Der Sandwich-Witz trifft die falsche KI

Der Comedian Nathan Doan hat einen Sketch namens „Me VS ChatGPT“ hochgeladen, über 570.000 Aufrufe. Ein Kunde bittet den Sandwich-Verkäufer, der die KI spielt: „Can you cut it in half, please?“ Der Verkäufer setzt das Messer an und schneidet konsequent falsch. Erst der Länge nach, dann so, dass „that won’t even be a sandwich at that point“. Der Kunde wird lauter: „Are you dumb?“ Die KI sagt: „I’m trying my best, man.“ Am Ende feuert der Kunde sie, Qualitätskontrolle, Secret Shopper, und beim Rausgehen reißt die KI auch noch das Einwickelpapier falsch ein.

Sauber gebaut, gut getimt. Die Pointe: Diese KI ist zu beschränkt für eine Aufgabe, die jedes Kind auf Anhieb löst.

Nur löst genau diese Aufgabe jedes ernstzunehmende Modell auf Anhieb. „Schneide das Sandwich in der Mitte durch“ hat eine offensichtliche Lesart: einmal quer, zwei etwa gleich große Hälften, die beide noch als Sandwich zusammenhalten. Ein heutiges Modell fragt da nicht lange nach der Richtung. Es nimmt die sinnvolle Standard-Lesart und macht es richtig, so wie ein Mensch, der nicht gerade Comedy dreht.

Das lässt sich ausprobieren. Leg einem Modell mit Bildverständnis ein Foto vom Sandwich hin und frag, wo das Messer ansetzen soll: quer, einmal durch. Frag, wie du eine Pizza für drei Kinder gerecht teilst, wie du ein Baguette für Sandwiches schneidest, wie du ein Blatt Papier drittelst. Das sind alltägliche, räumliche Fragen, und die Antworten stimmen. Wir arbeiten den ganzen Tag mit diesen Systemen. Der Verkäufer im Video versteht die simpelste Anweisung nicht. So verhält sich keine KI, die heute jemand benutzt. Der Sketch zeigt ein KI-Bild vom Stand ungefähr 2015.

Das Muster hat System, und es sagt oft mehr über die Frage als über das Modell. Wenn KI dumm wirkt, liegt es meistens an der Frage. „Wie viele R stecken in ‚strawberry‘?“ haben Modelle lange falsch beantwortet. Der Grund ist kein Denkfehler: Sie zerlegen Text in Wortbausteine und zählen einzelne Buchstaben deshalb nur indirekt. „Ist 9.11 größer als 9.9?“ ging schief, wenn das Modell die Zahlen wie Versionsnummern las. Beides kippt sofort, sobald man klar fragt.

Die meisten viralen „KI ist zu blöd“-Momente sind von dieser Sorte: eine Fangfrage, ein mehrdeutiger Satz, ein Format, das absichtlich stolpern lässt. Wer klar fragt, bekommt eine klare Antwort. Der Clip treibt das ins Absurde, weil „halbier das Sandwich“ nicht mal eine schlechte Frage ist. Sie ist glasklar. Die KI im Video scheitert an etwas, an dem in der Realität niemand scheitert, und hätte es echt vermutlich einfach gemacht, ohne einmal nachzufragen.

Einen wahren Kern gibt es, er liegt nur woanders. Was Maschinen wirklich schwerfällt, ist das Hantieren. Ein Brotmesser führen, den Widerstand der Kruste spüren, in einer fremden Küche zurechtkommen. Robotiker nennen das seit den Achtzigern Moravecs Paradox: Greifen, Sehen und Balancieren, für uns mühelos, sind für Maschinen am schwersten. Logik und Sprache, die wir für schwer halten, fallen ihnen leicht.

Wäre der Sketch mit einem echten Roboterarm gedreht, träfe er ins Schwarze. Ein Arm, der ein weiches Sandwich sauber halbiert, ohne es zu zerdrücken, ist ein offenes Forschungsproblem. Aber das ist nicht die Geschichte des Clips. Er zeigt eine KI, die nicht begreift, was „in der Mitte“ heißt. Und das Begreifen ist heute der leichteste Teil.

Warum das mehr ist als Erbsenzählerei an einem Gag: Solche Videos formen das Bild, das Leute von KI im Kopf tragen. Wer die Technik für zu dumm fürs Sandwich hält, unterschätzt, was gerade in Büros, Redaktionen und Werkstätten läuft, und sucht die Risiken an der falschen Stelle.

Mit „in der Mitte durch“ hat die heutige KI kein Problem. Wo sie patzt, ist schwerer zu sehen und dabei überzeugend formuliert: erfundene Fakten, die plausibel klingen; lange Aufgabenketten, in denen sich ein kleiner Fehler fortpflanzt; Situationen, die im Training so nicht vorkamen. Weniger lustig als ein zerschnittenes Sandwich. Aber es ist die Version, mit der wir tatsächlich zu tun haben.