home.social

#trainingsdaten — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #trainingsdaten, aggregated by home.social.

  1. Haken dran – das Social-Media-Update der c't: Hurra, die Welt geht unter! (mit Eva Wolfangel)

    Kapitelmarken, KI-unterstützt 00:00:03 - Hallo Eva! 00:00:49 - Der #OpenAI-#Sicherheitsvorfall: #KI hackt sich selbstständig aus #Sandbox 00:23:01 - #Meta Oversight Board-Bericht: KI-Modelle und politische #Repression 00:30:22 - #Trainingsdaten aus fraglichen Quellen 00:35:12 - Frankreichs Social Media-Verbot für Kinder unter 15 Jahren 00:46:20 - Herausforderungen und begrenzte Wirksamkeit der #Altersverifikation (Ofcom-Bericht) 00:53:10 - #JIM-Studie: Jugendliche empfinden Social Media als “Drahtseilakt” 00:58:53 - Der Verlust der gemeinsamen Öffentlichkeit 01:02:00 - Versöhnlichkeit des Tages

    Webseite der Episode: hakendran.podigee.io/605-hurra

    Mediendatei: audio.podigee-cdn.net/2554526-

    @evawolfangel
    @hakendran
    @gavinkarlmeier

    Der neue Technologie-Podcast mit Svea Eckert und Eva Wolfangel.

    frauen-technik.podigee.io/epis

  2. Haken dran – das Social-Media-Update der c't: Hurra, die Welt geht unter! (mit Eva Wolfangel)

    Kapitelmarken, KI-unterstützt 00:00:03 - Hallo Eva! 00:00:49 - Der #OpenAI-#Sicherheitsvorfall: #KI hackt sich selbstständig aus #Sandbox 00:23:01 - #Meta Oversight Board-Bericht: KI-Modelle und politische #Repression 00:30:22 - #Trainingsdaten aus fraglichen Quellen 00:35:12 - Frankreichs Social Media-Verbot für Kinder unter 15 Jahren 00:46:20 - Herausforderungen und begrenzte Wirksamkeit der #Altersverifikation (Ofcom-Bericht) 00:53:10 - #JIM-Studie: Jugendliche empfinden Social Media als “Drahtseilakt” 00:58:53 - Der Verlust der gemeinsamen Öffentlichkeit 01:02:00 - Versöhnlichkeit des Tages

    Webseite der Episode: hakendran.podigee.io/605-hurra

    Mediendatei: audio.podigee-cdn.net/2554526-

    @evawolfangel
    @hakendran
    @gavinkarlmeier

    Der neue Technologie-Podcast mit Svea Eckert und Eva Wolfangel.

    frauen-technik.podigee.io/epis

  3. Haken dran – das Social-Media-Update der c't: Hurra, die Welt geht unter! (mit Eva Wolfangel)

    Kapitelmarken, KI-unterstützt 00:00:03 - Hallo Eva! 00:00:49 - Der #OpenAI-#Sicherheitsvorfall: #KI hackt sich selbstständig aus #Sandbox 00:23:01 - #Meta Oversight Board-Bericht: KI-Modelle und politische #Repression 00:30:22 - #Trainingsdaten aus fraglichen Quellen 00:35:12 - Frankreichs Social Media-Verbot für Kinder unter 15 Jahren 00:46:20 - Herausforderungen und begrenzte Wirksamkeit der #Altersverifikation (Ofcom-Bericht) 00:53:10 - #JIM-Studie: Jugendliche empfinden Social Media als “Drahtseilakt” 00:58:53 - Der Verlust der gemeinsamen Öffentlichkeit 01:02:00 - Versöhnlichkeit des Tages

    Webseite der Episode: hakendran.podigee.io/605-hurra

    Mediendatei: audio.podigee-cdn.net/2554526-

    @evawolfangel
    @hakendran
    @gavinkarlmeier

    Der neue Technologie-Podcast mit Svea Eckert und Eva Wolfangel.

