Die Dead-Internet-Theorie: Wie KI-Bots das Netz in eine Illusions-Fabrik verwandelten – und warum das gefährlicher ist, als es scheint

Die Dead Internet Theory behauptet, dass Aktivität und Content im Netz überwiegend von KI-Agenten und nicht von lebenden Menschen erstellt werden (S001). Echte Nutzer machen angeblich nur einen kleinen Teil des Traffics aus, der Rest — Bots und Algorithmen, die menschliches Verhalten imitieren.

Die Theorie entstand in anonymen Foren und Verschwörungs-Communities, wo Nutzer seltsame Muster bemerkten: sich wiederholende Kommentare, identische Posts von verschiedenen Accounts, verdächtige Aktivität zu bestimmten Themen. Diese Beobachtungen formten sich zu einem Konzept, wonach das Internet zu einer Illusionsfabrik geworden ist, gesteuert von KI und Konzernen. Mehr dazu im Abschnitt Logik und Wahrscheinlichkeit.

Kernbehauptung 1

Der Großteil des Contents in sozialen Netzwerken wird von Bots generiert, nicht von Menschen.

Kernbehauptung 2

Bots werden zur Meinungsmanipulation, zur Verbreitung von Narrativen und zur Erzeugung einer Konsens-Illusion eingesetzt.

Kernbehauptung 3

Echte Nutzer interagieren mit KI-Agenten, ohne sich dessen bewusst zu sein.

Kernbehauptung 4

Die Situation ist das Ergebnis einer bewussten Strategie von Konzernen und Regierungen zur Kontrolle des Informationsraums.

Die Dead Internet Theory in ihrer wörtlichen Form ist ein verschwörungstheoretisches Konzept ohne strenge wissenschaftliche Beweise. Sie dient jedoch als Linse zur Betrachtung realer Prozesse im Netz (S001).

Die Grenze zwischen berechtigten Bedenken bezüglich Bots und Desinformation und paranoiden Fantasien über totale KI-Kontrolle ist oft verschwommen. Das macht die Theorie gleichzeitig provokant und kritischer Analyse bedürftig.

Warum hat diese Theorie Millionen in ihren Bann gezogen? Sie appelliert an die Verfügbarkeitsheuristik — wir bemerken Bots, weil es sie tatsächlich gibt, und extrapolieren Einzelbeobachtungen auf das gesamte Internet. Sie resoniert auch mit dem Bestätigungsfehler: Anhänger der Theorie suchen und finden „Beweise" überall, wo sie danach suchen.

Um die Dead-Internet-Theorie fair zu bewerten, müssen wir ihre stärksten Argumente in ihrer überzeugendsten Form betrachten. Die Steelman-Methode erfordert, die Position des Gegenübers in ihrer stärksten Form darzustellen, bevor man sie einer kritischen Analyse unterzieht. Mehr dazu im Abschnitt Kritisches Denken.

🔁 Erstes Argument: Exponentielles Wachstum automatisierter Inhalte

Das Volumen KI-generierter Inhalte wächst exponentiell. Mit dem Aufkommen großer Sprachmodelle wie GPT-3, GPT-4 und deren Alternativen ist die Erstellung von Texten, Bildern und Videos für die breite Masse zugänglich geworden.

Die technische Hürde für die Erstellung von Bots ist praktisch verschwunden: Jede Person mit minimalen Programmierkenntnissen kann eine Armada von Accounts starten, die rund um die Uhr Inhalte generieren.

🧩 Zweites Argument: Das „Shrimp Jesus"-Phänomen als Beweis für den Masseneinsatz von KI-Bots

Eines der auffälligsten Beispiele ist das „Shrimp Jesus"-Phänomen, bei dem in sozialen Netzwerken massenhaft KI-generierte Bilder religiöser Figuren auftauchten, die aus Meeresfrüchten gestaltet waren. Diese seltsamen, surrealistischen Bilder verbreiteten sich über Netzwerke gefälschter Accounts und sammelten Tausende von Likes und Kommentaren.

Hinter dem auf den ersten Blick harmlosen Phänomen steht potenziell eine langfristige Strategie (S001) — die Demonstration, dass irgendwo eine Armee von Accounts (S001) aufgebaut wird, die koordiniert Inhalte verbreiten kann.

📊 Drittes Argument: Dokumentierte Desinformationskampagnen mit Bot-Einsatz

Es gibt überzeugende Beweise dafür, dass soziale Medien durch Bots manipuliert werden, um die öffentliche Meinung durch Desinformation zu beeinflussen — und das geschieht bereits seit vielen Jahren (S001).

