Die KI-Dividende: Epistemische Allmende, kognitive Wertschoepfung und gesellschaftliche Teilhabe
Year: 2026
Type: preprint
Abstract: (English) Large Language Models are built on the collectively accumulated knowledge of humanity — an epistemic commons that is being privatized while the knowledge workers whose labor made these models possible are threatened by automation. This paper bundles multiple mutually independent lines of argumentation that converge on the same conclusion: humanity has a justified claim to participation in AI value creation. The justifications range from a maintenance obligation (the obligation follows from the input received, not from the quality of the output) through the variation thesis (securing all as a rational obligation), the variation cycle (AI permanently requires human variation), and Kantian ethics (contradiction in conception) to the Logos tradition (knowledge belongs to no one) and the Human-LLM analogy (which compels a revision of intellectual property). The strength of the argument lies in its convergence: because the justification lines rest on largely independent premises, they diversify the normative foundation — even if individual lines are challenged, the remaining ones sustain the core claim, albeit at different levels of justification. A Five-Pillar Model is proposed: (1) AI value creation levy, (2) public data royalties, (3) direct citizen dividend, (4) public AI infrastructure, and (5) a coexistence guarantee for individual copyrights. Zusammenfassung (Deutsch) Große Sprachmodelle basieren auf dem kollektiv akkumulierten Wissen der Menschheit — einer epistemischen Allmende, die privatisiert wird, während die Wissensträger durch Automatisierung bedroht werden. Dieser Artikel bündelt mehrere voneinander unabhängige Argumentationslinien, die auf denselben Schluss konvergieren: Die Menschheit hat einen begründeten Anspruch auf Teilhabe an der KI-Wertschöpfung. Die Begründungen reichen von der Unterhaltspflicht (die Pflicht folgt aus dem empfangenen Input, nicht aus der Qualität des Outputs) über die Variationsthese (Absicherung aller als rationale Pflicht), den Variationskreislauf (KI braucht dauerhaft menschliche Variation) und die kantische Ethik (Widerspruch in der Konzeption) bis zur Logos-Tradition (Wissen gehört niemandem) und der Mensch-LLM-Analogie (die eine Revision des geistigen Eigentums erzwingt). Die Stärke der Argumentation liegt in ihrer Konvergenz: Da die Begründungslinien auf weitgehend unabhängigen Prämissen beruhen, diversifizieren sie das normative Fundament — selbst wenn einzelne Linien angefochten werden, tragen die verbleibenden den Kernanspruch, wenngleich auf unterschiedlichen Begründungsebenen. Es wird ein Fünf-Säulen-Modell vorgeschlagen: (1) KI-Wertschöpfungsabgabe, (2) Public-Data-Royalties, (3) direkte Bürgerdividende, (4) öffentliche KI-Infrastruktur und (5) Koexistenz-Garantie für individuelle Urheberrechte.
Author: Geiger, Lukas
Language: German
Subfield: Safety Research
Field: Social Sciences
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W7128532942
Cites:
Cited by:
Related to: