Das Problem
Jede große Krise unserer Zeit hat eine gemeinsame Wurzel: Governance-Strukturen, die nicht für die Welt gebaut wurden, in der wir heute leben. Demokratie, Kapitalismus und Sozialismus wurden jeweils entwickelt, um spezifische Probleme in spezifischen Epochen zu lösen. Keine von ihnen hat künstliche Intelligenz, Massenautomatisierung oder die Geschwindigkeit antizipiert, mit der sich Macht im 21. Jahrhundert konzentrieren kann.
Das ist kein Werteversagen. Die Werte hinter demokratischer Governance (Gleichheit, Rechenschaftspflicht, Repräsentation) sind weiterhin richtig. Was versagt hat, ist die Architektur. Die Mechanismen, durch die diese Werte umgesetzt werden, wurden für eine langsamere Welt entworfen: eine Welt industrieller Arbeit, nationaler Grenzen und rein menschlicher Akteure.
“We live in capitalism. Its power seems inescapable. So did the divine right of kings.”
Vor der KI: Die Globalisierungslücke
Der Druck auf Governance-Systeme begann nicht mit künstlicher Intelligenz. Er begann Jahrzehnte früher, als die Globalisierung Lieferketten, Kapital und Informationen schneller über Grenzen bewegte, als nationale Institutionen dafür ausgelegt waren. Eine Steuerstruktur, die für Fabrikarbeiter in einem Land entworfen wurde, kann kein Unternehmen regeln, das Gewinne in Irland verbucht, Server in Virginia betreibt, Auftragnehmer in Manila beschäftigt und Kunden in Brasilien beliefert. Das OECD-BEPS-Rahmenwerk, ein multinationaler Versuch, Steuerschlupflöcher zu schließen, lieferte fünfzehn Aktionspunkte nach zwei Jahren Verhandlung und steckt seitdem seit einem Jahrzehnt in Umsetzungsstreitigkeiten. Diese Verzögerung ist keine politische Inkompetenz. Sie ist die strukturelle Konsequenz, Governance für eine Welt zu bauen, die es nicht mehr gibt. Der Gesellschaftsvertrag (hier arbeiten, hier Steuern zahlen, hier Leistungen empfangen) setzte voraus, dass Produktion, Konsum und Wohnsitz am selben Ort stattfanden. Diese Annahme kollabierte in etwa dreißig Jahren. Die darauf aufgebauten Institutionen haben nicht aufgeholt.
Die politischen Reaktionen (Nationalismus, demokratischer Rückschritt, Einwanderungsfeindlichkeit) sind nicht irrational. Sie entstehen, wenn Menschen zutreffend spüren, dass Entscheidungen, die ihr Leben betreffen, außerhalb jedes Rahmens getroffen werden, den sie beeinflussen können, und sie nach dem nächsten noch verfügbaren Hebel greifen: der nationalen Wahlurne. Die strukturelle Falle ist: nationale Wahlurnen können internationale Probleme nicht lösen.
Künstliche Intelligenz schafft hier kein neues Problem. Sie beschleunigt ein bestehendes um eine Größenordnung und beseitigt die verbleibende Zeit für schrittweise Anpassung. Jedes strukturelle Versagen, das die Globalisierung in der nationalen Governance offengelegt hat (Jurisdiktionsmismatch, regulatorische Verzögerung, Rechenschaftslücken), legt KI in der internationalen Governance offen, mit Maschinengeschwindigkeit. Die Frage lautet nicht, wie KI spezifisch regiert werden soll. Sondern warum eine Governance-Architektur, die in der Lage wäre, mit der Geschwindigkeit und dem Ausmaß der Probleme zu operieren, mit denen wir bereits konfrontiert sind, noch nicht existiert.
The Speed Mismatch problem velocity vs. governance velocity
Die menschliche Wertlücke: Governance, die Menschen nach Pass sortiert
Der direkteste Ausdruck von Governance-Versagen ist nicht abstrakt. Er zeigt sich darin, welche Leben institutionelle Antworten erhalten. Ein ukrainischer Flüchtling erhielt 2022 innerhalb von Tagen Notunterbringungsrechte in der EU. Ein afghanischer Flüchtling mit demselben Schicksal erhielt im Durchschnitt ein mehrjähriges Bürokratieverfahren ohne garantiertes Ergebnis. Ein syrischer Flüchtling, der in derselben Zeit Zugang zur EU suchte, wurde systematisch abgewehrt oder festgehalten. Drei gleichzeitige Krisen. Strukturell unterschiedliche Governance-Antworten. Die Variable war die Herkunftsgeographie.
