KI-Polling: Warum falsche Umfragen durch KI die Demokratie gefährden

KI-generierte Umfragen entlarvt: Axios veröffentlicht falsche Daten

Der Nachrichtenkanal Axios musste kürzlich eine Meldung über eine angebliche maternale Gesundheitskrise in den USA korrigieren. Der Grund: Die zitierten Umfragedaten stammten nicht von echten Befragten, sondern wurden von einer KI generiert. Wie ein Redaktionshinweis klarstellte, handelt es sich bei dem Unternehmen Aaru um eine KI-Simulationsforschungsfirma. Damit wurde eine gefährliche Praxis offengelegt: die Nutzung von KI zur Erstellung von Umfragedaten.

Was ist 'Silicon Sampling' und warum ist es problematisch?

Experten wie Leif Weatherby, Direktor des Digital Theory Lab, und Benjamin Recht, Informatikprofessor an der University of California, Berkeley, warnen in einem Gastbeitrag für die New York Times vor der Methode des sogenannten 'Silicon Sampling'. Dabei werden große Sprachmodelle genutzt, um menschliche Antworten zu simulieren und so Umfragen zu erstellen – angeblich schneller und günstiger als herkömmliche Methoden.

Doch diese Praxis birgt erhebliche Risiken: Die generierten Daten spiegeln keine realen Meinungen wider, sondern nur die Verzerrungen und Vorurteile der KI-Modelle. Weatherby und Recht betonen:

"Die Daten haben nur dann einen Wert, wenn sie die Überzeugungen und Meinungen echter Menschen zusammenfassen. Die Verwendung von Simulationen anstelle realer Antworten wird unser ohnehin schon brüchiges Informationsökosystem weiter destabilisieren und Misstrauen säen."

Gefahren für die Meinungsforschung

Herkömmliche Umfragen nutzen statistische Modelle, um Verzerrungen auszugleichen. Doch KI-generierte Daten gehen einen Schritt weiter – und gefährden die Glaubwürdigkeit der gesamten Branche. Eine Studie der Northeastern University (2025) zeigt, dass KI-Modelle keine zuverlässigen Ersatz für menschliche Befragte sind, insbesondere bei politischen Themen. Die Modelle neigen dazu, stereotype Antworten zu produzieren, was auf Trainingsdaten-Bias und interne Sicherheitsfilter zurückzuführen ist.

Die Forscher kommen zu dem Schluss:

"Der vernünftigste Ansatz ist eine hybride Methode, bei der KI die Forschung unterstützt, aber menschliche Stichproben den Goldstandard für Daten bleiben."

Qualitätsverlust durch analytische Entscheidungen

Eine noch unveröffentlichte Studie der Universität Bern unterstreicht weitere Probleme: Die Erstellung von 'Silicon Samples' erfordert zahlreiche analytische Entscheidungen, die die Datenqualität stark beeinflussen können. Schon kleine Änderungen können die Übereinstimmung zwischen KI-generierten und echten Daten dramatisch verändern. Die Autorin, Jamie Cummins, warnt vor den unkalkulierbaren Folgen solcher Manipulationen.

KI-Umfragen: Ein gefährlicher Trend

Trotz aller Warnungen setzen immer mehr Unternehmen wie Aaru auf KI-generierte Umfragen. Die vermeintlichen Vorteile – Kostensenkung und Zeitersparnis – überwiegen für viele die Risiken. Doch die Praxis untergräbt das Vertrauen in die Meinungsforschung und könnte langfristig die Demokratie gefährden, indem sie falsche Narrative verbreitet.

Experten fordern daher strengere Regulierung und Transparenz:

"Die Öffentlichkeit hat ein Recht auf echte Daten. KI kann die Forschung unterstützen, aber sie darf sie nicht ersetzen."