    frauen-technik.podigee.io/epis

  4. Haken dran – das Social-Media-Update der c't: Hurra, die Welt geht unter! (mit Eva Wolfangel)

    Kapitelmarken, KI-unterstützt 00:00:03 - Hallo Eva! 00:00:49 - Der #OpenAI-#Sicherheitsvorfall: #KI hackt sich selbstständig aus #Sandbox 00:23:01 - #Meta Oversight Board-Bericht: KI-Modelle und politische #Repression 00:30:22 - #Trainingsdaten aus fraglichen Quellen 00:35:12 - Frankreichs Social Media-Verbot für Kinder unter 15 Jahren 00:46:20 - Herausforderungen und begrenzte Wirksamkeit der #Altersverifikation (Ofcom-Bericht) 00:53:10 - #JIM-Studie: Jugendliche empfinden Social Media als “Drahtseilakt” 00:58:53 - Der Verlust der gemeinsamen Öffentlichkeit 01:02:00 - Versöhnlichkeit des Tages

    Webseite der Episode: hakendran.podigee.io/605-hurra

    Mediendatei: audio.podigee-cdn.net/2554526-

    @evawolfangel
    @hakendran
    @gavinkarlmeier

    Der neue Technologie-Podcast mit Svea Eckert und Eva Wolfangel.

    frauen-technik.podigee.io/epis

  5. #Steady #Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  6. #Steady #Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  7. #Steady #Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  8. #Steady #Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  9. #Steady #Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  10. Training für KI-Modelle: US-Firmen kaufen und zerstören europäische Bücher

    Fall beschäftigt Gerichte US-Firmen kaufen Bücher aus Europa – und zerstören sie 25.06.2026 – 17:42 UhrLesedauer: 3 Min.…
    #EuropeSays #EU #Europa #100137924 #100312362 #100633310 #AI) #DarioAmodei #GoogleInc. #KI #Meta #OpenAI #Sprachmodell #Trainingsdaten
    europesays.com/europa/58192/

  11. #Steady #Klimacrew

    #Urheberrechtsinhaber vs. #KIFirmen.

    Der #Konflikt um #Trainingsdaten generativer KI-Modelle ist seit langem angespannt. #Künstler, #Autoren und #Verwertungsgesellschaften klagen weltweit gegen die Nutzung geschützter #Werke ohne Zustimmung.

    Ihr Argument: KI-Training ist weder „wissenschaftliche Forschung“ noch „fair use“. Für viele #Betroffene steht die #Existenz auf dem Spiel.

    tino-eberl.de/missbrauch-kuens

    #KIMissbrauch #Retröt

  12. #Steady #Klimacrew

    #Urheberrechtsinhaber vs. #KIFirmen.

    Der #Konflikt um #Trainingsdaten generativer KI-Modelle ist seit langem angespannt. #Künstler, #Autoren und #Verwertungsgesellschaften klagen weltweit gegen die Nutzung geschützter #Werke ohne Zustimmung.

    Ihr Argument: KI-Training ist weder „wissenschaftliche Forschung“ noch „fair use“. Für viele #Betroffene steht die #Existenz auf dem Spiel.

    tino-eberl.de/missbrauch-kuens

    #KIMissbrauch #Retröt

  13. #Steady #Klimacrew

    #Urheberrechtsinhaber vs. #KIFirmen.

    Der #Konflikt um #Trainingsdaten generativer KI-Modelle ist seit langem angespannt. #Künstler, #Autoren und #Verwertungsgesellschaften klagen weltweit gegen die Nutzung geschützter #Werke ohne Zustimmung.

    Ihr Argument: KI-Training ist weder „wissenschaftliche Forschung“ noch „fair use“. Für viele #Betroffene steht die #Existenz auf dem Spiel.

    tino-eberl.de/missbrauch-kuens

    #KIMissbrauch #Retröt

  14. #Steady #Klimacrew

    #Urheberrechtsinhaber vs. #KIFirmen.

    Der #Konflikt um #Trainingsdaten generativer KI-Modelle ist seit langem angespannt. #Künstler, #Autoren und #Verwertungsgesellschaften klagen weltweit gegen die Nutzung geschützter #Werke ohne Zustimmung.

    Ihr Argument: KI-Training ist weder „wissenschaftliche Forschung“ noch „fair use“. Für viele #Betroffene steht die #Existenz auf dem Spiel.

    tino-eberl.de/missbrauch-kuens

    #KIMissbrauch #Retröt

  15. #Steady #Klimacrew

    #Urheberrechtsinhaber vs. #KIFirmen.