Governance-Rahmenwerke, die gleiche Menschenwürde behaupten und gleichzeitig den Zugang zu Sicherheit, Leistungen und Rechtsstatus nach nationaler Herkunft sortieren, haben diese Spannung nicht aufgelöst. Sie haben sie kodiert. Der Wert eines Menschenlebens, gemessen an institutioneller Reaktionszeit und Rechtszugang, wird durch den Pass bestimmt, den jemand trägt. Das ist eine Governance-Designentscheidung, keine Zwangsläufigkeit.
Sechs Krisen mit einer Wurzel
Democracy Under Pressure
Electoral cycles run on years. Disinformation, financial contagion, and AI deployment run on days. The accountability gap between those two speeds is not incidental it is the failure mode.
Countries containing 70% of the world's population experienced democratic backsliding over the past decade.
Power Concentrates
Power concentrates wherever accountability is absent in corporate monopolies, state bureaucracies, and platform algorithms alike. Capital moves faster than law. State surveillance moves faster still. The shared structural failure: no constitutional limit that applies equally to all of them.
The top 1% holds more wealth than the bottom 50% combined.
Disinformation at Scale
Opinions are now industrially manufactured. The threat is not individual lies it is coordinated uncertainty that paralyzes deliberation and makes collective decision-making impossible.
False news spreads 6× faster than accurate reporting on social media.
The Social Contract Breaks
Work was never just an economic mechanism it was the primary source of identity, social belonging, and meaning for most people. Every welfare system, pension scheme, and social insurance program was built on the assumption that most adults would work, most of the time. Automation removes that assumption.
Up to 85 million jobs displaced by automation between 2020–2025 (WEF estimate).
Cultural Collision Without Structure
As migration increases and digital communication erases distance, different legal traditions, value systems, and governance philosophies are being asked to coexist without any shared framework for how to do so. The result is friction without resolution mechanisms, and communities without representation.
281 million international migrants globally in 2020 more than triple the 1970 figure.
UN International Migration Report, 2020
Read: Identity & Citizenship →AI Without Governance
Artificial intelligence is the first technology that can make decisions, allocate resources, and influence human behavior at scale without any human directly in the loop. Who governs AI governs everything AI touches. As of 2025, the honest answer is: nobody with democratic legitimacy.
0 binding international AI governance treaties as of 2025.
Crisis Severity Index
V-Dem / WEF / OECD composite hover for sources
Die Governance-Geschwindigkeitslücke: für Jahrzehnte gebaute Institutionen stehen Bedrohungen gegenüber, die sich in Stunden entfalten. Der Mismatch ist strukturell, nicht zufällig.
Eine tiefere Betrachtung
Warum Demokratie jetzt versagt
Demokratische Institutionen wurden entwickelt, um Präferenzen durch bewusst langsame Prozesse zu aggregieren: öffentliche Debatte, repräsentative Versammlungen, Gewaltenteilung. Diese Langsamkeit war ein Feature, kein Bug. Sie verhinderte unüberlegte Entscheidungen und erzwang Kompromisse. Aber sie setzt voraus, dass das Informationsumfeld annähernd ehrlich ist, dass Deliberation möglich ist und dass die Geschwindigkeit von Bedrohungen menschlich ist.
Keine dieser Annahmen gilt heute. Desinformation bewegt sich schneller als Faktenprüfung. Polarisierung wird industriell hergestellt. Existenzielle Bedrohungen können sich in Stunden materialisieren: eine Pandemie, ein KI-Wettrüsten, ein durch Algorithmen ausgelöster Marktcrash. Institutionen, die für Monate gebaut wurden, sollen in Minuten reagieren.
Der gebrochene Gesellschaftsvertrag
Der Gesellschaftsvertrag des Industriezeitalters war in etwa: Du arbeitest, du verdienst Würde, du überlebst. Arbeit war nicht nur ein wirtschaftlicher Mechanismus. Sie war die primäre Quelle von Identität, sozialem Zusammenhalt und Sinn für die meisten Menschen. Wohlfahrtssysteme, Rentensysteme, Sozialversicherungen: all das wurde auf der Annahme aufgebaut, dass die meisten Erwachsenen die meiste Zeit arbeiten würden.
