Künstliche Intelligenz frisst das Internet auf, aber wir haben bald nichts mehr, womit wir es füttern können.

In 5 Jahren wird der Datenverkehr im Internet, der von KI generiert wird, 1000 Mal so groß sein wie der von Menschen erzeugte. Menschen werden nicht mehr die Hauptnutzer des Internets sein, sondern stellen sogar nur einen winzigen Bruchteil der Nutzer im Cyberraum dar.

Dies ist die Prognose von Cloudflare in der jüngsten Finanzberichtskonferenz, die keine übertriebene Panikmache ist. Zum gegenwärtigen Zeitpunkt hat der Zugriffsverkehr durch KI bereits offiziell den der menschlichen Internetnutzer übertroffen.

Niemand hat ernsthaft darüber nachgedacht, ob es in dieser Weide in Zukunft noch Gras wachsen wird.

Nach Schätzungen wird das Training von Sprachmodellen zwischen 2026 und 2032 die öffentlich verfügbaren Textdaten der Menschheit vollständig erschöpfen. Die Erschöpfung hochwertiger Sprachdaten könnte sogar bereits 2026 eintreten, zwei Jahre früher als die vollständige Erschöpfung aller öffentlichen Texte.

Der Untergang von Stack Overflow

Stack Overflow war einst das kollektive Gehirn der Programmiererwelt.

Von der Gründung der Seite im Jahr 2008 bis zu ihrer Blütezeit 2014 zogen sie monatlich mehr als 200.000 neue Fragen an und bildeten ein riesiges Archiv menschlicher Erkenntnisse.

Jeder Ingenieur, der bis drei Uhr nachts Fehler behebt, kennt dieses Gefühl: Wenn man mit genauen Fehlermeldungen sucht, ist das erste Ergebnis fast immer eine Frage und Antwort auf Stack Overflow von vor fünf Jahren, deren Antwort bereits Dutzende von Stimmen und Gegenargumenten von anderen Nutzern erhalten hat.

Doch in den zwei Jahren nach dem Erscheinen von ChatGPT Ende 2022 ist die monatliche Anzahl neuer Fragen auf Stack Overflow von über 200.000 auf weniger als 50.000 gefallen, fast auf das Niveau von 2009 – also dem Zeitpunkt, als die Plattform gerade online gegangen ist.

Die Fragen sind versiegt, die Menschen gehen nicht mehr dorthin, weil sie stattdessen die KI fragen.

Laut der eigenen Umfrage von Stack Overflow aus dem Jahr 2025 nutzen 84 % der Entwickler täglich KI-Tools.

Gleichzeitig vertrauen 46 % der Entwickler der Genauigkeit der KI-Ausgaben nicht. Ihre größte Sorge ist nicht, dass die KI falsche Antworten gibt, sondern dass die Ergebnisse „richtig aussehen, aber noch einen kleinen Fehler haben“ – sie wirken wie Antworten von Experten, was leicht dazu führt, dass man die Wachsamkeit verliert, und stellt höhere Anforderungen an die Personen, die die abschließende Prüfung durchführen.

Sogar etwa 35 % der Entwickler geben an, dass sie Stack Overflow manchmal besuchen, um Probleme zu beheben, zu verstehen oder zu debuggen, die von der KI verursacht wurden.

Bei der Analyse des Verhaltens von 24.304 aktiven Mitwirkenden in den 17 Monaten nach der Einführung von ChatGPT haben die Forscher außerdem herausgefunden, dass die technisch versiertesten und am besten angesehenen Nutzer der Plattform eher dazu neigen, diese zu verlassen.

Dadurch ist der Anteil der unbeantworteten Fragen auf der Plattform von 19,9 % auf 25,7 % gestiegen, und der gesamte echte Beitragsaufwand ist um etwa 35 % gesunken.

Die Situation wird allmählich absurd: Das Wissen von Stack Overflow trainiert die KI, die KI nimmt die Fragen von Stack Overflow weg, und die Entwickler kehren zu Stack Overflow zurück, um Methoden zur Behebung von KI-Problemen zu suchen.

Aber wenn es keine stetige Versorgung mit neuen Fragen gibt, werden die vorherigen Antworten allmählich veralten.

