Beobachtetes Signal · 18. Apr. 2026 · Research Experiment · Quelle: t3n · Relevanz: 3/5 · Sentiment: Negativ

Forschung zeigt: KI-Chatbots verbreiten gefährliche Fake-Warnungen zu erfundener Augenkrankheit

Zusammenfassung des Signals

Die schwedische Forscherin Almira Osmanovic Lindström von der Universität Göteborg hat eine fiktive Augenkrankheit namens „Bixonimanie“ erfunden, um zu demonstrieren, wie leicht Large Language Models (LLMs) manipulierbar sind. Durch gezielt platzierte Blogbeiträge auf Medium und gefälschte Preprint-Studien im Internet gelang es ihr, führende Conversational AI-Systeme wie Microsoft Copilot, Perplexity AI und OpenAI's ChatGPT zu täuschen. Die Chatbots übernahmen die Desinformation und generierten halluzinierte Warnungen sowie angebliche Diagnosetipps zu der nicht existierenden Krankheit. Das Fachmagazin Nature berichtete über das Experiment, woraufhin die gefälschten Online-Inhalte gelöscht wurden. Eine im November 2024 veröffentlichte Cureus-Studie, die das manipulierte Material zitiert hatte, wurde Ende März 2026 zurückgezogen. Dieser Vorfall verdeutlicht eindringlich, wie anfällig aktuelle LLM-Architekturen für die unkritische Aufnahme und Verbreitung von Fehlinformationen aus dem offenen Web sind und welche Risiken dies für datenbasierte Anwendungen birgt.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Der Vorfall demonstriert, dass weit verbreitete LLM-Systeme frei zugängliche Falschinformationen unkritisch aufnehmen und verstärken können, was erhebliche Vertrauens- und Sicherheitsrisiken für chatbasierte Schnittstellen und KI-gestützte Systeme birgt.

SIGNAL RADAR

Marktsignale zu Microsoft in Echtzeit verfolgen

Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.

Monitoring starten
Verifizierte PrimärquellenAutomatisierte BriefingsSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • Forscherin Almira Osmanovic Lindström erfand die fiktive Augenkrankheit „Bixonimanie“, um die Anfälligkeit von LLMs zu testen.
  • Lindström streute gezielt gefälschte Medium-Beiträge, Preprints und Studien im Web, um die Trainings- und Abrufdaten zu manipulieren.
  • Microsoft Copilot, Perplexity AI und OpenAI's ChatGPT generierten daraufhin halluzinierte Inhalte und Warnungen über die erfundene Krankheit.
  • Nach der Nature-Berichterstattung wurden die Fake-Inhalte gelöscht; ein darauf basierendes Cureus-Paper vom November 2024 wurde Ende März 2026 zurückgezogen.

Ontologie & Marktkonzepte

#Bixonimanie (fabricated disease)#LLM hallucination
Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: t3n•Veröffentlicht: 18. Apr. 2026
Ursprünglicher Berichttitel: “Forscherin manipuliert KI: Chatbots verbreiten Fake-Warnungen zu erfundener Augenkrankheit”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Conversational AI & Chatbots14. Apr. 2026

Forschungsexperiment: KI-Chatbots warnen Nutzer vor fiktiver Augenkrankheit

Die schwedische Forscherin Almira Osmanovic Lindström hat mit „Bixonimanie“ eine fiktive Augenkrankheit erfunden und gezielt Falschinformationen über Medium-Beiträge sowie gefälschte Preprints im Internet platziert, um die Wissensaufnahme von KI-Systemen zu testen. Gängige Large Language Models und Chatbots wie Microsoft Copilot, Perplexity AI und OpenAI ChatGPT übernahmen diese Desinformation, halluzinierten Details und warnten Nutzer vor der vermeintlichen Krankheit. Sogar wissenschaftliche Publikationen wie ein im November 2024 veröffentlichter Beitrag im Fachjournal Cureus zitierten die gefälschten Studien, bevor dieser im März 2026 zurückgezogen wurde. Nachdem das Fachmagazin Nature über das Experiment berichtete, wurden die Online-Quellen gelöscht. Experten schlagen Alarm, da sich die Manipulation zeigt, wie leicht Falschinformationen in das Training von Large Language Models und nachgelagerte Conversational Interfaces gelangen und dort die Vertrauenswürdigkeit gefährden.

Signal analysieren
Large Language Models & Conversational AI Safety21. Apr. 2026

Studien belegen Unzuverlässigkeit von Chatbots bei medizinischer Beratung

Ein Substack-Beitrag von Gary Marcus fasst aktuelle begutachtete Studien zusammen, die zeigen, dass gängige Large Language Model Chatbots bei medizinischen Ratschlägen unzureichend abschneiden und Sicherheitsrisiken bergen. Eine BMJ-Untersuchung von fünf beliebten Chatbots (Gemini, DeepSeek, Meta AI, ChatGPT und Grok) ergab, dass fast die Hälfte der Antworten auf zehn medizinische Prompts hochgradig problematisch waren, einschliesslich Halluzinationen und frei erfundener Zitate. Eine JAMA Network Open-Studie zu 21 Modellen kam zu dem Schluss, dass LLMs für die frühe Diagnose ungeeignet sind. Zwei Nature Medicine-Studien zeigten, dass LLMs relevante Erkrankungen in weniger als 34,5 Prozent der Fälle identifizierten und ChatGPT 52 Prozent der Standard-Notfälle falsch triagierte. Marcus warnt, dass Verbraucher Chatbots bei medizinischen Entscheidungen nicht vertrauen sollten.

Signal analysieren
Conversational AI & Chatbots16. Juni 2026

Reddit kann KI-Bots mit nur 13 Wörtern manipulieren

Forscher der Cornell University haben in einer Studie mit dem Titel „Deep-research agents can be poisoned via user-generated content“ nachgewiesen, dass kurze nutzergenerierte Textfragmente von nur 13 Wörtern auf Plattformen wie Reddit, Wikipedia, Quora oder Facebook die Ergebnisse webgestützter AI-Chatbots gezielt verändern können. Die Untersuchung zeigt Fälle, in denen manipulierte Reddit-Kommentare Modelle dazu brachten, ein bestimmtes Restaurant zu empfehlen oder eine gefälschte Dating-App zu bewerben. Die Forscher Hal Triefman und Tingwei Zhang warnen, dass Sprachmodelle beliebte Forenbeiträge und offizielle Quellen oft gleichsetzen und technische Abwehrmaßnahmen derzeit begrenzt sind; extreme Identitätsprüfungen wie biometrische Scans wurden verworfen. Die Autoren empfehlen stattdessen eine engere Zusammenarbeit zwischen Plattformbetreibern und AI-Anbietern, um das Risiko von datenbasierten Manipulationen, die zu unerwünschten Werbe- oder Betrugsinhalten in Chatbot-Antworten führen können, wirksam zu mindern.

Signal analysieren
Executive Briefing & Watchlist

Alle künftigen Signale zu Microsoft & Wettbewerbern im Briefing erhalten

Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.

Tägliche Primärquellen-ScansKuratierte Executive BriefingsJederzeit abbestellbar