Ki-chatbots halluzinieren: google gemini im test besonders anfällig
Wer sich auf KI-Chatbots verlässt, sollte das mit Vorsicht tun. Eine aktuelle Studie zeigt, dass besonders Google Gemini zu Fehlern neigt – mit potenziell weitreichenden Folgen, vor allem da Unternehmen Milliarden in diese Technologie investieren. Das Problem: Die Modelle lernen aus Mustern und können Fakten erfinden, wenn sie auf eine Frage keine passende Antwort finden.
Die falle der statistischen wahrscheinlichkeit
KI-Chatbots wie ChatGPT, Gemini und Co. sind darauf trainiert, die wahrscheinlichste Fortsetzung eines Textes zu generieren. Das bedeutet, sie setzen Wörter aneinander, die grammatikalisch korrekt und kontextuell sinnvoll erscheinen, auch wenn die Aussage schlichtweg falsch ist. Man könnte es mit einem überzeugten Redner vergleichen, der eine ausgereifte Geschichte erzählt, obwohl er die Fakten nicht kennt – die Präsentation ist makellos, der Inhalt aber fehlerhaft. Die Folge: Nutzer, die sich auf die Antworten verlassen, können leicht in die Irre geführt werden.
Wer halluziniert am häufigsten?
Die von Legal Guardian Digital durchgeführte Studie ergab, dass Google Gemini mit 32 Prozent der Antworten, die falsche Informationen enthalten, besonders auffällig ist. Das ist ein beachtlicher Wert, der vor allem angesichts der Investitionen von Apple in Gemini – Berichten zufolge mindestens eine Milliarde Dollar pro Jahr – Fragen aufwirft. ChatGPT liegt mit 20 Prozent etwas besser, während Perplexity AI mit lediglich 13 Prozent der fehlerhaften Antworten deutlich zuverlässiger abschneidet. Auch DeepSeek und Grok, beide mit Halluzinationsraten von 14 bzw. 15 Prozent, zeigen eine höhere Genauigkeit als Gemini.
Kundenbewertung und verfügbarkeit: mehr als nur fakten
Bei der Bewertung der Chatbots wurde nicht nur die Halluzinationsrate berücksichtigt, sondern auch die Kundenzufriedenheit und die Verfügbarkeit. Hier zeigte sich, dass ChatGPT und DeepSeek mit einem Score von 4,7 von 5 die Nase vorn haben, während Meta AI mit 3,4 hinterherhinkt. Die ständige Verfügbarkeit ist ein weiterer entscheidender Faktor: Perplexity AI und Grok waren während des gesamten Tests ohne Unterbrechung erreichbar, was in Zeiten hoher Arbeitsbelastung und dringender Informationsbedürfnisse von großer Bedeutung ist. ChatGPT und Gemini konnten ebenfalls eine beachtliche Uptime von 99,98 Prozent bzw. 99,95 Prozent vorweisen.
Die Ergebnisse im Überblick: Perplexity AI führt die Rangliste mit einem Indexwert von 85 an, gefolgt von Grok (79) und DeepSeek (73). ChatGPT landete mit einem Wert von 50 im Mittelfeld, während Gemini mit 41 die hinteren Ränge belegte. Meta AI schloss mit einem Wert von 37 ab.
Die Technologie ist noch jung, und die Entwicklung schreitet rasant voran. Doch die aktuelle Studie zeigt deutlich: Blindes Vertrauen in KI-Chatbots ist gefährlich. Die Verantwortung liegt bei den Nutzern, die Antworten kritisch zu hinterfragen und die Informationen zu verifizieren – bevor sie Entscheidungen treffen, die Konsequenzen haben könnten. Denn am Ende des Tages ist die KI nur so gut wie die Daten, mit denen sie gefüttert wird.