Antworten von vor fünf Jahren mögen zwar noch Probleme von vor fünf Jahren lösen, wissen aber möglicherweise nichts über heute neu veröffentlichte Frameworks, gerade aufgetauchte Sicherheitslücken und einen neuen Fehler, den noch nie jemand erlebt hat.

Modelle können Antworten liefern, aber sie können nicht vorhersehen, welches nächste Problem auf die Menschheit zukommt.

Trittbrettfahren oder die Tragödie des öffentlichen Wissens

In der Volkswirtschaftslehre gibt es ein klassisches Konzept namens „Tragödie der Allmende“. Auf einer gemeinsamen Weide hat jeder Hirte einen Anreiz, ein weiteres Rind weiden zu lassen, da der Nutzer privat ist, aber der Verbrauch gemeinsam getragen wird. Am Ende wird die Weide überbeansprucht und kollabiert.

Früher teilten die Menschen Wissen, weil es einen impliziten sozialen Vertrag gab: Du trägst etwas bei, andere tun das auch, die gesamte Gemeinschaft profitiert davon, und du gewinnst durch diese Teilnahme Ansehen, Anerkennung oder Feedback beim Lernen – das ist ein positiver Kreislauf.

Das Abstimmungssystem und die Rangfolge der Antworten auf Stack Overflow dienen alle dazu, die Teilnahme zu fördern. Genauso verhält es sich mit der Bearbeitungskultur von Wikipedia.

Aber die KI beschleunigt den „Abgang der sachkundigen Mitwirkenden“.

Wenn ein Tool mit nahezu null Kosten ausreichend gute Antworten liefern kann, schrumpft der Grenznutzen des „Teilens von Fachwissen“ rapide.

Ein Datenbankarchitekt mit 20 Jahren Berufserfahrung braucht drei volle Stunden, um einen tiefgehenden Artikel zur Optimierung von PostgreSQL zu schreiben, während jeder mit einer einzigen Frage eine ähnliche, von der KI zusammengestellte Inhalt erhalten kann. Warum sollte er also noch schreiben?

Vielleicht sagst du, weil er es liebt und gerne anderen hilft. Solche Menschen gibt es tatsächlich. Aber die Zeit der Menschen ist begrenzt. Wenn das Feedback zum „Teilen“ immer weniger wird, Kommentare, Zitate und Leser zurückgehen, braucht man immer mehr innere Antriebskraft, um weiterzumachen – und die Menschen, die diese Antriebskraft dauerhaft aufbringen können, sind in jeder Gruppe eine Minderheit.

Diese Veränderung kann dazu führen, dass wertvolles Wissen in internen Unternehmensnetzen, kostenpflichtigen Gemeinschaften und privaten Chats verschwindet; oder dass die Menschheit die Wissensproduktion reduziert, sodass die KI mit noch knapperem Datenmaterial trainiert wird, die Qualität des Wissens sinkt und das gesamte System schließlich in einen spiralförmigen Niedergang gerät.

Die Inzucht-Version der Informatik

In den letzten drei Jahrzehnten hat das Internet eine Kathedrale aus menschlichem Wissen gebaut. Die Ziegel stammen von unzähligen Fremden, die ernsthaft Fragen in BBS beantwortet haben, von Freiwilligen, die unermüdlich Wikipedia-Einträge pflegen, und von Ingenieuren und Forschern, die in Foren hitzige Debatten geführt haben.

Die KI hat in dieser Kathedrale das Sprechen gelernt.

Jetzt kommen immer weniger Besucher in die Kathedrale, und es gibt immer weniger neue Ziegel. Die KI füllt die Stille mit ihren eigenen Echos, sodass bereits Forscher von der „Inertialisierung“ des Wissens sprechen:

Die Aktualisierung stoppt, die KI konsumiert ein langsam alterndes Erbe, generiert das gealterte Erbe neu, lässt es weiter altern und generiert es erneut.

Im Juli 2024 veröffentlichten der ehemalige Forschungswissenschaftler bei Google DeepMind, Ilia Shumailov, und weitere Mitautoren ein viel beachtetes Paper in der Zeitschrift Nature.