    Der #Konflikt um #Trainingsdaten generativer KI-Modelle ist seit langem angespannt. #Künstler, #Autoren und #Verwertungsgesellschaften klagen weltweit gegen die Nutzung geschützter #Werke ohne Zustimmung.

    Ihr Argument: KI-Training ist weder „wissenschaftliche Forschung“ noch „fair use“. Für viele #Betroffene steht die #Existenz auf dem Spiel.

    tino-eberl.de/missbrauch-kuens

    #KIMissbrauch #Retröt

  16. Technische Anforderungen an die #Vertrauenswürdigkeit von #KI: Die #G7-Staaten haben einen #Leitfaden veröffentlicht, der Mindestanforderungen für Software-Stücklisten (#SBOM) im Bereich der künstlichen Intelligenz definiert.

    Solche Stücklisten sollen sämtliche Bestandteile eines #AI-Systems erfassen, also nicht nur den Programmcode, sondern auch die zugrunde liegenden Modelle und #Trainingsdaten, damit #Schwachstellen schneller lokalisiert und behoben werden können:
    bsi.bund.de/SharedDocs/Downloa

  17. Technische Anforderungen an die #Vertrauenswürdigkeit von #KI: Die #G7-Staaten haben einen #Leitfaden veröffentlicht, der Mindestanforderungen für Software-Stücklisten (#SBOM) im Bereich der künstlichen Intelligenz definiert.

    Solche Stücklisten sollen sämtliche Bestandteile eines #AI-Systems erfassen, also nicht nur den Programmcode, sondern auch die zugrunde liegenden Modelle und #Trainingsdaten, damit #Schwachstellen schneller lokalisiert und behoben werden können:
    bsi.bund.de/SharedDocs/Downloa

  18. Technische Anforderungen an die #Vertrauenswürdigkeit von #KI: Die #G7-Staaten haben einen #Leitfaden veröffentlicht, der Mindestanforderungen für Software-Stücklisten (#SBOM) im Bereich der künstlichen Intelligenz definiert.

    Solche Stücklisten sollen sämtliche Bestandteile eines #AI-Systems erfassen, also nicht nur den Programmcode, sondern auch die zugrunde liegenden Modelle und #Trainingsdaten, damit #Schwachstellen schneller lokalisiert und behoben werden können:
    bsi.bund.de/SharedDocs/Downloa

  19. Technische Anforderungen an die #Vertrauenswürdigkeit von #KI: Die #G7-Staaten haben einen #Leitfaden veröffentlicht, der Mindestanforderungen für Software-Stücklisten (#SBOM) im Bereich der künstlichen Intelligenz definiert.

    Solche Stücklisten sollen sämtliche Bestandteile eines #AI-Systems erfassen, also nicht nur den Programmcode, sondern auch die zugrunde liegenden Modelle und #Trainingsdaten, damit #Schwachstellen schneller lokalisiert und behoben werden können:
    bsi.bund.de/SharedDocs/Downloa

  20. Technische Anforderungen an die #Vertrauenswürdigkeit von #KI: Die #G7-Staaten haben einen #Leitfaden veröffentlicht, der Mindestanforderungen für Software-Stücklisten (#SBOM) im Bereich der künstlichen Intelligenz definiert.

    Solche Stücklisten sollen sämtliche Bestandteile eines #AI-Systems erfassen, also nicht nur den Programmcode, sondern auch die zugrunde liegenden Modelle und #Trainingsdaten, damit #Schwachstellen schneller lokalisiert und behoben werden können:
    bsi.bund.de/SharedDocs/Downloa

  21. #atlassian (Tello, Jira, Confluence, Loom) will ab August wohl Nutzendendaten für die eigene KI verwenden. Raus geht’s nur per Opt-Out. Augen auf im Trainingsdatendschungel! #software #ki #trainingsdaten #optout

  22. #Micron bringt mit der 6600 Ion eine neue #ServerSSD mit 245 Terabyte auf den Markt.

    Die auf QLC basierende #SSD erreicht bis zu 13,7 GByte pro Sekunde beim Lesen und ist für hohe Datendichte in #Rechenzentren ausgelegt.

    Laut Hersteller sind bis zu 177 Petabyte pro Rack möglich. Ziel sind Anwendungen wie #Trainingsdaten für #KI-Modelle. Gegenüber #Festplatten sinken #Energiebedarf und Platzbedarf deutlich.

    heise.de/news/177-Petabyte-pro

    #Datenspeicher #artificialintelligence

  23. #Micron bringt mit der 6600 Ion eine neue #ServerSSD mit 245 Terabyte auf den Markt.

