Krasse Links No 49

Willkommen zu Krasse Links No 49. Programming Note: Dies ist nun ein Dienstags-Newsletter und ich habe wieder Wochenenden.

Aber jetzt konsolidiert Euer Fingerspitzengefühl, heute zollt die industrielle Männlichkeit der politischen Mitte Tribut beim heuristischen Rechnen.

Der Channel „Money & Macro“ hat ein sehenswertes Erklärstück zur vermeintlichen Strategie hinter Trumps eratischer Zollpolitik gemacht, dem ominösen Mar-a-Lago Accord.

Alle Rätseln, was hinter Trumps Zöllen steckt. Paul Krugman hält das alles für Bullshit, NPR findet ein Körnchen Sinn und Brian Merchant glaubt, die haben ihre Formeln aus ChatGPT kopiert. Oder hat der Crackpott Peter Navarro ihm das eingeredet, oder ist Trump einfach ein seniler Kapitän Ahab auf der ewigen Jagd nach dem asiatischen Außenhandelsdefizit-Wal?

Ihr seht, ich hab viel gelesen, deswegen hier meine unvollständige Liste möglicher Gründe für das Zollchaos.

1. Persönliche Bereicherung. Trump, Musk und ihre Crownies haben in den Tagen vor der Ankündigungen mit großer Sicherheit einen Haufen Aktien geshortet und verdienen sich gerade dumm und dämlich mit Insiderhandel.
2. Es sind keine Zölle, sondern Sanktionen. Wie jeder Gangster macht Trump erstmal Terror um Schutzgeld einzutreiben, wie David Dayen es im Prospect-Magazin beschreibt:
   

   It is not at all surprising that Trump sees the appeal in sanctions. It is no different from a mob boss moving into town and sending his thugs to every business on Main Street, roughing up the proprietors and asking for protection money so they don’t get pushed out of business.

3. Konsolidierung der Macht über die Wirtschafts-Oligarchie. Trump terrorisiert nicht nur die Handelspartner der USA, sondern auch die eigene Wirtschaft und zwingt die Oligarchen dazu, bei ihm anzutanzen und Ausnahmen und um Ausnahmen zu betteln. Der US-Senator Chris Murphy brachte es auf Bluesky auf den Punkt:
   

   „You see, our founders created a President with limited and checked powers. They specifically put the power of spending and taxation in the hands of the legislature.

   Why? Because they watched how kings and despots used spending and taxes to control their subjects.

   British kings used taxation to reward loyalty and punish dissent.

   Our own revolution was spurred by the King’s use of heavy taxation of the colonies to punish our push for self governance.

   The King’s message was simple: stop protesting and I’ll stop taxing.“

4. Eine neue Weltwirtschaftsordnung. Ja, wahrscheinlich hat Paul Krugman recht und das ganze Mar-a-Lago Accord-Gerede ist ein nachträgliches „Sanewashing“ von Trumps Kontrollgelüsten durch speichelleckende Pseudo-Ökonomen. Aber nur weil ein Plan die nachträgliche Verrationalisierung eines Größenwahnsinnigen ist, heißt das nicht, dass er nicht umgesetzt wird?

   Bessets „three buckets“-Strategie wird sicher irgendwie angewendet, allerdings wird die Frage, wer in den grünen (Vasallen), gelben (Neutrale) oder roten (Feinde)-Eimer gesteckt wird, nur bedingt etwas mit Handel oder Wirtschaft zu tun haben wird. Wahrscheinlicher ist, dass Trumps Tageslaune, seine Sympathie zum Staatsoberhaupt und sein (durchaus käufliches) Wohlwollen eine viel größere Rolle spielen wird.

5. Tribut. Besset und Miran deuten bei jeder Gelegenheit an, dass bei den Verhandlungen auch sicherheitspolitische Aspekte mit reinspielen werden und ich denke, am Ende wird es darum gehen. Die Einführung eines modernen Tributsystems wird in zwei Phasen passieren. Gerade fordert Trump noch immer Dankbarkeit für den NATOschutz ein, aber sobald sein Trade-War nicht bringt, was er sich verspricht (was sehr wahrscheinlich ist), wird die Rhetorik bedrohlicher werden, bis irgendwann ein Exempel statuiert wird.

