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:
vor 20 Stunden

Pitchen in der Gondel: SKInnovation holt im März bis zu 1.000 Gründer:innen in die Tiroler Berge

Von 10. bis 12. März 2027 geht SKInnovation in Innsbruck und der Axamer Lizum in die elfte Runde. Auf der Bühne stehen unter anderem Gründer:innen von refurbed, woom und KoRo. Außerdem kann man über brutkasten zwei Tickets gewinnen.
/artikel/pitchen-in-der-gondel-skinnovation-holt-im-maerz-bis-zu-1-000-gruenderinnen-in-die-tiroler-berge
vor 20 Stunden

Pitchen in der Gondel: SKInnovation holt im März bis zu 1.000 Gründer:innen in die Tiroler Berge

Von 10. bis 12. März 2027 geht SKInnovation in Innsbruck und der Axamer Lizum in die elfte Runde. Auf der Bühne stehen unter anderem Gründer:innen von refurbed, woom und KoRo. Außerdem kann man über brutkasten zwei Tickets gewinnen.
/artikel/pitchen-in-der-gondel-skinnovation-holt-im-maerz-bis-zu-1-000-gruenderinnen-in-die-tiroler-berge
© SKInnovation

Laptop zu, Skischuhe an: Bei SKInnovation treffen Startups und Investor:innen nicht in einer Messehalle aufeinander, sondern in der Gondel. Von 10. bis 12. März 2027 geht die Startup-Konferenz auf Ski in die elfte Runde, mit Kick-off in Innsbruck und zwei Konferenztagen im Skigebiet Axamer Lizum. Die Veranstalter:innen erwarten 900 bis 1.000 Gründer:innen, Investor:innen und Corporate-Innovation-Teams, vor allem aus Österreich, Deutschland und der Schweiz, aber auch aus dem restlichen Europa und den USA.

„Je mehr heute online und KI-gestützt gearbeitet wird, desto wichtiger werden Vertrauen und authentische Connections“, sagt Gründerin Kathrin Treutinger. „Bei SKInnovation sitzt man zusammen im Lift, fährt die gleiche Abfahrt oder lernt sich bei unzähligen Networking-Gelegenheiten auf der Skihütte und darüber hinaus kennen.“ Das passende Motto: „Out of Office. Into Business.“

Vom Uni-Projekt zum Branchentreff

© SKInnovation

Entstanden ist SKInnovation 2015 an der Universität Innsbruck mit rund 20 Studierenden. Offen ist die außergewöhnliche Konferenz für alle Branchen, Schwerpunkte liegen auf KI, Software, Impact, SportsTech, Female Empowerment und Corporate Innovation.

Ein Pitch, eine Gondelfahrt

Das bekannteste Format ist auch 2027 der Ski Lift Pitch: Startups präsentieren ihre Idee während der Fahrt in der Gondel, gegenüber sitzen passend ausgewählte Investor:innen. Die besten Teams ziehen ins Pitch Final am Freitag ein, bei dem Publikum und Jury gemeinsam abstimmen.

Keynotes, Panels und Masterclasses finden im Hoadlhaus auf 2.340 Metern statt. Dazu kommen eine Startup Fair, vorab gematchte 1:1-Meetings sowie die sogenannten Snow Captains: Kleingruppen, in denen Teilnehmende gemeinsam mit Speaker:innen und Investor:innen Ski fahren. Auch die brutkasten-Redaktion wird vor Ort sein.

Speaker:innen von refurbed bis KoRo

Erste Namen für 2027 stehen fest: refurbed-Mitgründer Kilian Kaminski, Marcus Ihlenfeld, Mitgründer von woom und poptop, dean&david-Gründer David Baumgartner, KoRo-Gründerin Michelle Calios sowie LinkedIn-Creatorin und KI-Expertin Victoria Effer. Weitere Speaker:innen sollen in den kommenden Wochen folgen.

Programm und Tickets

© SKInnovation

Am Mittwoch, 10. März, startet SKInnovation mit einem Welcome-Abend in Innsbruck. Donnerstag und Freitag geht es in die Axamer Lizum, inklusive Sundowner am Hoadl. Am Freitag folgen Pitch Final und Après-Ski-Party, am Samstag ein Community Ski Day mit vergünstigten Lifttickets.

Tickets gibt es auf skinnovation.at, der Skipass für beide Bergtage ist inkludiert. Mit heute (19. November 2026) startet außerdem ein „Season Opening Deal“, laut Veranstalter:innen „der beste Preis, den es bis zum Event noch gibt“, dazu ein Welcome Package mit kostenlosem Skiverleih.


brutkasten verlost zwei Tickets unter seinen LinkedIn-Follower:innen. Alle Infos zur Teilnahme gibt es unter diesem LinkedIn-Post.

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