KI killt ihre Intelligenz durch KI-generierte Daten 

Was passiert eigentlich, wenn die eine KI eine andere KI trainiert? Kommen dabei sinnvolle Daten heraus? Das ist eine Frage, die sich immer mehr Experten und Expertinnen stellen, wenn es um die Trainingsdaten der nächsten KI-Modelle geht. Denn die KI scheint durch nicht-menschengemachte Trainingsdaten offenbar eher schlechter als besser zu werden. 

KI-Modelle werden mit zahlreichen Trainingsdaten gefüttert, um möglichst gute Ergebnisse zu erzielen. Doch diese Daten sind rar. Obwohl uns die Tiefen des Internets so unendlich wie das Universum erscheinen, haben OpenAI & Co. das Wissen leergesaugt. Eine wichtige Quelle für die KI-Entwickler und -Entwicklerinnen ist Common Crawl, ein digitaler Speicher von Webdaten, der so ziemlich alles enthält, was das Internet zu bieten hat. 

Die Trainingsdaten für KI-Modelle sind beinahe ausgeschöpft 

Doch auch das hat ein Ende. Die Ressourcen sind erschöpft. Mittlerweile hat OpenAI Vereinbarungen mit Verlagen und unter anderem der Social-Media-Plattform Reddit getroffen, um dort weitere Daten abgreifen zu können. Doch so viele Daten, wie die KI zum Training frisst, können von uns Menschen in der Kürze der Zeit überhaupt nicht reproduziert werden. 

Deshalb werden zum Training der KI längst andere KI-generierte Daten verwendet. Doch genau da liegt das Problem. Denn die KI-Modelle werden schlechter, wenn sie nicht mit menschengemachten Daten gefüttert werden.