{"id":7210,"date":"2026-09-05T18:19:39","date_gmt":"2026-09-05T18:19:39","guid":{"rendered":"https:\/\/technodidact.de\/?p=7210"},"modified":"2026-09-05T18:19:39","modified_gmt":"2026-09-05T18:19:39","slug":"die-stille-vergiftung-des-wissens","status":"publish","type":"post","link":"https:\/\/technodidact.de\/en\/die-stille-vergiftung-des-wissens\/","title":{"rendered":"Die stille Vergiftung des Wissens"},"content":{"rendered":"

Von DerSchneider<\/strong><\/p>\n\n\n\n

Es ist eine der gr\u00f6\u00dften Ironien unserer Zeit: W\u00e4hrend wir \u00fcber die atemberaubenden M\u00f6glichkeiten K\u00fcnstlicher Intelligenz diskutieren, findet vor unseren Augen ein Prozess statt, den man als schleichende Entwertung von Wissen bezeichnen k\u00f6nnte. Ein YouTube-Video eines Autors aus San Diego hat eine Debatte angesto\u00dfen, die tiefer geht als die \u00fcblichen KI-Warnungen. Es stellt eine unbequeme Frage: Was, wenn die Maschinen, denen wir vertrauen, nicht etwa die Summe menschlichen Wissens verwalten, sondern vor allem unsere kollektiven Blind- und Schwachstellen reproduzieren?<\/p>\n\n\n\n

\n\n\n\n

Die 4\u2011%\u2011L\u00fcge und die Mauer des Wissens<\/h2>\n\n\n\n

Die Behauptung, dass nur etwa vier Prozent des gesamten menschlichen Wissens frei im Internet zug\u00e4nglich seien, w\u00e4hrend 96 Prozent hinter den Paywalls wissenschaftlicher Datenbanken wie JSTOR, EBSCO oder Elsevier liegen, ist ein Weckruf. Diese Zahl mag \u00fcberraschen, doch sie verweist auf eine fundamentale Struktur der Wissensgesellschaft: Das meiste, was wir an gesicherter Erkenntnis besitzen, ist kein \u00f6ffentliches Gut, sondern eine Ware.<\/p>\n\n\n\n

Doch was bedeutet das f\u00fcr die KI? Die gro\u00dfen Sprachmodelle, die wir heute nutzen, speisen sich prim\u00e4r aus diesen frei zug\u00e4nglichen vier Prozent \u2013 und aus Quellen, die noch problematischer sind. Die Behauptung, dass Reddit etwa 12,5 bis zu einem Drittel der Trainingsdaten von OpenAI ausmache, verdeutlicht ein grundlegendes Problem: Die vielleicht einflussreichste Technologie zur Wissensvermittlung unserer Zeit lernt von einem Medium, das f\u00fcr Unverbindlichkeit und Meinung, nicht f\u00fcr Verbindlichkeit und Wissen steht.<\/p>\n\n\n\n

\n\n\n\n

Der Reddit-Faktor: Wenn der P\u00f6bel zum Lehrmeister wird<\/h2>\n\n\n\n

Hier liegt der Kern des Problems, das im eingangs erw\u00e4hnten Video als \u201eGammelfleisch f\u00fcr das Gehirn\u201c bezeichnet wird. Es ist kein Zufall, dass die Partnerschaft zwischen OpenAI und Reddit sowie die von Google mit der Plattform als Meilensteine gelten. Reddit ist nicht nur eine Ansammlung von Subkulturen und Nischeninteressen, sondern auch ein Ort, an dem die Grenze zwischen Fakt und Fiktion, fundiertem Wissen und pers\u00f6nlicher Anekdote best\u00e4ndig verschwimmt.<\/p>\n\n\n\n

