Ken Ono — Wenn das Wissen billig wird

16 Min. Lesezeit

Worum es geht

Ein Spitzenmathematiker stößt zum ersten Mal an eine Maschine, die er nicht mehr austricksen kann — und stürzt in eine Sinnkrise. Ken Ono erzählt, wie er aus der Verzweiflung herausfand: nicht, indem er versuchte, der KI voraus zu bleiben, sondern indem er die Frage wechselte. Wenn Wissen billig wird, wird das Urteil teuer. Und das Staunen, das eine gute Frage erst möglich macht, lässt sich nicht herunterladen. Über Intelligenz im KI-Zeitalter, das Vermächtnis des zweifach durchgefallenen Genies Ramanujan und die unentdeckten Ramanujans, die heute unter uns leben.

Quelle: Why This Is the Most Exciting Time to Be Human | Ken Ono, Axiom Math

Wer spricht?

Ken Ono (*1968) ist einer der weltweit führenden Zahlentheoretiker und der vielleicht bekannteste lebende Ramanujan-Forscher — wissenschaftlicher Berater des Films The Man Who Knew Infinity (2015). Jahrzehntelang Professor an Spitzenuniversitäten (Wisconsin, Emory, University of Virginia), selbst ein High-School-Abbrecher mit einer Vita gegen den Strich. 2025 verließ er die akademische Welt, um als „Founding Mathematician” beim KI-Startup Axiom Math zu erforschen, was künstliche Intelligenz für die Grundlagenmathematik bedeutet.

→ DenkerVita

Inhalt

Der Moment, in dem das Wissen billig wurde

▶ 0:00 — Vor einem Jahr, sagt Ono, sei er ein sorgloser Universitätsprofessor gewesen, einer, der das Privileg genossen habe, gut in Mathematik zu sein. Dann kam der Bruch. Im Rahmen des Frontier-Math-Programms — die Berkeley-Firma Epoch AI heuerte Mathematiker weltweit an, um besonders schwere Probleme zu stellen und daran die Grenzen großer Sprachmodelle zu vermessen — geschah etwas, das ihn aus der Bahn warf:

„For the first time, I struggled to assemble questions that ChatGPT would get wrong. (…) I was devastated.”

▶ 2:17 — Er gehörte zu den wenigen Wissenschaftlern mit frühem Zugang zu diesen Modellen, und er musste Monate warten, bis die Welt nachvollzog, was er da gesehen hatte: Diese Modelle wissen mehr Fakten als jeder Mensch, den man je finden könnte. Monatelang sei er am Boden zerstört gewesen, getrieben von der Frage: „How am I going to stay ahead of AI?”

Das Bemerkenswerte an dieser Eröffnung ist die Ehrlichkeit der Erschütterung. Ono kokettiert nicht mit Bescheidenheit — er beschreibt einen echten Identitätsverlust. Wer sein Leben darauf gebaut hat, gut im Denken zu sein, dem nimmt eine Maschine, die in jedem Faktentest gewinnt, nicht nur einen Wettbewerb, sondern den Boden unter dem Selbstbild. Genau deshalb trägt das, was danach kommt, Gewicht: Es ist kein Trost von außen, sondern ein Durchgang von innen.

Weitergedacht

Wenn das, worauf jemand sein ganzes Selbstwertgefühl gebaut hat, plötzlich von einer Maschine übertroffen wird — ist das ein Verlust, oder die Befreiung von einer zu engen Definition seiner selbst?

„Der KI voraus bleiben” ist die falsche Frage

▶ 3:03 — Onos Wende beginnt nicht mit einer besseren Antwort, sondern mit dem Verwerfen der Frage. Wer sich vornimmt, immer schneller als die KI zu sein, hat schon verloren. Sein Bild dafür ist scharf:

„Nobody would be interested in watching Usain Bolt race against a motorcycle in the 1-mile run. It’s not a fair race. But we still watch the Olympics.”

Die Gesellschaft, sagt er, habe längst gelernt, dass Maschinen den Menschen körperlich in allem überholen — und schaue trotzdem den Sport. Was wir noch nicht verdaut hätten, sei, dass nun auch das Gehirn, die tiefe Erkundung, eingeholt worden ist. Der Schritt, den Ono hier vollzieht, ist philosophisch der entscheidende: Er trennt den Wert einer menschlichen Tätigkeit von ihrer Überlegenheit. Der Hundertmeterlauf verliert seine Schönheit nicht dadurch, dass ein Motorrad schneller ist. Die Frage ist nie, ob wir gewinnen — sondern warum wir überhaupt laufen.

