Studie: KI-Texte im Netz schaden dem Training neuer Modelle
Das Internet füllt sich mit KI-Texten, und das wird zum Problem für die Entwicklung neuer Sprachmodelle. Eine Studie mit 800 trainierten Modellen zeigt, dass maschinell erzeugte Texte das Training schnell verschlechtern können.
Nach Messungen mit dem Erkennungswerkzeug Pangram waren im Juni 2026 bereits 27,5 Prozent der neuen Textbausteine im Web von KI erzeugt, im August 31,1 Prozent. Das Web ist die wichtigste Datenquelle für das Training von Sprachmodellen.
Die Forscher trainierten 800 Modelle mit unterschiedlichen Anteilen von KI- und Menschentext. Ergebnis: Bei Modellen mit ausreichend menschlichen Texten verschlechtern KI-Texte die Ergebnisse fast sofort. Nur bei knappen Daten helfen sie anfangs, doch der Nutzen kippt bald in Schaden. Die Autoren empfehlen, KI-Texte herauszufiltern und lieber menschliche Texte mehrfach zu verwenden. Sie veröffentlichten einen gekennzeichneten Datensatz mit 83 Milliarden Tokens.
Für Website-Betreiber heißt das: Eigene, geprüfte Inhalte mit echter Substanz gewinnen an Wert, für Leser wie für Suchmaschinen. Tipps dazu gibt KI-Texte und SEO.
Quellen
Eigene Zusammenfassung auf Grundlage der genannten Quellen, erstellt mit Unterstützung von KI, geprüft und redaktionell verantwortet von Leon Blatz. Illustration: Tokenlabor, per Programm gezeichnet, kein KI-Bild.
