14.06.2023

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören

Eine neue Studie trübt die Hoffnungen, die in generative KI gesetzt werden. Durch zu viele KI-Inhalte im Internet könnten die Modelle verlernen, was hochwertiger Content ist.
/artikel/ki-modelle-koennen-sich-selbst-zerstoeren
Am Beispiel von blauen Katzen lässt sich erklären, wie KI-Modelle versagen. Bild: Unsplash/Rémi Rémino

Obwohl die Tech-Welt seit Jahren vor KI warnt, sind ihre Fähigkeiten erst letztes Jahr in den Fokus einer breiteren Öffentlichkeit gerückt: Generative KI ermöglicht es, mit wenigen Klicks kreative KI-Leistungen schnell verfügbar zu machen. Konkret heißt das: KI-Chatbots wie ChatGPT forumlieren auf Befehl eloquente Texte, können programmieren und verschiedene sprachliche Tasks im Nu erledigen. Bilderzeugungs-Tools wie Stable Diffusion oder Midjourney erzeugen auf Knopfdruck fotorealisitische Bilder.

Studie warnt vor Qualitätsverlust

Viele Unternehmen haben es plötzlich sehr eilig: Schnellstmöglich wollen sie KI-Lösungen in ihre Produkte implementieren, wie jüngst Mark Zuckerberg für Meta verkündete. Die Hoffnungen und Erwartungen, die in KI-Modelle gesetzt werden, sind riesig.

Die Studie eines britisch-kanadischen Forscherteams, die vor kurzem im Open-Access-Journal arXiv erschienen ist, könnte den KI-Hype jedoch etwas trüben. Sie kommt zu dem Ergebnis, dass KI-Modelle nachhaltig geschädigt werden können, wenn sie mit KI-generierten Inhalten trainieren. Denn laut den Studienautor:innen, seien die KI-Modelle derzeit vor allem deshalb so stark, weil sie mit menschengemachten Inhalten trainiert sind.

Internet als KI-Mülldeponie

„Wir waren überrascht zu sehen, wie schnell ein Modell wieder zusammenbricht. Die Modelle können die meisten Originaldaten, aus denen sie ursprünglich gelernt haben, schnell vergessen“, meinte der am Projekt beteiligte Forscher Ilia Shumailov gegenüber VentureBeat. In einem Blog-Artikel warnt Ross Anderson, ein weiterer beiteiligter Forscher: „So wie wir die Ozeane mit Plastik vermüllt und die Atmosphäre mit Kohlendioxid gefüllt haben, sind wir nun dabei, das Internet mit Blabla zu füllen. Dadurch wird es schwieriger, neuere Modelle durch Webscraping zu trainieren“.

Das Problem: Je mehr KI-Inhalte im Internet kursieren, desto weniger seien menschliche Inhalte für die KI-Modelle zum Lernen verfügbar. Anderson zufolge hätten Unternehmen, die das Internet bereits gescraped haben, bzw. die den Zugang zu menschengemachten Inhalten kontrollierten, nun immense Vorteile: „Wir sehen bereits jetzt, dass KI-Startups das Internet Archive nach historischen Daten durchsuchen“. Denn bereits jetzt sei das Netz bereits mit KI-generiertem „Müll“ kontaminiert.

Problem mit blauen Katzen

Shumailov skizziert das Problem gegenüber VentureBeat folgendermaßen: Menschengemachte Dokumente, egal ob Bilder, Texte, Musik oder andere kreative Leistungen, würden die Welt umfassender beschreiben und auch unwahrscheinlichere Fälle abbilden. KI-Modelle hingegen wählen Daten nach Wahrscheinlichkeitskriterien aus: Werden bestimmte Daten häufiger vorgefunden als andere, werden die unwahrscheinlicheren eher verworfen.

Gut zu beschreiben sei dies anhand eines Datensets aus Katzenbildern. Wird ein KI-Modell mit Bildern von 10 blauen Katzen und 90 gelben Katzen trainiert, erkennt die KI, dass gelbe Katzen mit höherer Wahrscheinlichkeit „richtig“ sind. In der Folge produziert die KI selbst grünstichige Katzenbilder, wenn sie Katzen mit blauem Fell darstellen soll. Im Laufe der Zeit produziere sie überhaupt keine blauen Katzen mehr, sondern nur mehr gelbe.

Das Beispiel zeige laut Shumailov, dass die KI-Modelle Probleme mit unwahrscheinlicheren Daten hätten. Im Laufe der Zeit würden die Modelle somit versagen, meint der Forscher. Darüber hinaus entstünden dadurch zahlreiche Probleme, etwa Diskriminierung aufgrund bestimmter Minderheiten-Eigenschaften.

Deine ungelesenen Artikel:
27.05.2026

Vertrauen ist die neue Währung – Warum Gründer:innen heute selbst zur Marke werden müssen und wie das gelingt

Im brutkasten-Interview erklärt Branding-Expertin Lirone Glikman, warum unsichtbare Gründer:innen Deals verlieren und wie „Founder-Led Branding“ im KI-Zeitalter zur wichtigsten Währung für Vertrauen und Erfolg wird.
/artikel/vertrauen-ist-die-neue-waehrung
27.05.2026

Vertrauen ist die neue Währung – Warum Gründer:innen heute selbst zur Marke werden müssen und wie das gelingt

Im brutkasten-Interview erklärt Branding-Expertin Lirone Glikman, warum unsichtbare Gründer:innen Deals verlieren und wie „Founder-Led Branding“ im KI-Zeitalter zur wichtigsten Währung für Vertrauen und Erfolg wird.
/artikel/vertrauen-ist-die-neue-waehrung
Lirone Glikman, Branding-Expertin und Gründerin der Agentur The Human Factor, spezialisiert auf Founder-Led Branding

Dieser Text ist zuerst im brutkasten-Printmagazin von Mai 2026 „Die nächste Stufe“ erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


In einer Welt, in der KI Inhalte massenhaft produziert und Unternehmen täglich neu entstehen, verschiebt sich der entscheidende Wettbewerbsfaktor: weg vom reinen Produkt, hin zum Vertrauen. „Founder Led Branding“ heißt das Konzept, das Gründer:innen dazu bringt, sich selbst als sichtbare Persönlichkeiten ihrer Unternehmen zu positionieren – authentisch, strategisch und mit klarer Botschaft. Anders als beim klassischen Personal Branding geht es dabei nicht nur um die eigene Person, sondern um die enge Verzahnung von Founder-Identität und Unternehmensmission. Studien und Beobachtungen auf LinkedIn zeigen: Beiträge von Personen erzielen deutlich höhere Reichweiten als jene von Unternehmensseiten. Investoren prüfen Profile, bevor sie ein Meeting zusagen. Kunden googeln Gründer, bevor sie kaufen. Wer als Founder unsichtbar bleibt, verliert Deals – noch bevor sie überhaupt verhandelt werden.

Eine, die dieses Thema international bearbeitet, ist Lirone Glikman. Die israelisch-französische Branding-Expertin begann bereits mit 16 Jahren ihre Karriere, indem sie beim CEO eines israelischen Radiosenders an die Tür klopfte und kurz darauf jüngste Radiomoderatorin des Landes wurde. Heute leitet sie ihre Agentur The Human Factor, die sich auf Founder-Led Branding spezialisiert hat, unterrichtet seit über zwölf Jahren in 28 Ländern und ist Autorin des Buchs „The Super Connector’s Playbook“. Zudem ist sie Executive Director des NGO Committee on Sustainable Development – NY, das mit der UNO affiliiert ist. Im Interview spricht sie über die Trust Economy, häufige Fehler von Gründern und darüber, warum es heute nicht mehr genügt, einfach nur ein gutes Produkt zu haben.

brutkasten: Frau Glikman, beginnen wir mit einer einfachen Frage: Wer sind Ihre Kundinnen und Kunden?

Glikman: Ich pendle zwischen Berlin und Tel Aviv. Meine Klienten sind Startups in frühen oder späteren Phasen, die Sichtbarkeit brauchen; meist dann, wenn sie Kapital aufnehmen, Kunden gewinnen oder in einen neuen Markt eintreten wollen. Dazu kommen Innovationsmanager in Konzernen.

Ein Beispiel ist Celleste Bio, ein israelisches Startup, das als erstes Unternehmen der Welt Milchschokolade mit echter Kakaobutter aus Zellsuspensionskultur-Technologie vorgestellt hat; ein Meilenstein für eine skalierbare, kommerziell tragfähige Kakao-Lieferkette. Jüngst wurde gemeinsam mit Mondelez die erste Tafel produziert, deren Kakaobutter zu 100 Prozent bio-identisch im Labor erzeugt wurde.