Die EU hatte Trump eine Industrie-Freihandels-Zone angeboten und dabei einfach nicht verstanden, worum es Trump geht, wie das Surplus-Magazin treffend kommentiert:

Eine schnelle Kehrtwende Trumps ist also nicht zu erwarten – vor allem nicht bei dieser Forderung.Denn eine solche Freihandelszone ergibt zwar im VWL-Lehrbuch Sinn, aber sie baut nicht den von Trump beklagten ungleichen Handel ab. Deutschland könnte zum Beispiel weiterhin weit mehr Autos in die USA verkaufen als umgekehrt – auch wenn es theoretisch anders herum sein könnte. Trump geht es nicht um gleiche Chancen, sondern um gleiche Ergebnisse in Form einer ausgeglichenen Handelsbilanz.

Das ist jetzt ein Muster bei den Rechten: Genau so wie sich CDU und AfD nicht mit den Anstrengungen von „Abschiebekanzler“ Olaf Scholz zufriedenstellen ließen, weil sie eine konkrete „Obergrenze“ verlangen, so will Trump das Ergebnis einer ausgeglichenen Handelsbilanz mit allen Ländern erzwingen. Realitäten haben sich dem Willen der Rechten zu beugen.

Der Autor Jason Pargin hat in seinem sehenswerten Insta-Channel eine überzeugende Popukulturelle Einordnung der Zollpolitik. In Wirklichkeit gehe es um die Rückeroberung einer verloren geglaubten Maskulinität, die stark mit der Industrie-Job-Vergangenheit assoziiert wird und die im Kontrast zu „entmannenden“ Bürojobs entworfen wird.

Dazu die Beweisstücke A und B (via):

Fragile Männlichkeit vs. Weltwirtschaft. Wer wird gewinnen?

Adam Tooze schreibt über die Unmöglichkeit mit herkömmlichen Modellen und historischen Vergleichen, die Auswirkungen der Zölle vorherzusagen.

What trade models do highlight is the long-run damage done by the inefficiency of disassembling and then reassembling (if you are lucky) the global division of labour. In a huge, rich economy like the US, those inefficiencies will be knife cuts rather than hammer blows. But they will hurt low-income households. And if the Brexit example is anything to go by they will hurt smaller businesses, less able to set prices and less able to cope with the shock.

[…]
But touting general tariffs as a way of supporting comprehensive structural and socio-economic change in the largest and richest economy in the world, in which manufacturing accounts for less than ten percent of employment … well that is a first. Lets not pretend that South Korea’s experience in the 1970s and 1980s has much relevance here.

Vielen dank, dass Du Krasse Links liest. Da steckt eine Menge Arbeit drin und bislang ist das alles noch nicht nachhaltig finanziert. Letzten Monat hatte ich genau € 251,92 – eingenommen – von eigentlich notwendigen € 1.500,-. Da geht noch mehr. Mit einem monatlichen Dauerauftrag kannst Du helfen, die Zukunft des Newsletters zu sichern. Genaueres hier.

Michael Seemann
IBAN: DE58251900010171043500
BIC: VOHADE2H

Im ND geht Stephan Kaufmann der Faschisierung des Westens auf den Grund und lässt sich dabei nicht von den Narrativen aus der politischen Mitte beirren, die den Faschismus als externe Verführung der unteren Klassen gegen die demokratische Ordnung erzählen.

Wer rechts wählt, ist eher arm oder armutsgefährdet oder fürchtet den sozialen Abstieg. Das, so lautet die gängige Erklärung, nutzen die Rechten aus und bieten den verunsicherten Menschen Sündenböcke, von den Migranten bis zur EU. Angesichts des Erfolgs dieser Strategie sähen sich Liberale und Konservative gezwungen, ihrerseits nach rechts zu rücken – quasi an einen Ort, an den die politische Mitte eigentlich nicht gehöre. Diese Erklärung des globalen Rechtstrends ist mangelhaft, denn sie betrachtet die Regression wie eine Bedrohung von außen. Es ist naheliegender, dass der Trend von der Mitte selbst ausgeht.