AI models collapse when trained on recursively generated data

Das Paper weist darauf hin, dass Systeme wie große Sprachmodelle und Variations-Autoencoder bei wiederholtem Training mit selbst generierten Inhalten an Leistung verlieren. In der frühen Phase verschwinden seltene Muster, in der späten Phase neigen die gesamten Ausgaben zur Monotonie, driften zum Durchschnittswert hin und weisen seltsame Ausreißer auf.

Einige führende wissenschaftliche Medien in den USA zitierten in ihren Berichten eine treffende Aussage: „KI mit von KI generierten Texten zu trainieren, ist die Inzucht-Version der Informatik.“

Von KI generierte Inhalte strömen massenhaft ins Internet. Wenn diese Inhalte wiederum zu Trainingsdaten werden, addieren sich die Fehler im Rückkopplungszyklus stetig, was zu einer immer größeren Abweichung zwischen der Verteilung des Modells und der realen Welt führt.

Wer pflanzt die nächste Grasernte für die KI?

Nehmen wir an, in 15 Jahren hat die KI in den meisten Wissensbereichen das Niveau von „Experten“ erreicht.

Wer hat zu diesem Zeitpunkt noch genügend Wissen, um zu überprüfen, ob die Antwort der KI korrekt ist?

Um die KI zu überwachen, muss man verstehen, was die KI tut. Aber der Prozess der Ausbildung von „Personen, die das verstehen“ wird bereits von der KI übernommen. Die nächste Generation wird beim Lernen, bei der Arbeit und bei Urteilen von der KI abhängig sein, und schließlich auch von der KI abhängig sein, um die KI zu überwachen.

Manche sagen, dass eine Überwachung überhaupt nicht nötig ist, so wie man das Ergebnis eines Taschenrechners nicht nachrechnen muss. Aber wir wissen genau, dass der Taschenrechner nur deterministische arithmetische Logik ausführt.

Aber die KI ist kein Taschenrechner. Wenn die Komplexität der KI die kognitiven Grenzen des einzelnen Menschen vollständig übersteigt, wandelt sich unser Vertrauen in sie von rationaler Überprüfung notgedrungen zu blindem Glauben.

Ein Artikel des Weltwirtschaftsforums aus dem Jahr 2026 weist darauf hin: Je stärker die Fähigkeiten der KI werden, desto schwächer wird die wirksame Überwachung durch den Menschen, weil der Mensch immer weniger kognitive Arbeit übernimmt und seine direkte Kenntnis dieser Arbeit allmählich schwindet.

Brauchen wir in Zukunft nicht ähnlich wie bei Piloten, die regelmäßig manuelle Flüge durchführen müssen, auch regelmäßige Anforderungen an KI-Nutzer, schwierige kognitive Aufgaben unabhängig zu erledigen, und einen Mechanismus zur Fähigkeitsprüfung einzuführen, um sicherzustellen, dass sich das menschliche Urteilsvermögen nicht unmerklich zurückbildet?

Der Mensch hat eine sehr hartnäckige Neigung: Wenn ein bestimmtes Werkzeug die Zugangshürden zu einer Art Wissen stark senkt, entstehen daraus neue, höhere Anforderungen.

Die Beteiligung der KI wird die Wissensproduktion möglicherweise dazu zwingen, in „unersetzbare“ Tiefen vorzudringen.

Aber das erfordert eine Voraussetzung: Der Wert der kognitiven Arbeit muss erkannt, anerkannt und auf irgendeine Weise an die Schöpfer zurückgegeben werden.

Wir müssen mehr Quellenangaben für Antworten liefern, und noch wichtiger: Wir müssen der nächsten Generation die Möglichkeit bewahren, unabhängig von KI zu lernen und Fehler zu machen.

Das kollektive Wissen der menschlichen Zivilisation ist kein bereits vollständig heruntergeladenes Datenpaket. Es besteht aus kollektivem Gedächtnis, kollektiver Aufmerksamkeit und kollektivem Denken, und erfordert ständige Debatten, Korrekturen und Ergänzungen durch lebende Menschen.

Die KI kann einen Teil davon verstärken, aber wenn die menschliche Beteiligung selbst schrumpft, verlieren diese drei Elemente ihre lebendige Quelle – und es bleibt nur eine immer raffiniertere Echokammer übrig.

Die KI kann alle vergangenen Kenntnisse destillieren, aber sie kann nicht aus dem Nichts eine Gruppe von Menschen erschaffen, die bereit sind,