Zahlreiche Studien haben Kampagnen dokumentiert, bei denen Tausende gefälschter Accounts koordiniert Falschinformationen verbreiteten, Wahlen beeinflussten und soziale Konflikte schürten. Das ist keine Verschwörungstheorie, sondern eine bewiesene Tatsache, die von Regierungen und Forschungsorganisationen weltweit anerkannt wird.

⚙️ Viertes Argument: Ökonomische Motivation der Plattformen, den realen Bot-Anteil zu verschleiern

Soziale Netzwerke haben ein direktes finanzielles Interesse daran, die Nutzeraktivität überhöht darzustellen. Werbetreibende zahlen für Reichweite und Engagement, weshalb es für Plattformen vorteilhaft ist, die Illusion eines großen aktiven Publikums zu schaffen, selbst wenn ein erheblicher Teil davon Bots sind.

Unternehmen unterschätzen systematisch den Bot-Anteil in ihren Berichten, während Versuche unabhängiger Forscher, an echte Daten zu gelangen, auf Intransparenz und Informationsverweigerung stoßen.

🧠 Fünftes Argument: Veränderung des Charakters von Online-Diskussionen

Viele Nutzer bemerken, dass sich der Charakter der Kommunikation im Internet in den letzten Jahren radikal verändert hat. Diskussionen sind polarisierter, aggressiver und oberflächlicher geworden.

Argumente wiederholen sich mit verdächtiger Regelmäßigkeit, als würden sie aus einer Quelle kopiert. Befürworter der Theorie sehen darin ein Zeichen dafür, dass ein erheblicher Teil der „Teilnehmer" Bots sind, die darauf programmiert wurden, Konflikte zu schüren und bestimmte Narrative zu fördern. Dies hängt mit dem breiteren Phänomen des Bestätigungsfehlers und der Echokammern zusammen, wo Algorithmen die Polarisierung verstärken.

🕳️ Sechstes Argument: Technologische Möglichkeit zur Erstellung nicht unterscheidbarer KI-Agenten

Moderne KI-Technologien haben ein Niveau erreicht, bei dem die Erstellung von Agenten, die in der Textkommunikation nicht von Menschen zu unterscheiden sind, technisch möglich geworden ist. Große Sprachmodelle können kohärente, kontextuell angemessene Antworten generieren, Emotionen imitieren und längere Dialoge führen.

Wenn die Technologie existiert und verfügbar ist, liegt die Annahme nahe, dass sie aktiv genutzt wird — besonders angesichts der ökonomischen und politischen Anreize für eine solche Nutzung.

🔁 Siebtes Argument: Der „Dead Mall"-Effekt in Online-Communities

Viele Nutzer beschreiben das Gefühl, dass das Internet einem verlassenen Einkaufszentrum ähnelt: Formal funktioniert es, die Schaufenster leuchten, aber echte Menschen gibt es kaum noch, und die meisten „Besucher" sind Schaufensterpuppen oder Schauspieler, die Aktivität vortäuschen.

Alte Foren und Communities, einst voller lebendiger Diskussionen, sind nun mit Spam und automatischen Posts gefüllt. Neue Plattformen wirken von Anfang an künstlich, ohne echte menschliche Energie. Dies ist ein subjektives Gefühl, wird aber von einer ausreichend großen Zahl von Nutzern geteilt, um eine Erklärung zu erfordern.

1. Prüfen: Gibt es in Diskussionen Anzeichen sich wiederholender Argumentationsmuster
2. Vergleichen: Qualität des Dialogs in Forenarchiven (2010–2015) mit dem aktuellen Zustand
3. Bewerten: Anteil der Accounts mit minimaler Aktivitätshistorie und seltsamen Verhaltensmustern
4. Analysieren: Geschwindigkeit der Inhaltsverbreitung und Zeitzonen der Aktivität

Kommen wir von Argumenten zu Fakten. Mehr dazu im Abschnitt Statistik und Wahrscheinlichkeitstheorie.

📊 Dokumentierte Desinformationskampagnen: Von Wahlen bis zur Pandemie

Die überzeugendsten Beweise betreffen gezielte Desinformationskampagnen. Soziale Medien werden durch Bots manipuliert, um die öffentliche Meinung durch Desinformation zu beeinflussen — dies ist seit vielen Jahren dokumentiert (S001).

Studien haben den Einsatz von Bots zur Wahlbeeinflussung in verschiedenen Ländern, zur Verbreitung falscher Informationen über Impfstoffe während der COVID-19-Pandemie und zur Anstachelung ethnischer und religiöser Konflikte dokumentiert. Diese Kampagnen zeichnen sich durch koordiniertes Verhalten tausender Accounts aus, die identische oder leicht modifizierte Nachrichten verbreiten.