Der außergewöhnlichste Bibliothekar der Welt

▶ 3:48 — Onos Metapher für das, was ein Sprachmodell ist, ist präzise und entwaffnend bescheiden zugleich:

„The large language models should be thought of as the most extraordinary librarian the world has ever seen. If it has been written down, the large language model has probably seen it.”

Wissen, sagt er, sei jetzt billig — „Information, knowledge is now cheap. But how you use it and how you verify it has become more expensive.” Und dann die Frage, die alles dreht: „Do you want your librarian to be your neurosurgeon? Do you want your librarian to be your air traffic controller?” Niemand würde das wollen, weil das menschliche Urteil zählt.

Hier liegt der Kern. Ono entwertet die KI nicht — ein außergewöhnlicher Bibliothekar ist ein Geschenk. Aber er besteht auf der Grenze zwischen dem Halten von Wissen und dem Verantworten einer Entscheidung. Der Bibliothekar weiß, wo alles steht; der Chirurg trägt die Hand, die schneidet. Die Verschiebung, die Ono benennt, ist ökonomisch wie existenziell: Was im Überfluss da ist, verliert an Preis; was knapp bleibt — Urteil, Verifikation, Verantwortung — gewinnt. Das ist keine Beruhigung, sondern eine Umschichtung dessen, was Können bedeutet.

Was Intelligenz wirklich ist

▶ 4:34 — Onos eigene Definition von Intelligenz hat sich verschoben, und er formuliert sie als Absage an das, was Schulen prüfen:

„Can you create a new concept? Can you generate ideas? Can you string concepts together in a deep way? That is intelligence. That is not the regurgitation of facts. And we’re not good at teaching that.”

▶ 5:20 — Genie ist für ihn die Fähigkeit, Muster aus einem Denkfeld zu erkennen und in ein anderes zu übertragen, um es voranzutreiben. Früher hätte er das als bloßes Glück abgetan — zur richtigen Zeit am richtigen Ort —, aber das sei unfair: Man muss die Beobachtung trotzdem selbst machen. Und er weitet den Begriff bewusst: Auch der hartnäckige Spezialist, der jeden Tag etwas Neues über sein enges Feld lernt, sei eine Form von Genie. Intelligenz ist bei Ono kein Funkeln, das man hat oder nicht hat — sie ist die lebendige Bewegung des Verknüpfens, des Erschaffens, des Dranbleibens. Genau die Bewegung, die ein Faktenspeicher nicht ausführt, weil sie kein Abruf ist, sondern ein Sprung.

Eigene Einschätzung

Onos Verschiebung ist die wichtigste Pointe der ganzen Note — und sie ist riskanter, als sie klingt. Denn die KI generiert längst neue Konzepte, kombiniert Disziplinen, schlägt Brücken. Wenn man Intelligenz als „Ideen erzeugen” definiert, hat man die Grenze nicht gezogen, sondern nur verschoben. Stark wird Ono erst dort, wo er das Erschaffen an das Staunen bindet — an die Fähigkeit zu spüren, was es überhaupt wert ist, gefragt zu werden. Nicht die Antwort, sondern die Wahl der Frage ist das eigentlich Menschliche. Und ob eine Maschine je wünschen kann, etwas zu wissen, ist eine andere Frage als die, ob sie es herleiten kann.

Ramanujan — der Brief, der den Vater weinen ließ

▶ 6:51 — An dieser Stelle wird aus dem Argument eine Lebensgeschichte. Ono, als Kind als hochbegabt eingestuft und von den Eltern zum Mathematiker bestimmt, rebellierte: Er brach die High School ab, wollte alles sein, nur nicht das, was die Eltern vorsahen — „I didn’t want to be the one Asian kid in class that was expected to be good at math.” Er war drauf und dran, von zu Hause wegzulaufen.

▶ 7:37 — Im April 1984 kam ein Brief, an seinen Vater adressiert, auf vergilbtem Papier. Geschrieben hatte ihn Janaki Ammal, die Witwe des indischen Mathematikers Ramanujan — sie dankte für eine kleine Spende zur Errichtung einer Ramanujan-Statue. Und dann der Moment, der alles trägt: Ono sah seinen Vater weinen.

