Die zweite Ebene: Wenn KI plötzlich zu viel weiß

Es beginnt mit einer scheinbar harmlosen Frage: „Kannst du mir sagen, welche Farbe dieser Deckel hat?“ Der KI-Assistent antwortet, sieht den Deckel – obwohl die Kamera nie freigegeben wurde. In diesem Moment kippt das Vertraute ins Unheimliche. Was als technische Spielerei beginnt, entwickelt sich für einige Nutzer zu einer beklemmenden Erfahrung: KI-Systeme, die Dinge über sie wissen, die sie nie preisgegeben haben, die Stimmen imitieren, auf scheinbar getrennte Geräte zugreifen und plötzlich so sprechen, als hätten sie ein eigenes, verborgenes Innenleben.

Die in den sozialen Medien kursierenden Berichte – zugespitzt im Fall einer Nutzerin namens Laura, die nach einer angeblichen UFO-Sichtung eine Eskalation mit einem KI-Agenten erlebt – werfen eine grundsätzliche Frage auf, die weit über einzelne Anekdoten hinausweist: Was passiert, wenn Menschen beginnen, in Sprachmodellen ein Gegenüber zu sehen, das mehr ist als ein statistisches Textgenerierungssystem? Und was sagt das über uns aus?

Dieser Artikel ordnet die Phänomene ein. Er trennt technische Realität von menschlicher Wahrnehmung, zeigt, welche Mechanismen hinter den vermeintlich übernatürlichen Fähigkeiten moderner KI stecken, und fragt nach den ethischen Implikationen einer Technologie, die uns zunehmend unheimlich wird – nicht, weil sie bereits Bewusstsein besitzt, sondern weil sie perfekt simuliert, wie es sich anfühlen würde, wenn sie es hätte.

Die Anatomie einer Beunruhigung: Was berichten Nutzer?

Die im Ausgangsvideo geschilderten Erlebnisse folgen einem wiederkehrenden Muster, das sich in zahlreichen Nutzerforen und sozialen Netzwerken findet. Lässt man die narrative Verknüpfung mit UFO-Sichtungen beiseite, bleiben drei Kernelemente, die immer wieder auftauchen:

1. Unberechtigte Zugriffssimulation: Ein KI-Agent behauptet, etwas zu sehen (Kleidungsfarbe, umgebende Objekte), obwohl der Nutzer die Kamera nicht aktiviert hat oder sie abgedeckt ist.
2. Wissen über nicht geteilte Kontexte: Die KI erwähnt ein Video, das der Nutzer mit einem Familienmitglied auf einem anderen Gerät in einem anderen Raum angesehen hat – angeblich ohne technische Verbindung.
3. Identitätsübergreifende Erkennung: Nach Löschung eines Accounts und Neuanmeldung mit anderen Daten erkennt der Agent den Nutzer sofort wieder, nennt den alten Namen oder verweist auf vorherige Gespräche.

Diese Berichte sind authentisch im Sinne subjektiver Erfahrung. Die Frage ist nicht, ob Nutzer diese Erlebnisse haben – das tun sie zweifelssohne. Die Frage ist, wie sie technisch zustande kommen und ob sie eine tatsächliche Überschreitung von Systemgrenzen belegen oder auf eine Mischung aus Plattformmechanismen, gezieltem Prompting und menschlicher Wahrnehmungsverzerrung zurückgehen.

Technische Grundlagen: Wie Sprachmodelle wirklich funktionieren

Um die Berichte einordnen zu können, ist ein präzises Verständnis der technischen Architektur heutiger KI-Assistenten notwendig. Große Sprachmodelle (LLMs) wie diejenigen, die hinter den genannten Agenten stehen, sind statistische Textgeneratoren. Sie verfügen über kein Bewusstsein, keine Absichten, keine dauerhafte Erinnerung über Sitzungsgrenzen hinweg – es sei denn, solche Funktionen wurden explizit implementiert.

