Von der MMS zur MSM: Wenn der Mensch zum Interface wird

Es gibt einen Begriff, den jeder Informatiker kennt: MMS, Mensch-Maschine-Schnittstelle. Seit den 80er Jahren hat sich die gesamte Disziplin des Softwaredesigns um eine einfache Frage herum aufgebaut: Wie ermöglicht man einem Menschen, mit einer Maschine zu sprechen? Buttons, Menüs, Formulare, Touchscreens -- jede Generation hat ihre eigenen Übersetzungen hervorgebracht.

Aber etwas hat sich verändert. Und diese Veränderung ist so natürlich, dass wir sie noch nicht benennen.

Der Fluss hat sich umgekehrt

In einer klassischen MMS initiiert der Mensch. Er klickt, tippt, wählt aus. Die Maschine führt aus. Das Interface ist ein Übersetzer menschlicher Absicht in Maschinensprache.

Mit generativer AI ist es die Maschine, die Vorschläge macht. Sie verfasst eine Analyse, schlägt eine Struktur vor, generiert einen Bericht. Und der Mensch? Er liest, bewertet, korrigiert, validiert. Er wird zum Filter zwischen dem, was die Maschine produziert, und dem, was tatsächlich relevant ist.

Wir haben kein besseres Mensch-Maschine-Interface geschaffen. Wir haben ein Maschine-Mensch-Interface geschaffen.

Was sich konkret ändert

Bei Quanthome erleben wir diese Umkehrung täglich. Wenn ein Immobilienfonds-Manager unsere AI zu den Mietrenditen eines Portfolios befragt, füllt er kein Formular aus. Er stellt eine Frage. Und die AI gibt kein rohes Datenfeld zurück -- sie erstellt eine strukturierte Analyse mit Kontext, Vergleichen und Empfehlungen.

Die Arbeit des Managers besteht nicht mehr darin, die Information zu suchen. Sie besteht darin, zu beurteilen, ob die Analyse richtig, vollständig und für seine Entscheidung relevant ist.

Das ist ein fundamentaler Kompetenzwandel. Wir gehen von der Beherrschung des Werkzeugs zur Beherrschung des Urteils über.

Der Mensch in der Schleife, nicht am Steuer

Die angelsächsische Welt hat dafür einen Begriff: Human-In-The-Loop, oder HITL. Der Mensch ist nicht mehr der Pilot, der der Maschine Befehle gibt. Er ist eine Komponente in einer Schleife, die die Maschine orchestriert. Eine wesentliche Komponente -- die wichtigste sogar -- aber dennoch eine Komponente.

Im Kontext der Schweizer Immobilienwirtschaft nimmt diese Schleife eine sehr konkrete Form an. Quanthome AI kann Rendite-, Leerstand-, Sanierungs- und ESG-Konformitätsdaten über Tausende von Gebäuden hinweg verknüpfen. Kein Analyst kann diese Arbeit in einem angemessenen Zeitrahmen manuell erledigen. Aber keine AI kann allein entscheiden, ob ein Gebäude eine Investition verdient -- denn diese Entscheidung beinhaltet eine treuhänderische Verantwortung, eine Kenntnis des lokalen Marktes, ein Urteil, das unweigerlich menschlich bleibt.

Die Schleife funktioniert gerade deshalb, weil jeder das tut, was der andere nicht kann.

Der neue Engpass

Jahrzehntelang war der Produktivitätsengpass die Produktionskapazität: Wie viele Berichte kann ein Analyst pro Woche schreiben? Wie viele Daten kann er verarbeiten?

Das ist nicht mehr das Problem. AI kann in Sekunden produzieren, was früher Tage dauerte. Der neue Engpass ist die Urteilsfähigkeit: Wie viele AI-Vorschläge kann ein Mensch pro Tag korrekt bewerten? Mit welcher Tiefe? Mit welchem Mass an kritischem Denken?

Das ist eine Frage, die unsere Kunden sich zu stellen beginnen. Und es ist eine gesunde Frage. Denn sie dreht sich nicht mehr um die Technologie -- sie dreht sich um die menschliche Kompetenz im Zeitalter der AI.

Nein sagen können

Wenn der Mensch zum Interface geworden ist, dann ist seine Kernkompetenz nicht mehr, die richtige Anfrage formulieren zu können. Es ist, Nein sagen zu können.

Nein, diese Analyse ist unvollständig. Nein, diese Zahl entspricht nicht der Realität des Genfer Marktes. Nein, diese Empfehlung ignoriert einen regulatorischen Faktor. In diesem "Nein" liegt der menschliche Mehrwert. Nicht in der Produktion -- die übernimmt die Maschine. Sondern im Filtern, Korrigieren, Neuausrichten.

Bei Quanthome entwerfen wir unsere Werkzeuge mit dieser Realität im Hinterkopf. Unsere AI präsentiert ihre Ergebnisse nicht als Wahrheiten. Sie präsentiert sie als Vorschläge -- mit den Quellen, der Begründung und den expliziten Grenzen. Denn ein gutes Maschine-Mensch-Interface ist eines, das das Urteil erleichtert, nicht ersetzt.

Ein Vokabular, das erst erfunden werden muss

Wir haben noch nicht das richtige Vokabular, um zu beschreiben, was passiert. "Mensch-Maschine-Schnittstelle" setzt einen aktiven Menschen und eine passive Maschine voraus. "Künstliche Intelligenz" setzt eine mit unserer vergleichbare Intelligenz voraus. Beide Begriffe sind Erbschaften einer Ära, in der die Maschine ein inertes Werkzeug war.

Vielleicht wird sich der Begriff "MSM" -- Maschine-Mensch-Schnittstelle -- nie durchsetzen. Aber die Umkehrung, die er beschreibt, ist bereits da. Und die Fachleute, die sie früh verstehen, werden einen entscheidenden Vorteil haben: nicht weil sie die Technologie besser beherrschen, sondern weil sie ihre eigene Rolle in der Schleife besser beherrschen.

In der Schweizer Immobilienwirtschaft wie anderswo gehört die Zukunft nicht denen, die der AI die besten Fragen stellen. Sie gehört denen, die ihre Antworten am besten beurteilen können.