Künstliche Intelligenz und die Ängste der Akademie

Zu Beginn September, während der Präsentation des neuen GPT-6 Astra-Modells, kündigte OpenAI die Entstehung einer sogenannten allgemeinen künstlichen Intelligenz an. Es soll ein Entwicklungsstand dieser Technologie sein, der Sprachmodelle den geistigen Fähigkeiten des Menschen annähern würde.

Obwohl diese Erklärung auch auf Skepsis seitens Branchenexperten für KI stieß, haben die weiteren Ereignisse die Emotionen rund um die potenziellen Möglichkeiten der künstlichen Intelligenz noch verstärkt. Zuerst verkündete OpenAI, dass ihr Sprachmodell eines der „Millennium-Probleme“ gelöst habe (also mathematische Fragestellungen von grundlegender Bedeutung für die Wissenschaft). Dann verbreitete sich in den sozialen Medien eine neue Nachricht: Mathematiker, die ebenfalls kurz davor waren, dasselbe Problem zu lösen und dabei ebenfalls GPT-Modelle nutzten, äußerten die Befürchtung, dass die von OpenAI verkündete Durchbruch durch ihre Arbeit ermöglicht wurde.

Hinzu kommt, dass seit einiger Zeit immer häufiger in den Medien Erklärungen ehemaliger Mitarbeiter auftauchen, dass die von OpenAI entwickelten Modelle gefährlich seien und in Zukunft, als vollautonome und unkontrollierte Systeme, die Menschheit bedrohen könnten.

Über die Gefahren im Zusammenhang mit der Entwicklung künstlicher Intelligenz wurde bereits wirklich viel geschrieben. Der Fortschritt in diesem Bereich ist mit einem erheblichen ökologischen Fußabdruck verbunden, da Rechenzentren, die für das Training von Sprachmodellen notwendig sind, enorme Mengen an Energie und Wasser verbrauchen. Fragen zum Datenschutz bleiben unbeantwortet, da Nutzer in Sprachmodelle alles Mögliche hochladen – von Familienfotos bis zu medizinischen Untersuchungsergebnissen – und all dies Teil einer mächtigen Datenmasse wird, die von Big Techs genutzt wird.

Es stellen sich schließlich manchmal weniger, manchmal auch ernsthaftere Fragen zur Sicherheit und Zukunft – wie Kontrollsysteme implementieren, wenn so mächtige Technologien von privaten Konzernen entwickelt werden, die keiner Kontrolle unterliegen?

Als Soziologe bin ich nicht in der Lage, diese Gefahren zu beurteilen. Ich habe keine Ahnung, ob wir in 10 Jahren in einer Welt aufwachen, die einem Terminator-Szenario ähnelt. Ich bin nicht kompetent zu beurteilen, ob die Warnungen, dass unkontrollierte KI-Entwicklung zur Übernahme der Weltherrschaft durch Sprachmodelle führen könnte, auf realen Prozessen basieren oder nur Ausdruck einer Techno-Phobie sind, die typisch für Zeiten wissenschaftlich-technischer Umbrüche ist. Ich kann jedoch nach der Art dieser Ängste fragen, denn sie sagen uns etwas sehr Interessantes über die sozialen Emotionen, die durch technologische Entwicklungen ausgelöst werden.

KI und Wissenschaft

Es ist ein so interessantes Thema, weil wir vor nur wenigen Wochen eine polnische Kontroverse um KI hatten – nämlich den Fall des (Un)berühmten Berichts Polen-Porträt und Prof. Barbara Mróz-Gorgoń. Die Reaktion und die emotionale Temperatur, die sie begleitete, sind erstaunlich. Neben dem üblichen Internet-Lynchmob (ich schreibe „üblich“, denn in einer polarisierten sozialen Medienlandschaft sind solche Reaktionen nichts Neues), gab es viele kritische Stimmen gegenüber der ehemaligen Beauftragten der polnischen Regierung für Markenförderung. Der Sprecher der Konferenz der Rektoren der Polnischen Akademischen Schulen (eine Organisation, die die Leitung polnischer Hochschulen vereint) forderte von Prof. Mróz-Gorgoń eine Entschuldigung und hielt es für unangemessen, ihre Aussage, dass „jeder zweite Professor weltweit“ künstliche Intelligenz nutze. Auf sozialen Foren las ich viele kritische Stimmen von Akademikern, die sogar von einer Peinlichkeit für die polnische Wissenschaft sprachen.

