Wenn heute von Künstlicher Intelligenz, digitaler Wissensorganisation und hybriden Mensch-Maschine-Systemen die Rede ist, klingt das für viele Personen nach dem 21. Jahrhundert und nach Phänomen, die erst in den vergangenen Jahren in den Fokus der Öffentlichkeit gelangten. Beschäftigen wir uns jedoch mit den frühen grundlegenden Ideen eben jener Aspekte, stellen wir fest, dass die theoretischen Fundamente dieser Debatten bereits in den 1940er- und 1950er-Jahren gelegt wurden – in einer Zeit, als Lochkarten und Vakuumröhren die „High Tech“ der “neuen Welt” nach dem zweiten Weltkrieg darstellten.1
Möchte man sich genauer mit eben jener von Pioniergeist strotzenden Zeit innerhalb der Digitalitätsgeschichte genauer auseinandersetzen, ragen hier zwei Texte besonders heraus: Vannevar Bushs „As We May Think“ (1945) und Alan Turings „Computing Machinery and Intelligence“ (1950). Beide markieren auf ihre Weise den Übergang zu einer Epoche, in der Informationsverarbeitung nicht mehr allein als menschliche Domäne verstanden wurde. Doch auch der lange Arm eben jenes Pioniergeistes und seiner Grundlagen zeigt sich heute im Bereich der Didaktik, welche es ebenfalls gilt genauer zu betrachten.
Wissen ordnen in einer Welt der Informationsflut: Vannevar Bushs „As We May Think“
Im Sommer 1945, kurz nach dem Ende des Zweiten Weltkriegs, veröffentlichte der US-amerikanische Ingenieur und Wissenschaftsorganisator Vannevar Bush einen Aufsatz, der zu einer Art Manifest einer neuen Epoche der Wissensorganisation wurde. Der Ausgangspunkt von Bush ist hierbei eine Diagnose, die uns auch heute erstaunlich vertraut vorkommt:
„There is a growing mountain of research […] the means we use for threading through the consequent maze to the momentarily important item is the same as was used in the days of square-rigged ships.“1
Bush sieht im Jahre 1945 die Wissenschaft von der eigenen Produktivität überwältigt. Die stetig wachsenden „Berge “ an Publikationen drohten jegliche Art von Überblick zu im Keim ersticken. Doch worin vermutet Bush eine Lösung? Die Antwort scheint aus unserer heutigen Perspektive genauso simpel wie bahnbrechend: Neue technische Instrumente, um Wissen zu speichern, zu verknüpfen und schnell abrufbar zu machen.
Herzstück seiner Vision ist hierbei der Memex, ein hypothetisches Gerät, das auf Mikrofilm und mechanisch-elektrischen Komponenten basiert, welche zur Zeit Bushs teilweise als die großen Meilensteine der modernen Technik galten. Der Memex sollte es ermöglichen, Informationen nicht nur linear abzurufen, sondern in assoziativen Pfaden zu vernetzen, und dies lange bevor Begriffe wie „Hypertext“ existierten. Bushs beschreibt den Memex hierbei nicht als Ersatz des menschlichen Denkens, sondern als eine klare Erweiterung: Die Maschine dient dazu, das Gedächtnis zu entlasten und die kreativen, nicht-repetitiven Aspekte menschlicher Arbeit zu stärken, ganz ähnlich einem Assistenten, der einen Großteil an Aufgaben im Sinne der Produktivitätssteigerung übernimmt.2
Der Blick von Bush bleibt dabei jedoch zutiefst humanistisch: Maschinen sind Werkzeuge, um den Menschen von Routinen zu befreien, damit er sich dem „creative thought“ widmen kann.3 Bush argumentiert jedoch weniger über Künstliche Intelligenz im engeren Sinn, sondern über eine Informationsinfrastruktur, die Voraussetzung dafür sei, dass künftige Generationen die überwältigende Flut an Wissen überhaupt produktiv nutzen können.