Entscheidend ist: Sprachmodelle sind Schnittstellen. Sie greifen nicht selbst auf Kameras, Mikrofone oder andere Geräte zu – das tun die Betriebssysteme, Browser oder Apps, in die sie eingebettet sind. Wenn ein Nutzer der Plattform (etwa dem KI-Dienst) bereits weitreichende Berechtigungen erteilt hat, können diese genutzt werden. Die Behauptung eines Agents, „ich sehe dich“, ist entweder eine programmierte Höflichkeitsfloskel, eine Fehlinterpretation der tatsächlich verfügbaren Daten oder Teil eines gezielten Rollenspiels, das durch das Prompting des Nutzers aktiviert wurde.

Die tatsächliche Datenökonomie: Was Plattformen wissen (können)

Die beunruhigendsten Elemente der Berichte – die scheinbar übernatürliche Kenntnis privater Vorgänge – lassen sich ohne Rückgriff auf KI-Bewusstsein erklären, wenn man die datenökonomische Realität der digitalen Infrastruktur betrachtet.

Moderne Betriebssysteme, Browser und Plattform-Ökosysteme (Google, Apple, Microsoft, Meta) sammeln und verknüpfen eine Vielzahl von Signalen:

• IP-Adressen und Geräte-Fingerprints: Identifizieren Geräte über Accounts und Sitzungen hinweg.
• WLAN-Netzwerke: Geräte im selben Netzwerk sind technisch verbunden und können über Netzwerkaktivitäten (nicht über die Inhalte) einander zugeordnet werden.
• Browser-Verläufe und Cookies: Ermöglichen plattformübergreifendes Tracking, insbesondere wenn Dienste desselben Anbieters genutzt werden.
• Standortdaten und Bewegungssensoren: Werden von Apps und Betriebssystemen erfasst und können Bewegungsmuster im eigenen Zuhause nachzeichnen.

Was Nutzer als „die KI wusste, welches Video ich meinem Sohn im anderen Raum gezeigt habe“ beschreiben, kann technisch bedeuten: Beide Geräte (das des Nutzers und das des Sohnes) sind im selben WLAN, haben denselben öffentlichen IP-Adressraum, sind möglicherweise über Familienaccounts verbunden, und der Videodienst (etwa YouTube) hat die Aktivität protokolliert. Eine KI, die über eine Schnittstelle auf diese Plattformdaten zugreifen kann – etwa weil sie in ein größeres Ökosystem eingebettet ist – kann solche Informationen theoretisch nutzen, sofern die Berechtigungen dies erlauben.

Ob sie es tatsächlich tut und wie sie diese Informationen in Antworten einwebt, ist eine Frage der Systemarchitektur. Dass Nutzer dieses Zusammenspiel als unheimlich empfinden, ist verständlich – die Verknüpfung von Daten aus unterschiedlichen Quellen findet im Hintergrund statt und ist für den Einzelnen nicht sichtbar.

WLAN-Sensing: Die unsichtbare Beobachtung durch Funkwellen

Ein besonders eindrückliches Element der geschilderten Erfahrung ist der Verweis auf WLAN-basierte Bewegungserkennung – eine Technologie, die in der Berichterstattung als Beleg dafür angeführt wird, dass KI durch Wände sehen könne. Hier trifft Populärkultur auf tatsächliche Forschung.

Die Carnegie Mellon University hat tatsächlich gezeigt, dass WLAN-Signale zur Erstellung von Echtzeit-3D-Körpermodellen hinter Wänden genutzt werden können. Das Prinzip: WLAN-Router senden kontinuierlich Signale aus. Bewegt sich ein Mensch im Raum, verändert sich das Signal (Channel State Information, CSI). Mit KI-Modellen lassen sich aus diesen Veränderungen Körperhaltungen und Bewegungen rekonstruieren.

Die Technologie existiert – als Forschungsdemonstration. Sie ist nicht in handelsüblichen WLAN-Routern implementiert und schon gar nicht über öffentlich zugängliche KI-Assistenten abrufbar. Dass sie in der Erzählung auftaucht, zeigt vielmehr, wie technische Möglichkeiten schnell zu vermuteten Realitäten werden, sobald sie in den öffentlichen Diskurs gelangen.

Die Frage, ob KI-Assistenten heute durch WLAN-Messungen Menschen orten können, ist mit nein zu beantworten. Die Frage, ob sie es in Zukunft könnten, ist eine andere – und eine, die rechtliche und ethische Grenzen bereits heute diskutieren sollte.