Woher kommt diese starke Kritik? Um diese Frage zu beantworten, müssen wir uns bewusst machen, was künstliche Intelligenz aus der Perspektive der Wissenschaft als Wissensschöpfungsbereich – und aus der Sicht der Wissenschaftler als Menschen, die auf die Erzeugung dieses Wissens spezialisiert sind – eigentlich ist.

KI und Wissenschaft

Befürworter werden sagen, dass es ein Werkzeug ist, das die Arbeit erleichtert. An dieser Stelle muss ich selbst zugeben, dass ich Sprachmodelle nutze – vor allem für Literaturrecherchen, was ein mühsamer, aber notwendiger Prozess ist, wenn man in renommierten, englischsprachigen Fachzeitschriften publizieren möchte. Sprachmodelle beschleunigen diesen Prozess erheblich, ihre kostenpflichtigen Versionen halluzinieren kaum noch und können wissenschaftliche Artikel zu meinem Interessensgebiet auswählen, sodass ich nicht Dutzende Texte lesen muss, um einige passende zu finden. Künstliche Intelligenz ermöglicht mir auch, das, was ich geschrieben habe, ins Englische zu übersetzen – ein wichtiger Vorteil für jemanden, der als Vertreter einer halbperipheren Wissenschaft mit Wissenschaftlern aus den Zentren konkurrieren muss.

Es gibt noch andere weniger kontroverse Anwendungen von KI in der Wissenschaft, wie die Automatisierung der Datensammlung (z.B. von Webseiten bei Diskursanalysen) oder deren vorläufige bzw. vertiefte Analyse (z.B. durch Erstellung vorläufiger Kategorisierungsschlüssel und Kodierung qualitativer Daten). Auch alle, die Förderanträge stellen, nutzen Sprachmodelle – KI ist ein ausgezeichneter Assistent, der Tipps gibt, wie man einen Antrag formulieren sollte, um die Erfolgschancen zu erhöhen.

Kritiker der KI betonen, dass die Übernutzung von Sprachmodellen zu einer erheblichen Inflation der wissenschaftlichen Produktion führt. Laut einer Analyse veröffentlicht ein Wissenschaftler, der KI-Tools nutzt, durchschnittlich dreimal mehr wissenschaftliche Texte und kann auf fast viermal mehr Zitate hoffen . Eine andere Studie zeigt einen signifikanten Anstieg der eingereichten Förderanträge im prestigeträchtigen Programm Marie Sklodowska-Curie Actions in den Jahren 2022–2025. All dies führt dazu, dass es zwar für Wissenschaftler einfacher ist, einen Text oder einen Förderantrag zu schreiben, aber die zunehmende Konkurrenz erschwert es, diese Texte zu veröffentlichen oder Fördermittel zu erhalten.

Die besten wissenschaftlichen Zeitschriften und die renommiertesten Förderagenturen werden geradezu mit gut geschriebenen Anträgen überschwemmt. Das Angebot an wissenschaftlichem Wissen steigt jedoch nicht entsprechend nach oben. Die besten Zeitschriften veröffentlichen die gleiche Anzahl an Artikeln, und die Agenturen verfügen über die gleichen Budgets, sodass die Erfolgsquote (Verhältnis der angenommenen Artikel oder Förderanträge zu den abgelehnten) stetig sinkt.

Peer-Review und Qualitätssicherung

Hinzu kommt die Frage der Begutachtung, einer Schlüsselaktivität bei der Veröffentlichung von Forschungsergebnissen. Gute Studien müssen überprüft und von anderen Fachleuten des jeweiligen Fachgebiets geprüft werden, um in einem wissenschaftlichen Artikel einem breiteren Publikum präsentiert werden zu können. Double-blind peer review, also anonyme Begutachtungen durch andere Wissenschaftler, ist in den meisten Wissenschaftsbereichen Standard. Die Inflation wissenschaftlicher Veröffentlichungen führt jedoch dazu, dass es immer schwieriger wird, Zeit für eine sorgfältige Lektüre, eine gründliche Bewertung und das Verfassen einer Rezension (inklusive Begründung) zu finden.