    Die auf QLC basierende #SSD erreicht bis zu 13,7 GByte pro Sekunde beim Lesen und ist für hohe Datendichte in #Rechenzentren ausgelegt.

    Laut Hersteller sind bis zu 177 Petabyte pro Rack möglich. Ziel sind Anwendungen wie #Trainingsdaten für #KI-Modelle. Gegenüber #Festplatten sinken #Energiebedarf und Platzbedarf deutlich.

    heise.de/news/177-Petabyte-pro

    #Datenspeicher #artificialintelligence

  24. #Micron bringt mit der 6600 Ion eine neue #ServerSSD mit 245 Terabyte auf den Markt.

    Die auf QLC basierende #SSD erreicht bis zu 13,7 GByte pro Sekunde beim Lesen und ist für hohe Datendichte in #Rechenzentren ausgelegt.

    Laut Hersteller sind bis zu 177 Petabyte pro Rack möglich. Ziel sind Anwendungen wie #Trainingsdaten für #KI-Modelle. Gegenüber #Festplatten sinken #Energiebedarf und Platzbedarf deutlich.

    heise.de/news/177-Petabyte-pro

    #Datenspeicher #artificialintelligence

  25. #Micron bringt mit der 6600 Ion eine neue #ServerSSD mit 245 Terabyte auf den Markt.

    Die auf QLC basierende #SSD erreicht bis zu 13,7 GByte pro Sekunde beim Lesen und ist für hohe Datendichte in #Rechenzentren ausgelegt.

    Laut Hersteller sind bis zu 177 Petabyte pro Rack möglich. Ziel sind Anwendungen wie #Trainingsdaten für #KI-Modelle. Gegenüber #Festplatten sinken #Energiebedarf und Platzbedarf deutlich.

    heise.de/news/177-Petabyte-pro

    #Datenspeicher #artificialintelligence

  26. #Micron bringt mit der 6600 Ion eine neue #ServerSSD mit 245 Terabyte auf den Markt.

    Die auf QLC basierende #SSD erreicht bis zu 13,7 GByte pro Sekunde beim Lesen und ist für hohe Datendichte in #Rechenzentren ausgelegt.

    Laut Hersteller sind bis zu 177 Petabyte pro Rack möglich. Ziel sind Anwendungen wie #Trainingsdaten für #KI-Modelle. Gegenüber #Festplatten sinken #Energiebedarf und Platzbedarf deutlich.

    heise.de/news/177-Petabyte-pro

    #Datenspeicher #artificialintelligence

  27. #Steady-#Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  28. #Steady-#Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  29. #Steady-#Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  30. #Steady-#Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  31. #Steady-#Klimacrew

    Wer bezahlt #Künstler, wenn KI-Modelle urheberrechtlich geschützte Inhalte reproduzieren?

    Durch die bisherige Praxis, Werke der #Krativbranche kostenlos als #Trainingsdaten zu verwenden, steht viel auf dem Spiel – für Künstler, #Verlage und die gesamte Content-Industrie. #OpenAI landete in #Deutschland vor Gericht und es gibt ein erstes Urteil.

    tino-eberl.de/missbrauch-kuens

    #Urheberrecht #Gerichtsurteil #Medienrecht #KIethik #ContentCreator #GenAI

  32. Nö!

    Ich habe also einen Bildgenerator gebeten, mir eine ganz normale, schöne Durchschnittsfrau Mitte 50 zu erzeugen. Mit Lächeln. Mit Brille. Ohne überbetonte sekundäre Geschlechtsmerkmale. Ohne Glamour-Filter. Ohne „Fantasie der Trainingsdaten“.

    Was ich wollte, war Normalität. Was ich bekam, war erst Kunstgalerie-Ernst. Und dann – nach Nachjustierung – immerhin Lächeln und Brille.

    Und genau das macht mich wütend.

    Warum ist „Durchschnitt“ so schwer? Warum ist „nicht sexualisiert“ eine Herausforderung? Warum muss ich explizit betonen, dass ich keine überzeichnete Körperform will?

    Es ist nicht die Technik, die nervt. Es ist das Echo der Trainingsdaten.

