NEW YORK – Eine neue Studie zeigt deutliche Schwächen moderner KI bei der Erkennung von übergeordneten Formen. Während Menschen selbst grobe Schattenrisse sicher zuordnen, schneiden tief neuronale Netze bei Silhouetten und verzerrten Umrissen deutlich schlechter ab. Besonders auffällig wird der Effekt, wenn die Gesamtgestalt von lokalen Details entkoppelt wird. Für Anwendungen wie Robotik und autonomes Fahren heißt das: Robuste Wahrnehmung braucht mehr als nur mehr Trainingsdaten.
Für das menschliche Sehen ist ein Schattenriss oft genug: Eine Katze, ein Schmetterling oder ein Auto lässt sich auch dann identifizieren, wenn im Bild kaum Innenstruktur vorhanden ist. Künstliche Intelligenz (KI) wird in der Praxis zwar zunehmend mit riesigen Datenmengen trainiert, doch genau diese Eigenschaft der menschlichen Wahrnehmung scheint sie nicht zuverlässig zu übernehmen. Ein Forschungsteam um Biyu He von der New York University Grossman School of Medicine berichtet in iScience, dass moderne Bilderkennungsprogramme beim Erfassen übergeordneter Formen und Silhouetten typischerweise hinter Menschen zurückfallen.
Technisch lässt sich der Befund mit der unterschiedlichen Priorisierung von Bildinformationen erklären. Während das Gehirn die Gesamtgestalt besonders stark gewichtet, greifen selbst moderne tiefe neuronale Netze häufig zuerst auf lokale Details, Oberflächenmuster und Texturen zurück. Diese Verschiebung hat unmittelbare Konsequenzen: Schon kleine Bildverzerrungen oder das Weglassen typischer Merkmale können die Erkennungssysteme aus dem Tritt bringen. Dass dieser Unterschied nicht nur bei einzelnen Modellen auftritt, sondern als Muster über viele KI-Modelle hinweg sichtbar bleibt, macht die Studie für Entwickler besonders relevant.
Im Kern verglich das Team die Sehleistung von Testpersonen mit der von mehr als 200 tiefen neuronalen Netzen unterschiedlichster Bauart und Trainingsweise. Grundlage waren 240 manipulierte Abbildungen aus 48 Alltagskategorien. Die Forschenden testeten dabei bewusst Varianten, die das menschliche Wiedererkennen leichter machen und die KI gezielt prüfen: So wurden reine schwarze Silhouetten ohne Innenstruktur eingesetzt, isolierte Texturmuster wie Fell, aber ohne erkennbare Kontur, und Darstellungen, in denen viele kleine Objekte bildfüllend nebeneinandergereiht sind. In solchen Fällen bleiben zwar Binnendetails erhalten, der typische Umriss wird jedoch zerstört.
Das Ergebnis ist eindeutig: Keines der über 200 KI-Modelle konnte das menschliche Erkennungsmuster über alle Testbedingungen hinweg vollständig nachbilden. Besonders deutlich zeigte sich die Unterlegenheit, sobald die Identifikation vorrangig an der Erfassung der Gesamtsilhouette hing. Dann lagen die Computeralgorithmen in den Messungen durchweg hinter den menschlichen Probanden. Diese Konstellation ist nicht nur akademisch interessant; sie zeigt, dass viele Systeme offenbar stärker von der „richtigen Textur am richtigen Ort“ abhängen als von einer robusten, formenbasierten Interpretation.
Noch klarer wurde der Kontrast in einem Folgeexperiment, bei dem die Gesamtform von lokalen Details entkoppelt wurde. Die Forschenden füllten die Umrisse von Gegenständen und Tieren mit vielen kleinen Kreuzchen. Menschen konnten das Motiv weiterhin problemlos anhand der äußeren Kontur benennen. Die meisten KI-Modelle hingegen versagten, weil sie die Silhouetten zunehmend als Ansammlung der Kreuzmuster interpretierten: Katzen- oder Schmetterlingsformen wurden reihenweise als „Kreuzworträtsel“, „Fenstergitter“, „Kettenhemd“ oder „Fadenwurm“ fehlklassifiziert. Damit zeigt die Untersuchung sehr konkret, wie leicht das Trainingsziel eines Modells von einer semantisch sinnvollen Formwahrnehmung abweichen kann.
Aus Sicht der KI-Entwicklung ist die Botschaft damit weniger „KI funktioniert grundsätzlich nicht“, sondern präziser: Heutige Bilderkennungsmodelle seien nicht so menschenähnlich, wie es viele Erwartungen nahelegen, selbst wenn sie mit gigantischen Mengen an Fotos trainiert wurden. Systeme, die zugleich mit Bildern und begleitenden Texten geschult werden, erreichen zwar insgesamt Trefferquoten, die oft näher an menschliche Muster heranreichen. Doch auch dort kippt der Vorteil, sobald die Gesamtgestalt gestört oder isoliert bewertet wird. Für Teams, die Modelle in anspruchsvolle Umgebungen bringen wollen, bedeutet das: Eine hohe Durchschnittsgenauigkeit auf „sauberen“ Bildern ist keine Garantie für robuste Wahrnehmung unter realen Bedingungen.
Besonders praktisch relevant sind die Ergebnisse für Robotik, autonomes Fahren sowie Sehprothesen und Gehirn-Computer-Schnittstellen für sehbehinderte Menschen. In solchen Anwendungen müssen KI-Systeme auch bei Nebel, Dämmerung oder Verdeckungen verlässliche Urteile treffen. Genau in diesen Situationen greift der Mensch instinktiv auf grobe Silhouetten zurück. Das Studienteam leitet daraus ab, dass Algorithmen künftig so trainiert werden sollten, dass sie ein ganzheitlicheres und damit robusteres Sehvermögen entwickeln. Für Produktverantwortliche und Forschungseinrichtungen ist das eine klare Richtung: Trainingsdaten, Augmentations und Bewertungsprotokolle sollten die Formrobustheit explizit adressieren, statt sich allein auf skalierte Datensätze zu verlassen.
💳 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.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【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 "KI erkennt Formen schlechter als Menschen: Studie zeigt klare Lücken" 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 "KI erkennt Formen schlechter als Menschen: Studie zeigt klare Lücken" 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: »KI erkennt Formen schlechter als Menschen: Studie zeigt klare Lücken« bei Google Deutschland suchen, bei Bing oder Google News!