1. Gezielte Wahlkampagnen in verschiedenen Ländern
2. Desinformation im Gesundheitswesen (Impfstoffe, Pandemie)
3. Anstachelung sozialer Konflikte (ethnisch, religiös)
4. Koordiniertes Verhalten tausender Accounts

🧪 Methodologische Probleme bei der Schätzung des Bot-Anteils: Warum genaue Zahlen schwer zu ermitteln sind

Das Hauptproblem bei der Bewertung des Ausmaßes ist die methodologische Schwierigkeit zu definieren, was als Bot gilt. Es existiert ein Spektrum von primitiven Spam-Bots, die leicht durch automatische Systeme erkannt werden, bis hin zu komplexen KI-Agenten, die praktisch nicht von Menschen zu unterscheiden sind.

Social-Media-Plattformen legen keine detaillierten Informationen über Bot-Erkennungsmethoden offen, aus Angst, dass dies Bot-Entwicklern helfen würde, Schutzmaßnahmen zu umgehen. Unabhängige Forscher stoßen auf eingeschränkten Datenzugang.

Dies macht präzise Schätzungen äußerst schwierig und schafft ein Informationsvakuum, das durch Spekulationen gefüllt wird.

🧾 Digitale Täuschung und Cybersicherheit: Wie KI die Bedrohungslandschaft verändert

Studien im Bereich Cybersicherheit zeigen, dass KI die Landschaft digitaler Bedrohungen transformiert (S003). Generative Modelle ermöglichen die Erstellung überzeugenderer Phishing-Nachrichten, automatisieren Social Engineering und generieren gefälschte Dokumente und Bilder.

Dies bestätigt, dass die technologische Basis für die massenhafte Erstellung überzeugender Fake-Accounts und -Inhalte existiert und sich aktiv weiterentwickelt. Die Bedrohung ist nicht hypothetisch — sie ist in Werkzeugen materialisiert.

🔎 Das „Shrimp Jesus"-Phänomen: Analyse eines konkreten Falls massiver Bot-Aktivität

Das „Shrimp Jesus"-Phänomen ist ein dokumentiertes Beispiel koordinierter Bot-Aktivität. Obwohl es harmlos erscheinen mag, steht dahinter potenziell eine langfristige Strategie (S001).

Die Analyse zeigt, dass die Bilder über ein Netzwerk verbundener Accounts verbreitet wurden, von denen viele Anzeichen automatisierten Verhaltens aufwiesen: gleichzeitige Erstellung, identische Aktivitätsmuster, Fehlen von Anzeichen authentischer menschlicher Individualität. Dies bedeutet, dass irgendwo eine Armee von Accounts erstellt wird (S001), die koordiniert handeln können, um unklare Ziele zu erreichen.

🧬 Generative KI und Informationssuche: Wie sich das Content-Ökosystem verändert

Studien im Bereich generativer Informationssuche zeigen fundamentale Veränderungen darin, wie Inhalte im Internet erstellt und konsumiert werden (S002). Generative Modelle finden nicht nur bestehende Informationen, sondern erstellen neue Inhalte basierend auf Nutzeranfragen.

Dies verwischt die Grenze zwischen „gefundenem" und „erstelltem" Inhalt, zwischen menschlicher und maschineller Urheberschaft. Perspektivisch wird ein erheblicher Teil der Inhalte, mit denen Nutzer interagieren, in Echtzeit von KI generiert werden, anstatt vorab von Menschen erstellt zu werden.

Der Effekt verstärkt sich, wenn KI-Inhalte zur Quelle für das Training der nächsten Modellgeneration werden — es entsteht ein selbstverstärkender Zyklus.

Bots sind nicht allein aufgrund technologischer Perfektion effektiv in der Täuschung. Unser Gehirn hat sich für die Interaktion mit Menschen in der physischen Welt entwickelt, nicht für die Unterscheidung zwischen Mensch und Maschine im digitalen Raum. Mehr dazu im Abschnitt Logische Fehlschlüsse.

🧬 Heuristik des sozialen Vertrauens: Warum wir standardmäßig annehmen, dass unser Gegenüber ein Mensch ist

Menschen nutzen die Heuristik des sozialen Vertrauens: Wir gehen standardmäßig davon aus, dass wir mit einem Menschen kommunizieren, wenn es keine offensichtlichen Anzeichen für das Gegenteil gibt. In der evolutionären Umgebung war dies adaptiv – alle Gesprächspartner waren tatsächlich Menschen.