Die Erzählungen der Mitte und der Rechten haben entscheidende Überscheidungen.

Diese Unvereinbarkeit von Mitte und Rechts ist eine Fiktion. Denn beide teilen in ökonomischen Fragen das gleiche Gesellschaftsbild. Dieses Bild kennt keine Klassengegensätze im marxschen Sinne. Stattdessen wird der Gegensatz zwischen Kapital und Arbeit aufgelöst in ein funktionales Miteinander. Der Begriff des Kapitalismus wird dabei ersetzt durch den der »Wirtschaft«. An ihr sind alle ökonomischen Subjekte scheinbar gleichermaßen beteiligt – Lohnarbeitende, Kapitalistinnen, Grundeigentümer*innen gelten wie auch Beamte, Börsianerinnen und andere als »Einkommensbezieher« beziehungsweise »Erwerbstätige«. Gemeinsam produzieren sie die Wirtschaftsleistung und teilen ein Interesse an deren Erhöhung. Es ist eine Gesellschaft der Gemeinsamkeit, nicht der Gegensätze. Benannt wird die Gemeinschaft in Begriffen wie Bruttoinlandsprodukt, Volkseinkommen oder Nationalökonomie: Inland, Volk, Nation.

Dieser Verdacht erhärtet sich in der Krise: Gelten vorgestellte Gemeinschaftsgüter wie »unser Wohlstand« oder »unsere Industrie« als bedroht – wie derzeit – so beginnt die Suche nach jenen, die Ressourcen erhalten, obwohl sie nicht oder nicht genug zur Produktion des Reichtums beigetragen und sich folglich als wenig nützlich erwiesen haben. Dabei geraten zum einen Bezieher von sozialen Leistungen wie Bürgergeld ins Visier; zum anderen jene, die nicht von hier sind, die Migrant*innen. Sie werden verschärft nach Nützlichkeit sortiert oder zur Nützlichkeit angehalten.

In der Forderung nach Nützlichkeit, die sowohl die politische Mitte wie die Rechte stellt, ist der Übergang zum Leistungsrassismus angelegt beziehungsweise der Übergang zur »rohen Bürgerlichkeit«, die der Soziologe Wilhelm Heitmeyer »am meisten fürchte«. »Kapitalistische Kriterien von Effizienz und Verwertbarkeit gewinnen an Bedeutung. Menschen werden zunehmend nach diesen Kriterien beurteilt. Ein Jargon der Verachtung setzt sich durch.« Ihr zugrunde liegt ein ökonomisches Gesellschaftsbild, das in der Krise von der Politik flexibel gehandhabt werden kann. »Welchen Gruppen dann jeweils Ineffizienz und finanzielle Belastung zugeschrieben werden, ist eine Frage der Situation und der Definition«, schreiben die Soziolog*innen Eva Groß und Andreas Hövermann.

Ich finde, spätestens seit dem Merz-, Scholz-, Habeck-Wahlkampf ist dieser Befund nicht mehr wegzudiskutieren.

Marina Weisband hatte die Ehre zum 80. Jahrestag der Befreiung vom KZ-Buchenwald zu sprechen und ihre Rede spricht mir aus der Seele.

Wenn der Faschismus kommt, scheint noch immer die Sonne. Die Vögel singen. Sie gehen zur Arbeit. Alles ist normal. Nur trans Menschen verlieren ihre Rechte. Und Asylsuchende. Und Immigranten. Und Behinderte. Und Muslime. Und Juden. Und linke Journalisten. Und dann andere Journalisten. Und ich. Und Sie. Und niemandem ist mehr klar, wann es eigentlich zu spät wurde.

Sie traut sich bis zum Kern der faschistischen Ideologie vor – der Vorstellung der unterschiedlichen Wertigkeit von Menschen – vermutlich ahnend, dass sie die „politische Mitte“ da mit-adressiert.

