Taxation Without Representation. Repräsentation ist nicht allein eine Frage von Menge, sondern eine Frage von Macht: über Auswahl, Zugang und Verwendung.
Damit ist der Schritt zur Kolonisationsfrage nicht mehr weit. In der medien- und techniktheoretischen Debatte hat sich dafür der Begriff des „Datenkolonialismus“ eingebürgert: Die Aneignung menschlichen Lebens als Rohstoff für Datenverarbeitung (ironischerweise nun auch der Menschen im „Westen“) steht ausdrücklich in eine Linie mit der historischen Landnahme. Heute allerdings wird nicht Territorium genommen. Alltagsverhalten, Sprache und Wissen werden extrahiert wie Bodenschätze.
Die einfache Antwort lautet daher: Man dokumentiert und digitalisiert alles. Unterrepräsentation lässt sich nicht einfach durch Datensammlung beheben. Die CARE-Prinzipien der Global Indigenous Data Alliance (GIDA) verlangen deshalb nicht nur Repräsentation, sondern Verfügungsgewalt: Die Gemeinschaften selbst sollen darüber bestimmen, welches Wissen digitalisiert, weitergegeben und für KI-Systeme genutzt werden darf.
Wie das aussehen kann, zeigen einige indigene Initiativen, die genau deshalb auf Datenhoheit bestehen. Die Māori-Organisation Te Hiku Media in Neuseeland hat ein Spracherkennungssystem (Kaituhi) für Te Reo Māori entwickelt, dessen Nutzung an die eigenen kulturellen Regeln gebunden bleibt – wer darauf zugreift, muss sich an von den Māori selbst festgelegte Bedingungen halten. Das ist ein Gegenmodell zum bloßen Abschöpfen von Daten: Beteiligung statt Extraktion.
Gedankenexperiment
Unterstellen wir zum Zwecke der Diskussion einmal, dass alle diese Probleme gelöst wären. Also: Alle afrikanischen Sprachen würden hervorragend unterstützt, alle zugänglichen Texte digitalisiert und in die Sprachmodelle übernommen, orale Überlieferungen, sofern sie denn übernommen werden wollen, dokumentiert. Wir hätten Datenhoheit und Vergütung vernünftig und fair geregelt. Wäre dann die Welt in den Modellen angekommen? Wir hätten die quantitativen und auch wesentliche Teile der qualitativen Skotome ausgeleuchtet. Schön. Und dann?
Die Fragen des Ontological Turn
Dann bliebe eine weitere Frage. In der Anthropologie wird sie unter dem Begriff des „Ontological Turn“ – der „Ontologischen Wende“ – verhandelt. Der Gedanke reicht weiter als die Annahme, Menschen beschrieben dieselbe Welt auf unterschiedliche Weise. Zur Debatte steht vielmehr, was überhaupt als Person oder bloßes Ding existiert, wer handeln kann und in welchen Beziehungen Menschen, Tiere und andere Wesen, etwa auch Berge oder Gletscher, miteinander leben. Einige Vertreter dieser Denkrichtung sprechen deshalb von mehreren Welten.
Ein kürzlich bei Suhrkamp erschienener Reader versammelt einschlägige Positionen, unter anderem von Philippe Descola und Eduardo Viveiros de Castro. Letzterer zeigt in seinen Arbeiten zu amazonischen Kosmologien, dass dort Mensch und Tier nicht in derselben Weise voneinander abgegrenzt werden wie im „westlichen“ Denken. Für Sprachmodelle stellt sich damit eine Frage, die über die Verfügbarkeit von Texten hinausgeht: Können sie solche Beziehungen in deren eigenen Zusammenhängen darstellen, oder übersetzen sie diese in vertraute Unterscheidungen und ändern dabei ihren Sinn? Sogar ein vollständig digitalisiertes Textkorpus gäbe darauf immer noch keine Antwort. Die Aufnahme von Texten gewährleistet nicht, dass die darin ausgedrückten Weltverständnisse angemessen zur Geltung kommen.
Allerdings ist schon der Schritt von unterschiedlichen Weltverständnissen zu mehreren Welten umstritten. Paul Nadasdy fragt: „Wie viel Abweichung in Verständnisweisen und Praktiken ist erforderlich, um eine eigene Welt zu erzeugen?“ Schließlich unterscheiden sich Menschen auch innerhalb einer Gemeinschaft, und derselbe Mensch kann je nach Zusammenhang verschiedenen, durchaus widersprüchlichen Vorstellungen und Praktiken folgen. Ich behaupte, das machen wir alle täglich.