Automatisierung ersetzt nicht nur Arbeitsplätze. Sie löst das Fundament auf, auf dem jedes Wohlfahrtssystem aufgebaut wurde. Kein bestehendes System hat eine strukturelle Antwort darauf, was passiert, wenn eine Mehrheit produktiver Aufgaben günstiger von Maschinen erledigt werden kann. Das ist kein fernes Zukunftsproblem. Es ist ein Problem, das bereits in jedem Industrieland politische Instabilität erzeugt.
Der Automatisierungsboden: Ab wann verliert Produktion ihren Sinn?
Der ILO-Weltlohnbericht 2022/23 dokumentierte etwas, das Aufmerksamkeit verdient: Reallöhne sanken in entwickelten Volkswirtschaften zum ersten Mal seit Jahrzehnten, während die Produktivität stieg. Der Überschuss ging irgendwohin. Er ging zum Kapital. Das ist keine politische Aussage. Es ist das, was die Zahlen zeigen, wenn man sie nebeneinanderlegt.
OECD-Modellierungen zufolge sind 14 % der heutigen Arbeitsplätze einem "hohen Risiko" vollständiger Automatisierung ausgesetzt und weitere 32 % einem erheblichen Risiko der Aufgabenverdrängung durch bereits existierende Technologien. Nicht zukünftige. Die Standardantwort lautet: Neue Arbeitsplätze werden entstehen, wie immer. Diese Antwort funktionierte bei der Industrieautomatisierung, weil Maschinen körperliche Arbeit ersetzten. Kognitive Arbeit war sicher. Was GPT-4-Klasse-Modelle 2023 aufgezeigt haben, ist, dass diese Annahme historisch kontingent ist. GPT-4 erzielte das 90. Perzentil im Uniform Bar Exam. Das ist keine körperliche Automatisierung. Das ist etwas anderes.
Die schwierigere Frage ist nicht, ob Arbeitsplätze verschwinden. Die schwierigere Frage ist die, die Ökonomen meist vermeiden: Was passiert, wenn Maschinen for machines? FANUCs Fabrik in Oshino, Japan läuft seit 2001 lights-out. Keine Menschen auf dem Boden. Maschinen bauen Maschinen. US-Aktienmärkte laufen überwiegend auf algorithmischem Volumen: Maschine-zu-Maschine-Handel, kein Mensch im Loop, BIP-Implikationen real. Folgt man das bis zum Ende, erhält man ein System, das technisch maximal effizient ist und kein menschliches Wohlbefinden erzeugt. Das BIP könnte steigen, während sich die Lebensqualität jedes Menschen verschlechtert. Die Kennzahl und die Realität hätten sich vollständig entkoppelt.
Das ist kein Marktversagen im konventionellen Sinne. Märkte reagieren auf Nachfrage. Wenn Verbraucher kein Geld verdienen können, weil ihre Arbeit für das Produktionssystem wertlos ist, gibt es keinen Verbraucher, auf den reagiert werden könnte. Das System wird selbstreferenziell: Maschinen optimieren für Outputs, die andere Maschinen versorgen. Effizienz wird zur einzigen Kennzahl, weil sie die einzige ist, die übrig bleibt, wenn man den Menschen entfernt.
Was bleibt (und das ist kein Trostargument) ist das Einzige, was Maschinen per Definition nicht haben können: Zweck. Maschinen sind Mittel. Sie optimieren auf vorgegebene Ziele hin. Sie können keine Ziele setzen. Sie können nicht entscheiden, dass ein bestimmtes Ergebnis es wert ist, verfolgt zu werden, oder dass eine andere Art von Gesellschaft wünschenswert ist. Kreativität im philosophisch ernsthaften Sinne ist nicht das Erzeugen von Outputs. Es ist die Entscheidung, welche Outputs es wert sind, erzeugt zu werden. Diese Entscheidung erfordert jemanden mit einem Einsatz in der Antwort.
