Technofaschismus: Von Japans Techno-Bürokraten zu Big Tech und KI-Überwachung

Technofaschismus begann nicht mit Gesichtserkennung, Predictive Policing oder dem Maven Smart System des US-Militärs. Er begann in den 1930er Jahren in Japan – mit einer Gruppe hochgebildeter Technokraten, die Governance neu definierten: nicht durch Massenmobilisierung oder charismatische Führung, sondern durch Institutionen, Planungsrahmen und technische Systeme. Diese These, ursprünglich vom Historiker Janis Mimura geprägt, ist heute relevanter als je zuvor – weil das Muster, das in Mandschurei und Tokyo erprobt wurde, sich in der Architektur von Big-Tech-Datensystemen und KI-gestützter Staatskontrolle wiederfindet. Wer verstehen will, wohin die Konvergenz aus Daten, Algorithmen und Staatszielen führt, muss nicht in die Zukunft schauen. Er muss die Vergangenheit lesen.

Japan in den 1930ern: Governance als Optimierungsproblem

Der Begriff Technofaschismus beschreibt eine radikale, autoritäre Form der Technokratie – und Janis Mimura hat ihn für das Japan der Vorkriegszeit geprägt. Das System entstand aus einer spezifischen Krisenkonstellations: Die Shōwa-Krise der 1920er Jahre hatte schwere wirtschaftliche und soziale Verwerfungen ausgelöst. Industriestreiks, eine aufbegehrende Bauernschaft, eine erstarkende Frauenbewegung und ein wachsender Klassenkampf bedrohten die etablierte Ordnung.

Die Antwort kam nicht von Parteipolitikern oder Militärfanatikern. Sie kam von jungen, technisch ausgebildeten Bürokraten, die sowohl den klassischen Laissez-faire-Kapitalismus als auch den sowjetischen Kommunismus als überholt betrachteten und Faschismus als modernen „dritten Weg" umarmt hatten. Diese Planer schufen unangefordert supra-ministerielle Organe und Behörden innerhalb der Bürokratie – Instrumente, die es ihnen ermöglichten, mit rechtsgerichteten Politikern und Militärs zusammenzuarbeiten und die Regierung schrittweise in einen Einparteienstaat mit absoluter Verwaltungsmacht umzubauen.

Das entscheidende Merkmal: Kontrolle wurde nicht durch Angst oder Propaganda ausgeübt, sondern durch Optimierung. Produktion, Arbeit, Ressourcen – alles wurde unter zentralisierter Planung koordiniert. Governance wurde zum Ingenieursproblem. Nobusuke Kishi, 1936 zum Leiter des Industrieprogramms in Mandschukuo ernannt, setzte dieses Modell in der Praxis um: erzwungene Industrialisierung, Zusammenarbeit mit japanischen Konzernen und administrative Kontrolle über die lokale Bevölkerung. Mandschurei wurde zum Experimentierfeld – ein Testlabor für ein Herrschaftsmodell, das Effizienz über Partizipation stellte. Kishi kehrte 1939 in die nationale Politik zurück, verfolgte dieselben Strategien und diente später von 1957 bis 1960 als Premierminister Japans – ein Detail, das die Frage aufwirft, wie stark solche Strukturen nachwirken.

Der Marxist Tosaka Jun war einer der ersten Analytiker, der dieses System durchdachte. Sein 1936 erschienenes Werk „Nihon Ideorogīron" (auf Deutsch: „Die japanische Ideologie") beschrieb, wie Japan kapitalistisch wirtschaftete, aber keine vollständig entwickelte bürgerliche Gesellschaft war – feudale Elemente wirkten fort, während gleichzeitig große Monopolstrukturen entstanden. Diese hybride Konstellation ermöglichte das Erstarken einer Techno-Bürokratie, die sich weder dem Markt noch dem Volk gegenüber rechenschaftspflichtig sah.

9/11 und die Normalisierung der Massenüberwachung

Das japanische Modell blieb nicht auf seine historische Epoche beschränkt. Die strukturelle Logik – Technologie als Instrument staatlicher Kontrolle, legitimiert durch Ausnahmezustände – reproduzierte sich unter anderen Vorzeichen. Nach den Anschlägen vom 11. September 2001 wurde Sicherheit zum dominanten Organisationsprinzip der US-Governance.

Regierungen dehnten ihre Fähigkeit zur Datenerfassung und -analyse massiv aus – oft mit begrenzter öffentlicher Kontrolle. Was als gezielte Überwachung verdächtiger Personen begann, entwickelte sich schnell zur flächendeckenden Datenerhebung. Die Infrastruktur, die in diesen Jahren aufgebaut wurde, schuf die Grundlage für ein System, in dem Information zur zentralen Ressource staatlicher Macht wurde. Der entscheidende Unterschied zum japanischen Vorbild: Der Rechtfertigungsrahmen war nicht nationale Effizienz, sondern individuelle Sicherheit. Das Ergebnis war strukturell ähnlich.