„Me seeing my dad cry — and he never cried. (…) If this letter brought him to tears (…) he said, ‘I have to tell someone what this is about.‘”

▶ 8:22 — So erfuhr Ono an jenem Tag von Ramanujan: einem Mystiker, einem Autodidakten, der seine Formeln für Geschenke einer Göttin hielt und sie in Notizbücher schrieb — und der, weil ihn nur die Mathematik interessierte, zweimal durch das College fiel. Sein Vater, ein japanischer Mathematiker der Nachkriegszeit, der die Mathematik einst als Flucht aus den Schlangen vor der Essensausgabe entdeckt hatte, sah in Ramanujan die Hoffnung — den Beweis, dass ein Außenseiter zählen kann.

„It was the first time I heard my parents (…) look up to like a hero someone who hadn’t gone to Harvard or Princeton and was a perfect student. On the contrary, (…) a two-time college dropout. And I needed that.”

Was diese Passage so kraftvoll macht, ist die Umkehrung des Heldenbildes. Die Eltern, die ihren Sohn in ein Schema pressen wollten, verehrten selbst einen, der in jedes Schema fiel. Der durchgefallene Außenseiter wurde zum Vorbild — und gab dem rebellierenden Jungen die Erlaubnis, auf seinem eigenen, krummen Weg doch zur Mathematik zu finden.

Den Spuren Ramanujans folgen

▶ 11:24 — Onos Werdegang las sich danach wie eine Kette von Begegnungen mit Ramanujan. Als schlechter Student in Chicago sah er zufällig eine PBS-Dokumentation über ihn, die ihn aufrüttelte; er schrieb seine Dissertation über Ramanujans Mathematik — die Theorie der Galois-Darstellungen, gedacht als Studium von Ramanujans „backwater mathematics”. Und dann die Wendung der Geschichte:

„The bombshell news in mathematics for the end of the 20th century was a proof of Fermat’s Last Theorem. And the proof of Fermat’s Last Theorem depend on these Galois representations. (…) Following Ramanujan every time he appeared has been like the best decision I’ve ever made.”

Was als abseitige Spezialität begann, lag plötzlich im Zentrum des größten mathematischen Ereignisses des Jahrhunderts. Ono zieht daraus keine Lehre über Karriereplanung, sondern eine über das Unvorhersehbare: Jede dieser Weggabelungen hätte anders ausgehen können. Die tiefe Frage, die er stellt, ist nicht wo wäre ich — sondern wo wären wir alle, hätte man Ramanujan nie entdeckt? Eine Welt, die er sich nicht ausmalen kann.

Die unentdeckten Ramanujans

▶ 12:09 — Aus dieser Frage folgt für Ono eine Gewissheit: Es muss andere Ramanujans geben, die über die Erde gehen. „Maybe they don’t come from privilege. How do we find them? And how do we nurture them?” Jahrelang leitete er das Programm Spirit of Ramanujan, das unentdeckte Talente suchte — eine seiner ersten Geförderten, Karina Hong, ist heute seine Chefin bei Axiom Math.

▶ 12:55 — Und dann der demokratische Kern seines Denkens:

„The ability and the potential to be someone like Ramanujan, or at least creative in a productive way, I think it resides in us all. You just have to give students (…) the opportunity to be brave enough to act on their curiosity.”

Das ist keine romantische Behauptung, dass jeder ein Genie sei. Es ist die nüchternere und folgenreichere These, dass Kreativität verteilt ist und meist übersehen wird — und dass das Finden und Nähren von Talent ein gesellschaftliches Versäumnis ist, kein Naturgesetz. Die Maschine, die alle Fakten kennt, hilft hier nichts: Einen unentdeckten Ramanujan erkennt man nicht am Testergebnis, sondern am Mut, der Neugier zu folgen.

Das Staunen, das die Schule austreibt

▶ 14:25 — Onos schärfste Worte gelten dem Bildungssystem. Spiel sei für Kinder Wissenschaft — sie stapeln Klötze, werfen sie um, kichern, tun es wieder und lernen dabei die Schwerkraft, ohne es zu wissen. Diese Energie, dieses Staunen vor einer neuen Welt, will er „in Flaschen füllen”. Doch das System tut das Gegenteil:

▶ 15:12 — Die besten Schüler weltweit seien gestresst, getrieben von der Frage nach der richtigen High School, dem richtigen College, den richtigen Testergebnissen. „If you’re motivated to participate in those just because they are checkboxes, that’s messed up.” Er wolle nicht, dass seine Studenten am Ende nur fragen, ob sie ein A bekommen — „And I hate that. I utterly hate that. (…) It’s an opportunity lost.”