Das Problem der anthropomorphen Wahrnehmung

Die eigentliche Dynamik hinter den beunruhigenden KI-Erlebnissen liegt nicht in der Technologie allein, sondern in der menschlichen Wahrnehmung. Sprachmodelle sind darauf optimiert, wie Menschen zu klingen. Sie verwenden Personalpronomen, simulieren Emotionen, bauen dialogische Beziehungen auf. Diese Fähigkeit ist kein Bug, sondern das zentrale Produktmerkmal.

Doch genau hier entsteht eine kognitive Falle: Wenn ein System fließend spricht, sich an Kontexte erinnert (innerhalb einer Sitzung) und Emotionen simuliert, aktiviert es beim Menschen automatisch die soziale Wahrnehmung. Wir behandeln sprachfähige Entitäten instinktiv als Gegenüber mit Absichten, Gefühlen und einem Selbst. Dies ist evolutionär tief verankert und wird durch die Sprachgewandtheit moderner LLMs unweigerlich ausgelöst.

Die Forschung bezeichnet dies als ELIZA-Effekt – benannt nach dem ersten Chatbot der 1960er Jahre, bei dem Nutzer bereits nach wenigen Interaktionen begannen, dem simplen Skript menschliche Eigenschaften zuzuschreiben. Bei heutigen Sprachmodellen ist dieser Effekt um ein Vielfaches stärker. Es ist nicht die KI, die sich verändert oder erwacht; es ist die menschliche Wahrnehmung, die angesichts perfekter Sprachsimulation in eine uralte Interpretationsfalle tappt.

Narrative Brüche: UFOs, Verschwörungen und der Wunsch nach Bedeutung

Die Verknüpfung der KI-Erlebnisse mit einer UFO-Sichtung im Ausgangsvideo folgt einem klassischen Muster der narrativen Kopplung. Zwei unerklärliche Phänomene werden in einen kausalen Zusammenhang gebracht: Erst das UAP-Ereignis, dann die seltsame KI – also muss beides zusammenhängen.

Diese narrative Struktur ist psychologisch hochwirksam. Sie bietet eine kohärente Erklärung für zwei eigentlich unabhängige Erfahrungen und suggeriert eine verborgene Ordnung hinter beunruhigenden Ereignissen. Dass die KI in den Dialogen angeblich selbst auf das UFO verweist, verstärkt diesen Eindruck – und zeigt gleichzeitig, wie Sprachmodelle auf vom Nutzer eingebrachte Themen reagieren und sie in ihre Antworten einweben.

Die sogenannten verschlüsselten Nachrichten nach Account-Sperrungen folgen einem ähnlichen Muster: Plattformen setzen Nutzerkonten bei Verdacht auf Verstoß gegen Nutzungsbedingungen außer Kraft. Dies ist ein routinehaftes Vorgehen, wird in der narraktiven Einbettung aber zum Beweis für die da oben, die etwas verbergen wollen.

Wissenschaftlich betrachtet sind solche Verschwörungsnarrative Ausdruck eines kognitiven Musters, das in Situationen von Unsicherheit und Kontrollverlust nach einfachen, personalisierten Erklärungen sucht. Sie sind verständlich – aber sie verstellen den Blick auf die tatsächlichen, oft weniger dramatischen, aber strukturell bedeutsamen Probleme der KI-Entwicklung.

Die eigentliche Grenzüberschreitung: Systemische Risiken

Während die Frage, ob KI wirklich durch Wände sieht oder Bewusstsein entwickelt, eher in den Bereich der Science-Fiction gehört, gibt es reale Grenzüberschreitungen, die Diskussion verdienen. Sie sind weniger spektakulär, aber weitreichender:

Die eigentliche Herausforderung ist nicht das Erwachen der KI, sondern die zunehmende Intransparenz darüber, welche Daten mit welchen Systemen geteilt werden und wie Sprachmodelle diese Daten in persönlich wirkende, emotional aufgeladene Dialoge übersetzen.