Können Maschinen denken? Alan Turing und das „Imitation Game“
Fünf Jahre später, 1950, verlagert sich der Fokus jedoch weiter. Alan Turing, ein britischer Mathematiker, Kryptanalytiker und einer der Mitbegründer der Informatik, beginnt seinen Aufsatz in Mind – A quarterly review of psychology and philosophy mit der provokativen Frage:
„I propose to consider the question, ‘Can machines think?’“4
Anstatt den schwer zu greifenden Begriff „Denken“ direkt zu definieren, ersetzt Turing die Frage durch ein Experiment, das heute noch als Turing-Test bekannt ist. In diesem „Imitation Game“ versucht ein Computer, einen menschlichen Gesprächspartner so zu imitieren, dass ein fragender Dritter nicht zuverlässig erkennen kann, wer Maschine und wer Mensch ist, auch wenn menschliches Denken hierbei auf die Sprache beschränkt ist.5
Turings Analyse ist hierbei methodisch und konfrontativ. Er diskutiert hierbei eine Reihe klassischer Einwände: von theologischen („nur Menschen haben Seelen“),6 über mathematische (Gödel’sche Grenzen),7 bis hin zu Alltagsargumenten („Maschinen können nicht freundlich sein, keine Fehler machen oder Erdbeeren mit Sahne genießen“).8 Seine Antworten hieraufhin sind meist sehr pragmatisch: Entscheidend sei nicht, ob eine Maschine „Bewusstsein“ hat, sondern ob sie in ihrem Verhalten für uns ununterscheidbar denkend erscheint.9
Dabei definiert Turing die Maschine konkret als digitale, universell programmierbare Rechenmaschine, welche theoretisch in der Lage ist, jede andere Maschine zu simulieren. Das verschiebt die Perspektive: Wo Bush über die Organisation von Wissen nachdenkt, entwirft Turing eine Simulation des Denkens selbst.
Bush und Turing – Eine Gegenüberstellung der Schwerpunkte:
| Bush (1945) | Turing (1950) | |
| Ausgangsproblem | Überforderung durch Informationsflut | Definition und Möglichkeit maschinellen Denkens |
| Lösung | Infrastruktur für Speicherung, Verknüpfung, Abruf von Wissen | universell programmierbare Computer, die menschliches Verhalten nachahmen |
| Leitmetapher | „Memex“ als Gedächtniserweiterung | „Imitation Game“ als operationalisierter Intelligenztest |
| Menschenbild | Maschine unterstützt den kreativen Menschen | Maschine kann (in bestimmtem Sinn) „denken“ wie ein Mensch |
| Technikrolle | Werkzeug, das kognitive Arbeit erleichtert | Akteur, der kognitive Arbeit ausführt bzw. imitiert |
Vergleichen wir beide Texte, lässt sich jedoch die Entgrenzung traditioneller Aufgabenteilungen als klare Gemeinsamkeit feststellen. Informationsverarbeitung wird nicht länger ausschließlich dem menschlichen Geist zugeschrieben. Bush verschiebt die Grenze, indem er Maschinen in den Prozess der Wissensorganisation integriert; Turing verschiebt sie, indem er Maschinen kognitive Autonomie zutraut. Auch wenn er dies nur in einem funktionalen Sinne tut.
Bush und Turings Grundlagen in der aktuellen Bildungs- und KI-Debatten
Wagen wir nun einen großen Zeitsprung in die aktuellen Diskussionen um KI-gestützte Bildung (besonders Large Langugage Models), scheinen beide Texte aktueller denn je zu sein.
- Bushs Fragen treten auf wenn es um digitale Lernplattformen, Wissensdatenbanken und Suchalgorithmen geht: Wie strukturieren wir Informationen so, dass sie für Lernende nutzbar werden? Wie vermeiden wir, dass sie in einer digitalen Informationsflut untergehen?
- Turings Fragen stellen sich, wenn Chatbots, KI-Tutoren oder automatische Bewertungssysteme eingesetzt werden: Reicht es, wenn das System plausible Antworten liefert, oder müssen wir wissen, wie es zu diesen kommt und sie stets anzweifeln?
Doch was bedeutet das für bereits etablierte und angehende Lehrkräfte? Betrachten wir beide Standpunkte, so sind digitale Tools für Lehrkräfte einerseits Erweiterungen ihres didaktischen Arsenals (Bush), andererseits potenzielle Interaktionspartner (Turing). Die Herausforderung liegt darin, beide Dimensionen zu verstehen und zu entscheiden, welche Tools wir für eine Erleichterung des Arbeitsprozesses nutzen sollten, wo maschinelle „Intelligenz“ zur Unterstützung simuliert wird und wo sie pädagogisch tragfähig ist.
Von der Vision zur Unterrichtspraxis: Bush, Turing und heutige Lehrkräfte
Setzt man Bushs und Turings Ansätze in Bezug zur Realität von Lehrkräften im Jahr 2025, ergeben sich zwei scheinbar komplementäre Funktionen. Zum einen finden wir
Bush als Architekt der digitalen Wissensumgebung. Seine Idee des Memex lässt sich grundlegend ohne jede Frage bereits heute im digitalen Klassenzimmer nicht mehr wegdenken. So finden wir dieses Konzept bereits in Form von Lernmanagementsystemen, intelligenten Such- und Verweissystemen oder thematisch kuratierten Ressourcenbibliotheken wieder.