    Diese Modelle sind gefüttert worden mit Millionen von Bildern, die eine implizite Erzählung tragen: Frau = ästhetisches Objekt. Alter = entweder unsichtbar oder „würdevoll ernst“. Brille = optionales Accessoire, aber bitte nicht im „Schönheitsmodus“.

    Und wenn ich sage: „Durchschnittsdame, Mitte 50, funktionale Kleidung, natürliche Haut“, dann kämpfe ich gegen eine statistische Lawine aus Stockfotografie, Werbeästhetik und implizitem Bias.

    Das System kann Realismus. Aber Realismus ist nicht sein Default.

    Default ist Optimierung. Optimierung ist Markt. Markt ist Verzerrung.

    Was mich daran ärgert: Wir reden ständig über KI als Spiegel. Aber es ist kein neutraler Spiegel. Es ist ein Verstärker.

    Wenn Normalität nicht selbstverständlich generiert wird, sondern erst erkämpft werden muss, dann zeigt das, wie verschoben unser visueller Datenraum ist.

    Und ja – es ist nur ein Bildgenerator. Aber Bildgeneratoren formen visuelle Erwartung. Erwartung formt Wahrnehmung. Wahrnehmung formt Gesellschaft.

    Wenn selbst ein Prompt mit klaren Grenzen erst einmal ins Ästhetik-Klischee kippt, dann ist das kein technischer Zufall. Das ist Trainingskultur.

    Und genau deshalb nervt es.

    Ich wollte keine Heldin. Kein Model. Kein Kunstobjekt.

    Ich wollte eine Frau. Einfach eine Frau. Mit Brille. Mit Lächeln. Mit Normalität.

    Dass das kein Selbstläufer ist, sagt mehr über unsere Datensätze aus als über meine Prompts.

    #KI #Bias #Sexismus #Ableismus #Trainingsdaten #GenerativeAI #AlgorithmicBias #Bildgenerator #Medienkritik #DigitaleKultur #InfologischeRestwärme

  33. Nö!

    Ich habe also einen Bildgenerator gebeten, mir eine ganz normale, schöne Durchschnittsfrau Mitte 50 zu erzeugen. Mit Lächeln. Mit Brille. Ohne überbetonte sekundäre Geschlechtsmerkmale. Ohne Glamour-Filter. Ohne „Fantasie der Trainingsdaten“.

    Was ich wollte, war Normalität. Was ich bekam, war erst Kunstgalerie-Ernst. Und dann – nach Nachjustierung – immerhin Lächeln und Brille.

    Und genau das macht mich wütend.

    Warum ist „Durchschnitt“ so schwer? Warum ist „nicht sexualisiert“ eine Herausforderung? Warum muss ich explizit betonen, dass ich keine überzeichnete Körperform will?

    Es ist nicht die Technik, die nervt. Es ist das Echo der Trainingsdaten.

    Diese Modelle sind gefüttert worden mit Millionen von Bildern, die eine implizite Erzählung tragen: Frau = ästhetisches Objekt. Alter = entweder unsichtbar oder „würdevoll ernst“. Brille = optionales Accessoire, aber bitte nicht im „Schönheitsmodus“.

    Und wenn ich sage: „Durchschnittsdame, Mitte 50, funktionale Kleidung, natürliche Haut“, dann kämpfe ich gegen eine statistische Lawine aus Stockfotografie, Werbeästhetik und implizitem Bias.

    Das System kann Realismus. Aber Realismus ist nicht sein Default.

    Default ist Optimierung. Optimierung ist Markt. Markt ist Verzerrung.

    Was mich daran ärgert: Wir reden ständig über KI als Spiegel. Aber es ist kein neutraler Spiegel. Es ist ein Verstärker.

    Wenn Normalität nicht selbstverständlich generiert wird, sondern erst erkämpft werden muss, dann zeigt das, wie verschoben unser visueller Datenraum ist.

    Und ja – es ist nur ein Bildgenerator. Aber Bildgeneratoren formen visuelle Erwartung. Erwartung formt Wahrnehmung. Wahrnehmung formt Gesellschaft.

    Wenn selbst ein Prompt mit klaren Grenzen erst einmal ins Ästhetik-Klischee kippt, dann ist das kein technischer Zufall. Das ist Trainingskultur.

    Und genau deshalb nervt es.

