Die KI-Dividende: Epistemische Allmende, kognitive Wertschöpfung und gesellschaftliche Teilhabe

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. Because LLMs derive their capabilities from humanity's collective intellectual heritage, the question of who benefits from this value is a matter of distributive justice, not merely of market efficiency. This paper develops 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 input received, not output quality) 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. 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. Changelog: Source-check and design-check revision for v10: corrected EU AI Act Article 53 timing (Chapter V applies from 2 August 2025; pre-existing GPAI models have a transition deadline of 2 August 2027), narrowed Kneschke v. LAION to the scientific TDM exception and machine-readable rights reservations, narrowed GEMA v. OpenAI to memorisation and output reproduction of protected song lyrics, corrected Wikimedia Enterprise from exclusive content licensing to paid enterprise API/data access and infrastructure support, reframed the Voss report as a non-binding European Parliament own-initiative resolution rather than enacted levy law, and rebuilt EN/DE/Kombi PDFs locally on 2026-05-12.