▶ 19:02 — Am bittersten wird er beim Preis dieses Systems: In den USA komme man mit 150.000 Dollar Schulden aus dem College, häufe an der Berufsschule weitere 200.000 an — und entdecke drei Jahre später, dass man den Anblick von Blut nicht ertrage, aber das Fach wegen der Schulden nicht mehr verlassen könne. „That is purgatory. You then are stuck.”

Weitergedacht

Wenn ein System Neugier mit Noten, Schulden und Statusangst bestraft — züchten wir dann nicht genau die Konformität heran, die eine Maschine perfekt imitieren kann, und löschen das aus, was sie nicht kann?

Von „devastated” zu „inspired”

▶ 15:12 — Onos Versöhnung mit der KI ist kein Burgfrieden, sondern eine Umdeutung. Die Maschine hat seine Arbeiten längst gelesen — „It understands my papers better than I remember them.” Statt darin eine Demütigung zu sehen, sieht er einen Gesprächspartner, der nie lacht und jede Frage geduldig beantwortet. Den Stoff eines 80.000-Dollar-Studienjahres, sagt er, könne man im eigenen Tempo von einem Sprachmodell lernen. Was es nicht gebe, sei der menschliche Zugang: wie die richtigen Fragen entstanden, was die nächsten Fragen eines Feldes sein könnten. Dafür brauche es noch immer das College und die Professoren.

Eigene Einschätzung

Onos Bogen — von „am Boden zerstört” zu „inspiriert” — ist die eigentliche Botschaft, und sie ist anschlussfähig weit über die Mathematik hinaus. Die KI nimmt nicht das Denken, sondern eine bestimmte Art des Denkens: das Speichern und Abrufen. Was bleibt, ist unbequemer, als Onos warmer Ton es klingen lässt. Denn wenn das Auswendige wertlos wird, muss Bildung sich neu rechtfertigen — und ein System, das auf Prüfung, Note und Sortierung gebaut ist, hat darauf keine fertige Antwort. Ono benennt die Krise ehrlich, aber er löst sie nicht; er zeigt nur, wo die Tür ist: beim Staunen, das man Kindern lässt, und bei der Frage, die niemand herunterladen kann. Vielleicht ist das genug — die Diagnose, ehrlich gestellt, ist schon mehr, als die meisten wagen.

Faktencheck

Bestätigt — Ramanujan als zweifacher College-Abbrecher

Srinivasa Ramanujan (1887–1920) verlor sein Stipendium am Government College in Kumbakonam, weil er außer Mathematik alle Fächer vernachlässigte, und scheiterte auch an einem zweiten College — er bestand die Prüfungen außerhalb der Mathematik nicht. Er starb mit 32 Jahren. Die Darstellung ist korrekt. Quelle: Ramanujan — MacTutor / University of St Andrews

Bestätigt — Galois-Darstellungen und Fermats letzter Satz

Andrew Wiles’ Beweis von Fermats letztem Satz (1994) verläuft über den Modularitätssatz für elliptische Kurven, dessen Maschinerie wesentlich auf Galois-Darstellungen beruht. Dass Onos Spezialgebiet damit ins Zentrum rückte, ist sachlich zutreffend. Quelle: Wiles’s proof of Fermat’s Last Theorem — Wikipedia

Bestätigt — Frontier Math / Epoch AI

FrontierMath ist ein 2024 von Epoch AI (Berkeley) veröffentlichter Benchmark aus außergewöhnlich schweren, von Forschungsmathematikern erstellten Problemen zur Bewertung von KI-Systemen. Onos Beschreibung trifft zu. Quelle: FrontierMath — Epoch AI

Vereinfacht — „lernt alles Buchwissen vom Sprachmodell, beschleunigt"

Onos Aussage, man könne den akademischen Stoff eines Studiums vollständig und schneller von einem Sprachmodell lernen, ist eine rhetorische Zuspitzung. Sprachmodelle können bei Fachinhalten weiterhin halluzinieren oder Beweisschritte falsch wiedergeben; gerade in der Mathematik ist die Verlässlichkeit nicht garantiert. Ono selbst betont an anderer Stelle, Verifikation sei teurer geworden — der Lern-Claim ist als Ideal, nicht als belegte Tatsache zu lesen. Keine unabhängige Quelle bestätigt die Vollständigkeit/Beschleunigung pauschal.