Für die Modelle liegt darin eine doppelte Schwierigkeit. Sie können andere Weltverständnisse an vertraute westliche Unterscheidungen anpassen. Sie können aber auch jeder Kultur eine geschlossene eigene Welt zuschreiben und damit deren innere Unterschiede zum Verschwinden bringen. Ob hier eine korrigierbare kulturelle Fehlanpassung oder eine grundsätzliche Grenze der Darstellung vorliegt, bleibt offen. Aus der anthropologischen Debatte lässt sich diese Grenze nicht ableiten.
Für afrikanisches Denken hat der Forscher Sabelo Mhlambi eine solche Spannung beschrieben. Er hält einer KI-Entwicklung, die eine westlich-rationalistische Vorstellung von Personsein voraussetzt, das südafrikanische Ubuntu-Prinzip entgegen: Ein Mensch ist Mensch durch andere Menschen. Personsein entsteht in Beziehungen. Die Probe wäre also, ob ein Sprachmodell Ubuntu nur erläutern kann oder auch erkennt, wo Fragen nach Verantwortung, Selbstbestimmung oder menschlichem Zusammenleben aus diesem Verständnis heraus gestellt werden. Das Wissen um einen Begriff und das Verständnis seiner Bedeutung im konkreten Zusammenhang sind zweierlei.
Der politische Einwand gegen das ontologische Beharren auf Welthaftigkeit der einzelnen Ansprüche bleibt: Wer Landraub, wirtschaftliche Ausbeutung und Klimafolgen als Unterschiede zwischen Weltverständnissen behandelt, verdünnt Herrschaftsverhältnisse zu Deutungsfragen. Die Beschäftigung mit fremden Weltverständnissen darf die materiellen Fragen nicht verdrängen: Wer verfügt über das Wissen, wer verdient daran, und wer trägt die Kosten seiner Erhebung?
Die gesellschaftliche Archivfunktion
Selbstverständlich ist inzwischen klar, dass ein Sprachmodell kein Archiv ist. Es ist keine Bibliothek. Es sagt häufig nicht einmal, woher es seine Ideen hat. Das wissen inzwischen alle, die damit ernsthaft arbeiten.
Tatsache ist eben auch, dass die Sprachmodelle gesamtgesellschaftlich sich an eine archivähnliche soziale Funktion heran wanzen. Sie sind – gewollt oder ungewollt, kritisch oder unkritisch, betrachtet oder genutzt – zu einer Zugangsschicht zu kulturellem Wissen geworden.
Das alles ist keine akademische Fußnote. Die Beobachtung einer fröhlichen und unbefangenen Nutzung von Sprachmodellen in den Bereichen Unterricht, Prüfungen und wissenschaftlicher Arbeit findet sich ja nicht nur in einzelnen Erfahrungsberichten von Lehrerinnen und Lehrern aus Schule und Universität im Feuilleton, sondern schlägt in systematischen Studien auf. Wir fragen nicht mehr nur Bibliotheken, Lexika oder Suchmaschinen. Wir fragen die Modelle und erhalten Antworten, im günstigsten Fall mit belastbaren Quellen. Entscheidend ist nicht, wie häufig sie befragt werden, sondern welche Autorität ihre Antworten entwickeln. Wo Antworten Suchen ersetzen, bestimmen die Modelle mit, welches Wissen überhaupt gesucht wird. Was dort nicht vorkommt, droht aus unserem alltäglichen Sprechen über die Welt zu verschwinden. Das ist ein tiefes epistemisches Problem.
Dabei geht es um den „langen Schwanz“ der selten vertretenen Überlieferungen. Und überhaupt um das Seltene. Denken wir doch einfach mal an Shakespeare. Schon in einer so umfangreich überlieferten Literatur wie der englischen ist jemand wie er eine sehr seltene Ausnahme. Was aber bleibt vom Außergewöhnlichen einer anderen Kultur, wenn schon deren gewöhnliche Zeugnisse kaum in den Modellen vorkommen? Shakespeare steht hier für das Außergewöhnliche in einer reich dokumentierten Sprache. Eine vergleichbare bedeutende Stimme kann jedoch in jeder anderen Kultur entstehen.
Der Prozess kann sich selbst verstärken: Was bereits reichlich digital vorhanden ist, wird verarbeitet, zusammengefasst und in immer wieder neuen Texten in Umlauf gebracht. Was fehlt, vermehrt sich eben nicht.