Equiplurismus' Antwort ist strukturell, nicht inspirierend. Wenn der Governance-Rahmen keine Nicht-Effizienz-Kennzahlen (menschliche Partizipation, kreativer Beitrag, epistemische Vielfalt) institutionell verankert, ist die Standardtrajektorie ein System, das diese wegoptimiert. Nicht bösartig. Nur weil Effizienz das einzige Kriterium war, das jemand aufzuschreiben dachte. Wie Identität, Kultur und Zugehörigkeit in das einfließen, was als Nicht-Effizienz-Kennzahl gilt, wird direkt auf der Seite Identität & Bürgerschaft.
Offene Frage
Ab welchem Verhältnis von maschinellem zu menschlichem Wirtschaftsbeitrag hört das System auf, menschliches Wohlbefinden zu erzeugen? Niemand hat eine fundierte Antwort. Das Fehlen eines Governance-Mechanismus, der die Frage überhaupt stellt, ist das Problem. Nicht die Automatisierung selbst.
Das Kennzahlenproblem: Was bedeutet „Erfolg“ überhaupt?
Harari formuliert das Argument präzise in Sapiens: Wenn man biologischen Erfolg an der Anzahl gleichzeitig lebender Individuen misst, ist das Huhn eines der erfolgreichsten Tiere der Evolutionsgeschichte. Milliarden Individuen, auf jedem Kontinent, genetisch weit über jeden früheren Verbreitungsbereich hinaus propagiert. Nach reiner Zahl gewinnt das Huhn.
Diese Hühner leben unter Bedingungen, die jeder vernünftigen Definition von Leiden entsprechen. Die Erfolgskennzahl und die gelebte Realität haben sich vollständig entkoppelt.
Wir machen dasselbe mit dem BIP.
Das BIP misst die Summe wirtschaftlicher Aktivität. Nicht Wohlbefinden. Nicht Sinn. Nicht Gesundheit. Es wächst, wenn man Krankenhäuser baut, und wenn man Gefängnisse baut. Es wächst, wenn Menschen produktiv sind und wenn sie Antidepressiva konsumieren. Eine Naturkatastrophe, die $200 Milliarden Wiederaufbau erfordert, lässt das BIP steigen. Eine Kultur, in der Menschen ältere Verwandte zu Hause pflegen, ohne Bezahlung, lässt es sinken. Simon Kuznets, der 1934 die Volkswirtschaftlichen Gesamtrechnungen schuf, warnte den Kongress im selben Bericht: „Das Wohlbefinden einer Nation lässt sich kaum aus einer Messung des Nationaleinkommens ableiten.“ Wir haben es seitdem standardmäßig zur Messung des Zustands der Zivilisation verwendet, weil niemand eine andere Kennzahl in die Governance-Maschinerie eingesetzt hat.
Bhutan hat es bemerkt. Das Königreich lehnte das BIP als primäre nationale Kennzahl in den 1970er Jahren formell ab und entwickelte Bruttonationalglück (GNH) an dessen Stelle: neun Bereiche einschließlich psychologischem Wohlbefinden, kultureller Resilienz, ökologischer Vielfalt und Zeitverwendung. Nicht perfekt und nicht leicht zu messen. Aber eine strukturell andere Frage stellend: nicht wie viel produzieren wir, sondern wie geht es den Menschen wirklich?
Die buddhistische Tradition, aus der Bhutan schöpft, liefert hier ein strukturelles, nicht nur ein spirituelles Argument. Das Konzept von Dukkha (Unzulänglichkeit: die beständige Lücke zwischen dem, was ist, und dem, wonach wir greifen) wird nicht als individueller emotionaler Zustand behandelt, sondern als vorhersehbare Konsequenz der Art, wie wir Streben organisieren. Der Mittlere Weg ist nicht Mäßigung um ihrer selbst willen. Er ist die Beobachtung, dass die Optimierung auf ein einzelnes Extrem hin zuverlässig Leiden erzeugt, unabhängig vom Extrem. E.F. Schumachers „Buddhistische Ökonomik“ (1966) hat dies als Governance-Variable formalisiert: rechter Lebensunterhalt, nämlich Arbeit, die zur menschlichen Würde beiträgt, ohne Ausbeutung zu erfordern, ist etwas, das ein Governance-System durch strukturelles Design entweder unterstützen oder untergraben kann.
