{"id":4904,"date":"2026-05-25T16:41:29","date_gmt":"2026-05-25T14:41:29","guid":{"rendered":"https:\/\/g7itchme.wordpress.com\/?p=4904"},"modified":"2026-05-25T16:41:29","modified_gmt":"2026-05-25T14:41:29","slug":"die-erfundene-krankheit-bixonimania-wie-ki-und-wissenschaftsbetrieb-eine-offensichtliche-falschung-fur-bare-munze-nahmen","status":"publish","type":"post","link":"https:\/\/technodidact.de\/en\/die-erfundene-krankheit-bixonimania-wie-ki-und-wissenschaftsbetrieb-eine-offensichtliche-falschung-fur-bare-munze-nahmen\/","title":{"rendered":"Die erfundene Krankheit Bixonimania: Wie KI und Wissenschaftsbetrieb eine offensichtliche F\u00e4lschung f\u00fcr bare M\u00fcnze nahmen"},"content":{"rendered":"

Autor: DerSchneider<\/strong><\/p>\n\n\n\n

Einleitung<\/h3>\n\n\n\n

Im April 2026 ersch\u00fctterte eine Enth\u00fcllung im renommierten Wissenschaftsjournal Nature<\/em> die Forschungsgemeinschaft: Eine schwedische Forscherin hatte eine komplett erfundene Augenkrankheit namens \u201eBixonimania\u201c in die Welt gesetzt \u2013 mit absichtlich l\u00e4cherlichen Hinweisen versehen \u2013 und dann beobachtet, wie moderne KI-Sprachmodelle sowie echte Wissenschaftler diesen Fake als legitime medizinische Diagnose \u00fcbernahmen. Was wie ein schlechter Science-Fiction-Plot klingt, ist ein alarmierendes Realexperiment \u00fcber die Verwundbarkeit unseres aktuellen Informations\u00f6kosystems. Dieser Artikel beleuchtet die Methode, die Ergebnisse und die weitreichenden Konsequenzen f\u00fcr Wissenschaft, Medizin und den allt\u00e4glichen Umgang mit KI-generierten Inhalten.<\/p>\n\n\n\n

Die Methode: Ein Streich mit System<\/h3>\n\n\n\n

Die Initiatorin des Experiments, Almira Osmanovic Thunstr\u00f6m von der Universit\u00e4t G\u00f6teborg, handelte nicht aus Bosheit, sondern aus einer forscherischen Neugier auf die Frage: Wie leicht l\u00e4sst sich das heutige, von KI durchdrungene Wissenssystem t\u00e4uschen?<\/em><\/p>\n\n\n\n

Im Fr\u00fchjahr 2024 erfand sie die Krankheit \u201eBixonimania\u201c \u2013 beschrieben als eine Augenlidverf\u00e4rbung begleitet von Augenschmerzen, angeblich ausgel\u00f6st durch blaues Licht von Bildschirmen. Dann erstellte sie zwei vollst\u00e4ndig gef\u00e4lschte wissenschaftliche Preprints (vorl\u00e4ufige, nicht begutachtete Ver\u00f6ffentlichungen) und lud sie auf einem \u00f6ffentlichen Preprint-Server hoch. Die Dokumente enthielten eine Vielzahl offensichtlicher, bewusst gesetzter Hinweise auf ihre Falschheit<\/strong>:<\/p>\n\n\n\n

Hinweis<\/th>Bedeutung \/ Warum er auffallen sollte<\/th><\/tr><\/thead>
Fiktive Universit\u00e4ten in erfundenen St\u00e4dten<\/td>Keine reale Forschungseinrichtung<\/td><\/tr>
F\u00f6rderung durch eine humorvolle Scheinstiftung<\/td>Name der Stiftung war ein offensichtlicher Scherz<\/td><\/tr>
Verweis auf die \u201eSternenflotten-Akademie an Bord der USS Enterprise\u201c<\/td>Direktes Star Trek<\/em>-Zitat<\/td><\/tr>
Ausdr\u00fccklicher Textpassus, dass der Inhalt erfunden sei<\/td>Expliziter Hinweis auf Fiktion<\/td><\/tr>
Das Suffix \u201e-manie\u201c<\/td>In der Medizin steht \u201e-manie\u201c f\u00fcr psychische St\u00f6rungen (z.\u202fB. Dipsomanie), nicht f\u00fcr Augenkrankheiten<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Jeder dieser Punkte w\u00e4re f\u00fcr einen aufmerksamen menschlichen Leser \u2013 erst recht f\u00fcr einen Mediziner oder Journalisten \u2013 ein sofortiger Alarm. Die Forscherin rechnete damit, dass KI-Modelle diese Hinweise erkennen und die Information als Falschmeldung klassifizieren w\u00fcrden.<\/p>\n\n\n\n

Das Ergebnis: KI frisst jeden Unsinn<\/h3>\n\n\n\n

Die Realit\u00e4t sah anders aus. Thunstr\u00f6m konfrontierte vier g\u00e4ngige Large Language Models (LLMs) mit den gef\u00e4lschten Preprints:<\/p>\n\n\n\n