Die Studie von Semrush, die besagt, dass 40 Prozent aller KI-Zitationen auf Reddit verweisen, ist ein alarmierendes Symptom. Sie zeigt, dass die Maschine die menschliche Schw\u00e4che f\u00fcr laute, emotional aufgeladene und scheinbar authentische Beitr\u00e4ge reproduziert. Die Tragik: Die KI wird damit nicht zu einem neutralen Werkzeug, sondern zu einem Verst\u00e4rker des Status quo \u2013 mit all seinen Vorurteilen, Halbwahrheiten und gef\u00e4hrlichen Vereinfachungen.<\/p>\n\n\n\n

Das Problem wird noch deutlicher, wenn man die Mechanismen der Desinformation betrachtet. Soziale Medien wie TikTok und Instagram werden zunehmend zu Quellen f\u00fcr KI-generierte Inhalte, die oft irref\u00fchrend oder schlicht falsch sind. Eine Studie der University of Chicago warnte bereits vor den gesundheitlichen Risiken falscher medizinischer Ratschl\u00e4ge auf TikTok, die von KI-Systemen ungepr\u00fcft \u00fcbernommen werden. Die j\u00fcngste Untersuchung im Fachjournal The Lancet Digital Health<\/em> zeigt, dass f\u00fchrende KI-Systeme in etwa 32 Prozent der F\u00e4lle falsche medizinische Behauptungen \u00fcbernehmen, wenn diese nur \u00fcberzeugend formuliert sind. Selbst Modelle wie ChatGPT\u20114o lie\u00dfen sich noch in etwa zehn Prozent der F\u00e4lle t\u00e4uschen. Besonders perfide: Die KI pr\u00fcft nicht den Inhalt, sondern die Form der Aussage. Klingt etwas wie ein Fachtext, wird es als Wahrheit akzeptiert \u2013 eine Methode, die an die menschliche Schw\u00e4che erinnert, gut formulierte L\u00fcgen f\u00fcr bare M\u00fcnze zu nehmen.<\/p>\n\n\n\n

\n\n\n\n

Die Medien-KI-Schleife: Wie Unsinn zur Wahrheit wird<\/h2>\n\n\n\n

Das Video f\u00fchrt ein weiteres, entscheidendes Element ins Feld: die Wechselwirkung zwischen KI, Journalismus und wissenschaftlicher Prim\u00e4rliteratur. Ein Journalist liest eine komplexe wissenschaftliche Ausarbeitung, die er nicht vollst\u00e4ndig versteht, konsultiert eine KI f\u00fcr eine \u201e\u00dcbersetzung\u201c, und diese KI, trainiert auf Reddit und \u00e4hnlichen Quellen, liefert eine vereinfachte, aber falsche Zusammenfassung. Der Journalist ver\u00f6ffentlicht seinen Artikel in einer seri\u00f6sen Zeitschrift, die von anderen Medien \u00fcbernommen wird, und schon ist eine vermeintliche \u201eTatsache\u201c geboren. Wenn man nun die KI nach dieser Tatsache befragt, gibt sie diese als Wahrheit aus \u2013 denn sie findet ja hunderte seri\u00f6se Quellen, die sie best\u00e4tigen. Was sie nicht findet, ist die wissenschaftliche Prim\u00e4rquelle hinter der Paywall, die das Gegenteil belegt.<\/p>\n\n\n\n

\n\n\n\n

Wissen als Ware \u2013 die neuen Lehnsherren<\/h2>\n\n\n\n

Die American Economic Review<\/em> stellt fest, dass KI-Unternehmen die \u201ePreissetzungsmacht\u201c \u00fcber Wissen haben. Die UNESCO warnt, dass gro\u00dfe Sprachmodelle (LLMs) \u2013 wenn sie nicht reguliert werden \u2013 zu \u201epostfaktischen Lehrern\u201c werden k\u00f6nnten. Das ist die gef\u00e4hrlichste Erkenntnis: Die gro\u00dfen Tech-Konzerne definieren, was Wissen ist und was nicht. Sie haben keinen Anreiz, korrekte oder ethische Informationen zu liefern; ihr Anreiz ist Aufmerksamkeit und Profit.<\/p>\n\n\n\n