Welche Welt spricht
Zurück zu Gates. Seine Forderung nach globaler sprachlicher Verfügbarkeit ist richtig. Aber es gibt mindestens drei verschiedene Probleme: Werden die Sprachen gesprochen? Ist das Wissen vorhanden? Werden auch unterschiedliche Ordnungen dieses Wissens sichtbar?
Digitalisierung allein reicht nicht. Noch mehr Training allein reicht nicht. Gleichzeitig darf kulturelle Inklusion nicht zur unterschiedslosen Extraktion allen verfügbaren Wissens führen. Die Gemeinschaften müssen über die Verwendung ihres Wissens selbst bestimmen können.
Es genügt nicht, dass die Modelle die Sprachen der Welt sprechen. Die Maschinen gehören deshalb immer noch lange nicht allen. Die schwierigere Frage ist, welche Welten in ihnen zu Worten kommen – und ob die Welten das wollen.
Quellen (nach Themen):
Motto
Robert Clarke: Sierra Leone. A Description of the Manners and Customs of the Liberated Africans; with Observations upon the Natural History of the Colony, and a Notice of the Native Tribes. London: James Ridgway, [1843], S. 154. Eigene sinngemäße Übersetzung nach der dort abgedruckten englischen Fassung. Digitalisat: Wellcome Collection, Signatur EPB/B/17995. https://wellcomecollection.org/works/t9f3uxdp
Bill Gates
Bill Gates: „The turbulent AI era is here. The choices we make now are critical.“ Gates Notes, 26. August 2026. Abschnitt „The good things we do with AI could be very, very good.“ Eigene Übersetzung aus dem Englischen.
https://www.gatesnotes.com/a-turbulent-ai-era-and-critical-choices-to-make
Deutsche Ausgabe:
Bill Gates: „Das turbulente Zeitalter der Künstlichen Intelligenz hat begonnen“
Gastbeitrag. Frankfurter Allgemeine Zeitung, 1.9.2026, Seite 18 & 19.
Online:
https://www.faz.net/aktuell/wirtschaft/bill-gates-warnt-wir-sind-auf-die-kuenstliche-intelligenz-nicht-vorbereitet-accg-201170877.html
zuletzt aufgerufen am 17.9.2026
Leserbrief dazu:
Christoph Zimmermann: Die blinden Flecken der KI. Frankfurter Allgemeine Zeitung, 7.9.2026, Seite 19.
https://zeitung.faz.net/data/945/reader/reader.html?t=1789738549668#!preferred/0/package/945/pub/1353/page/19
zuletzt aufgerufen am 17.9.2026
Common Crawl
Common Crawl: „Statistics of Common Crawl Monthly Archives – Distribution of Languages“. Ausgewerteter Crawl: CC-MAIN-2026-34. Automatische Zuordnung der Hauptsprache von HTML-Seiten mittels CLD2. Zuletzt aufgerufen am 17.9.2026.
https://commoncrawl.github.io/cc-crawl-statistics/plots/languages
Eigene Berechnung des zusammengefassten Sprachanteils aus den gerundeten Tabellenwerten: 0,0538 Prozent beziehungsweise 0,538 Promille. Einbezogene Sprachcodes: aar, afr, aka, amh, crs, hau, ibo, kin, lin, lug, mfe, mlg, nso, nya, orm, run, sag, sna, som, sot, ssw, swa, tir, tsn, tso, ven, wol, xho, yor, zul. Arabisch nicht einbezogen.
Mehrsprachigkeit und Kulturelle Passung
Veniamin Veselovsky et al.: „Localized Cultural Knowledge is Conserved and Controllable in Large Language Models“. arXiv-Preprint, 14. April 2025, arXiv:2504.10191.
https://arxiv.org/abs/2504.10191
Zuletzt aufgerufen am 17.9.2026.
Yoruba
Samuel Crowther: Vocabulary of the Yoruba Language. Part I. English and Yoruba. Part II. Yoruba and English. To which are Prefixed the Grammatical Elements of the Yoruba Language. Church Missionary Society, 1843. Digitalisierte Ausgabe der Österreichischen Nationalbibliothek.
https://books.google.com/books?id=XbFTAAAAcAAJ
Zuletzt aufgerufen am 17.9.2026.
Afrikanische Rechenzentren
Africa Data Centres Association (ADCA): Data Centres in Africa 2026. Insbesondere S. 7 zur geografischen Konzentration der Kapazitäten.
https://africadca.org/wp-content/uploads/2026/02/DataCentresInAfrica2026-EN.pdf
Zuletzt aufgerufen am 17.9.2026.