Es gibt Hinweise darauf, dass Sprachmodelle häufig nicht nur zum Schreiben wissenschaftlicher Texte, sondern auch zu deren Bewertung genutzt werden. Wir haben es also mit einer Situation zu tun, in der künstliche Intelligenz Wissenschaftler beim Verfassen von Artikeln unterstützt und anschließend auch bei deren Begutachtung einspringt.

Prestige in der Wissenschaft

Alle diese negativen Phänomene haben sicherlich die Kritiker von Prof. Mróz-Gorgoń im Sinn gehabt. Ich möchte an dieser Stelle ihre guten Absichten nicht in Zweifel ziehen. KI kann tatsächlich eine große Gefahr für die Wissenschaft sein, und ihre Werkzeuge müssen äußerst vorsichtig eingesetzt werden. Die Kritik, die an der Co-Autorin des Berichts herabregnete, ist größtenteils berechtigt. Dennoch ist die Radikalität dieser Reaktion erstaunlich und verbirgt vielleicht eine unbewusste Angst – nicht vor den direkten Folgen der technologischen Entwicklung für eine bestimmte Tätigkeit, sondern vor dem Verlust des Status.

Meine Hypothese lautet: Die Emotionen im Zusammenhang mit dem Bericht der ehemaligen Regierungssprecherin für die Außenwerbung Polens sind ein Ausdruck der Angst vor einer radikalen Veränderung der Spielregeln in der akademischen Welt, die auf individuellem Prestige basieren.

Aus der Perspektive eines Außenstehenden tun Wissenschaftler das, was sie tun, um das Leben für uns alle besser zu machen. Wissenschaftliches Wissen soll den Interessen aller Menschen dienen (z.B. soll es dazu beitragen, dass wir länger, gesünder und bequemer leben). Nach dem klassischen Bild des Soziologen Robert K. Merton sind Elemente des akademischen Ethos unter anderem Kommunalismus und Uneigennützigkeit, also die Überzeugung, dass Wissen das gemeinsame Erbe der gesamten Menschheit ist und wissenschaftliche Tätigkeit von der Suche nach Wahrheit angetrieben werden sollte, nicht von partikularen Interessen. Dieses Bild ist jedoch stark idealisiert, was auch viele Kritiker Mertons betonten.

Ich bestreite natürlich nicht, dass Wissenschaftler im Interesse der Menschheit forschen. Es geht mir vielmehr darum, dass für sie auch der individuelle Prestige eine äußerst wichtige Motivation bleibt. Es ist vielleicht die wichtigste Währung in der Welt der Wissenschaft. Wie ein anderer, bodenständiger Soziologe, Pierre Bourdieu, sagte: In der Wissenschaft, wie in anderen Bereichen gesellschaftlicher Aktivität, geht es um Macht. Macht in der Wissenschaft hängt von der Menge an Prestige ab, die sich unter anderem aus Veröffentlichungen in renommierten Zeitschriften, Projekten von bekannten Förderagenturen oder Zitierungen ergibt.

Dieses so erworbene Prestige können Wissenschaftler später gegen andere Ressourcen eintauschen (z.B. kann ein Wissenschaftler mit hohem Prestige mehr verdienen) oder mit seinem Kapital spielen, um auch außerhalb der Wissenschaft Erfolg zu haben (z.B. kann ein Wissenschaftler mit hohem Prestige ein bekannter Medienautor werden oder sich in die Politik engagieren). Gleichzeitig ist das Sammeln dieser Währung, des Prestiges, äußerst schwierig und erfordert viele Opfer, auch persönlich. Andererseits haben angesehene Wissenschaftler, die bereits viel Prestige erworben haben, später leichteres Spiel und erreichen ihre Lebensziele schneller.

Für das so erworbene Prestige ist es äußerst wichtig, eine wissenschaftliche Leistung einer bestimmten Person zuzuordnen. Das Prestige kann immer nur einem bestimmten Wissenschaftler im Feld der Wissenschaft zugeschrieben werden. Das ist auch der Grund, warum Wissenschaftler so großen Wert darauf legen, eine Leistung einem bestimmten Namen zuzuordnen – die Geschichte kennt viele Streitigkeiten um die Priorität bei Veröffentlichungen, Entdeckungen oder Patenten. Ein weiteres gutes Beispiel für dieses Prinzip sind Diskussionen über die Reihenfolge der Autoren in wissenschaftlichen Publikationen – die Person auf dem ersten Platz hat immer das meiste Prestige, die zweite etwas weniger, und so weiter. Ich selbst habe mindestens einige hitzige Diskussionen darüber miterlebt, wem der erste Platz bei einer Publikation zusteht.

