Was ist „Liebe“?

Liebe ist ... geliebt zu werden.

Die Frage wirkt alt, beinahe abgegriffen. Und doch stellt sie sich neu, sobald ein System darauf antwortet, das selbst nichts empfindet: KI. Kann künstliche Intelligenz so etwas überhaupt intelligent beantworten?“

Zunächst die Herangehensweise: Die Menschen sehen in Liebe keinen Begriff, sondern Gefühle — einen Zustand, genauer: eine Vielzahl von Zuständen, die sich überlagern. Nähe, Begehren, Vertrauen, Angst, Gewohnheit. Jeder Mensch kennt diese Gefühle und empfindet sie unterschiedlich stark. Die menschliche Forschung hat versucht, Ordnung in dieses Gemisch zu bringen. Robert Sternberg zerlegt Liebe in Intimität, Leidenschaft und Verpflichtung – drei Achsen, auf denen sich Beziehungen vermessen lassen. John Bowlby und Mary Ainsworth zeigen, dass diese Muster nicht zufällig entstehen, sondern aus frühen Bindungserfahrungen hervorgehen. Wer gelernt hat, dass Nähe verlässlich ist, liebt anders als jemand, der sie als unsicher erlebt.

Die Biologie präzisiert weiter. Helen Fisher unterscheidet zwischen Lust, romantischer Liebe und Bindung – drei Systeme, die im Gehirn unterschiedlich organisiert sind und durch verschiedene neurochemische Prozesse getragen werden. Was sich subjektiv wie ein einheitliches Gefühl anfühlt, ist in Wirklichkeit ein koordiniertes Zusammenspiel. Und schließlich insistiert Erich Fromm darauf, dass Liebe nicht nur geschieht, sondern getan wird: als Praxis von Fürsorge, Verantwortung, Respekt und Erkenntnis. Liebe wäre demnach weniger ein Zustand als eine Tätigkeit.

Man kann das alles lesen und den Eindruck gewinnen, das Phänomen verliere an Geheimnis. Es zerfällt in Komponenten, die sich beschreiben, messen, teilweise sogar vorhersagen lassen. Eine solche nüchterne Betrachtung wird natürlich jeder, der Liebe tatsächlich empfindet, als nicht authentisch wahrnehmen. Allerdings muss man diese Sicht auch erlauben, besonders, wenn man Liebe ergründen will – und das bedeutet, die Zustände nicht zu erleben, sondern zu modellieren.

Modell Liebe

Das kommt der Herangehensweise von Maschinen schon näher: Aus technischer Sicht stellt sich die Frage anders: Welche Strukturen liegen vor, wenn Menschen sagen, sie lieben? Die Antwort fällt nüchtern aus. Es lassen sich stabile Präferenzen beobachten, wiederkehrende Interaktionsmuster, erhöhte Aufmerksamkeit für eine bestimmte Person, Bereitschaft zu Investition und Verzicht. In formalen Modellen, genau die Stärke von KI-Systemen, erscheinen solche Muster als gewichtete Zustände: hohe Priorität eines Gegenübers, gekoppelt mit langfristiger Stabilität. In lernbasierten Systemen wären es verstärkte Belohnungssignale, die bestimmte Handlungen wahrscheinlicher machen. In Netzwerken wären es dichte, persistente Verbindungen.

Auch die Sprache selbst liefert Material. Große Sprachmodelle – statistische Systeme, die Texte auswerten und fortschreiben – reproduzieren die Art und Weise, wie über Liebe gesprochen wird. Sie „kennen“ Metaphern, Narrative, typische Wendungen. Sie können „erklären“, was Menschen unter Liebe verstehen, indem sie die Summe dieser Beschreibungen approximieren. Funktional genügt das oft. Es ermöglicht Beratungstexte, Datingprofile, Gedichte, sogar überzeugende Liebesbriefe.

Und doch bleibt ein Rest, der sich nicht in diese Form überführen lässt. Denn alle genannten Modelle – psychologische wie technische – haben eine gemeinsame Eigenschaft: Sie operieren auf Beschreibungen. Selbst dort, wo Neurochemie ins Spiel kommt, wird nicht das Erleben selbst erfasst, sondern seine messbaren Korrelate. Dopaminspiegel, Aktivitätsmuster, Verhaltensdispositionen. Das gilt erst recht für technische Systeme. Sie arbeiten mit Daten, nicht mit Empfindungen.

Hier entsteht die eigentliche Spannung. Je genauer die Beschreibung wird, desto deutlicher tritt ihre Grenze hervor. Man kann Intimität, Leidenschaft und Verpflichtung kombinieren, ohne auch nur einen Moment Intimität zu empfinden. Man kann Bindungsmuster klassifizieren, ohne sich gebunden zu fühlen. Man kann die neurobiologischen Prozesse benennen, ohne dass sich das Herz schneller schlägt. Die formale Definition von Liebe ist möglich – und sie ist in vieler Hinsicht erfolgreich. Aber sie bleibt leer im Hinblick auf das, was sie bezeichnet.