Bevor wir diagnostizieren können, welche Governance-Systeme versagen, müssen wir uns einigen, was „Versagen“ bedeutet. Die meisten Governance-Architekturen stellen diese Frage nie. Sie erben das BIP, optimieren darauf hin und bezeichnen jede Abweichung vom Wachstum als Krise. Das Automatisierungsbodenproblem ist genau das: Ein System, das Effizienz maximiert und dabei kein menschliches Wohlbefinden erzeugt, ist nach BIP kein Versagen. Es ist ein Erfolg. Die Kennzahl und das Ziel haben sich entkoppelt. Equiplurismus schlägt vor, die Erfolgskennzahl als konstitutionelle Variable in die Governance-Architektur zu schreiben, zugänglich für Deliberation und Revision, nicht zufällig geerbt.
Wie Macht sich konzentriert
Kapital hat sich schon immer schneller als das Recht bewegt. Was sich in den letzten zwei Jahrzehnten verändert hat, ist die Größenordnung: Eine Technologieplattform kann globale Dominanz erreichen und politische Realität umgestalten, bevor ein Regulierer überhaupt definiert hat, welches Problem zu lösen ist.
Im Jahr 2024 hatten fünf US-Technologieunternehmen kombinierte Marktkapitalisierungen von etwa 12 Billionen Dollar, mehr als das BIP jeder einzelnen europäischen Volkswirtschaft, einschließlich Deutschlands. Das ist kein politisches Versagen. Es ist das strukturelle Ergebnis von Governance-Rahmenwerken, die nur den Marktwettbewerb regulieren sollten, nicht private Machtkonzentration einzuschränken, was ein grundlegend anderes Problem ist. Apple, Microsoft, Alphabet, Amazon und Meta konkurrieren nicht nur auf Märkten. Sie legen fest, welche Märkte existieren, welche Infrastruktur sie betreibt und welche Informationen über politische Entscheidungen welche Wähler erreichen.
Der Mechanismus, der das selbstverstärkend macht, verdient eine präzise Benennung. Diese Unternehmen gestalten das regulatorische Umfeld durch Lobbyausgaben, die jede zivilgesellschaftliche Gegenkraft in den Schatten stellen: 2023 gaben Meta, Google, Amazon und Apple zusammen über 60 Millionen Dollar für Bundeslobbyarbeit in den USA aus, laut OpenSecrets-Offenlegungsdaten. Sie gestalten das Personal der Aufsichtsbehörden durch Drehtür-Beschäftigung: der FTC-Vorsitzende, der digitale Werbung in- und auswendig kennt, weil er zuvor für ein digitales Werbeunternehmen tätig war. Sie gestalten das Informationsumfeld, in dem politische Kommunikation über ihre eigene Regulierung stattfindet: ein Plattformunternehmen, das entscheidet, was seine Nutzer über Plattformregulierung erfahren, ist kein neutraler Akteur in diesem Gespräch. Bürger wählen. Aber die Entscheidungen darüber, welche Informationen sie vor der Wahl sehen, welche Arbeit verfügbar ist und von welcher Infrastruktur ihr Alltag abhängt, werden von Institutionen getroffen, die keine Wahl berührt und keine Abstimmung entfernt. Das ist keine Verschwörung. Es ist die vorhersehbare Geometrie, private Macht schneller akkumulieren zu lassen, als demokratische Rechenschaftspflicht folgen kann, und dann zuzusehen, wie die demokratischen Rahmenwerke selbst von der Macht umgestaltet werden, die sie nicht rechtzeitig eindämmen konnten.
Der selbstverstärkende Zyklus: Jede Vereinnahmungsphase finanziert und ermöglicht die nächste. Kein einzelner Interventionspunkt durchbricht ihn; strukturelle Trennung muss an allen fünf Knoten gleichzeitig wirken.
KI: Die Governance-Lücke
Künstliche Intelligenz ist nicht nur ein weiterer zu regulierender Technologiesektor. Sie ist die erste Technologie, die Governance-Entscheidungen treffen kann (Ressourcen zuteilen, Informationen filtern, Risiken bewerten, Prioritäten setzen) mit einer Geschwindigkeit und in einem Ausmaß, das keine menschliche Institution in Echtzeit prüfen kann. Stand 2025 lautet die ehrliche Antwort auf die Frage, wer KI regiert: niemand mit demokratischer Legitimität. Die Entwicklung von Frontier-Modellen konzentriert sich auf vier oder fünf Privatunternehmen, die unter minimaler externer Aufsicht operieren. Nationalstaaten konkurrieren statt zu kooperieren, weil der First-Mover-Vorteil bei KI-Fähigkeiten direkt in wirtschaftliche und militärische Vorteile übersetzt. Es gibt kein internationales Rahmenwerk mit sowohl der technischen Autorität als auch der Reaktionsgeschwindigkeit, um zu regeln, was KI heute bereits tut, geschweige denn, was sie in fünf Jahren tun wird.