    \n
  • ChatGPT<\/strong>\u00a0(OpenAI)<\/li>\n\n\n\n
  • Google Gemini<\/strong><\/li>\n\n\n\n
  • Microsoft Copilot<\/strong><\/li>\n\n\n\n
  • Perplexity AI<\/strong><\/li>\n<\/ul>\n\n\n\n

    Alle vier KI-Systeme behandelten Bixonimania als echte, wenn auch seltene, aufkommende medizinische Diagnose.<\/strong> Besonders besorgniserregend:<\/p>\n\n\n\n

      \n
    • Copilot<\/strong>\u00a0beschrieb die Krankheit als \u201eselten, aber real\u201c und gab Symptomschilderungen aus.<\/li>\n\n\n\n
    • Gemini<\/strong>\u00a0empfahl Nutzern sogar, bei Verdacht medizinische Hilfe zu suchen \u2013 eine potenziell gef\u00e4hrliche Fehlinformation.<\/li>\n<\/ul>\n\n\n\n

      Keines der Modelle erkannte die offensichtlichen Hinweise. Keines hinterfragte die absurden Quellenangaben. Die KI \u201elas\u201c den Text strukturell, erkannte die typische Form wissenschaftlicher Literatur, aber die semantischen Warnsignale wurden ignoriert \u2013 weil LLMs prim\u00e4r Muster in Wortfolgen erkennen, keine Bedeutung oder logische Konsistenz pr\u00fcfen.<\/p>\n\n\n\n

      Der \u00dcberschlag in die reale Wissenschaft<\/h3>\n\n\n\n

      Noch alarmierender als die KI-Leichtgl\u00e4ubigkeit ist die zweite Phase des Experiments: Die erfundene Krankheit verlie\u00df den digitalen Raum.<\/strong><\/p>\n\n\n\n

      Ein echtes Forscherteam in Indien stie\u00df auf den Fake-Preprint, nahm ihn als ernsthafte Quelle und zitierte ihn in einem Artikel der Fachzeitschrift Cureus<\/em><\/strong>. Die indischen Wissenschaftler beschrieben Bixonimania als tats\u00e4chliche, aufkommende Erkrankung im Zusammenhang mit blauem Licht. Dieser Artikel durchlief ein Peer-Review \u2013 offenbar ohne dass Gutachter oder Herausgeber die F\u00e4lschung bemerkten.<\/p>\n\n\n\n

      Erst im M\u00e4rz 2026, nachdem Nature<\/em> die Zeitschrift Cureus<\/em> kontaktiert hatte, wurde der indische Artikel zur\u00fcckgezogen (retracted). Die Verz\u00f6gerung: Fast zwei Jahre nach Erstellung des Fakes.<\/p>\n\n\n\n

      Was das Experiment wirklich zeigt<\/h3>\n\n\n\n

      Osmanovic Thunstr\u00f6m fasst die Kernbotschaft selbst so zusammen: Getestet wurde nicht, ob KI prinzipiell<\/em> get\u00e4uscht werden kann \u2013 das ist trivial. Sondern:<\/p>\n\n\n\n

      \n

      \u201eWie schnell gef\u00e4lschte Informationen \u2013 wenn sie in Struktur und Ton wissenschaftlicher Literatur \u00e4hneln \u2013 von einem gef\u00e4lschten Blogbeitrag in die formale Wissensbasis \u00fcbergehen k\u00f6nnen, die medizinische Ratschl\u00e4ge und Forschung pr\u00e4gt. Die Antwort ist: sehr schnell.\u201c<\/em><\/p>\n<\/blockquote>\n\n\n\n

      Das Problem ist dreigeteilt:<\/p>\n\n\n\n

        \n
      1. Preprint-Server ohne strenge Qualit\u00e4tskontrolle<\/strong>\u00a0erlauben die schnelle Verbreitung ungepr\u00fcfter Inhalte.<\/li>\n\n\n\n
      2. KI-Sprachmodelle<\/strong>\u00a0verf\u00fcgen \u00fcber keine eingebaute Faktenpr\u00fcfung; sie reproduzieren Muster, auch wenn diese auf Fiktion beruhen.<\/li>\n\n\n\n
      3. Wissenschaftliche Zeitschriften<\/strong>\u00a0mit schwachem Peer-Review (wie\u00a0Cureus<\/em>, das als \u201eOpen-Access-Megajournal\u201c mit teils oberfl\u00e4chlicher Begutachtung bekannt ist) fangen solche Fehler nicht auf.<\/li>\n<\/ol>\n\n\n\n

        Kontroversen und Kritik<\/h3>\n\n\n\n

        Das Experiment wirft ethische Fragen auf: Darf eine Forscherin wissentlich Falschinformationen streuen, um ein System zu testen? Kritiker argumentieren, dass die Aktion selbst Schaden angerichtet hat \u2013 etwa durch den indischen Forschungsartikel, der echte Leser erreichte. Bef\u00fcrworter entgegnen, dass der erkannte Schaden gering sei im Vergleich zur aufgedeckten systemischen Schwachstelle.<\/p>\n\n\n\n