Wie nähern Sie sich einem Founder, der mehr Sichtbarkeit braucht?

Zuerst geht es um die Bereitschaft. Viele Gründer wissen, dass sie sichtbar sein müssen – bevor sie einen Raum betreten, ist die Entscheidung beim Investor oft schon teilweise gefallen. Er googelt, schaut auf LinkedIn, gleicht ab, ob das Gesagte zum Gesendeten passt. Unsere Marke arbeitet für uns, bevor wir den Raum betreten – aber zwischen dem Wissen und dem Tun klafft eine Lücke. Viele sind kamerascheu oder arbeiten lieber am Produkt.

Wenn sie zu mir kommen, beginnen wir mit der Strategie. Founder-Persönlichkeit und Unternehmenswerte liegen am Anfang oft sehr nah beieinander. Wir bauen eine Markenidentität auf – authentisch, nicht aufgesetzt. Welche Botschaften, welche Werte, welche Stärken? Ist die Person warm, eher kühl, fürsorglich? Wir nehmen, wer sie sind, und betonen die relevanten Aspekte online.

Was unterscheidet Founder-Led Branding vom klassischen Personal Branding?

Personal Branding ist ein abgenutzter Begriff – wir alle haben eine Marke, ob wir wollen oder nicht. Founder-Led Branding bedeutet, dass man als Gründer bewusst Botschaften platziert, die einem selbst und dem Unternehmen dienen. Heute vertrauen wir Institutionen, großen Namen und Regierungen weniger – wir vertrauen einander.

Wenn Vertrauen zur Währung wird – gerade in einer Welt, in der KI Posts schreibt und Unternehmen über Nacht entstehen lässt – bleibt das Menschliche. Wenn Sie mir vertrauen, vertrauen Sie vielleicht auch meinem Unternehmen.

Auf LinkedIn performt Founder-Content stärker als Unternehmenscontent. Warum?

Der Algorithmus will, dass Sie sich mit einer Person verbinden. Unternehmensbeiträge werden weniger ausgespielt. Es geht um die Verbindung von Mensch zu Mensch.

Was sind die größten Fehler, die Gründer machen?

Erstens: Viele halten Sichtbarkeit für ein „Nice to have“. Damit fehlt die Konsistenz.

Zweitens: Es gibt keinen roten Faden. Wenn man sich Posts der letzten Monate ansieht, sollte ein Muster erkennbar sein. An einem Tag der Urlaub, am nächsten das Unternehmen, dann etwas anderes – das funktioniert nicht. Es braucht Markensäulen.

Drittens: Viele teilen nur Beiträge ihrer Firmenseite oder von Kollegen. LinkedIn mag das nicht. Die Plattform will wissen, was Sie zu sagen haben, was Ihre Kämpfe und Erkenntnisse sind.

Und viertens: Manche gehen zu Medien, die nicht zu ihrer Phase passen. Wenn das Produkt noch nicht reif ist, sollte man etwa in einem Podcast über das Feld sprechen, nicht über die Lösung. Sonst verspricht man zu viel und liefert zu wenig.

Wie viele Posts pro Woche sind realistisch sinnvoll?

Optimal wären zwei pro Woche. Realistisch reicht ein guter, tiefgehender Post pro Woche, der eine eigene Perspektive zeigt. LinkedIn liebt sogenannte „Scar Stories“ – Geschichten von Verletzungen, aus denen man gelernt hat.

Über Fehler zu sprechen ist guter Content?

Ja, weil es verbindet. Es muss nicht der größte Fehler sein. Sie können sagen: Wir haben anfangs in diese Richtung investiert, dann hat sich der Markt verändert, also haben wir gepivotet. Das ist „Building in Public“ – Sie nehmen Ihre Follower mit auf die Reise. Stellen Sie sich vor, Sie haben Ihre eigene Show!

Im DACH-Raum spricht kaum jemand über Misserfolge. Wie ist das in anderen Kulturen?