    Ich wollte keine Heldin. Kein Model. Kein Kunstobjekt.

    Ich wollte eine Frau. Einfach eine Frau. Mit Brille. Mit Lächeln. Mit Normalität.

    Dass das kein Selbstläufer ist, sagt mehr über unsere Datensätze aus als über meine Prompts.

    #KI #Bias #Sexismus #Ableismus #Trainingsdaten #GenerativeAI #AlgorithmicBias #Bildgenerator #Medienkritik #DigitaleKultur #InfologischeRestwärme

  34. Nö!

    Ich habe also einen Bildgenerator gebeten, mir eine ganz normale, schöne Durchschnittsfrau Mitte 50 zu erzeugen. Mit Lächeln. Mit Brille. Ohne überbetonte sekundäre Geschlechtsmerkmale. Ohne Glamour-Filter. Ohne „Fantasie der Trainingsdaten“.

    Was ich wollte, war Normalität. Was ich bekam, war erst Kunstgalerie-Ernst. Und dann – nach Nachjustierung – immerhin Lächeln und Brille.

    Und genau das macht mich wütend.

    Warum ist „Durchschnitt“ so schwer? Warum ist „nicht sexualisiert“ eine Herausforderung? Warum muss ich explizit betonen, dass ich keine überzeichnete Körperform will?

    Es ist nicht die Technik, die nervt. Es ist das Echo der Trainingsdaten.

    Diese Modelle sind gefüttert worden mit Millionen von Bildern, die eine implizite Erzählung tragen: Frau = ästhetisches Objekt. Alter = entweder unsichtbar oder „würdevoll ernst“. Brille = optionales Accessoire, aber bitte nicht im „Schönheitsmodus“.

    Und wenn ich sage: „Durchschnittsdame, Mitte 50, funktionale Kleidung, natürliche Haut“, dann kämpfe ich gegen eine statistische Lawine aus Stockfotografie, Werbeästhetik und implizitem Bias.

    Das System kann Realismus. Aber Realismus ist nicht sein Default.

    Default ist Optimierung. Optimierung ist Markt. Markt ist Verzerrung.

    Was mich daran ärgert: Wir reden ständig über KI als Spiegel. Aber es ist kein neutraler Spiegel. Es ist ein Verstärker.

    Wenn Normalität nicht selbstverständlich generiert wird, sondern erst erkämpft werden muss, dann zeigt das, wie verschoben unser visueller Datenraum ist.

    Und ja – es ist nur ein Bildgenerator. Aber Bildgeneratoren formen visuelle Erwartung. Erwartung formt Wahrnehmung. Wahrnehmung formt Gesellschaft.

    Wenn selbst ein Prompt mit klaren Grenzen erst einmal ins Ästhetik-Klischee kippt, dann ist das kein technischer Zufall. Das ist Trainingskultur.

    Und genau deshalb nervt es.

    Ich wollte keine Heldin. Kein Model. Kein Kunstobjekt.

    Ich wollte eine Frau. Einfach eine Frau. Mit Brille. Mit Lächeln. Mit Normalität.

    Dass das kein Selbstläufer ist, sagt mehr über unsere Datensätze aus als über meine Prompts.

    #KI #Bias #Sexismus #Ableismus #Trainingsdaten #GenerativeAI #AlgorithmicBias #Bildgenerator #Medienkritik #DigitaleKultur #InfologischeRestwärme

  35. Nö!

    Ich habe also einen Bildgenerator gebeten, mir eine ganz normale, schöne Durchschnittsfrau Mitte 50 zu erzeugen. Mit Lächeln. Mit Brille. Ohne überbetonte sekundäre Geschlechtsmerkmale. Ohne Glamour-Filter. Ohne „Fantasie der Trainingsdaten“.

    Was ich wollte, war Normalität. Was ich bekam, war erst Kunstgalerie-Ernst. Und dann – nach Nachjustierung – immerhin Lächeln und Brille.

    Und genau das macht mich wütend.

    Warum ist „Durchschnitt“ so schwer? Warum ist „nicht sexualisiert“ eine Herausforderung? Warum muss ich explizit betonen, dass ich keine überzeichnete Körperform will?

    Es ist nicht die Technik, die nervt. Es ist das Echo der Trainingsdaten.