Die ehemalige KI-Journalistin Karen Hao, die f\u00fcr ihre tiefgehenden Recherchen zu OpenAI bekannt ist, beschreibt in einem Interview, wie KI-Unternehmen ihre Botschaften je nach Zielgruppe anpassen: ein enthusiastisches Narrativ f\u00fcr die \u00d6ffentlichkeit, ein anderes f\u00fcr Investoren, ein drittes f\u00fcr die Politik. So entsteht ein System, in dem das, was wir f\u00fcr \u201eobjektives Wissen\u201c halten, bereits das Ergebnis von Marketing- und Verkaufsstrategien ist. Hao argumentiert, dass die Unternehmen \u00f6ffentliche Mythen erschaffen, die ihre Expansion rechtfertigen und dabei Sch\u00e4den f\u00fcr Arbeitnehmer, Kreative, die Umwelt und die Gesetzgebung verschleiern.<\/p>\n\n\n\n

\n\n\n\n

Die Dampfmaschine des 21. Jahrhunderts<\/h2>\n\n\n\n

Der Autor des Eingangsvideos vergleicht den aktuellen KI-Boom mit vergangenen Wirtschaftsbooms in den USA \u2013 dem Goldrausch, der Industrialisierung, dem Dotcom-Boom \u2013, die immer auch eine gro\u00dfe Zahl von Verlierern produzierten. Diejenigen, die ihre Jobs und ihr Erspartes verlieren, sind nicht einfach Kollateralsch\u00e4den, sie sind Teil des Gesch\u00e4ftsmodells. Das prim\u00e4re Ziel ist nicht, den Menschen die Arbeit zu erleichtern oder ihr Leben zu verbessern, sondern Gewinnmaximierung. Diese Perspektive, ob man sie teilt oder nicht, ist ein notwendiger Gegenpol zur oft naiven Technologiegl\u00e4ubigkeit.<\/p>\n\n\n\n

\n\n\n\n

Ein anderes Wissen ist m\u00f6glich \u2013 aber wer will es?<\/h2>\n\n\n\n

Die L\u00f6sung liegt nicht in einem naiven \u201eZur\u00fcck zur Natur\u201c oder in der D\u00e4monisierung von KI. Es gibt vielversprechende Ans\u00e4tze f\u00fcr einen anderen Umgang mit der Technologie. So wird in G\u00f6ttingen das Projekt \u201eLibraryAI\u201c entwickelt, das Methoden der Retrieval-Augmented Generation<\/em> (RAG) nutzt. Das System verbindet das Sprachmodell mit dem Bibliothekskatalog, digitalen Repositorien und den Service-APIs der Universit\u00e4tsbibliothek. Dadurch werden Antworten nicht nur aus dem allgemeinen Internet generiert, sondern aus gepr\u00fcften, wissenschaftlichen Quellen. Die Antworten sind nachvollziehbar, belegbar und \u2013 das ist der entscheidende Punkt \u2013 sie stammen aus der qualitativ hochwertigen, verifizierten Welt des wissenschaftlichen Diskurses, nicht aus dem digitalen Rauschen.<\/p>\n\n\n\n

Auch Tools wie Consensus, die auf \u00fcber 220 Millionen wissenschaftlichen Artikeln basieren und mit dem gesamten wissenschaftlichen Korpus arbeiten, zeigen einen alternativen Weg. Sie sind ein Gegenentwurf zur vorherrschenden Logik der gro\u00dfen kommerziellen KI-Modelle. Diese Projekte sind jedoch keine Selbstl\u00e4ufer. Sie ben\u00f6tigen finanzielle Unterst\u00fctzung, institutionellen R\u00fcckhalt und das Bewusstsein in der Gesellschaft, dass sie wichtig sind.<\/p>\n\n\n\n