Dieser Moment markiert einen Wendepunkt: Die Überwachungsinfrastruktur wurde normalisiert, bevor sie hinterfragt werden konnte. Und sie schuf Pfadabhängigkeiten – technische, rechtliche und institutionelle –, die sich kaum rückgängig machen lassen. Wer die heutige KI-gestützte Staatskontrolle verstehen will, muss diesen Ausbaumoment der frühen 2000er als Voraussetzung begreifen.

Big Tech als neue Machtzentren: Daten statt Territorien

Parallel zur staatlichen Überwachungsexpansion entstand eine zweite Machtstruktur – privatwirtschaftlich, aber nicht weniger wirkmächtig. Google, gestartet 1998, baute seine Datenstrategie nach dem Erwerb von DoubleClick 2007 massiv aus und integrierte bis 2012 Nutzerdaten quer durch sein gesamtes Ökosystem: Suche, Gmail, YouTube. Facebook, 2004 gegründet, vertiefte seine Datenerhebung mit dem „Like"-Button und dem Open Graph ab 2010 – und konnte damit Nutzeraktivitäten über seine eigene Plattform hinaus verfolgen. Amazon, ursprünglich 1995 als Online-Buchhandlung gestartet, baute früh auf Verhaltenserfassung: Was Nutzer suchen, ansehen, kaufen – diese Daten wurden zum Rückgrat seiner Empfehlungssysteme.

Diese Unternehmen wurden zu Intermediären, die kritische Schichten von Daten und Kommunikation kontrollierten. Suchalgorithmen bestimmten, was als Wissen zugänglich ist. Social-Media-Plattformen formten öffentlichen Diskurs. Cloud-Infrastrukturen unterstützten ganze Volkswirtschaften. Macht konzentrierte sich nicht mehr ausschließlich in staatlichen Institutionen – sie verteilte sich auf ein Netzwerk, in dem private Unternehmen Governance-Funktionen de facto übernahmen, ohne die entsprechende demokratische Legitimation zu besitzen.

Meta steht dabei symptomatisch für die Ambivalenz dieses Systems: Das Unternehmen sammelt detaillierte Informationen über Profile, soziale Verbindungen, Aktivitätsmuster und Engagement, ergänzt durch Metadaten aus hochgeladenem Content und Partnernetzwerken mit Werbetreibenden. Der Cambridge-Analytica-Skandal legte offen, welche politische Wirkung diese Datenmassen entfalten können, wenn sie in die falschen Hände geraten – oder in die richtigen, je nach Perspektive.

Apple positioniert sich am anderen Ende des Spektrums: stärker verschlüsselt, weniger auf Verhaltensmonetarisierung ausgerichtet. Doch auch hier bleibt die Grundfrage bestehen: Wer kontrolliert die Infrastruktur, auf der gesellschaftliche Kommunikation stattfindet? Und nach welchen Regeln werden diese Entscheidungen getroffen?

KI als Konvergenzbeschleuniger: Vom Werkzeug zur Systemarchitektur

Künstliche Intelligenz hat die beschriebene Dynamik nicht erfunden – sie hat sie beschleunigt und vertieft. Als Regierungen das Potenzial reifer KI-Systeme erkannten, begannen sie, diese systematisch in Governance-Strukturen zu integrieren.

Im Bereich Strafverfolgung analysieren KI-Systeme heute historische Kriminalitätsdaten, Notrufe und Einsatzberichte, um Muster zu identifizieren. Das Ergebnis sind sogenannte „Crime Heat Maps", die Polizeipräsenz algorithmisch steuern. Überwachungsinfrastruktur wird mit KI-gestützter Videoanalyse aufgerüstet: Moderne CCTV-Systeme können ungewöhnliches Verhalten – Herumstehen, plötzliche Menschenansammlungen, spezifische Bewegungsmuster – in Echtzeit markieren, ohne kontinuierliche menschliche Aufsicht.

Im Verteidigungsbereich hat das US-Militär 2026 Systeme unter dem Maven Smart System getestet, die die Zielidentifikation und -analyse beschleunigen. An Grenzen kommen KI-gestützte Kameras, Drohnen und Verhaltensanalytik zum Einsatz, um unbefugte Übertritte in Echtzeit zu erkennen. Gesichtserkennung wird bei öffentlichen Großveranstaltungen eingesetzt, wo Systeme Gesichter gegen Datenbanken von Personen von Interesse abgleichen. KI-Drohnen übernehmen Surveillance-, Verkehrsüberwachungs- und Crowd-Management-Aufgaben.

Diese Konvergenz aus Daten, Algorithmen und Staatszielen ist es, die Kritiker veranlasst, das entstehende System als Technofaschismus zu bezeichnen – ein Modell, das erhöhte Kontrolle ohne entsprechende Rechenschaftspflicht ermöglicht. Technologische Systeme sind dabei nicht neutral. Sie tragen die Prioritäten, Anreizstrukturen und Machtverhältnisse derer in sich, die sie entwickeln.

Die Schwachstelle des Arguments: Analogie ist keine Kausalität

Es wäre intellektuell unehrlich, die These des Technofaschismus ohne kritische Reibung zu präsentieren. Der Begriff trägt historiographisches Gewicht – und dieses Gewicht kann leicht missbraucht werden. Ein zentrales Gegenargument: Die japanischen Technokraten der 1930er operierten in einem Einparteienstaat, der demokratische Institutionen systematisch abgebaut hatte. Big-Tech-Unternehmen und westliche Sicherheitsbehörden operieren – zumindest formal – innerhalb rechtsstaatlicher Rahmen.

