KI-Schlamperei: Ein Problem der Qualität

Lisa Ernst · 14.10.2025 · Technik · 5 min

In meinen Feeds tauchten zunehmend glatte, banale und doch reichweitenstarke Bilder, Clips und Texte auf. Später erkannte ich: Das ist „ai slop“. Dieser Begriff beschreibt eine Flut schnell produzierter, niedrigschwelliger KI-Inhalte, die Aufmerksamkeit binden und authentische Beiträge verdrängen. Studien belegen, dass solche Inhalte auf Plattformen enorme Reichweiten erzielen und Nutzer oft nicht erkennen, dass sie künstlich sind.

Quelle: Eigene Darstellung

Einführung in AI Slop

„AI slop“ ist ein abwertender Begriff für minderwertige, KI-erzeugte Inhalte. Dazu gehören Bilder, Videos, Audio oder Text, die schnell, billig und massenhaft produziert werden, oft ohne Sorgfalt, Quellenprüfung oder Mehrwert. Der Begriff wurde 2024 im Mainstream durch Berichte wie den Guardian-Artikel verbreitet, der „slop“ als neue Welle digitaler Vermüllung beschreibt. Typische Beispiele sind surreal-realistisch wirkende AI-Fotos, die Gefühle triggern, aber keinen realen Ursprung haben, wie die Washington Post berichtete. Auf Meme-Seiten wurde das Phänomen früh dokumentiert, etwa die „Facebook AI Posts Epidemic“.

Seit Ende 2023/2024 beobachten Journalist:innen und Forschende koordinierte AI-Bilderseiten auf Facebook, die mit Clickbait-Taktiken Reichweite und Erlöse generieren, wie 404 Media feststellte. Eine Studie der Harvard Kennedy School analysierte 125 Facebook-Pages mit jeweils über 50 AI-Bildern: Der Median lag bei 81.000 Followern pro Page; ein AI-Post erreichte 40 Millionen Views und 1,9 Millionen Interaktionen in einem Quartal. 404 Media zeigte, wie Creator systematisch „slop“ produzieren und dafür Plattformboni nutzen. 2025 startete Meta die neue AI-Video-Feed-Funktion „Vibes“ in der Meta-AI-App – ein endloser Stream generativer Kurzvideos, die sich remixen lassen, wie Meta ankündigte. Parallel betonte YouTube, man wolle „inauthentisches“, massenhaft repetitives Material nicht monetarisieren, und präzisierte die Richtlinien im Sommer 2025, berichtete The Verge. OpenAI führte mit der Video-App Sora sichtbare Wasserzeichen und C2PA-Metadaten ein, um Herkunft zu kennzeichnen, wie OpenAI mitteilte, doch Recherchen zeigen, dass Dritte sichtbare Wasserzeichen rasch entfernen können, so 404 Media und Hany Farid von der iSchool Berkeley. Dass Menschen AI-Medien schwer von echten unterscheiden können, belegen Studien wiederholt, z. B. „As Good As A Coin Toss“.

Quelle: whatisai.co.uk

AI Slop: Wenn KI-generierte Inhalte zu einer chaotischen Flut werden.

Analyse und Auswirkungen

Warum gibt es AI slop? Erstens: Aufmerksamkeit ist Währung. Algorithmen belohnen Engagement; KI senkt die Produktionskosten, also lohnt Masse, wie 404 Media analysierte. Zweitens: Monetarisierung. Performance-Boni oder Affiliate-Tricks machen aus Klicks Geld – selbst wenn Inhalte banal sind, berichtete 404 Media. Drittens: Plattformdynamik. Empfehlungslogiken spielen „visuell Sensationelles“ hoch, ob echt oder generiert, so die Harvard Kennedy School. Viertens: Werkzeugkette. Immer bessere Videomodelle und Editing-Apps machen die Produktion trivial, während Herkunftskennzeichnungen technisch und organisatorisch noch nicht flächendeckend greifen, wie die C2PA-Spezifikationen zeigen.

Das Video bietet eine kompakte Einordnung, wie AI slop entsteht und woran Du es erkennst.