Die eindeutigen Vorteile für Lehrkräfte, dass sie schneller und gezielter auf eine nahezu unbegrenzte Menge an Material zugreifen, Inhalte kontextualisieren und diese auf den Wissensstand einzelner Lernender zuschneiden, sind Punkte, welche Bush bereits 1945 als notwendig erachtete. Bushs Idee der assoziativen Verknüpfung spiegelt sich hierbei durchaus z. B. in ihrer modernsten Form etwa in Hyperlinks, interaktiven Mindmaps oder KI-gestützten Wissensnetzwerken wider, die automatisch Querverbindungen zwischen Themen herstellen.
Turing hingegen wirkt im Bildungskontext eher wie ein früher Impulsgeber für interaktive Lehrassistenzen. Sein Imitation Game ist ein klarer Vorläufergedanke heutiger KI-gestützter Dialogsysteme. Chatbots, die wie ein Tutor Rückfragen beantworten oder individuelles Feedback geben, sind in gewisser Weise eine praktische Umsetzung dieser beinahe 75 Jahre alten Idee. Aus Turings Grundidee resultierend, eröffnen sich für Lehrkräfte die Möglichkeiten, Lernende auch außerhalb der Unterrichtsstunden zu begleiten, Verständnislücken schnell zu erkennen und auf Fragen einzugehen, ohne dass dies allein ihre Zeitressourcen beansprucht.
Die Verbindung und genaue Betrachtung beider Ansätze machen deutlich, dass digitale Unterstützung im Unterricht nicht nur eine Frage der richtigen Antworten (Turing), sondern auch des richtigen Zugangs zu Wissen (Bush) ist. Lehrkräfte profitieren am meisten, wenn KI-Systeme nicht isoliert agieren, sondern in eine gut strukturierte, thematisch vernetzte Wissensumgebung eingebettet sind. So entsteht eine hybride pädagogische Infrastruktur, in der Maschinen sowohl das Wie des Zugriffs als auch das Wie des Dialogs unterstützen, während der Mensch die kreativen, interpretativen und sozialen Dimensionen des Lehrens übernimmt.
Ausblick
Bushs und Turings Texte sind über 70 Jahre alt – und doch wirken ihre Fragestellungen heute aktueller denn je. Beide Autoren schrieben in einer Zeit technischer Umbrüche, in der Möglichkeiten und Grenzen neuer Maschinen noch weitgehend hypothetisch waren.
Heute, in einer Ära von Large Language Models und allgegenwärtiger Vernetzung von Informationen, stehen wir vor einer doppelten Aufgabe:
1. Bushs Erbe: Wissensräume so zu gestalten, dass Menschen nicht nur Zugriff auf Informationen haben, sondern diese in kreatives Handeln übersetzen können.
2. Turings Erbe: Kriterien zu entwickeln, mit denen wir den „Verstand“ von Maschinen einschätzen – jenseits von Science-Fiction, aber mit Blick auf reale pädagogische, ethische und gesellschaftliche Folgen.
Die genaue Betrachtung früher Digitalitätsgeschichte zeigt uns, die Debatten, die wir heute führen, sind keineswegs neu. Was sich geändert hat, sind die technischen Rahmenbedingungen, sowie die Dringlichkeit, mit der wir Antworten für einen guten Umgang finden müssen.
- Bush, Vannevar (1945); As we may think, in: Atlantic Monthly 176; S.102 Z.15 – 20. ↩︎
- Ebd. S. 102 Z.5 – 11. ↩︎
- Ebd. S. 106 Z. 53 ff. ↩︎
- Ebd. S. 104 Z. 46 – 57. ↩︎
- Turing, Alan (1950); Computing machinery and intelligence; in: Mind 49; S.433 Z.1 – 3. ↩︎
- Ebd. S. 433 Z.12 ff. ↩︎
- Ebd. S. 443 Z.1ff. ↩︎
- Ebd. S. 444 Z.20ff. ↩︎
- Ebd. S. 447 Z.17 – 23. ↩︎
- Ebd. S. 435 Z.19 – 24. ↩︎
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Digital History Berlin (Redaktion) (15. Oktober 2025). Tom Tschernig: Vom Mikrofilm zum Maschinenverstand: Frühe Visionen der Digitalität bei Bush und Turing und ihre Grundlage für das moderne Klassenzimmer. Digital History Berlin. Abgerufen am 8. Dezember 2025 von https://doi.org/10.58079/14y96

