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:
06.10.2026

„Der Apfel fällt nicht weit vom Stamm“ – Kinder von Unternehmer:innen planen Gründungen mehr als doppelt so oft

Eine neue Umfrage der Stiftung Unternehmerische Zukunft zeigt: Wer unternehmerische Vorbilder in der Familie hat, plant mehr als doppelt so oft unternehmerisch tätig zu werden. Die wichtigsten Zahlen und Erkenntnisse im Überblick.
/artikel/der-apfel-faellt-nicht-weit-vom-stamm-kinder-von-unternehmerinnen-planen-gruendungen-mehr-als-doppelt-so-oft
06.10.2026

„Der Apfel fällt nicht weit vom Stamm“ – Kinder von Unternehmer:innen planen Gründungen mehr als doppelt so oft

Eine neue Umfrage der Stiftung Unternehmerische Zukunft zeigt: Wer unternehmerische Vorbilder in der Familie hat, plant mehr als doppelt so oft unternehmerisch tätig zu werden. Die wichtigsten Zahlen und Erkenntnisse im Überblick.
/artikel/der-apfel-faellt-nicht-weit-vom-stamm-kinder-von-unternehmerinnen-planen-gruendungen-mehr-als-doppelt-so-oft
(v.l.) Peter Hajek, Monika Köppl-Turyna, Lisa-Marie Fassl und Markus Raunig © Tobias Gärtner

Wie steht es um das Interesse an der Selbstständigkeit in Österreich? Eine Online-Befragung von Peter Hajek Public Opinion Strategies im Auftrag der Stiftung Unternehmerische Zukunft liefert dazu aktuelle Daten. Im Befragungszeitraum vom 22. Mai bis 8. Juni 2026 wurden insgesamt rund 1.500 Personen der österreichischen Wohnbevölkerung im erwerbsfähigen Alter zwischen 16 und 69 Jahren befragt. Die Zahlen zeigen, wie stark das direkte Umfeld die Neigung zum Unternehmertum in Österreich prägt.

Der „Eltern-Effekt“ als zentraler Einflussfaktor

Der zentralste Befund der Untersuchung liegt in der familiären Prägung: Der Wunsch und die konkrete Absicht zu gründen gehen laut den Studiendaten maßgeblich mit der unternehmerischen Tätigkeit der eigenen Eltern einher. Insgesamt geben 20 Prozent der Befragten an, mindestens einen selbstständigen oder unternehmerischen Elternteil zu haben. Laut Umfrage verändert diese Erfahrung die Haltung grundlegend: Während sich ohne unternehmerischen Hintergrund lediglich 27 Prozent der Befragten eine Gründung grundsätzlich vorstellen können, steigt dieser Wert bei Personen mit unternehmerischem Elternhaus auf 47 Prozent.

Noch drastischer unterscheidet sich die konkrete Planung: Bei Befragten ohne unternehmerische Eltern geben derzeit nur 7 Prozent an, innerhalb der nächsten zwölf Monate konkret eine Gründung zu planen. Hat mindestens ein Elternteil ein Unternehmen geführt oder gegründet, springt diese Gründungsabsicht auf 18 Prozent, also mehr als das Doppelte. Das Elternhaus senkt somit laut Studie die subjektiven Hürden von der bloßen Vorstellung hin zur konkreten Absicht.

Eklatanter Mangel an sichtbaren Vorbildern im Alltag

Dass die familiäre Herkunft in den Daten eine so dominante Rolle spielt, deckt sich mit einem deutlichen Mangel an sichtbaren Alternativen im öffentlichen Raum. Laut Umfrage fällt fast der Hälfte der Gesamtbevölkerung (49 Prozent) spontan kein einziger Name einer Unternehmerin oder eines Unternehmers ein.

Unter den Befragten zwischen 16 und 29 Jahren geben sogar 60 Prozent an, niemanden nennen zu können. Werden überhaupt Namen genannt, handelt es sich meist um prominente Großunternehmer wie Mateschitz (13 Prozent), Haselsteiner (5 Prozent), Benko (3 Prozent), Swarovski (3 Prozent) oder Elon Musk (2 Prozent). Greifbare Vorbilder aus dem alltäglichen Leben fehlen in der Wahrnehmung vieler Befragter.

Gleichzeitig zeigt die Erhebung: Wer im unternehmerischen Umfeld aufwächst oder entsprechende Kontakte hat, würde im Falle eines Gründungsvorhabens eine nahestehende Person laut Eigenangabe mit 37 Prozent mehr als doppelt so oft aktiv bestärken wie Personen ohne dieses Umfeld (17 Prozent).

Breiter Ruf nach Wirtschaftsbildung an Schulen

Unterstützung aus dem Elternhaus ist ein wichtiger Faktor, doch soll er laut den Befragten nicht der einzige sein, der über die berufliche Zukunft entscheidet, wie sich aus weiteren Ergebnissen ablesen lässt. 80 Prozent sprechen sich dafür aus, dass Jugendliche bereits in der Schule stärker lernen sollten, wie man Unternehmen gründet oder führt. Zudem hätten sich 75 Prozent selbst mehr praktische Wirtschaftsbildung gewünscht.

Für Markus Raunig, Vorstand der Stiftung Unternehmerische Zukunft, liefern die Befragungsergebnisse deshalb einen klaren Auftrag an die Bildungspolitik. Seine zentrale These formuliert Raunig bei der heutigen Pressekonferenz als Kernversprechen der Stiftungsarbeit: „Unsere Überzeugung als Stiftung lautet: Es darf nicht davon abhängen, was für Eltern oder welches Umfeld man hat, ob man unternehmerisch tätig wird oder nicht.“

Durch praxisnahe Schulprogramme, den Aufbau eigener Medienkanäle zur Veranschaulichung des unternehmerischen Alltags und die gezielte Sichtbarmachung nahbarer Vorbilder soll dieses Herkunfts-Delta geschlossen werden.

Wachstumsorientierte Startups als echter Jobmotor

Aus volkswirtschaftlicher Sicht kommt es jedoch nicht bloß auf die reine Anzahl an Gründungen an, sondern auf deren Qualität, das betont Monika Köppl-Turyna, Direktorin von EcoAustria. Die auch als Vorstandsmitglied der Stiftung agierende Wirtschaftsforscherin hebt hervor, dass vor allem junge, wachstumsstarke Unternehmen als entscheidender Motor für Beschäftigung und Innovation wirken und überproportional viele neue Arbeitsplätze schaffen.

Auf der Pressekonferenz spitzte Investorin und Stiftungs-Vorstandsmitglied Lisa-Marie Fassl die Notwendigkeit einer gesamtgesellschaftlichen Haltungswende zu: „Das einzige, was uns hilft wirtschaftlich erfolgreich zu bleiben als Standort, ist Innovation. […] Es muss gesamtgesellschaftlich gesehen einfach wieder sexy sein, einen Beitrag zu leisten. Wir leben in einem Land mit einer massiven Vollkaskomentalität, wo man darauf wartet, dass irgendwer etwas für einen richtet.“

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