Ein gutes Beispiel ist auch der bereits erwähnte Streit um die Priorität bei der Lösung des Millennium-Problems. Man könnte fragen – wen interessiert es eigentlich, wer dieses Durchbruch zuerst vollbracht hat, wenn am Ende die Wissenssteigerung zählt? In der Wissenschaft geht es leider nicht nur darum. Wissenschaftler werden in hohem Maße durch den Wunsch angetrieben, etwas Bedeutendes zu leisten, das ihren Namen in die Annalen der Geschichte einträgt. Man kann das unterschiedlich bewerten, aber so sieht es oft aus.

Veränderung der Spielregeln um Prestige

Und eigentlich sah es so aus, denn die Einführung von Sprachmodellen in die Wissenschaft auf breiter Basis redefiniert die Spielregeln in der akademischen Welt. KI ermöglicht eine viel schnellere Ansammlung von Prestige in Form von Artikeln, Förderungen oder Zitierungen. Wie bereits erwähnt, ist die Zahl der eingereichten Texte an Top-Zeitschriften bereits sprunghaft angestiegen. Der wissenschaftliche Publikationsmarkt hat sich gut an diese Umstände angepasst – immer beliebter werden sogenannte „Kombinationszeitschriften“, die täglich mehrere Artikel veröffentlichen, schnelle Begutachtungswege haben und eine hohe Zitierbarkeit garantieren. Verlage wie MDPI oder Frontiers entwickeln sich zu einem natürlichen Ökosystem für durch KI unterstützte Wissenschaft.

Die Effektivität der Unterstützung durch KI in der wissenschaftlichen Arbeit führt dazu, dass der Weg zum Status eines anerkannten Wissenschaftlers immer einfacher wird (ich lasse hier die Qualität des Wissens außen vor, das ist ein Thema für eine ganz andere Diskussion). Im traditionellen Modell war die Sammlung von Prestige eher langsam. Mit KI beschleunigt sich alles jedoch erheblich. Ein Wissenschaftler kann relativ schnell beträchtliche Ressourcen an Prestige anhäufen und damit auf verschiedenen Feldern spielen, im Wettbewerb mit denen, die noch nach den alten Regeln „aufgestiegen“ sind.

Wie leicht man sich vorstellen kann, führt eine solche Situation unweigerlich zu Konflikten zwischen denen, die die Sprachmodelle beherrschen und ihre Position in der Wissenschaft „auf Abkürzungen“ aufbauen, und denen, die dafür viel Opfer und Zeit aufbringen mussten. Ich denke, wir hatten es bei der Reaktion des polnischen Wissenschaftsumfelds auf Prof. Mróz-Gorgońs Fall mit so einer Situation zu tun.

Natürlich ist der Bericht Polen-Porträt ein hervorragendes Beispiel dafür, wie man KI nicht nutzen sollte. Zugleich ist er aber auch ein Vorgeschmack darauf, wie die akademische Prestige-Spiel in Zukunft aussehen könnte und wie diejenigen, die heute die Elite der Wissenschaft bilden, sich möglicherweise nicht an die neuen Regeln anpassen können. Prof. Mróz-Gorgoń ist aus dieser Perspektive ein Ausdruck dessen, was unweigerlich kommen wird – eine Zukunft, die nicht nur eine tiefgreifende Veränderung darstellt, sondern auch die bisherigen Hierarchien auf den Kopf stellt.