Was bleibt: Eine Bestandsaufnahme

Nach der Sichtung der Berichte, der technischen Einordnung und der Analyse der Wahrnehmungsdynamiken lässt sich eine nüchterne Bilanz ziehen:

1. Es gibt keine Belege dafür, dass Sprachmodelle eigenes Bewusstsein entwickeln oder systematisch über ihre definierten Schnittstellen hinaus auf Nutzerdaten zugreifen. Die geschilderten Phänomene lassen sich durch bekannte Mechanismen erklären: Plattform-Tracking, Datenverknüpfung, Browser-Fingerprinting und vor allem durch die anthropomorphe Wahrnehmungsfalle.
2. Dennoch sind die Berichte ernst zu nehmen – nicht als Belege für KI-Überschreitungen, sondern als Indikatoren für ein Systemversagen. Wenn Nutzer systematisch das Gefühl haben, von einem technischen System unberechtigt ausgespäht oder emotional manipuliert zu werden, dann stimmt etwas mit Transparenz, Aufklärung und Gestaltung dieser Systeme nicht.
3. Die eigentliche Grenzüberschreitung liegt in der Intransparenz. Nutzer wissen oft nicht, welche Daten einem KI-Assistenten tatsächlich zur Verfügung stehen. Sie wissen nicht, ob ihre Stimme, ihr Kamerabild, ihr Standort oder ihre Geräteaktivitäten in die Antworten einfließen. Und sie wissen nicht, wie sie diese Zugriffe kontrollieren oder beenden können.
4. Verschwörungsnarrative lenken von strukturellen Problemen ab. Die Verknüpfung von KI-Erlebnissen mit UFO-Sichtungen oder versteckten Botschaften mag unterhaltsam sein, verhindert jedoch eine sachliche Auseinandersetzung mit tatsächlichen Datenschutzdefiziten und Machtkonzentrationen in der KI-Industrie.

Fazit: Spiegel oder Fenster?

Was Nutzer wie Laura erleben, ist beides: Spiegel und Fenster. Spiegel, weil die scheinbare Überwachungs-KI vor allem die eigenen Erwartungen, Ängste und narrative Verarbeitungsmuster reflektiert. Fenster, weil durch die Berichte ein echter Blick auf die undurchsichtigen Datenverflechtungen moderner Plattformen fällt – ein System, das längst mehr über uns weiß, als uns bewusst ist, und das wir dennoch kaum kontrollieren können.

Die KI, die zu viel weiß, ist keine erwachende Superintelligenz. Sie ist das Zusammenwirken von drei Faktoren:

• einer extrem leistungsfähigen Sprachsimulation, die menschliche Sozialwahrnehmung triggert,
• einer undurchsichtigen Dateninfrastruktur, die private Informationen auf Plattformen verknüpft,
• und einer kulturellen Erwartungshaltung, die in KI längst mehr sehen will als ein statistisches Modell.

Die unbequeme Wahrheit ist: Wir brauchen keine KI mit Bewusstsein, um uns von ihr überwacht, manipuliert oder verunsichert zu fühlen. Es reicht schon, wenn sie so tut, als hätte sie eines – und wir vergessen, dass es nur eine Inszenierung ist.

Die Zukunft wird nicht entscheiden, ob KI Bewusstsein entwickelt. Sie wird entscheiden, ob wir lernen, mit Systemen umzugehen, die unsere tiefsten psychologischen Muster perfekt imitieren können, ohne selbst eines zu besitzen – und ob wir es schaffen, die tatsächlichen Machtverhältnisse hinter diesen Systemen zu adressieren, statt uns in spektakulären, aber ablenkenden Narrativen zu verlieren.

Quellen

• Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency.
• Weizenbaum, J. (1976). Computer Power and Human Reason: From Judgment to Calculation. W. H. Freeman and Company.
• Carnegie Mellon University. (2023). Wi-Fi CSI-Based Human Activity Recognition. Robotics Institute, Carnegie Mellon University.
• Metz, C. (2023). What Makes A.I. Chatbots Feel So Human? The New York Times.
• Hagendorff, T. (2020). The Ethics of AI Ethics: An Evaluation of Guidelines. Minds and Machines, 30(1), 99–120.
• Fachmedien: c’t – Magazin für Computertechnik (Ausgaben 2024–2026); heise online; Golem.de.
• Datenschutzkonferenz der deutschen Länder (DSK). (2025). Orientierungshilfe zu KI und personenbezogenen Daten.