Belegt ist: Facebook-Pages mit AI-Bildern erreichen massives Publikum; Nutzer:innen erkennen die Künstlichkeit oft nicht, laut Harvard Kennedy School. Belegt ist auch, dass sichtbare Wasserzeichen technisch entfernt werden können, wodurch Herkunftslabels im Alltag nicht zuverlässig sind, wie 404 Media zeigte. Belegt sind Wahrnehmungsprobleme: In Studien liegen Menschen beim Erkennen von AI teils nahe Zufallsniveau, wie eine Studie belegt.

Unklar ist: Wie groß der absolute Anteil von AI slop plattformübergreifend ist. Seriöse, öffentlich validierte Gesamtzahlen fehlen; Schätzungen variieren je nach Methode und Zeitraum, so das Reuters Institute.

Falsch/Irreführend ist die Annahme: „Plattformen verbieten AI slop generell.“ Richtig ist: Es gibt Monetarisierungs- und Authentizitätsregeln, aber kein generelles Verbot von KI-Inhalten; YouTube präzisierte die Regeln gegen „inauthentisch/massenhaft repetitiv“, nicht gegen KI an sich, wie The Verge berichtete. Ebenfalls irreführend: „Wasserzeichen lösen das Problem.“ Sichtbare Marker sind entfernbar; unsichtbare/standardisierte Content Credentials (C2PA) helfen, sind aber noch nicht überall implementiert und werden von Plattformen uneinheitlich angezeigt, laut OpenAI und C2PA.

Meta kennzeichnet AI-Inhalte breiter und führt „AI Info“-Labels ein, wie Meta bekannt gab; zugleich experimentiert das Unternehmen mit eigenen AI-Feeds wie „Vibes“, was die Debatte über Nutzen vs. Vermüllung weiter anheizt, so Meta. Journalist:innen ordnen „slop“ als Symptom einer auf Engagement getrimmten Plattformökonomie ein, wie der Guardian darlegte. Forscher:innen fordern robuste Herkunftsstandards und bessere Nutzerwerkzeuge statt reiner Löschlogik, so die Harvard Kennedy School und C2PA.

Quelle: glenmont.co

Der Blick in die digitale Flut: Die Gefahren von AI Slop für unsere Informationslandschaft.

Praktische Handlungsempfehlungen

Praktisch bedeutet AI slop: mehr Zeitverlust, höheres Risiko für Fehlannahmen und eine sinkende Sichtbarkeit guter Inhalte. Was hilft? Erstens SIFT anwenden: Stop, Investigate the source, Find better coverage, Trace to original, wie die University of Chicago Library empfiehlt. Zweitens Herkunft prüfen: Content Credentials/C2PA-Anzeigen checken, wo verfügbar, laut Content Authenticity Initiative. Drittens Bild/Video rückwärts suchen: InVID/WeVerify, TinEye, Bing Visual Search, InVID, TinEye, Bing Visual Search. Viertens Fact-Checks nutzen: Google Fact Check Explorer, Google Fact Check Explorer. Fünftens Plattformlabel beachten – und zugleich skeptisch bleiben, weil Labels fehlen oder falsch sein können, so Meta.

Das Gespräch führt in SIFT ein – ein praxistauglicher Ansatz, um dubiose Inhalte schneller einzuordnen.

Zukunft und offene Fragen

Wie skalieren C2PA/Content Credentials bis in Mainstream-Workflows von Kameras, Smartphones und Plattformen hinein – und wie robust bleiben sie gegen Entfernung oder Überschreibung, gemäß C2PA-Spezifikationen? Wie effizient, verhältnismäßig und transparent setzen Plattformen Monetarisierungsregeln gegen „inauthentisch/massenhaft repetitiv“ durch, wie The Verge berichtete? Und wie messen wir den tatsächlichen Anteil von AI slop, ohne uns auf punktuelle Stichproben zu verlassen, fragte das Reuters Institute?

AI slop ist kein Randphänomen, sondern der Mix aus billiger Produktion, algorithmischer Verstärkung und ökonomischen Anreizen. Plattformen reagieren – teils mit Labels, teils mit Monetarisierungsregeln –, doch Reichweite und Täuschungsgefahr bleiben hoch. Für Dich/Euch heißt das: SIFT als Routine, Rückwärtssuche, Herkunftsprüfungen und bewusster Konsum. So trennt Ihr schnell Schaum von Substanz – und gebt hochwertigen Inhalten die Chance, wieder gesehen zu werden, laut University of Chicago Library und Content Authenticity Initiative.