Eine mit künstlicher Intelligenz gestaltete Speisekarte kann auf den ersten Blick professionell wirken, doch viele Nutzer bemerken daran etwas Unbehagliches: zu stark symmetrische Sandwiches, vollkommen runde Eiskugeln, Käse, der eher wie gezeichnet verläuft, oder Garnelen, die scheinbar ihren eigenen Schwanz verschlingen. Diese Details bedeuten nicht unbedingt, dass das Bild offensichtlich gefälscht ist, verleihen ihm jedoch ein einheitliches und poliertes Aussehen, das sich von echtem Essen unterscheidet.
Der Artikel betrachtet dieses Phänomen als Problem der Konvergenz von KI-Ausgaben und nicht bloß als visuellen Fehler beim Entwurf einer Restaurantkarte. Generative Modelle lernen Muster aus riesigen Datenmengen und erzeugen anschließend das, was sie als passende Antwort auf eine Aufforderung wie die Erstellung einer Speisekarte für ein Burgerrestaurant einschätzen. Wenn die Materialien, mit denen sie trainiert wurden, von vornherein ähnlich sind, wird das Ergebnis eher zur Wiederverwertung eines einzigen visuellen Geschmacks.
Trainingsdaten begünstigen vertraute Formen
Alex Lisle, technischer Direktor bei Reality Defender, sagt, einige dieser Bilder wirkten, als versuche ein fremdartiges Wesen, eine Pizza zuzubereiten, ohne ihre grundlegenden Prinzipien zu verstehen. Seiner Ansicht nach hängt die Ursache mit den Daten zusammen, aus denen die Modelle ihre Funktionen abgeleitet haben. Bei der Aufforderung, eine Speisekarte für ein Fast-Food-Restaurant zu entwerfen, könnten sich die Modelle auf bekannte Speisekarten und Ketten wie Wendy’s, Burger King und McDonald’s stützen – Materialien, die tatsächlich einen ähnlichen visuellen Stil teilen.
Das Ergebnis ist keine exakte Kopie einer bestimmten Speisekarte, sondern eine Mischung, die die häufigsten Merkmale reproduziert: perfekte Beleuchtung, symmetrische Anordnung, glatte Oberflächen und Farben, die vermutlich besonders verlockend wirken. Lee Rainie, Direktor des Imagining the Digital Future Center an der Elon University, weist darauf hin, dass die Verbesserung von Daten sich auf das konzentriert, was akzeptabel und nicht anstößig wirkt. Dies könne in eine Vereinheitlichung umschlagen, die Kanten und Unterschiede auslöscht.
Das Problem verschärft sich, wenn KI-generierte Materialien in spätere Trainingsdatensätze gelangen. Lisle unterscheidet diesen Fall vom Modellkollaps (Model Collapse). Der Modellkollaps ist ein gravierenderes Szenario, das entsteht, wenn die Ausgaben eines Modells wiederholt in dasselbe Modell zurückgespeist werden, was zu einem umfassenden Qualitätsverlust führt. Was bei Speisekarten zu beobachten ist, sei seiner Beschreibung zufolge hingegen eine Konvergenz oder Vereinheitlichung, die die Vielfalt und Qualität der Ergebnisse verringert, ohne das Modell vollständig unbrauchbar zu machen.
Wiederholte Änderungen können die Fehler verstärken
Das Problem entsteht nicht immer bereits bei der ersten Bilderstellung. Ein Nutzer der Plattform X mit dem Namen Labtec zeigte ein Experiment, bei dem er mithilfe von ChatGPT eine Speisekarte erstellte und sie anschließend 100-mal bearbeitete. Mit den wiederholten Änderungen wirkten die Bilder der Speisen weniger realistisch und zunehmend runder und weicher. Dem Artikel zufolge wiederholte TechCrunch das Experiment und erzielte ein ähnliches Ergebnis.
Dieses Szenario ist für Restaurants relevant, die generative Werkzeuge verwenden, um Preise, Namen von Artikeln oder kleine Details auf der Speisekarte zu ändern. Jede einzelne Änderung mag begrenzt erscheinen, doch ihre Anhäufung kann das Bild schrittweise von seinem natürlichen Aussehen entfernen. In diesem Fall ist die künstliche Intelligenz nicht nur ein Werkzeug zur Zeitersparnis, sondern Teil eines Bearbeitungszyklus, der die künstlichen Merkmale verstärken kann, die der Designer zu verbergen versucht.
Warum nehmen Menschen das Gefühl der Unechtheit wahr?
Rainie zufolge verfügen Menschen mitunter über eine schwer erklärbare Fähigkeit, zwischen einem generierten und einem echten Bild zu unterscheiden, selbst wenn sie das verdächtige Element nicht benennen können. Der Artikel bringt dieses Unbehagen mit dem sogenannten Uncanny Valley in Verbindung. Forschende an der Universität Duisburg-Essen in Deutschland stellten fest, dass beinahe echt wirkende Bilder von Lebensmitteln eher Ekel und Unbehagen auslösen können als eindeutig gefälschte Bilder.
Bei Lebensmitteln ist das Paradoxon besonders deutlich: Schon traditionelle Werbung übertreibt gewöhnlich bei der Anordnung und Beleuchtung von Speisen, damit sie besser als in der Realität aussehen, wie es etwa bei Bildern eines Big Mac in der Werbung geschieht. KI-Ausgaben können diese Verschönerung jedoch auf ein Niveau treiben, auf dem die vertrauten Eigenschaften der Speise verloren gehen. Wenn ein Kunde bemerkt, dass sich Käse, Brot oder Garnelen visuell nicht so verhalten, wie er es erwartet, wird die beabsichtigte Verbesserung zu einer Quelle des Unbehagens.
Was ändert sich in der Praxis?
Die Lehre für Restaurants besteht nicht darin, dass jede Nutzung künstlicher Intelligenz beim Design scheitert, sondern darin, dass eine alleinige Abhängigkeit vom perfekten Erscheinungsbild das Vertrauen schädigen kann. Bilder, die das tatsächliche Essen nicht genau darstellen, können eine Lücke zwischen den Erwartungen des Kunden und seiner Erfahrung schaffen. Zugleich zeigen sie, wie wichtig eine menschliche Prüfung ist, die Details wahrnehmen kann, die sich nicht auf die Modellkriterien für ein „schönes Bild“ reduzieren lassen.
Die Bedeutung geht über Speisekarten hinaus. Lisle sagt, dass die historische Abhängigkeit von Sehen und Hören als verlässlichen Beweisen – auch in Gerichtssystemen, die Aufnahmen und Bildern einen besonderen Stellenwert eingeräumt haben – nicht mehr im gleichen Maß sicher ist. Wenn es mitunter schwierig ist, zwischen einem echten und einem generierten Bild von Lebensmitteln zu unterscheiden, wird die Überprüfung visueller und auditiver Inhalte in sensibleren Bereichen zu einer praktischen und nicht nur ästhetischen Frage.
Die Quelle bietet keine endgültige technische Lösung für dieses Problem und belegt auch nicht, dass jede KI-generierte Speisekarte Ablehnung hervorrufen wird. Sie verdeutlicht jedoch eine wichtige Einschränkung aktueller Modelle: Das Streben nach Ausgaben, die auf breiter Ebene akzeptabel sind, kann dazu führen, dass lokale und individuelle Merkmale entfernt werden und anschließend ein einziges Bild davon reproduziert wird, wie Lebensmittel oder andere Inhalte aussehen sollten.