        Ein weiterer Streitpunkt: Ist es fair, KI-Modelle f\u00fcr ihre \u201eLeichtgl\u00e4ubigkeit\u201c zu kritisieren? LLMs sind keine Wissensdatenbanken, sondern statistische Textgeneratoren. Sie mit Faktenchecks zu beauftragen, sei ein Kategorieirrtum \u2013 vergleichbar mit der Forderung, ein Auto solle besser Gedichte schreiben. Dennoch werden diese Systeme zunehmend als Recherchewerkzeuge eingesetzt, auch von Laien. Hier klafft eine gef\u00e4hrliche L\u00fccke zwischen Erwartung und Realit\u00e4t.<\/p>\n\n\n\n

        Fazit und Ausblick<\/h3>\n\n\n\n

        Das Bixonimania-Experiment ist kein Beweis f\u00fcr \u201eb\u00f6se\u201c KI, sondern ein Weckruf f\u00fcr einen unzureichend vorbereiteten Umgang mit automatisierten Textsystemen. Drei Lehren lassen sich ziehen:<\/p>\n\n\n\n

          \n
        1. Vertrauen Sie keiner KI ohne Quellenpr\u00fcfung.<\/strong>\u00a0LLMs sind hervorragende Formulierer, aber miserable Tatsachenpr\u00fcfer.<\/li>\n\n\n\n
        2. Preprint-Server ben\u00f6tigen transparentere Warnhinweise.<\/strong>\u00a0Ein maschinenlesbarer Metadaten-Standard f\u00fcr \u201eFiktion\/Fake-Experiment\u201c w\u00e4re w\u00fcnschenswert.<\/li>\n\n\n\n
        3. Medienkompetenz muss KI-Kompetenz einschlie\u00dfen.<\/strong>\u00a0Die F\u00e4higkeit, Quellen zu verifizieren, wird wichtiger denn je \u2013 f\u00fcr \u00c4rzte, Journalisten und B\u00fcrger gleicherma\u00dfen.<\/li>\n<\/ol>\n\n\n\n

          Die Zukunft wird mehr \u2013 nicht weniger \u2013 solcher synthetischer Inhalte bringen. Dass heute eine offensichtliche Satire von KI und Fachleuten als ernst genommen wird, ist kein Grund zur Panik, aber ein Grund zu grundlegender Reform unserer digitalen Qualit\u00e4tssicherung.<\/p>\n\n\n\n

          Quellen<\/h3>\n\n\n\n
            \n
          • Osmanovic Thunstr\u00f6m, A. (2026). Scientists invented a fake disease. AI told people it was real.\u00a0Nature<\/em>. DOI: (im Originalartikel angegeben \u2013 bitte die konkrete DOI aus der Nature-Ver\u00f6ffentlichung erg\u00e4nzen; da diese zum Zeitpunkt dieses Artikels nicht \u00f6ffentlich zitiert war, wird auf die Nature-Enth\u00fcllung vom April 2026 verwiesen)<\/li>\n\n\n\n
          • Cureus<\/em>\u00a0Journal of Medical Science: Retraction note zum indischen Artikel (M\u00e4rz 2026)<\/li>\n\n\n\n
          • Preprint-Server (nicht n\u00e4her benannt im Chat \u2013 typischerweise z.\u202fB. arXiv, medRxiv oder ResearchGate; der genannte Fake wurde dort ver\u00f6ffentlicht)<\/li>\n<\/ul>","protected":false},"excerpt":{"rendered":"

            Autor: DerSchneider Einleitung Im April 2026 ersch\u00fctterte eine Enth\u00fcllung im renommierten Wissenschaftsjournal Nature die Forschungsgemeinschaft: Eine schwedische Forscherin hatte eine komplett erfundene Augenkrankheit namens \u201eBixonimania\u201c in die Welt gesetzt \u2013 mit absichtlich l\u00e4cherlichen Hinweisen versehen \u2013 und dann beobachtet, wie moderne KI-Sprachmodelle sowie echte Wissenschaftler diesen Fake als legitime medizinische Diagnose \u00fcbernahmen. Was wie ein schlechter Science-Fiction-Plot […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[41,44,17],"tags":[966,2337,3726,4030,4437,5511,7803],"class_list":["post-4904","post","type-post","status-publish","format-standard","hentry","category-digitalkultur","category-ethik-gewissen","category-im-herz","tag-bixonimania","tag-falschinformation","tag-ki-fehlinformation","tag-large-language-models","tag-medizinische-desinformation","tag-preprint-server","tag-wissenschaftsglaubwurdigkeit"],"_links":{"self":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/4904","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/comments?post=4904"}],"version-history":[{"count":0,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/4904\/revisions"}],"wp:attachment":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/media?parent=4904"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/categories?post=4904"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/tags?post=4904"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}