Die Untergangspropheten im Feed sind ein menschlicher Modellkollaps

RIP PowerPoint. RIP McKinsey. RIP dein Job.

Das ist der Schlachtruf der "Tod-durch-KI-Propheten", den ich jeden Tag in meinem LinkedIn-Feed sehe.

Eine Art intellektuelle Abwärtsspirale. Ein Echokammer-Phänomen.

Das Muster ist immer gleich. Eine Flut von Beiträgen, alle aus demselben "viral post prompt", gebaut auf denselben Marketing-Phrasen, befeuert von Milliarden aus VC- und PE-Geld. Nicht originell. Kein Erkenntnisgewinn. Einfach … langweilig.

Was die Propheten aber nicht verstehen: Sie sind das Symptom eines Vorgangs, den Forschende "Model Collapse" nennen.¹

Eine Studie von Forschenden in Oxford und Cambridge fand heraus: Werden KI-Modelle immer wieder mit KI-generierten Inhalten trainiert, fangen sie an, die Wirklichkeit zu vergessen. Ihre Ausgaben verlieren an Vielfalt, werden dümmer und halluzinieren am Ende eine verzerrte Version ihrer selbst.

Wir erleben gerade die menschliche Entsprechung. Live in unseren Feeds. Ein Gespräch, das in ein einziges, sich wiederholendes Echo zusammenfällt. Eine Welle von Inhalten, optimiert für den Algorithmus, nicht für Erkenntnis.

Das ist nicht nur schlecht für unsere LinkedIn-Feeds. Es ist eine strategische Bedrohung fürs Geschäft.

Denn in einer Welt voller KI-generierter Mittelmäßigkeit haben sich die Regeln geändert.

Wo Mittelmaß im Überfluss vorhanden ist, ist dein Urteil das einzige Kapital. Wo der Hype ohrenbetäubend ist, ist dein Unterscheidungsvermögen der einzige Kompass. Wo alle die Slogans von OpenAI, Microsoft und Google nachplappern, sind deine eigenen Gedanken das einzige Signal.

Das zu ignorieren ist kein strategischer Fehler. Es ist ein Versagen der Führung, das zu einem Versagen der Menschlichkeit führt.

Unsere Aufgabe ist es, die Architekten unserer Zukunft zu sein. Nicht die Opfer einer Erzählung, die jemand anders geschrieben hat.

–

¹ Shumailov, I., Shumaylov, Z., et al. (2023). The Curse of Recursion: Training on Generated Data Makes Models Forget. University of Oxford, University of Cambridge.