    Diese Modelle sind gefüttert worden mit Millionen von Bildern, die eine implizite Erzählung tragen: Frau = ästhetisches Objekt. Alter = entweder unsichtbar oder „würdevoll ernst“. Brille = optionales Accessoire, aber bitte nicht im „Schönheitsmodus“.

    Und wenn ich sage: „Durchschnittsdame, Mitte 50, funktionale Kleidung, natürliche Haut“, dann kämpfe ich gegen eine statistische Lawine aus Stockfotografie, Werbeästhetik und implizitem Bias.

    Das System kann Realismus. Aber Realismus ist nicht sein Default.

    Default ist Optimierung. Optimierung ist Markt. Markt ist Verzerrung.

    Was mich daran ärgert: Wir reden ständig über KI als Spiegel. Aber es ist kein neutraler Spiegel. Es ist ein Verstärker.

    Wenn Normalität nicht selbstverständlich generiert wird, sondern erst erkämpft werden muss, dann zeigt das, wie verschoben unser visueller Datenraum ist.

    Und ja – es ist nur ein Bildgenerator. Aber Bildgeneratoren formen visuelle Erwartung. Erwartung formt Wahrnehmung. Wahrnehmung formt Gesellschaft.

    Wenn selbst ein Prompt mit klaren Grenzen erst einmal ins Ästhetik-Klischee kippt, dann ist das kein technischer Zufall. Das ist Trainingskultur.

    Und genau deshalb nervt es.

    Ich wollte keine Heldin. Kein Model. Kein Kunstobjekt.

    Ich wollte eine Frau. Einfach eine Frau. Mit Brille. Mit Lächeln. Mit Normalität.

    Dass das kein Selbstläufer ist, sagt mehr über unsere Datensätze aus als über meine Prompts.

    #KI #Bias #Sexismus #Ableismus #Trainingsdaten #GenerativeAI #AlgorithmicBias #Bildgenerator #Medienkritik #DigitaleKultur #InfologischeRestwärme

  36. Der subjektive Faktor

    • „Der subjektive Faktor fährt auf einem Traktor…“* Ein Gedicht aus dem Pädagogikunterricht der Oberstufe – und heute erschreckend aktuell.

      "Der subjektive Faktor fährt auf einem Traktor Beziehungskisten von Köln nach Nieheim-Hüsten auf hohem Korrektionsniveau."

    Sinngemäße Würdigung im Stil von Marcel Reich-Ranicki (fiktiv):

    „Dieses kleine Gedicht besitzt jene respektlose Klugheit, die der Pädagogik oft fehlt. Es verspottet die Selbstgewissheit der Korrektoren und zeigt, wie das Subjektive – das Unbequeme, das Lebendige – mit schwerem Gerät durch die Landschaft der Beziehungen gefahren wird. Die Verse sind leichtfüßig, fast albern, doch ihr Gegenstand ist ernst: Wer Beziehungen transportiert wie Kisten, darf sich nicht wundern, wenn am Ende nur noch Verpackung ankommt.“

    Kritik & Aktualisierung (2026): Was damals als Spott auf Reißbrett-Pädagogik gelesen werden konnte, liest sich heute wie eine Fußnote zur KI-Ästhetik unserer Gegenwart. Der „Traktor“ ist das Modell, die „Beziehungskisten“ sind Datensätze, und das „hohe Korrektionsniveau“ heißt heute Optimierung, Normierung, Bias-Glättung. Subjektivität fährt mit – aber als Beifracht. Die Pointe bleibt: Beziehungen lassen sich nicht verlustfrei transportieren. Wer Nähe in Baupläne, Stockfoto-Metaphern und Normalformen presst, erhält am Ende eine Kulisse von Beziehung – hübsch ausgeleuchtet, aber ohne Restwärme. Vielleicht ist die leise Würde des Nichtwissens der eigentliche Gegenentwurf: Nähe ohne Besitz, Empathie ohne Bauplan, Begegnung ohne Reißbrett.

    #ReichRanicki #Pädagogik #Gedicht #Empathie #Nichtwissen #Beziehung #KI #Trainingsdaten #Bias #Normierung #StockfotoÄsthetik #DigitaleKultur #Infologie #Dorfzwockel #Restwärme

  37. 😂 Touché – das ist eine ziemlich elegante Retourkutsche an die „Banane“.