Hussen und andere
Kedir Yassin Hussen et al.: „The State of Large Language Models for African Languages: Progress and Challenges“. arXiv-Preprint, 2025, arXiv:2506.02280.
https://arxiv.org/abs/2506.02280
Zuletzt aufgerufen am 17.9.2026.
Destruktives Scannen
United States District Court, Northern District of California: Bartz et al. v. Anthropic PBC, No. 3:24-cv-05417-WHA. Order on Fair Use, Richter William Alsup, 23. Juni 2025, Dokument 231.
https://docs.justia.com/cases/federal/district-courts/california/candce/3:2024cv05417/434709/231
Zuletzt aufgerufen am 17.9.2026.
Kenia Detox
Billy Perrigo: „Exclusive: OpenAI Used Kenyan Workers on Less Than $2 Per Hour to Make ChatGPT Less Toxic“. TIME, 18. Januar 2023.
https://time.com/6247678/openai-chatgpt-kenya-workers/
Zuletzt aufgerufen am 17.9.2026.
Billy Perrigo: „Richard Mathenge“. TIME, TIME100 AI, 7. September 2023.
https://time.com/collections/time100-ai/6308980/richard-mathenge/
Zuletzt aufgerufen am 17.9.2026.
Datenkolonialismus
Nick Couldry und Ulises A. Mejias: „Data Colonialism: Rethinking Big Data’s Relation to the Contemporary Subject“. Television & New Media, 20 (4), 2019, S. 336–349. Online zuerst 2018.
Frei zugängliche akzeptierte Manuskriptfassung:
https://eprints.lse.ac.uk/89511/1/Couldry_Data-colonialism_Accepted.pdf
Zuletzt aufgerufen am 17.9.2026.
CARE-Prinzipien
Stephanie Russo Carroll et al.: „The CARE Principles for Indigenous Data Governance“. Data Science Journal, 19, 2020, Artikel 43. DOI: 10.5334/dsj-2020-043.
Prinzipien und weiterführende Dokumente bei der Global Indigenous Data Alliance:
https://www.gida-global.org/careprinciples
Zuletzt aufgerufen am 17.9.2026.
Te Hiku und Kaituhi-Spracherkennungssoftware
Keoni Mahelona: „A Practical Guide to creating your own Stewardship License“. Papa Reo, 8. November 2024.
https://blog.papareo.nz/a-practical-guide-to-creating-your-own-stewardship-license/
Te Hiku Media: „Kaituhi – Terms of Service“. Gültig ab 1. November 2022.
https://kaituhi.nz/terms-of-service
Beide zuletzt aufgerufen am 17.9.2026.
Suhrkamp Reader
Bernardo Bianchi, Andreas Lipowsky und Oliver Precht (Hg.): Die ontologische Wende. Indigene Kosmologien und die Dekolonisierung des Seins. Berlin: Suhrkamp, 2026. suhrkamp taschenbuch wissenschaft 2491.
Paul Nadasdy: „Wie viele Welten gibt es? Ontologie, Praxis und Unbestimmtheit“. In: Bernardo Bianchi, Andreas Lipowsky und Oliver Precht (Hg.): Die ontologische Wende. Indigene Kosmologien und die Dekolonisierung des Seins. Berlin: Suhrkamp, 2026. Zitat S. 538; zum anschließenden Argument S. 538–539.
Ubuntu und Relationalität
Sabelo Mhlambi: From Rationality to Relationality: Ubuntu as an Ethical and Human Rights Framework for Artificial Intelligence Governance. Carr Center Discussion Paper 2020-009. Harvard Kennedy School, 8. Juli 2020. Insbesondere die Abschnitte „Introduction“ und „Ubuntu as Relational Personhood“.
Frei zugängliche Kopie:
https://data-ethics.jonreeve.com/static/papers/mhlambi2020rationality.pdf
Zuletzt aufgerufen am 17.9.2026.
LLM in Schule und Studium… und nur als Beispiel
Rose Stephenson und Charlotte Armstrong: Student Generative AI Survey 2026. HEPI Report 199, 12. März 2026.
https://www.hepi.ac.uk/reports/student-generative-ai-survey-2026/
Dmitry Kobak, Rita González-Márquez, Emőke-Ágnes Horvát und Jan Lause: „Delving into LLM-assisted writing in biomedical publications through excess vocabulary“. Science Advances, 11 (27), 2025, eadt3813.
Frei zugängliche Manuskriptfassung:
https://arxiv.org/abs/2406.07016
Beide zuletzt aufgerufen am 17.9.2026.