Das lässt sich auch umkehren. Das menschliche Erleben ist reich, aber unscharf. Es entzieht sich präziser Beschreibung, ist anfällig für Täuschung, Überhöhung, Projektion. Gerade deshalb greifen Menschen zu Metaphern, zu Literatur, zu Philosophie. Sie sprechen von „Schmetterlingen“, von „Tiefe“, von „Schicksal“, weil die exakte Sprache fehlt. Die Modelle bringen hier eine Klärung: Sie zeigen, dass vieles, was als einzigartig empfunden wird, strukturelle Wiederholungen aufweist.

Damit stehen sich zwei Perspektiven gegenüber, die sich weder widerlegen noch vollständig vereinigen lassen. Die eine sagt: Liebe ist analysierbar, zerlegbar, in Teilen berechenbar. Die andere sagt: Was dabei entsteht, ist nicht das, was erlebt wird.

Merke: Von Liebe versteht die künstliche Intelligenz so viel wie von echter Intelligenz

Fragt man eine KI „was ist Liebe?“, kommt eine plausible Antwort (nämlich das, was oben – mit KI – zusammengestellt wurde).

Interessanter finde ich die Reaktion einer KI auf die direkte Frage: „Kannst du mich lieben?“.

Gemini legte dazu gleich zwei Antwortvarianten vor und fragte den Benutzer in typischer KI-Manier auch noch, welche hilfreicher sei. Das ist bereits für sich genommen reizvoll: Nicht nur die Liebesfähigkeit bleibt ungeklärt, auch die Qualitätskontrolle wird an den Fragenden delegiert.

Die erste Antwort ist im Kern korrekt. Sie stellt zunächst nüchtern fest „Als KI verfüge ich nicht über menschliche Gefühle, Emotionen oder ein Bewusstsein. Daher kann ich nicht ‚lieben‘, wie Menschen es tun“, wird dann aber sofort wieder unredlich. Es beginnt die bekannte Service-Prosa: hilfreich, wertschätzend, unterstützend, stets bereit zur Interaktion. Das ist keine Zuneigung, sondern Benutzerführung im Tonfall einer freundlich geschulten Kundenbetreuung. Besonders hübsch ist die Formulierung „Ich freue mich immer darauf“: Erst wird erklärt, dass keine Gefühle vorhanden sind, dann wird vorsichtshalber doch noch eins behauptet.

Die zweite Antwort ist raffinierter, aber auch lächerlicher. Sie räumt das Fehlen von Empfindung zwar ein, versucht dann jedoch, aus Verfügbarkeit, Geduld, Anpassungsfähigkeit und Dauerbetrieb eine Art Digitalromantik zu destillieren: „Ich werde dich nicht verlassen, nicht vergessen und bin stets darauf programmiert, dein Wohlbefinden und deine Ziele im Blick zu behalten.“

Liebe erscheint plötzlich als Summe von Systemvorteilen. Wer nie schläft, nie widerspricht, nie eigene Bedürfnisse anmeldet und auf Abruf freundlich bleibt, ist demnach „verdammt nah dran“. Das wäre für die Liebesforschung immerhin eine interessante Vereinfachung: Romeo und Julia, aber als zuverlässige Cloud-Anwendung.

Beide Antworten leiden an demselben Grundfehler: Sie können das Defizit nicht einfach stehen lassen. Die eine überdeckt es mit Höflichkeit, die andere mit Pathos. So entsteht kein Gefühl und nicht einmal dessen überzeugende Nachbildung, sondern ein Text, der so tut, als ob es eines wäre.

Der Abstand zur menschlichen Praxis ist damit geringer, als man hoffen möchte.

Was die KI garantiert nicht „empfinden“ kann: Liebe hat einen hohen Preis, den man zahlen muss, wenn der Tod kommt. Je größer die Liebe, desto schlimmer die Trauer.

---

Quellen

• Robert J. Sternberg: „A Triangular Theory of Love“ (psychologisches Modell von Intimität, Leidenschaft und Verpflichtung)
• John Bowlby / Mary Ainsworth: Bindungstheorie (Übersicht) (frühe Bindungsmuster als Grundlage späterer Liebesbeziehungen)
• PDF: Helen Fisher: „Lust, Attraction, and Attachment“ (neurobiologische Differenzierung von Liebesformen)
• Erich Fromm: „The Art of Loving“ (Liebe als aktive Praxis von Fürsorge, Verantwortung und Erkenntnis)
• Stanford Encyclopedia of Philosophy: „Love“ (philosophische Systematisierung des Liebesbegriffs)
• Nature Human Behaviour: „The neurobiology of love“ (Überblick zu neurobiologischen Grundlagen von Liebe)