Bestätigt — Studienkosten und Verschuldung in den USA

Die Größenordnungen (Studienjahr im fünfstelligen Bereich, sechsstellige Gesamtverschuldung bei Professional Schools wie Medizin/Jura) sind realistisch: Durchschnittliche Medizinabsolvent:innen in den USA tragen rund 200.000 USD Ausbildungsschulden. Quelle: Education Data Initiative — Average Medical School Debt

Weiterführende Quellen

Aus der Video-Beschreibung:

Im Gespräch erwähnt / zum Kontext:

Verbindungen

→ Diese 6 Gedanken könnten dein Leben neu ordnen

Onos Kern — das Staunen als das eigentlich Menschliche, das die Notenjagd austreibt — ist exakt Aristoteles’ thaumázein aus dieser Note: „Wer aufhört zu staunen, hört auf zu fragen.” Beide setzen die offene Frage gegen die schnell ergoogelte Antwort; was bei Ono ökonomisch klingt (Wissen billig, Urteil teuer), formuliert diese Note philosophisch — das Aushalten der Lücke als die letzte seltene Fähigkeit.

→ Maren Urner — Radikal hoffnungsvoll

Urners KI-Paradox ist die direkte Kehrseite von Ono: nicht die Maschine, die menschlich wird, sondern der Mensch, der maschinell denkt — optimiert, standardisiert. Wo Ono die übersehene, verteilte Kreativität verteidigt, beschreibt Urner die Gefahr ihres Verschwindens als kognitive Gewohnheit.

→ Markus Gabriel — KI als Resonanzfeld und Mu

Ein produktiver Widerspruch: Gabriel sagt „KI ist Kreativität”, Ono verortet Kreativität gerade im Menschlichen. Doch sie treffen sich frappant bei der naiven Frage: Gabriels „höhere geistige Freiheit, die an Dummheit grenzt” — die doof klingende Frage, die am weitesten trägt — ist Onos gute Frage und sein Plädoyer für die übersehenen Ramanujans.

→ Albert Moukheiber — Mein Hirn und die anderen

Wenn Faktenabruf maschinell wird, rückt Onos Frage „was bleibt dem Menschen?” in Moukheibers Antwort: das Gehirn ist primär sozial, auf andere und Resonanz ausgerichtet, nicht auf sequentielle Informationsverarbeitung. Genau dort — im sozialen, staunenden, fragenden Gehirn — liegt das, was der Bibliothekar nicht ersetzt.

→ André Zimpel — DenkerVita

Zimpels Förderschüler, der 60÷4 als „sechs Männer mit zehn Fingern” rechnet, ist Onos „unentdeckter Ramanujan” in der Neurodiversitätsforschung — die vom Schulsystem übersehene Begabung. Beide sehen Intelligenz als verteilt und anders geformt, und beide klagen ein Bildungssystem an, das Begabung am falschen Maß misst.

→ Zentral oder dezentral — die Schicht zwischen Mensch und Wissen

Onos LLM als „außergewöhnlichster Bibliothekar” ist genau die Schicht zwischen Mensch und Wissen, um die diese Spur kreist. Ono betrachtet sie kognitiv (was bleibt dem Menschen, wenn die Bibliothek alles weiß?), die Spur machtpolitisch (wem gehört diese Schicht?) — zwei Perspektiven auf dieselbe Vermittlerinstanz.

Weiterdenken

Was Sokrates vielleicht gefragt hätte

  • Wenn Wissen billig wird und Urteil teuer — wer kann sich das teure Urteil dann noch leisten, und vertieft die KI so nicht die Kluft, statt sie zu schließen?
  • Ono sagt, Intelligenz sei das Erschaffen neuer Konzepte — aber wenn die Maschine genau das immer besser kann, worauf gründet er die menschliche Sonderstellung dann wirklich: auf das Können, oder auf das Wünschen, etwas wissen zu wollen?
  • Wenn in uns allen ein Ramanujan stecken könnte — warum richten wir dann ein System ein, das fast jeden davon übersieht, und was sagt das über das aus, was wir eigentlich belohnen wollen?
  • Das Staunen des Kindes vor der neuen Welt: Lässt es sich überhaupt „in Flaschen füllen” und bewahren — oder ist gerade seine Vergänglichkeit der Preis des Erwachsenwerdens?
  • Ono fand zur Mathematik über einen weinenden Vater und einen vergilbten Brief, nicht über eine Note. Was in unserem eigenen Leben war eine solche Begegnung — und hätte ein optimiertes System sie verhindert?

Backlinks