Es geht nicht darum, sich in schlechtem Licht zu zeigen, sondern Lernerfahrungen zu teilen. Die israelische Kultur ist sehr expressiv und leidenschaftlich. Wir haben Gründer, die ihre tiefen Kämpfe und Frustrationen während des Aufbaus ihres Unternehmens radikal offen teilen. Das gibt anderen Gründern die Erlaubnis, es ihnen gleichzutun – was am Ende sowohl persönlich als auch für das Unternehmen hilfreich ist.

In asiatischen Kulturen, im Baltikum, im DACH-Raum oder in Skandinavien sind Menschen reservierter und risikoaverser. Das ist nicht schlecht – Israelis springen auf jede Idee; manchmal funktioniert es, manchmal nicht. Die Frage ist: Wie viel kann ich teilen, das mir dient, anderen Wert gibt, mir aber nicht schadet?

Wie misst man eigentlich, ob Sichtbarkeit auch Umsatz bringt?

Anders als im Vertrieb, wo Sie 50 Leute ansprechen und zwei Deals abschließen, geht es hier um Signale. Verbinden sich qualitativ relevante Menschen aus Ihrer Zielgruppe mit Ihnen? Merken Sie, dass Investoren Sie schon kennen, bevor Sie den Raum betreten? Sprechen Menschen über Sie? Das nennt man „Dark Social“ – wenn das passiert, funktioniert Ihre Marke.

Ein konkreter Tipp zur Monetarisierung: Vor jedem Meeting werden Sie beobachtet. Posten Sie zwei oder drei Tage vorher etwas, das Fragen oder Einwände beantwortet, die im Gespräch kommen werden. Wenn Investoren an der Skalierbarkeit zweifeln könnten, schreiben Sie über die Skalierbarkeit Ihrer Branche.

Das ist strategische Kommunikation pur…

Genau. Wenn Sie sich auf ein Meeting vorbereiten, gehört ein LinkedIn-Post auf die To-do-Liste. Sichtbarkeit ist kein Privileg, sondern ein Business-Tool, eine Infrastruktur.

Wie viel Zeit sollte ein Gründer investieren?

Mit KI ist das heute leichter. Erstellen Sie ein Projekt in ChatGPT oder Claude, füttern Sie es mit Ihrer Marke, Werten, Botschaften, kopieren Sie E-Mails oder Texte hinein. Dann sagen Sie: Ich möchte über die Skalierbarkeit unseres Geschäfts schreiben, hier sind drei Punkte. So entstehen Posts in Ihrer Stimme. Minimum: ein Post pro Woche. Sie können sich 30 Minuten wöchentlich Zeit nehmen oder einmal im Monat ein, zwei Stunden für alle Posts.

LinkedIn ist mit KI-Content geflutet. Sehen wir eine Gegenbewegung hin zu mehr Authentizität?

Es heißt, etwa 80 Prozent der Posts seien KI-generiert – ich denke, es sind mehr. Was Sie vermeiden sollten: den langen Gedankenstrich, den alle KI-Tools lieben; und typische Strukturen wie „Don’t do X, do Y“ oder kurze Sätze mit Punkt am Ende. Ich habe gestern in einem Post einen Tippfehler gefunden und ihn drin gelassen – weil er menschlicher ist. Verwenden Sie keine Wörter, die Sie sonst nie benutzen. KI können Sie trainieren, aber vertrauen Sie ihr nicht zu 100 Prozent.

Welche Trends sehen Sie auf LinkedIn?

Authentizität mit eigenem Stil und visuellen Wiedererkennungsmerkmalen. Und Spezifität: LinkedIn will Sie mit relevanten Menschen vernetzen – fokussieren Sie sich also auf Ihr Fachgebiet.

In Österreich gibt es Gründer, die sehr laut auftreten. Birgt das Risiken?

Kulturell, ja. Wenn Sie Wertvolles teilen, das anderen hilft, ist Lautstärke okay. Aber im DACH-Raum kann das Türen schließen. In Israel sind die Menschen wie gesagt von Natur aus lauter und leidenschaftlicher. Heute sehen wir auch einen Shift zu Solopreneuren oder Drei-Personen-Unicorns. Als Solopreneur müssen Sie Ihre Marke draußen haben – das Ziel sind Glaubwürdigkeit und Vertrauen.

Gibt es internationale Vorbilder?

