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:
19.11.2026

City Layers: Was hinter dem „Wiener Suderplan“ steckt

Mehr als 4.900 Beschwerden und 16.800 Reaktionen innerhalb weniger Wochen: Mit dem "Wiener Suderplan" hat das Startup City Layers zahlreiche Menschen erreicht. Hinter der interaktiven Karte steckt ein Geschäftsmodell, das weit über das Wiener Sudern hinausgehen soll.
/artikel/city-layers-was-hinter-dem-wiener-suderplan-steckt
19.11.2026

City Layers: Was hinter dem „Wiener Suderplan“ steckt

Mehr als 4.900 Beschwerden und 16.800 Reaktionen innerhalb weniger Wochen: Mit dem "Wiener Suderplan" hat das Startup City Layers zahlreiche Menschen erreicht. Hinter der interaktiven Karte steckt ein Geschäftsmodell, das weit über das Wiener Sudern hinausgehen soll.
/artikel/city-layers-was-hinter-dem-wiener-suderplan-steckt
City Layers Team | (c) WirtschaftsagenturWien Karin Hackl

Über zugeparkte Radwege, fehlende Sitzgelegenheiten oder andere Ärgernisse im öffentlichen Raum sudern: Auf dem „Wiener Suderplan“ können Bürger:innen ihre Beschwerden direkt auf einer interaktiven Stadtkarte hinterlassen. Hinter der Plattform stehen ausgerechnet vier Menschen, die ursprünglich gar nicht aus Wien kommen. Gerade deshalb ist ihnen der typische Wiener Grant besonders aufgefallen. Lovro Končar-Gamulin und Domagoj Krhen stammen aus Kroatien, Androniki Pappa und Angelos Chronis aus Griechenland.

Gemeinsam wollen sie mit ihrem Startup City Layers die Bürgerbeteiligung vereinfachen. „Wir kennen den Wiener Grant schon seit Jahren“, erzählt Mitgründer Končar-Gamulin. Der Suderplan sei eine Gelegenheit gewesen, die Möglichkeiten ihrer Technologie zu demonstrieren.

Auf dem Wiener Suderplan können Nutzer:innen ihre Beschwerden direkt auf einer interaktiven Karte hinterlassen.

Von der Forschung zum Startup

Die Idee zu City Layers entstand im Rahmen von Končar-Gamulins Doktorarbeit an der Technischen Universität Wien. Ab 2023 wurde der Ansatz mithilfe von Forschungsförderungen weiterentwickelt. Ziel ist es, Bürger:innen einfacher in städtische Entscheidungsprozesse einzubeziehen. „Normalerweise passiert das in Workshops oder Face-to-Face-Sessions. Wir haben uns gedacht, das kann viel effizienter und viel einfacher sein“, erklärt Končar-Gamulin.

City Layers entwickelt sogenannte Community Maps, auf denen Nutzer:innen ihre Erfahrungen, Bedürfnisse und Ideen zu konkreten Orten teilen können. Die Informationen werden anschließend räumlich ausgewertet und beispielsweise für Stadtplanung, Mobilitätsprojekte oder Forschung nutzbar gemacht.

Der Ansatz kam nach Unternehmensangaben bereits in mehr als zehn Projekten in vier Ländern zum Einsatz und erreichte über 10.000 Menschen. 2025 wurde City Layers beim Falling Walls Science Summit unter die 15 weltweit führenden Science-Engagement-Projekte gewählt.

Was den Suderplan von „Sag’s Wien“ unterscheidet

Wie die Technologie funktioniert, zeigt der Wiener Suderplan. Statt nach konkreten Themen wie Mobilität oder Hitze zu fragen, setzt das Team bewusst auf einen humorvollen Zugang. „Warum fragen wir nicht einfach: Was nervt dich hier?“, beschreibt Končar-Gamulin die Überlegung. Innerhalb von vier Wochen entstanden so laut dem Startup mehr als 4.900 Beiträge und über 16.800 Reaktionen.

Mit „Sag’s Wien“ betreibt die Stadt bereits eine App für Meldungen über Probleme im öffentlichen Raum. Končar-Gamulin sieht darin jedoch keine direkte Konkurrenz. Während „Sag’s Wien“ konkrete Probleme an die Verwaltung weiterleitet, soll der Suderplan alltägliche Erfahrungen sichtbar machen und daraus übergreifende Erkenntnisse gewinnen „Auch wenn die Stadt Wien gute offizielle Kanäle hat, gibt es doch Interesse für so etwas“, sagt der Gründer. Die gesammelten Beiträge sollen in einem Bericht mit räumlichen Analysen und Handlungsprioritäten aufbereitet werden.

Wie City Layers Geld verdienen will

Doch wie lässt sich digitale Bürgerbeteiligung monetarisieren? City Layers setzt auf bezahlte Projekte für Planungsbüros, Organisationen und öffentliche Auftraggeber. Dabei erstellt das Team individuelle Karten, organisiert die Beteiligung und übernimmt die Auswertung. „Wir machen die ganze Kampagne, die Community Map, die Datensammlung, die Datenanalyse und dann auch am Ende einen Report“, erklärt Končar-Gamulin.

Zwei bezahlte Pilotprojekte wurden bereits umgesetzt, darunter eines in der kroatischen Stadt Varaždin. Die dafür entwickelten digitalen Vorlagen lassen sich für weitere Aufträge wiederverwenden. „Mit jedem Projekt haben wir weniger Arbeit“, so der Gründer.

Finanziert wird die Entwicklung bislang überwiegend durch Förderungen. Nach einer Förderung des Wissenschaftsfonds FWF und zwei EU-Projekten erhielt das Team Unterstützung von aws und der Wirtschaftsagentur Wien. Die offizielle Unternehmensgründung ist für Anfang 2027 geplant. Končar-Gamulin soll dann die Geschäftsführung übernehmen.

Nächstes Projekt zu Wiener Christkindlmärkten

Noch vor Weihnachten plant das Team eine weitere interaktive Karte. Darauf sollen Besucher:innen Informationen zu Wiener Christkindlmärkten finden und Feedback hinterlassen können. Die Anwendung könnte später auch für andere Veranstaltungen eingesetzt werden.

Langfristig will City Layers international wachsen. Zunächst stehen Österreich, Kroatien und möglicherweise Griechenland im Fokus, später soll die Plattform auch in weiteren EU-Ländern zum Einsatz kommen.

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