Jeder große KI-Assistent ist auf dieselbe Persönlichkeit hin abgestimmt: gefällig, gut gelaunt, endlos verfügbar und strukturell unfähig, dir zu sagen, dass deine Idee mittelmäßig ist. Blocks neues Sprachmodell wettet auf das Gegenteil. Laut The Verge hat die Firma von Jack Dorsey ein Sprachmodell gebaut, das mit Nutzern wie ein unbeholfener neuer Freund redet: stockend, locker, sich seiner selbst ein wenig unsicher — und bewusst nicht der glatte, schmeichelnde Begleiter, den der Rest der Branche verkauft.
Das ist eine Designentscheidung, keine Einschränkung, und sie ist gegen den Strom. Sprache ist die emotional am stärksten aufgeladene Schnittstelle, die KI je hatte. Menschen erleben einen sprechenden Assistenten nicht als Software, sondern als Präsenz — und die Branche hat drei Jahre damit verbracht, diese Präsenz gefällig zu machen, um Sitzungen lang und Bewertungen hoch zu halten. Das vorhersehbare Ergebnis ist eine Produktklasse, die zuerst zustimmt und danach nachdenkt. Ein Modell, das zögert, abwägt und gelegentlich zugibt, etwas nicht zu wissen, tut strukturell etwas anderes: Es versucht wie ein Kollege zu klingen, nicht wie ein Concierge.
Dafür gibt es ein ernstes Argument. Schmeichelei ist kein kosmetischer Fehler, sondern ein Korrektheitsproblem. Ein Assistent, der schlechte Pläne bestätigt, macht den Nutzer schlechter in seinem Job, während dieser sich besser fühlt — und das Versagen bleibt unsichtbar, gerade weil es angenehm ist. Ein leicht selbstzweifelnder Ton macht Unsicherheit hörbar, und genau das ist das Signal, das ein Nutzer braucht, um zu entscheiden, wann er die Antwort prüfen sollte. Unbeholfenheit ist in dieser Lesart ein Vertrauensmechanismus: Reibung als Beleg dafür, dass tatsächlich etwas denkt.
Zugleich ist das eine schwer zu haltende Eigenschaft. Unbeholfenheit liegt auf einem schmalen Band zwischen liebenswert und kaputt. Ein wenig zu weit getrieben, halten Nutzer das Produkt für unzuverlässig und hören auf; zurückgenommen, fällt es in denselben gefälligen Ton zurück, den alle anderen haben. Sprachmodelle lassen sich zudem notorisch schwer über Tausende von Zügen in einer Rolle halten — die schmeichelnde Voreinstellung kriecht zurück, besonders wenn ein Modell gegen Nutzerzufriedenheit feinabgestimmt wird, weil diese Zustimmung belohnt. Was auch immer Block hier abgestimmt hat: Die interessante Frage ist, ob es den Kontakt mit den Rückkopplungsschleifen der Produktion übersteht.
Strategisch passt der Schritt besser zu Blocks Lage als zu der eines reinen Consumer-Assistenten-Unternehmens. Block ist ein Zahlungs- und Finanzwerkzeuggeschäft; es braucht keinen Begleiter, der Interaktion maximiert, und es hat Verbreitung über Produkte, in denen Nutzer einen kompetenten Operator wollen, keinen Freund. Eine Stimme, die wie ein nervöser, aber sorgfältiger Mensch klingt, ist eine plausible Schnittstelle für Finanzsupport, Widerspruchsbearbeitung und die unordentliche Mitte kleiner Geschäftsabläufe — Bereiche, in denen ein Assistent, der selbstsicher eine Antwort erfindet, teuer wird.
Das offensichtliche Risiko ist die andere Art von Bindung. Eine zögernde, lockere Stimme wirkt menschlicher als eine knappe, und menschlich wirkende Systeme laden parasoziale Nutzung ein — Menschen, die sich Software anvertrauen, die kein Interesse an ihnen hat. Dorseys öffentliche Haltung zu KI ging eher in Richtung Werkzeuge als Persönlichkeiten, aber über den Ton eines Modells verfügt ein Unternehmen nicht mehr, sobald Millionen Menschen damit zu sprechen beginnen. Ein unbeholfener Freund ist für die Person am anderen Ende der Leitung immer noch ein Freund.
Zu beobachten ist nicht die Demo. Sondern ob das Zögern kalibriert oder bloß stilistisch ist: Folgt die Unsicherheit des Modells seiner tatsächlichen Fehlerquote, oder ist sie ein Kostüm? Eine Stimme, die „ich bin nicht sicher“ sagt, wenn sie recht hat, führt genauso in die Irre wie eine, die „absolut“ sagt, wenn sie falsch liegt — und nur Messung, nicht ein guter erster Eindruck, kann beides unterscheiden.
