Forscher sehen dadurch ein Risiko für einen Wissenskollaps. Sprachmodelle liefern weniger unterschiedliche Informationen als eine einfache Websuche. Das soll eine Studie der Universität Kopenhagen und weiterer Institute zeigen. Die Autoren sehen für die untersuchten Themen aus diesem Grund ein Risiko für einen Wissenskollaps. Denn vielen Menschen bekämen dieselben Informationen angezeigt, während seltener genanntes Wissen verschwinde.
Das Team testete 27 Sprachmodelle aus den Familien Llama, Gemma, Qwen und OpenAI. Diese mussten 200 Prompt-Vorlagen aus echten Nutzerchats zu 155 Themen beantworten, etwa Demokratie, Berliner Mauer oder K-Pop. Die Themen deckten zwölf Länder ab. Laut Studie entstanden dadurch rund 1,7 Millionen Antworten, die die Forscher in einzelne Aussagen zerlegten und nach Bedeutung gruppierten.
Nils Matthiesen, golem.de, 02.10.2026 (online)
