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:
14.09.2026

„Immobilien sollen sich künftig weitgehend von selbst verwalten können“ – Flatwise will Immobilienmarkt aufmischen

Das Linzer Startup Flatwise will zeitaufwändige Tätigkeiten in der Immobilienverwaltung wie Mietanpassungen, Abrechnungen und Steuerunterlagen mit KI automatisieren. Schon vor dem offiziellen Marktstart setzen Vermieter:innen mit über 3.000 Wohnungen auf die Plattform, wie Mitgründer Johannes Reichl im Interview mit brutkasten erklärt.
/artikel/flatwise-linzer-startup-will-immobilienverwaltung-mit-ki-automatisieren
14.09.2026

„Immobilien sollen sich künftig weitgehend von selbst verwalten können“ – Flatwise will Immobilienmarkt aufmischen

Das Linzer Startup Flatwise will zeitaufwändige Tätigkeiten in der Immobilienverwaltung wie Mietanpassungen, Abrechnungen und Steuerunterlagen mit KI automatisieren. Schon vor dem offiziellen Marktstart setzen Vermieter:innen mit über 3.000 Wohnungen auf die Plattform, wie Mitgründer Johannes Reichl im Interview mit brutkasten erklärt.
/artikel/flatwise-linzer-startup-will-immobilienverwaltung-mit-ki-automatisieren
Das Flatwise-Gründertrio (v.l.) Marc Lindorfer, Edwin Schneider und Johannes Reichl © Flatwise

Wenn es nach Johannes Reichl, Edwin Schneider und Marc Lindorfer geht, ist Immobilienverwaltung bis heute vor allem eines: kleinteilig, zeitintensiv und von manuellen Abläufen geprägt. Genau hier wollen die drei Linzer mit ihrem Startup Flatwise ansetzen. Das Gründerteam entwickelt eine Software, die zentrale Aufgaben von Vermieter:innen, von Mietanpassungen über Betriebskostenabrechnungen bis zur Vorbereitung von Steuerunterlagen, mithilfe von KI-Agenten automatisieren soll. Bereits vor dem offiziellen Marktstart setzen laut Angaben des Startups Vermieter:innen mit insgesamt mehr als 3.000 Wohnungen auf die Plattform.

Von der Pilot- zur Marktphase

Das Team, das erst im August 2026 eine GmbH gegründet hat, hat sein Produkt in den vergangenen Monaten eng mit den ersten 100 Pilotnutzer:innen weiterentwickelt, mit Feedback, Interviews und echten Kund:innendaten, wie Mitgründer Johannes Reichl im Interview erklärt. Der Ansatz unterscheide sich damit von klassischen Proptech-Lösungen, die bestehende Prozesse lediglich digitalisieren: „Wir wollen Immobilienverwaltung nicht nur digitalisieren, sondern grundlegend neu denken. Immobilien sollen sich künftig weitgehend von selbst verwalten können. Vermieter:innen können durch die Software von Flatwise professionell vermieten, ohne dabei selbst Fachexpert:innen sein zu müssen“, so Reichl.

KI-Agenten im Einsatz

Konkret möchte Flatwise KI dort einsetzen, wo Verwaltungsprozesse sinnvoll automatisiert oder unterstützt werden können. Dazu zählen für das Team unter anderem die Vorbereitung und Berechnung von Mietanpassungen, die Unterstützung bei Betriebskostenabrechnungen sowie die strukturierte Aufbereitung von Finanz- und Steuerinformationen. Der KI-Agent verbindet dabei unterschiedliche Daten und Prozessschritte innerhalb der Software, bereitet relevante Informationen auf und unterstützt Vermieter:innen bei der weiteren Bearbeitung.

Der Weg zum Ökosystem

Im Schnitt verwaltet ein:e Flatwise-Nutzer:in laut Unternehmen aktuell rund zehn Wohnungen. Für Reichl zeigt sich dabei ein klares Bild der Branche: „Der Markt ist extrem fragmentiert, es gibt viele Anbieter, die eigentlich zusammenhängen müssten, aber kaum vernetzt sind.“

Dieses Nebeneinander will Flatwise auflösen und sich schrittweise zu einem Ökosystem entwickeln, das Vermieter:innen, Mieter:innen und Dienstleister:innen auf einer Plattform zusammenbringt. „Wir glauben daran, dass gute Vermieter:innen das Wohnen für alle besser machen. Flatwise soll es einfacher machen, gut zu vermieten“, heißt es dazu vom Gründungsteam.

Enterprise-Lösung in Arbeit

Flatwise richtet sich an Vermieter:innen mit Beständen zwischen einer und hundert Immobilien. Mittlerweile hätten sich aber auch Hausverwaltungen und Bestandshalter:innen mit deutlich größeren Portfolios gemeldet. Deshalb entwickelt Flatwise momentan ein Enterprise-Modell, das künftig gezielt auf die Anforderungen größerer Bestandshalter:innen und Hausverwaltungen eingehen soll, wie der Mitgründer im Interview erklärt.

Wachstum vorerst ohne Angels oder VCs

Trotz bestehender Investmentangebote will das Team bei der Finanzierung vorerst auf Förderungen und den eigenen Cashflow setzen. Rund 20 Angebote von Angels und Venture-Capital-Geber:innen sind laut Reichl bereits eingegangen. Aufgegriffen werden sollen sie frühestens, wenn erste Umsätze stehen. Für eine geplante Wachstumsphase ist jedoch in der ersten Jahreshälfte 2027 eine Finanzierungsrunde angedacht. Unterstützung erhält das Gründerteam zudem im Inkubatorprogramm von tech2b durch ein Advisory Board aus Immobilienexpert:innen und erfahrenen Unternehmer:innen.

Wissen als Türöffner

Um neue Kund:innen zu erreichen, setzt Flatwise zusätzlich auf einen eigenen Immobilienratgeber mit aktuell rund 160 Artikeln, der komplexe Themen rund um Immobilien und Wohnen laienverständlich aufbereitet. Bereits mehrere tausend Personen sollen die Inhalte monatlich lesen. Für Reichl ist das ein wichtiger Kanal, um Vertrauen aufzubauen und so langfristig neue Nutzer:innen für die Plattform zu gewinnen.

Im kommenden Jahr will Flatwise nach eigenen Angaben marktführend in Österreich werden. Mittelfristig ist auch eine internationale Expansion, etwa nach Deutschland, angedacht. Ein konkreter Zeitpunkt steht laut Reichl aber noch nicht fest.

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