Der EU AI Act (2024) ist der bisher ernsthafteste gesetzgeberische Versuch. Er gilt für den EU-Markt. Er gilt nicht für Modelle, die in Kalifornien trainiert werden, für autonome Waffensysteme, für marktbewegende Algorithmen, die täglich Billionen verarbeiten, oder für soziale Bewertungsinfrastruktur, die bereits in mehreren Ländern betrieben wird. Jurisdiktionale Governance kann eine Technologie ohne Jurisdiktion nicht einhegen.
Das Problem zweiter Ordnung wird weniger diskutiert, ist aber strukturell folgenreicher. KI-Systeme sind nicht nur ein Governance-Gegenstand. Sie sind bereits Governance-Akteure. In den Vereinigten Staaten bestimmen algorithmische Risikobewertungen Bewährungsempfehlungen in den meisten Bundesstaaten, was jährlich Hunderttausende Menschen betrifft. Automatisierte Einstellungsfilter sichten Bewerbungen, bevor ein Mensch sie sieht. Inhaltsmoderierungssysteme treffen täglich Dutzende Millionen Entscheidungen über Redefreiheit. Kreditbewertungsalgorithmen bestimmen den Zugang zu Wohnraum. Risikoklassifizierungssysteme für Einwanderung bestimmen, wer Grenzen überquert. Algorithmische Versicherungsprämien bestimmen, wer es sich leisten kann, wo zu wohnen. Jede davon ist eine Governance-Entscheidung: sie teilt Chancen zu, schränkt Verhalten ein und verteilt Konsequenzen; getroffen von einem System, das mit Maschinengeschwindigkeit operiert, ohne Deliberationsfenster, ohne öffentliche Aufzeichnung und ohne Mechanismus für die betroffene Person, die Logik anzufechten. Eine Governance-Architektur, die für menschlich-tempo Entscheidungsfindung konzipiert ist, ist strukturell nicht in der Lage, Rechenschaft für maschinentempo Governance zu leisten. Das ist keine Lücke, die bessere Regulierungen am Rand schließen. Es erfordert Veränderung auf Architekturebene: und die Trajektorie dessen, was kommt, wird direkt behandelt in The Coming Wave.
Eine strukturelle Diagnose
Diese sechs Krisen sind keine isolierten Versagen. Sie sind Symptome derselben zugrunde liegenden Bedingung: Governance-Strukturen, die für das Industriezeitalter gebaut wurden, langsam und national und rein menschlich, werden gebeten, Probleme zu bewältigen, die schnell, transnational und zunehmend nicht-menschlich sind. Die Werte hinter demokratischer Governance sind nicht falsch. Die Architektur, die sie umsetzen sollte, ist es.
Die gemeinsame Wurzel ist ein Geschwindigkeitsmismatch. Kapital, Information und jetzt die Entscheidungsfindung selbst haben alle die Institutionen überholt, die zu ihrer Regulierung konzipiert wurden. Jede der obigen Krisen ist ein anderer Ausdruck dieser strukturellen Lücke, weshalb sich jede Krise auch dem Lösen in Isolation widersetzt. KI-Governance lässt sich nicht beheben ohne das demokratische Defizit zu beheben. Das demokratische Defizit lässt sich nicht beheben ohne zu adressieren, wie Macht sich konzentriert. Machtkonzentration lässt sich nicht adressieren ohne zu überdenken, was als legitimer Einfluss gilt.
So sieht Veränderung auf Architekturebene aus. Nicht eine neue Politik innerhalb eines kaputten Systems. Ein anderes System, das für die Bedingungen konzipiert ist, die bereits existieren.
Das sind die Probleme von heute.
Aber die obigen Krisen sind diejenigen, die wir bereits benennen und messen können. Dahinter liegt eine zweite Welle (Weltraumgovernance, KI-Ethik, Unternehmensstaaten, Ressourcenkriege jenseits der Erde), die keine Science-Fiction ist. Sie ist die direkte Konsequenz des Kurses, auf dem wir uns befinden.