Zudem besteht ein substanzieller Unterschied zwischen staatlicher Planung mit Zwangscharakter und privatwirtschaftlicher Datenerhebung, der Nutzer formal zustimmen. Dass diese Zustimmung strukturell kaum verweigert werden kann, ohne auf gesellschaftliche Teilhabe zu verzichten, schwächt das Argument nicht zum Verschwinden – aber es differenziert es. Die Analogie zur 1930er-Japan-Konstellation beschreibt Strukturähnlichkeiten, keine historische Kausalität oder ideologische Kontinuität.

Der ehrliche Befund lautet: Die Warnung, die im Technofaschismus-Begriff steckt, ist berechtigt – aber sie verliert an analytischer Schärfe, wenn sie undifferenziert auf jede Kombination aus Technologie und Staatsmacht angewendet wird. Was bleibt, ist die Kernfrage: Gibt es ausreichend Rechenschaftspflicht für Systeme, die Verhalten im Maßstab steuern?

So What? Was DACH-Entscheider daraus ableiten müssen

Die Debatte um Technofaschismus ist keine historische Fingerübung – sie hat direkte Relevanz für Entscheider in Deutschland, Österreich und der Schweiz. Der EU AI Act schafft erstmals einen verbindlichen Rechtsrahmen, der genau die Kontrollmechanismen adressiert, die im Technofaschismus-Modell fehlen: Transparenzpflichten, Risikoklassifizierung, Verbote für bestimmte Biometrie-Anwendungen.

Seit Februar 2025 gelten die Verbote und die KI-Literacy-Pflicht, seit August 2025 greifen GPAI-Regeln und Governance-Mechanismen. Ab August 2026 tritt der Hauptteil des AI Act in Kraft, inklusive Hochrisiko-KI, Biometrie und HR-KI-Regulierung. Strafen von bis zu 35 Millionen Euro oder sieben Prozent des globalen Jahresumsatzes für verbotene Praktiken machen deutlich: Die EU nimmt die Frage der Rechenschaftspflicht ernst.

Für Unternehmen bedeutet das konkret: Wer KI-Systeme zur Verhaltenssteuerung, Risikoklassifizierung oder Personalentscheidung einsetzt, muss Dokumentationspflichten erfüllen und Konformitätsprüfungen durchführen. Die DSGVO ergänzt diesen Rahmen: Artikel 22 reguliert automatisierte Entscheidungen, Artikel 35 schreibt Datenschutz-Folgenabschätzungen vor. Beides sind direkte Antworten auf die strukturellen Risiken, die der Technofaschismus-Begriff beschreibt.

Die strategische Implikation für DACH-Entscheider ist nüchtern: Die Frage ist nicht, ob KI-gestützte Governance- und Kontrollsysteme eingesetzt werden – das passiert bereits. Die Frage ist, ob die Rechenschaftspflicht mit der Kontrolltiefe Schritt hält. Wer nur die Effizienzgewinne sieht, aber die Accountability-Strukturen vernachlässigt, reproduziert genau das Muster, das Tosaka Jun 1936 analysiert hat – unter anderen technologischen Vorzeichen.

Fazit: Das Muster erkennen, bevor es sich verfestigt

Technofaschismus ist kein Synonym für digitale Dystopie. Es ist ein analytisches Konzept, das beschreibt, wie technische Expertise und administrative Kontrolle sich verbinden können – und wie in diesem Prozess demokratische Rechenschaftspflicht erodiert. Das Japan der 1930er Jahre war ein Extremfall. Die aktuellen Entwicklungen bei KI-gestützter Überwachung, Big-Tech-Datenmacht und der wachsenden Verflechtung privater Technologieunternehmen mit staatlichen Sicherheitsstrukturen sind es nicht – noch nicht.

Die entscheidende Frage, die Tosaka Jun 1936 stellte und die heute neu gestellt werden muss, lautet: Wer kontrolliert die Systeme, die Verhalten steuern? Wenn Governance zunehmend auf datengetriebene Systeme angewiesen ist, werden Entscheidungen darüber, wie Daten erhoben, verarbeitet und genutzt werden, zu tief politischen Fragen. Wer die Daten kontrolliert, setzt die Regeln. Wer die Regeln setzt, ohne Rechenschaft zu tragen, reproduziert eine Logik, die historisch zu gut dokumentiert ist, um ignoriert zu werden.

Die Prognose: Wenn die EU den AI Act konsequent durchsetzt und DACH-Unternehmen Compliance nicht als Bürokratie, sondern als Governance-Struktur begreifen, besteht eine realistische Chance, dass die europäische Variante des KI-Einsatzes strukturell anders wird als das, was der Technofaschismus-Begriff beschreibt. Gelingt das nicht – wenn Compliance zur Checkbox-Übung verkommt –, werden die Kontrollmechanismen mit den Kontrollsystemen nicht Schritt halten können.