TORONTO / LONDON (IT BOLTWISE) – EY hat eine online veröffentlichte Studie zu Betrugs- und Cyberrisiken in Loyalty-Programmen zurückgezogen, nachdem Forschende KI-Halluzinationen sowie Schein-Zitate entdeckt hatten. In dem Paper fanden sich offenbar frei erfundene Daten, inkonsistente Marktangaben und Fußnoten, die auf nicht existierende oder falsche Inhalte verweisen. Der Fall zeigt, wie selbst renommierte Beratungsanbieter durch KI-gestützte Textproduktion inhaltlich fehlgeleitet werden können – und warum Redaktions- sowie Daten-Controls wieder stärker in den Vordergrund rücken. Gleichzeitig verdeutlicht er den regulatorischen und reputativen Druck, der bei publikationsfähigen Ergebnissen entsteht.
EY zieht eine online veröffentlichte Studie zu Cyberrisiken und Betrug in Loyalty-Systemen zurück, nachdem unabhängige Forschende KI-Halluzinationen und fehlerhafte Quellen nachgewiesen hatten. Besonders brisant ist der Kontext: Das Dokument wurde in Kanada offenbar von Consultants genutzt, um mit dem eigenen Cybersecurity-Angebot zu werben. Medien- und Rechercheberichte zufolge machten Online-Analysten sichtbar, dass die Studie mit scheinbar plausiblen, aber unzutreffenden Aussagen operiert und zudem Referenzen enthält, die nicht zu den behaupteten Inhalten passen. Damit rückt erneut in den Fokus, wie riskant KI-gestütztes Schreiben ohne belastbare Verifikation für die Veröffentlichung sein kann.
Technisch betrachtet wirkt der Vorfall wie ein klassisches Muster aus „Retrieval“-Fehlern und fehlender Quellenbindung. In der Studie fanden sich laut den Recherchen aus mehreren Abschnitten widersprüchliche Zahlen zur Größe des Loyalty-Markts sowie identische Größenordnungen für „unclaimed“ Punkte – ein Hinweis darauf, dass die zugrunde liegenden Daten nicht konsistent generiert oder überprüft wurden. Darüber hinaus verwiesen zahlreiche Fußnoten auf Webseiten, die entweder nicht existierten oder die zitierten Informationen nicht enthielten. In einem Umfeld, in dem KI-Text häufig aus Mustern „aus der Menge“ ableitet, kann das zu einer Art Dateninjektion in das öffentlich zugängliche Wissensnetz führen, selbst wenn der Text formal gut formuliert ist.
Der Kernmechanismus erinnert an eine Schwachstelle in der KI-gestützten Dokumentproduktion: Wenn ein System oder ein menschlicher Workflow KI-Aussagen übernimmt, ohne eine robuste Herkunftskette zu erzwingen, reichen kleine Fehler aus, um eine gesamte Argumentationslinie zu vergiften. Forschende beschrieben in einem Blogbeitrag sinngemäß, dass „Veröffentlichen“ einer Einspeisung in den Datenpool des Internets entspricht und dass gefälschte Informationen künftige Recherchen in die Irre führen können. Genau diese langfristige Wirkung ist für professionelle Dienste besonders gefährlich, weil Studien dort häufig in Sales-Pitches, Compliance-Diskussionen oder späteren Projektplanungen zirkulieren. EY erklärte schließlich, das Paper aus seinem Webauftritt entfernt zu haben und die Umstände der Veröffentlichung zu überprüfen.
Marktseitig fällt der Rückzieher in eine Phase, in der Beratungen Künstliche Intelligenz (KI) offensiv einsetzen: EY verwies zuletzt auf steigende KI-Umsätze und darauf, dass Tausende Mitarbeitende in Kundenprojekten mit KI-bezogenen Leistungen betraut seien – darunter auch Governance-Frameworks für einen verantwortungsvollen Einsatz. Gleichzeitig zeigt der Fall, dass „Governance“ in der Praxis mehr umfasst als Richtlinien; sie braucht harte technische und organisatorische Gatekeeper, etwa für Datenherkunft, Quellenprüfung und Revisionspfade. Als Vergleich gilt, dass auch der Big-Four-Rivale Deloitte Berichte korrigieren musste, nachdem gefälschte akademische Zitate in Unterlagen für eine kanadische Provinzbehörde aufgedeckt wurden. Das Unternehmen hat zudem im Markt spürbar einen Wettbewerbsdruck, schnell zu veröffentlichen und KI-basierte Inhalte zu skalieren.