Im digitalen Raum wird diese Heuristik zur Schwachstelle. Wir wenden dieselben Vertrauensregeln auf Social-Media-Accounts an, ohne zu erkennen, dass ein erheblicher Teil automatisiert sein könnte.

🔁 Der „Uncanny Valley"-Effekt und seine Überwindung durch moderne KI

Das „Uncanny Valley" beschreibt das Unbehagen bei der Interaktion mit fast-aber-nicht-ganz-menschlichen Objekten. Frühe Bots waren leicht zu erkennen: Die Sprache war mechanisch, die Antworten unnatürlich.

Moderne große Sprachmodelle haben das Uncanny Valley in der Textkommunikation überwunden (S002). Ihre Antworten sind natürlich genug, kontextuell angemessen und emotional gefärbt, um keinen Verdacht zu erregen.

🧩 Kognitive Belastung und nachlassende Wachsamkeit

Die Überprüfung der Authentizität jedes Gesprächspartners erfordert erhebliche kognitive Ressourcen. Unter Bedingungen der Informationsüberlastung können Menschen kein dauerhaft hohes Maß an Wachsamkeit aufrechterhalten.

Wir wechseln in den Modus der automatischen Verarbeitung und verlassen uns auf oberflächliche Signale und Heuristiken. Genau hier sind Bots am effektivsten: Sie nutzen unsere kognitive Ermüdung und Neigung zu schnellen Urteilen aus.

1. Informationsüberlastung reduziert die kritische Wahrnehmung
2. Automatische Informationsverarbeitung aktiviert oberflächliche Signale
3. Bots nutzen diese Signale zur Imitation menschlichen Verhaltens
4. Ergebnis: Illusion von Authentizität ohne aktive Überprüfung

⚙️ Authentifizierungstechnologien und ihre Grenzen

Bestehende Authentifizierungsmethoden stoßen im Zeitalter der generativen KI auf erhebliche Einschränkungen (S008). Traditionelle schlüsselbasierte Ansätze erfordern Rechenleistung und Energie, die IoT-Geräten oft fehlen.

Alternative Schemata haben Probleme mit der Robustheit bei Kanalschwankungen und dem Overhead bei der Abstimmung (S008). Das Fehlen einer klaren sicheren Distanz für die Generierung von Authentifizierungsschlüsseln schafft neue Schwachstellen, die Bots ausnutzen können.

Die Verbindung zu Echokammern verschärft das Problem: Wenn Bots den Anschein von Konsens erzeugen, verlieren Nutzer die Motivation, Quellen und Authentizität von Inhalten zu überprüfen.

🎯 Warum das Gehirn die Täuschung nicht erkennen kann

Unser System zur Gesichts- und Stimmerkennung hat sich für die physische Welt entwickelt. In der Textkommunikation sind diese Systeme deaktiviert, und wir verlassen uns auf linguistische und verhaltensbezogene Signale.

Bots haben gelernt, diese Signale ausreichend gut zu imitieren. Sie nutzen die Vernachlässigung der Basisrate – wir berücksichtigen nicht, dass die meisten Accounts im Netz immer noch Menschen sind, und erwarten daher nicht, einem Bot zu begegnen. Diese Erwartung wird zum blinden Fleck.

Das Problem geht tiefer als die Technologie. Es ist eine Kollision von Evolutionspsychologie mit der digitalen Umgebung, in der die alten Vertrauensregeln nicht mehr funktionieren unter Bedingungen der Informationskontrolle.

Eine ehrliche Analyse erfordert die Anerkennung von Unsicherheitsbereichen und Widersprüchen in den verfügbaren Daten. Nicht alle Forscher sind sich über das Ausmaß des Problems einig, und es bestehen erhebliche Wissenslücken hinsichtlich der langfristigen Folgen des massenhaften Bot-Einsatzes. Mehr dazu im Abschnitt Psychologie des Glaubens.

🔎 Schätzungen zum Bot-Anteil: Spannweite von 5% bis 50% je nach Methodik

Verschiedene Studien liefern radikal unterschiedliche Schätzungen zum Bot-Anteil in sozialen Netzwerken — von konservativen 5–10% bis zu alarmierenden 40–50%.

Diese Spannweite erklärt sich durch methodische Unterschiede: Was genau als Bot gilt, welche Plattformen analysiert werden, welche Zeiträume betrachtet werden. Plattformen geben üblicherweise die niedrigsten Schätzungen ab, unabhängige Forscher höhere.