Wir müssen uns aus dem Glauben an wertvolle und weniger wertvolle Menschen befreien. Aus der Sucht nach Status und Dynastie und Feinden. Aus dem „Wir“ gegen „Die“. Das ist vielleicht die schwerste Übung von allen. Denn wir alle sind mit der Gewalt der Vergangenheit aufgewachsen und von ihr geprägt. Waren irgendwo Opfer und wurden irgendwo zu Tätern. Und müssen lernen, uns selbst zu lieben. Und dann unseren Nachbarn. Und dann müssen wir lernen, für unsere Nachbarin eine Suppe zu kochen und spontan vorbeizubringen. Und uns mit der Mietgemeinschaft zu vernetzen. Und einen Park für Kinder zu gestalten. Und uns in der Gewerkschaft zu engagieren. Und mehr und mehr Netzwerke zu bauen, die resilient sind. Und solidarisch. Und sich gegenseitig beschützen. Wir müssen Demokratie nicht einfach nur verteidigen, wir müssen sie ausbauen! Jeden einzelnen Menschen darin als wertvollen Experten anerkennen, als gebraucht und bereichernd. Und wie passt das dazu, Nazis zu bekämpfen?

Anthropic hat wieder einmal eine seiner spannenden Forschungen zum Innenleben von LLMs veröffentlicht. Dabei haben sie sich unter anderem angeguckt, wie LLMs Fragen beantworten, mit Nichtwissen umgehen oder Gedichte schreiben. (Eine gute Zusammenfassung bietet auch T3N)

In diesem Newsletter sind wir bekanntlich der Überzeugung, dass „Large Language Models“ keine „Künstlichen Intelligenzen“ sind, die ein „World Model“ in ihrem digitalen „Mind“ entwickelt haben, sondern dass LLMs halbautomatische Semantik-Navigations-Maschinen sind und dass die vermeintliche „Intelligenz“ nicht in der Maschine, sondern in der Sprache liegt, also in den Mustern des Sprechens und Schreibens, die die Maschine im Zuge ihres Trainings mit Milliarden menschlichen Äußerungen extrahiert hat.

Dass so viele Menschen – insbesondere im Silicon Valley – auf die „Künstliche Intelligenz“-Erzählung reinfallen, liegt nicht daran, dass sie zu dumm oder die Technologie zu kompliziert ist, sondern daran, dass sie ihre eigenen Sinnprozesse nicht verstehen, bzw. missverstehen. Sie halten sich für „Individuen“, deren „Gehirne“ originäre „Gedanken“ produzieren, die ihnen Agency geben und verstehen nicht, dass sie ihre Gedanken, Erlebnisse und Vorstellungen entlang einer verteilt genutzten Cloud-Software entwickeln, die wir „Semantik“ nennen.

Mit „Semantik“ meine ich nicht „Worte“ oder „Bedeutungen“, sondern die vielfältigen Beziehungen der Zeichen zueinander und und das praktische Orientierungswissen, innere Zustände oder Beobachtungen mithilfe dieser Infrastruktur auszudrücken, voneinander zu unterscheiden und intersubjektiv zu bestätigen. LLMs dagegen drücken sich nicht aus, sondern bewegen sich mit einer Mischung aus Wahrscheinlichkeit und etwas Rauschen durch die Struktur. Doch beide, Menschen und LLMs navigieren den Semantik-Space, nur anders.

Deswegen begleitete dieser Newsletter bereits Anthropics erste Versuche, eben diese „Semantiken“ („monosemantische Features“) der neuronalen Ebene zu isolieren und wunderte sich kein bisschen darüber, dass sich in unterschiedlichen Modellen dieselben Semantiken herausbilden, sind sie doch Abdruck derselben Struktur.

Und auch die neusten Forschungsergebnisse passen perfekt zu dieser Interpretation.