Ein weiterer Blickwinkel ist der Umgang von großen Organisationen mit publikationsrelevanter Zuverlässigkeit. Im juristischen Umfeld musste ein hochprofilierter Kanzlei-Fall mit einer Entschuldigung an ein New Yorker Gericht reagieren, weil ein Schriftsatz den Insolvenzrechts-Text wiederholt falsch wiedergab und Fälle inkorrekt zitierte. Das ist zwar nicht identisch mit KI-Halluzinationen, zeigt aber eine ähnliche Ursache-Wirkung-Kette: falsche Referenzen werden zunächst „formal akzeptiert“, bis ein unabhängiger Prüfprozess Inkonsistenzen findet. Für Enterprises bedeutet das: Wer Beratungsstudien, Threat-Modeling-Argumente oder Risikokennzahlen als Grundlage für Budgets und Architekturen nutzt, muss die Verlässlichkeit prüfen. Besonders kritisch ist die Kombination aus hoher Website-Reichweite und Autorität der Marke, weil sie Fehler schneller verbreiten kann.
Aus technischer Sicht lohnt zudem der Vergleich zwischen Cloud- und On-Prem-Workflows in der Dokumentproduktion. Bei Cloud-nativen KI-Setups ist es häufig einfacher, große Textmengen zu generieren und zu iterieren; die Gefahr liegt aber darin, dass Quellen- und Datenprüfungen in den schnelleren Schreibzyklus „untergehen“. On-Prem- oder stärker kontrollierte Pipelines können dagegen technisch erzwingen, dass jede Kennzahl aus einem verifizierten Datenset stammt und Zitate gegen einen Index validiert werden. Ein weiterer Ansatz ist „Grounding“: KI-Antworten werden an verifizierte Dokumente angebunden, statt frei aus Wahrscheinlichkeiten zu texten. Im vorliegenden Fall deuten die Schein-Quellen darauf hin, dass dieser Abgleich nicht wirksam genug war oder im Publikationsprozess nicht strikt genug durchgesetzt wurde.
Für die Branche ergibt sich daraus ein klarer Handlungsdruck bei Security, Skalierbarkeit und Nachweisbarkeit. Security-Teams in Unternehmen sollten sich nicht nur auf die inhaltliche Aussage verlassen („Loyalty-Systeme sind anfällig“), sondern auf die Beweiskette: Welche Datenquellen wurden verwendet? Welche Annahmen stecken in den Zahlen? Wie wurden Zitate verifiziert? Gerade wenn Studien als Verkaufsargumente dienen, steigt der Nutzen einer maschinellen, aber auditierbaren Prüfung: etwa automatisierte Checks auf Citation-Links, Konsistenztests von Kennzahlen über Abschnitte hinweg und ein Workflow, der KI-Output als „Entwurf“ behandelt, nicht als finale Evidenz. EY betonte zwar die Ernsthaftigkeit der Publikationsqualität und die Organisation verpflichtender AI-Use-Prinzipien, die öffentliche Rücknahme zeigt jedoch, dass Standardprozesse nachgeschärft werden müssen.
In die Zukunft dürfte der Fall die Roadmap vieler Beratungen beeinflussen. Wahrscheinlich werden mehr Teams auf „Source-First“-Design setzen: KI erzeugt Formulierungen, aber die Faktengrundlage muss aus dokumentierten Quellen stammen, die in einem Index nachweisbar sind. Ergänzend sind strengere Review-Pfade denkbar, in denen mindestens zwei Rollen unabhängig prüfen, ob jede Fußnote zu einem konkreten, passenden Inhalt führt. Marktbeobachter erwarten ohnehin, dass sich KI-gestütztes Schreiben weiter durchsetzt, weil es Time-to-Market senkt. Gleichzeitig werden vermehrt Prüfinstrumente entstehen, die Halluzinationen nicht nur stilistisch erkennen, sondern über Datenlinien und Citation-Validierung. Für Entwickler und Tooling-Anbieter eröffnet das Chancen: von Citation-Graphen bis zu Datenherkunfts- und Policy-Engines, die „vertrauenswürdige“ Publikationen operationalisieren.
Regulatorisch und datenschutzrechtlich ist der nächste Schritt häufig weniger spektakulär, aber entscheidend: Korrekte Quellenarbeit und nachvollziehbare Prozesse reduzieren auch das Risiko, dass unzulässige oder irreführende Informationen in geschäftskritische Entscheidungen einfließen. Zwar betreffen Studien wie diese primär fachliche Fakten, doch die Nachweisbarkeit wird zum Teil von Audit- und Compliance-Anforderungen. Wenn Künstliche Intelligenz im Unternehmen genutzt wird, sollten Unternehmen zudem klären, welche Daten in die KI-Pipeline einfließen und wie die Ergebnisse geprüft und dokumentiert werden. Der Rückzug durch EY sendet ein Signal: Selbst gut ausgebildete Teams können KI-Output ohne echte Evidenzprüfung übernehmen – und genau deshalb wird „Responsible AI“ zunehmend zur Frage belastbarer Verifikations-Mechanismen, nicht nur zu einer Policy auf Papier.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "EY zieht Cyber-Sicherheitsstudie wegen KI-Halluzinationen zurück" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "EY zieht Cyber-Sicherheitsstudie wegen KI-Halluzinationen zurück" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »EY zieht Cyber-Sicherheitsstudie wegen KI-Halluzinationen zurück« bei Google Deutschland suchen, bei Bing oder Google News!