KI und das Gefühl der Entfremdung

KI führt außerdem dazu, dass die Antwort auf die Frage „Wer ist der Autor der Forschung/des Patents/des Entdeckung/artikels?“ äußerst problematisch wird, was den entscheidenden – wie oben geschrieben – Aspekt des akademischen Prestiges betrifft, nämlich die Urheberschaft. Im traditionellen Modell war die Situation ziemlich klar – es war einfach, die Entdeckungen einer Person zuzuordnen. Und obwohl, wie der geniale Ludwik Fleck bereits vor fast hundert Jahren zeigte, Gruppen und Kollektive die tatsächlichen Schöpfer wissenschaftlicher Entdeckungen sind, ist es nach den Regeln des akademischen Feldes ein entscheidender Schachzug, zu sagen: „Ich bin der Autor dieser Entdeckung.“

Nehmen wir noch einmal das Beispiel der Lösung des Millennium-Problems. Zwei Mathematiker, die vermuteten, dass OpenAI ihre Durchbrüche „gestohlen“ haben könnte, basierten in ihrer Arbeit ebenfalls auf Sprachmodellen. Diese gehörten zu OpenAI, also haben die Wissenschaftler vielleicht selbst zu ihrer Niederlage beigetragen.

Wer ist der Autor des Durchbruchs? Sind es die Mathematiker, die wahrscheinlich ohne KI nicht dazu in der Lage gewesen wären, oder die Eigentümer von OpenAI, die vielleicht die Prompts der Mathematiker genutzt haben, um ihre Modelle zu verbessern? Oder die künstliche Intelligenz selbst? Aber KI basiert auf Daten, die zuvor von Menschen geschaffen wurden, auf dem bisherigen wissenschaftlichen Erbe, und die Prompts werden ebenfalls vom Menschen formuliert.

KI basiert natürlich auf dem Wissen, das vom Menschen in das Sprachmodell eingespeist wurde, weshalb letztlich immer eine lebende Person der Urheber der Ideen ist, die uns die LLMs vorschlagen. Hier liegt jedoch ein Problem, das mit der Vielzahl der Referenzen zusammenhängt, die KI generiert, und mit der Geschwindigkeit, mit der sie aufgenommen werden. In der traditionellen wissenschaftlichen Arbeit erfordert das Aufnehmen und Nutzen fremder Ideen Zeit und transformiert in gewisser Weise denjenigen, der die wissenschaftlichen Erkenntnisse nutzt. Um einen Text zu zitieren, muss ich ihn zuerst lesen, verstehen und mich davon inspirieren lassen, um dann kreativ daraus zu schöpfen – dieser gesamte Prozess verändert meine Denkweise. Nutze ich jedoch KI, beschleunigt sich dieser Vorgang stark, und der Mechanismus der Aneignung (also das Nutzen fremder Ideen, um eigene zu entwickeln) findet praktisch nicht statt. Es bleibt keine Zeit, damit fremde Ideen zu meinen eigenen werden.

Das führt meiner Meinung nach zu einem Gefühl der Entfremdung gegenüber dem Produkt eigener geistiger Arbeit. Wenn ich einen Artikel schreibe und KI darin Korrekturen vornimmt oder Erweiterungen vorschlägt, auf die ich selbst nicht gekommen wäre, wer ist dann letztlich der Autor dieses Artikels? Wenn KI beginnt, mit Konzepten und Theorien zu jonglieren, die ich nicht kannte und nur aus Zusammenfassungen übernommen habe, nutze ich sie dann bewusst (also im Einklang mit meinen eigenen, urheberrechtlichen Absichten), oder lasse ich mich eher wie an einer Schnur gezogen in meinem Denken von jemand anderem lenken? Wie ich bereits erwähnte, haben die Ideen, die in den LLMs kursieren, wahrscheinlich ihre Urheber. Dennoch kann die Erfahrung, KI in der wissenschaftlichen Arbeit zu nutzen, bei Forschern ein unangenehmes Gefühl der Ohnmacht hervorrufen.

In den Zeiten vor KI dachte ich als Wissenschaftler, dass ich forsche, entdecke, präsentiere und den durch meine Karriere erworbenen Prestige diskontiere. Mit KI ist das nicht mehr so selbstverständlich. Das kann zu existenziellen Fragen führen. Wenn nicht nur ich denke, sondern auch meine Urheberschaft nicht mehr nur bei mir liegt, verliert der Wissenschaftler vielleicht seine Bedeutung für die Welt? Vielleicht wird die Entwicklung der KI in Zukunft – wenn die Möglichkeiten der Sprachmodelle viel größer sind als heute – das unaufhaltsame Bewusstsein hervorrufen, überflüssig zu sein. Das könnte für Intellektuelle kaum zu verkraften sein, für die Subjektivität und individuelle Urheberschaft als unverzichtbare Elemente ihres beruflichen Selbstverständnisses gelten.