So stellt sich raus, dass LLMs abgefragtes Wissen entlang von semantischen Sinnpfaden ´ rekonstruieren. Den Satz „Fact: the capital of the state containing Dallas is“ vervolltständigt die LLM, indem es von den Schlüsselwörtern „Capital“ und „State“ ableitet, dass es eine Hauptstadt sagen soll, während ein zweiter Pfad den Sprung von „Dallas“ zu Texas und dann zusammen über den „say Capital“-Supernode bei „Say Austin“ rauskommt.

Was wir sehen, sind keine „logischen Schlüsse“, sondern ein „assoziatives Navigieren“ durch semantische Verknüpfungen.

Eine sicher noch wichtigere, aber auch nicht überraschende Erkenntnis ist, dass LLMs, obwohl sie immer nur das nächste Wort ausspucken, ihren Output planen. Wenn eine LLM dichtet, etwa folgendes Gedicht vervollständigen lässt:

A rhyming couplet:
He saw a carrot and had to grab it,
His hunger was

Die LLM versucht zuerst einen plausiblen Reim auf „grab it“ zu finden („Rabbit“, „Habit“) und dann einen semantischen Pfad dahin zu konstruieren („a powerful habit“, „like a starving rabbit“)

We find evidence of both forward planning and backwards planning (albeit basic forms). First, the model uses the semantic and rhyming constraints of the poem to determine candidate targets for the next line. Next, the model works backward from its target word to write a sentence that naturally ends in that word.

Wem es zu weit geht, von Plänen zu sprechen, könnte auch „Rezepte“ sagen, oder wie Francois Chollet sie nennt „emulated reasoning templates“, oder wie ich: makrosemantische Operationen. Pläne sind keine Geistesblitze genialer Individuen, sondern Strategien, die Welt zu navigieren. Für die LLM besteht die Welt aus Worten und so speichert sich das Modell beim Training eine riesige Bibliothek von makrosemantischen Programmen zusammen, aus der es schöpft, um plausible Pfade im Semantikraum zu finden.

Zuletzt noch das Beispiel, wie LLMs rechnen: Hier 36 + 59 =.

Low-precision features for “add something near 57” feed into a lookup table feature for “add something near 36 to something near 60”, which in turn feeds into a “the sum is near 92” feature. This low-precision pathway complements the high precision modular features on the right (“left operand ends in a 9” feeds into “add something ending exactly with 9” feeds into “add something ending with 6 to something ending with 9” feeds into “the sum ends in 5”). These combine to give the correct sum of 95.

Man könnte es „Heuristisches Rechnen“ oder „vibe calcing“ nennen, aber das ist halt kein Rechnen? Es sind „educated Guesses“ mithilfe von Reinforcement-Learning zu präzisiert, aber eben nur, indem das Raten durch das hinzufügen und üben von Millionen extra Pfaden immer ein bisschen weniger schlecht wird – aber niemals gut.

Das ist nicht nur die teuerste Art zu rechnen, die der Mensch sich je ausgedacht hat, sondern auch die unzuverlässigste?

Die Washington Post hatte letzte Woche die Hintergrundgeschichte von Sam Altmans Rauswurf Ende 2023 und mir wurden dabei viele Dinge klar, z.B., dass der ursprüngliche Coup von Ilia Sutskever and Mia Murati ausging.

Sutskever and Murati had been collecting evidence, and now Sutskever was willing to share. He emailed Toner, McCauley and D’Angelo two lengthy pdf documents using Gmail’s self-destructing email function.

One was about Altman, the other about Brockman. The Altman document consisted of dozens of examples of his alleged lies and other toxic behavior, largely backed up by screenshots from Murati’s Slack channel.

Murati war auch nach dem Coup weiter bei OpenAI und in hier öfters Thema, weil sie immer wieder scheinbar unabsichtlich peinliche News über OpenAI ausplauderte, zB. dass sie keine besseren Modelle im Lab testen, als sie öffentlich zur Verfügung stellen.

Sie hat mittlerweile ihr eigenes KI-Startup, aber ich gehe mittlerweile davon aus, dass Muratis Indiskretionen keine Versehen waren, sondern ihre Art, sich an Altman zu rächen.