Eine weitere Gefahr besteht, wie Studien der Freien Universit\u00e4t Berlin zeigen, darin, dass KI-generierte Influencer bei politisch polarisierenden Themen sogar wirksamer sein k\u00f6nnen als menschliche Influencer, wenn es darum geht, Fehlinformationen zu korrigieren. Dieser paradoxe Effekt \u2013 dass die Menschen der Maschine mehr vertrauen als dem Menschen \u2013 birgt Chancen f\u00fcr die Richtigstellung von Falschinformationen, aber auch Risiken f\u00fcr Manipulation und Propaganda.<\/p>\n\n\n\n

\n\n\n\n

Fazit: Die Verantwortung des Einzelnen<\/h2>\n\n\n\n

Das eingangs erw\u00e4hnte Video endet mit der rhetorischen Frage: \u201eWas glaubst du, was ein amerikanischer Konzern tut? Korrekte Infos liefern, weil man ethisch sein will, oder Infos liefern, die Aufmerksamkeit erregen, weil man Geld machen will?\u201c Die Antwort scheint offensichtlich. Die Tragik ist, dass dieses Wissen uns nicht sch\u00fctzt. Im Gegenteil: Wir sind Teil des Systems, das diese Maschinen f\u00fcttert.<\/p>\n\n\n\n

Wir sind es, die mit unseren Klicks, unseren Fragen und unserer unkritischen Nutzung den Markt f\u00fcr diese Form der Wissensproduktion am Leben erhalten. Jedes Mal, wenn wir die Antwort eines KI-Modells ungepr\u00fcft \u00fcbernehmen, verst\u00e4rken wir ein System, das darauf ausgelegt ist, uns zu gefallen, nicht zu informieren. Der Autor appelliert an den Verstand und die Geduld seiner Zuschauer \u2013 eine Eigenschaft, die in der \u00c4ra der sofortigen Antworten zur Seltenheit geworden ist. Vielleicht ist genau das die eigentliche Herausforderung: nicht die Technologie selbst, sondern unsere F\u00e4higkeit, kritisch zu bleiben, Quellen zu pr\u00fcfen, Prim\u00e4rliteratur zu lesen und uns die M\u00fche zu machen.<\/p>\n\n\n\n

Bis dahin gilt: Wenn Sie die KI das n\u00e4chste Mal um eine wissenschaftliche Einsch\u00e4tzung bitten, denken Sie an den Autor aus San Diego und seine Warnung. Denken Sie daran, dass Sie sich in einem Raum befinden, der mit \u201eGammelfleisch\u201c gef\u00fcllt ist, und dass es an Ihnen liegt, den Unterschied zu schmecken.<\/p>","protected":false},"excerpt":{"rendered":"

Von DerSchneider Es ist eine der gr\u00f6\u00dften Ironien unserer Zeit: W\u00e4hrend wir \u00fcber die atemberaubenden M\u00f6glichkeiten K\u00fcnstlicher Intelligenz diskutieren, findet vor unseren Augen ein Prozess statt, den man als schleichende Entwertung von Wissen bezeichnen k\u00f6nnte. Ein YouTube-Video eines Autors aus San Diego hat eine Debatte angesto\u00dfen, die tiefer geht als die \u00fcblichen KI-Warnungen. Es stellt […]<\/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":[10632,3725,7991,10631,10630,10633,10629],"class_list":["post-7210","post","type-post","status-publish","format-standard","hentry","category-digitalkultur","category-ethik-gewissen","category-im-herz","tag-ki-desinformation","tag-ki-ethik","tag-medienkritik","tag-reddit-training","tag-wissenschaftsvermittlung","tag-wissensgesellschaft","tag-wissensmonopole"],"_links":{"self":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7210","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=7210"}],"version-history":[{"count":1,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7210\/revisions"}],"predecessor-version":[{"id":7211,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7210\/revisions\/7211"}],"wp:attachment":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/media?parent=7210"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/categories?post=7210"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/tags?post=7210"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}