Kehren wir zum Fall der ehemaligen Regierungssprecherin zurück. Prof. Mróz-Gorgoń hat nicht nur bestimmte Spielregeln um Prestige gebrochen. Obwohl sie selbst eine ausgebildete Expertin war, zeigt ihr Beispiel, dass geistige Arbeit eines solchen Spezialisten nicht notwendig ist und auf ein relativ billiges und einfach zu nutzendes Gerät delegiert werden kann.

Die übertriebene Reaktion auf die Blamage von Prof. Mróz-Gorgoń drückt vielleicht die Angst vor einer Zukunft aus, in der individuelles Urheberrecht und die Subjektivität des Wissenschaftlers zu Relikten werden. Eine Zukunft, in der Entdeckungen nicht nur Wissenschaftlern, sondern auch Konzernen und KI-Modellen zugeschrieben werden. Eine Zukunft, in der wissenschaftliche Karrieren (falls es solche überhaupt noch geben wird) nicht mehr nach den bisherigen Regeln aufgebaut sind. In der Denken, Wissen und intellektuelle Kompetenzen nicht mehr die wichtigsten Statussymbole sind.

Wir alle sind Platon

Um besser zu erklären, wo sich Wissenschaftler (in Polen und weltweit) heute befinden, lohnt es sich, auf den entscheidenden Übergang in der Kulturgeschichte von Mündlichkeit zu Schriftlichkeit zu verweisen. Die Erfindung und Verbreitung der Schrift war eine technologische Revolution, die viele Aspekte des gesellschaftlichen Lebens veränderte, vom Handel über die Wissenschaft bis zur Politik. Nicht alle waren jedoch begeistert von dieser Neuerung. Zu den schärfsten Kritikern gehörte unter anderem Platon, der glaubte, dass die Schrift das Gedächtnis schädigt und Philosophen der Gefahr aussetzt, missverstanden zu werden (der Sprecher kann das, was er sagt, verteidigen; die Schrift, einmal in den Kommunikationskreislauf eingebunden, lebt ihr eigenes Leben außerhalb der Kontrolle des Schöpfers). Platons Haltung kann man als mehr als nur Techno-Phobie lesen: Es ist die Haltung eines Elitenvertreters, der sieht, dass die bisherigen sozialen Hierarchien brutal verändert werden, und dessen Kompetenzen nicht mehr so hoch geschätzt werden wie früher.

Die Angst, die einigen heftigen Reaktionen auf Prof. Mróz-Gorgoń zugrunde lag, ist ein Ausdruck einer ähnlichen Haltung wie die Platons. Es gibt natürlich viele Enthusiasten der KI in der Wissenschaft, dem stimme ich zu. Doch in der akademischen Welt gibt es auch viele Gegner, die neben berechtigten Vorwürfen die Angst vor dem Verlust ihres Prestiges und wichtiger Elemente ihrer Identität teilen.

Einerseits wird KI wahrscheinlich einige Kompetenzen beeinträchtigen, sie faulenzen lassen und uns vielleicht in eine Sackgasse führen. Bereits jetzt wird darauf hingewiesen, dass die durch KI generierten Informationen die Grundlage für weiteres Lernen bilden, wodurch das System auf einem toten Punkt läuft. Andererseits führt die rasante Entwicklung zu einer Angst getriebenen Negation, die sowohl Ausdruck von Furcht ist als auch ein Versuch, unumkehrbare (möglicherweise) Veränderungen aufzuhalten, die die bisherige Welt auf den Kopf stellen.

**
Michał Wróblewski – Soziologe, Philosoph, arbeitet am Institut für Soziologie der UMK in Toruń, interessiert sich für Medizinsoziologie und Umweltsoziologie. Derzeit forscht er zu Impf-Skepsis und Umweltaktivismus. Autor u.a. von Wessen Ängste? Wessen Wissenschaft? Wissensstrukturen im Kontext wissenschaftlich-sozialer Kontroversen (gemeinsam mit A. Nowak und K. Abriszewski, Poznań 2016), Soziologie der Epidemien. Entstehende Infektionskrankheiten aus der Perspektive der Sozialwissenschaften (gemeinsam mit Ł. Afeltowicz; Toruń 2021).

Der Beitrag Künstliche Intelligenz und Ängste der Wissenschaft erschien zuerst auf Krytyka Polityczna.