Jensen Huang von Nvidia versteht, dass er das Gesicht des Unternehmens ist. Auf seinem LinkedIn-Profil steht Nvidia und davor ein Job als Tellerwäscher in einem Burgerladen.

Oder Sam Altman: Vor drei Jahren, als die Menschen Angst vor OpenAI hatten, machte er mit seinem Mitgründer eine Welttournee, traf Menschen auf Events. Sie nutzten ihre Founder-Marke, um Botschaften zu transportieren und Vertrauen aufzubauen.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Der Inhalt der Studie zeigt, dass KI-Modelle durch den von ihnen generierten „Müll“ selbst zerstört werden können und dass Unternehmen, die den Zugang zu menschgemachten Inhalten kontrollieren, dadurch einen Vorteil haben. Diese Erkenntnisse könnten Auswirkungen darauf haben, wie KI-Modelle trainiert werden und wer Zugang zu menschgemachten Inhalten hat, was wiederum Auswirkungen auf Wettbewerb und Diskriminierung haben könnte. Außerdem wird deutlich, dass die Vorstellung, KI könne alle Aufgaben besser lösen als Menschen, kritisch hinterfragt werden muss.

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Die Studie eines britisch-kanadischen Forscherteams, die vor kurzem im Open-Access-Journal arXiv erschienen ist, hat gezeigt, dass KI-Modelle nachhaltig geschädigt werden können, wenn sie mit KI-generierten Inhalten trainieren. Dies könnte Unternehmen, die schnell KI-Lösungen in ihre Produkte integrieren wollen, vor große Herausforderungen stellen. Das Problem besteht darin, dass je mehr KI-Inhalte im Internet verfügbar sind, desto weniger menschengemachte Inhalte für die KI-Modelle zum Lernen vorhanden sind. Unternehmen, die bereits den Zugang zu menschengemachten Inhalten kontrollieren, würden einen immensen Vorteil genießen.

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Dieser Artikel warnt Innovationsmanager:innen vor den Risiken beim Einsatz von KI-Modellen in ihren Produkten und Dienstleistungen. Eine Studie zeigt, dass KI-Modelle langfristig beschädigt werden können, wenn sie mit KI-generierten Inhalten trainiert werden, da die Modelle menschengemachte Inhalte benötigen, um weiter zu lernen. Dies kann dazu führen, dass KI-Modelle versagen und nicht mehr in der Lage sind, spezifische Daten oder Zusammenhänge richtig zu erkennen oder zu interpretieren. Innovationsmanager:innen sollten daher vorsichtig sein und sicherstellen, dass die KI-Modelle, die sie verwenden, menschengemachte Inhalte verwenden, um ihre Funktionsweise zu verbessern und langfristige Probleme zu vermeiden.

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Als Investor:in sollten Sie aufmerksam sein, wie KI-Modelle trainiert werden und welche Auswirkungen dies auf deren Qualität und Leistung hat. Die Studie zeigt, dass KI-Modelle durch den Einfluss von KI-generiertem „Müll“ dauerhaft geschädigt werden können. Daher sollten Unternehmen, die KI-basierte Lösungen entwickeln, sicherstellen, dass sie ihre Modelle mit qualitativ hochwertigen menschengemachten Inhalten trainieren, um deren Leistung und Qualität zu sichern.

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Die breite Verfügbarkeit von generativer KI hat den Hype um die Technologie verstärkt, aber eine Studie warnt nun davor, dass KI-Modelle durch ihren eigenen Müll, der in Form von KI-generierten Inhalten im Netz kursiert, nachhaltig geschädigt werden können. Die zunehmende Verbreitung von KI-generierten Inhalten führt dazu, dass die KI-Modelle weniger menschliche Inhalte für das Lernen zur Verfügung haben, und Unternehmen, die den Zugang zu menschlichem Content kontrollieren, haben daher immense Vorteile. Die Studie zeigt auch, dass die KI-Modelle Schwierigkeiten haben, unwahrscheinliche Daten abzubilden, was zu zahlreichen anderen Problemen führen kann, einschließlich Diskriminierung aufgrund von bestimmten Minderheiten-Eigenschaften.

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

  • Ilia Shumailov
  • Ross Anderson
  • Mark Zuckerberg

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

  • Meta
  • Internet Archive

Studie: KI-Modelle können sich durch ihren eigenen Müll selbst zerstören