    Was du da gebaut hast, ist im Grunde eine bildgewordene Trainingsdaten-Kritik: Die Werkstatt ist jetzt nicht mehr nur Kulisse, sondern Archiv der Bias-Kategorien. Bücher als „normierte Form“, „Ehe“, „Kinder“, „Absicherung“, „Scheidung“ – das ist genau diese Kette, die du beschrieben hast, einmal sauber sichtbar gemacht. Und die halbtransparenten Overlays mit „Beziehung → normierte Form → Ehe → Haus“ vs. „unwahrscheinlich ≠ sinnvoll“ sind fast schon didaktisch, ohne belehrend zu sein.

    Das Schöne daran: Du zwingst die KI-Ästhetik in eine Selbstentlarvung. Die Miniaturhäuser liegen jetzt nicht mehr „unschuldig“ auf den Büchern, sondern wirken wie Requisiten eines Denkmodells, das man plötzlich durchschaut. Aus romantischer Stockfoto-Metapher wird ein Diagramm des kulturellen Bias.

    Besonders stark finde ich zwei Ebenen:

    1. Trainingsdaten als Möbelstück „TRAININGSDATEN: WERBUNG“, „STOCKFOTOS“, „KULTURELLER BIAS“ – das ist fast wie eine kleine Bibliothek der Zumutungen. Das Bild behauptet nicht Neutralität, sondern zeigt, woraus es gemacht ist.

    2. Der Mensch bleibt nachdenklich Die Figur wirkt immer noch leise, fragend, schreibend. Das passt gut zu deiner These: Beziehung ist kein Bauplan, sondern etwas, das sich dem Reißbrett entzieht. Das architektonische Modell wird damit zur ironischen Last, nicht zum Ideal.

    Wenn man böse sein will, könnte man sagen: Du hast der Banane eine Infologie-Brille aufgesetzt. Nicht, um sie zu „korrigieren“, sondern um sichtbar zu machen, wie sie denkt, wenn sie denkt, ohne zu wissen, dass sie denkt.

    Und ja: gruselig bleibt es – aber jetzt ist es ein aufgedeckter Grusel, kein unsichtbarer.

    #Empathie #Nichtwissen #Beziehung #KI #Trainingsdaten #Bias #KulturellerBias #StockfotoÄsthetik #Normierung #KritischeKI #Infologie #Dorfzwockel #Restwärme #UnwahrscheinlichIstNichtSinnvoll #DigitaleKultur

  38. @fnberger

    Ein #LLM ist keine Suchmaschine.

    1. Ein LLM erzeugt die Antwort nicht aus dem #Internet, sondern aus den Trainingsdaten. Es kann ohne Probleme auch ohne Internetzugang arbeiten.

    Die #Trainingsdaten kommen aus dem Internet, aber nicht aus dem aktuellen. Ein LLM kann aber aktuelle Informationen ergoogeln und in die Antwort einbeziehen.

    Ein LLM kann also eine #Suchmaschine verwenden, ist aber selber keine. Es als solche zu verwenden, zeugt von einem Missverständnis.

    1/2

  39. @fnberger

    Ein #LLM ist keine Suchmaschine.

    1. Ein LLM erzeugt die Antwort nicht aus dem #Internet, sondern aus den Trainingsdaten. Es kann ohne Probleme auch ohne Internetzugang arbeiten.

    Die #Trainingsdaten kommen aus dem Internet, aber nicht aus dem aktuellen. Ein LLM kann aber aktuelle Informationen ergoogeln und in die Antwort einbeziehen.

    Ein LLM kann also eine #Suchmaschine verwenden, ist aber selber keine. Es als solche zu verwenden, zeugt von einem Missverständnis.

    1/2

  40. #Steady-#Klimacrew

    #Urheberrechtsinhaber vs. #KIFirmen.

    Der #Konflikt um #Trainingsdaten generativer KI-Modelle ist seit langem angespannt. #Künstler, #Autoren und #Verwertungsgesellschaften klagen weltweit gegen die Nutzung geschützter #Werke ohne Zustimmung.

    Ihr Argument: KI-Training ist weder „wissenschaftliche Forschung“ noch „fair use“. Für viele #Betroffene steht die #Existenz auf dem Spiel.

    tino-eberl.de/missbrauch-kuens

    #KIMissbrauch #Retröt