Dass Murati im Gegensatz zu den anderen nicht gefeuert wurde und Altman ihre Sticheleien ertragen musste, weist wiederum darauf hin, dass sie ordentlich Leverage über ihn hat und daher glaube ich, dass wir immer noch nur die halbe Story kennen.

Luciano Nooijen erklärt, warum er aufgehört hat, LLMs für die Programmierung zu benutzen. Er vergleicht das Programmieren mit LLM mit Teslas „Self Driving“-Feature, das ihm erschreckend schnell seine Fähigkeit nahm, Auto zu fahren.

If you drive a car often, you’ll know that when you’re driving on the highway, everything sort of happens automatically. Keeping your car in the lane at the right speed becomes a passive action, it does not require the type of focus that for example reading a book requires, it’s the type of focus that walking requires, it happens in the background of your mind.

In the period from 2019 to 2021 I exclusively drove my Tesla for longer rides. After 2021, I went back to driving regular cars and making this switch was definitely not what I expected. Driving on the highway required my full attention for the first month or so, I had to re-learn keeping the car in the middle of the lane without thinking about it.

Being reliant on Tesla’s FSD took away my own ability to go into autopilot.

Ähnlich ging es ihm, als er ohne LLM zu programmieren versuchte.

I felt less competent at doing what was quite basic software development than a year or so before. All of a sudden, it made it very clear to me how reliant I had become on AI tools. Anytime I defined a function, I paused in my editor to wait until the AI tools would write the implementation for me. It took some effort to remember what the syntax was to write unit tests by hand.

With my work, AI started to become less useful over time as well. Not only did it take out the fun for me, but I started to feel a bit insecure about making some implementation decisions myself. Outsourcing the decisions to the AI seemed a lot easier. But sometimes, the AI couldn’t figure things out, even with the best prompts. It was quite clear that because I did not practice the basics often, I was less capable with the harder parts as well.

Er beschreibt einen Verlust an „Fingerspitzengefühl“:

Though in my opinion a lot of being a “senior” is in soft-skills, when it comes to the technical hard-skills, a lot comes down to Fingerspitzengefühl. The longer you work with a language, framework or codebase, the more you develop this kind of intuition of what the correct approach is. The gut feeling of “something feels off” slowly turns into a feeling of “this is what we should do”.

This intuition is what I was slowly losing when relying on AI tools a lot. And this is coming from a lead developer. When I see a lot of hype about vibe coding, I can’t help but think: how do you exactly expect to vibe code your way to senior? Where will you get the skills from to maintain and extend the vibe-coded codebase when the AI tools are down, or have become too expensive?

Kathrin Becker beschreibt in der Berliner Gazette etwas ganz ähnliches für das Arbeiten mit und an Texten.

But it is only from the careful handling of writing, of language, that the interweaving of subject and text, the identification with and responsibility for the text arises. Only here does the irreducibly individual style emerge – that “absolutely free bond between language and its corporeal double”– which not only fosters the development of individual intellectual abilities, but – as a ‘living force’ – also ensures and nourishes the dynamism of language. The interposition of an algorithmic entity that takes over large or small parts of the writing process does not simply create a gap between author and text, making individual responsibility for one’s writing increasingly ambiguous. At the same time, it erodes the connection to and thus the foundation and mutability of the text of society.

Bei Pivot to AI hat David Gerard News zu Microsofts Ausstieg aus der Data-Center-Bubble zusammengetraten.

In February, stock analysts TD Cowen spotted that Microsoft had cancelled leases for new data centres — 200 megawatts in the US, and one gigawatt of planned leases around the world.

Microsoft denied everything. But TD Cowen kept investigating and found another two gigawatts of cancelled leases in the US and Europe. [Bloomberg, archive]

Bloomberg has now confirmed that Microsoft has halted new data centres in Indonesia, the UK, Australia and the US.

Es wird keine Agents geben, die „Intelligence Explosion“ fällt aus, AGI ist ein Fiebertraum und der Markt für LLMs und Bildgeneratoren ist zwar da, aber es wird kein Multi-Billionenmarkt, eher ein zwei-, höchstens dreistelliger Milliardenmarkt. Die Blase platzt.