1. Definition: Werden nur vollautomatisierte Accounts gezählt oder auch halbautomatische?
2. Reichweite: Werden alle Plattformen analysiert oder nur große (Twitter, Facebook)?
3. Zeitraum: Wird die Aktivität über einen Tag, Monat oder Jahr gemessen?
4. Datenquelle: Nutzt der Forscher offene APIs oder private Plattformdaten?

Die Wahrheit liegt vermutlich irgendwo in der Mitte, aber eine genaue Bestimmung bleibt problematisch.

🧪 Kausalität vs. Korrelation: Sinkende Diskussionsqualität und steigende Bot-Zahlen

Die beobachtete Verschlechterung der Online-Diskussionsqualität korreliert mit steigenden Bot-Zahlen, aber das bedeutet nicht zwangsläufig einen Kausalzusammenhang (S001).

Alternative Erklärungen sind möglich: allgemeine gesellschaftliche Polarisierung, Änderungen in Plattformalgorithmen, Ermüdung der Nutzer von sozialen Medien, demografische Verschiebungen in der Zusammensetzung des Publikums. Bots können ein Faktor sein, aber nicht der einzige und möglicherweise nicht der wichtigste.

Das Problem wird dadurch verschärft, dass der Bestätigungsfehler Forscher dazu bringt, Bots überall dort zu sehen, wo sie danach suchen. Wenn man erwartet, Bots zu finden, wird man sie finden — selbst wenn es nur Menschen sind, die ähnlich schreiben.

🧾 Langzeiteffekte: Unerforschte Folgen des Lebens in einer Umgebung mit KI-Agenten

Selbst wenn die Dead-Internet-Theorie im wörtlichen Sinne falsch ist, stellt sie eine interessante Linse zur Betrachtung des Internets dar (S005).

Die langfristigen psychologischen und sozialen Folgen des Lebens in einer Umgebung, in der ein erheblicher Teil der Interaktionen mit KI-Agenten statt mit Menschen stattfindet, bleiben unerforscht.

Diese Fragen erfordern langfristige Longitudinalstudien, die bisher nicht existieren. Wir befinden uns in einer Situation, in der das Ausmaß des Problems schneller wächst als unsere Fähigkeit, es zu erforschen.

Die Theorie des toten Internets nutzt mehrere mächtige kognitive Verzerrungen und psychologische Trigger aus, was ihre Popularität auch ohne strenge Beweise erklärt. Mehr dazu im Abschnitt Quantenmystifizierung.

🧩 Clusterillusionseffekt: Muster sehen, wo keine sind

Das menschliche Gehirn ist evolutionär darauf programmiert, Muster zu suchen – das half unseren Vorfahren zu überleben, indem sie Anzeichen von Gefahr oder Gelegenheiten bemerkten. Aber diese Fähigkeit hat einen Nebeneffekt: Wir neigen dazu, Muster selbst in zufälligen Daten zu sehen.

Wiederholte Kommentare, ähnliche Accounts, identische Posts können das Ergebnis von Zufall, gegenseitigem Kopieren oder einfach begrenzter menschlicher Kreativität sein – aber unser Gehirn interpretiert dies als Beweis für koordinierte Bot-Aktivität (S001).

🕳️ Bestätigungsfehler: Wie wir finden, wonach wir suchen

Der Bestätigungsfehler lässt uns auf Informationen achten, die unsere bestehenden Überzeugungen bestätigen, und widersprechende ignorieren. Wenn jemand bereits geneigt ist, an die Theorie des toten Internets zu glauben, wird er jeden verdächtigen Account, jeden seltsamen Kommentar, jede wiederholte Nachricht bemerken – und dies als Bestätigung der Theorie interpretieren.

Dabei bleiben Tausende normale, eindeutig menschliche Interaktionen unbemerkt, weil sie nicht zum Narrativ passen.

🧠 Hostile-Media-Effekt und Misstrauen gegenüber Plattformen

Das wachsende Misstrauen gegenüber sozialen Netzwerken und ihren Algorithmen schafft einen fruchtbaren Boden für die Theorie des toten Internets. Menschen wissen bereits, dass Plattformen Inhalte manipulieren, Informationen verbergen und Daten verkaufen – das sind Fakten, die durch Untersuchungen und Leaks bestätigt wurden.

Die Theorie des toten Internets bietet eine Erklärung: Wenn Plattformen bereits lügen, warum sollten sie das Netz nicht mit Bots füllen? Die Logik scheint unwiderlegbar, obwohl es sich um eine falsche Dichotomie handelt – Algorithmusmanipulation und massenhafte Bot-Füllung sind unterschiedliche Phänomene mit unterschiedlichen Dimensionen.

🎯 Verfügbarkeitsheuristik: Was sichtbar ist, ist real

Die Verfügbarkeitsheuristik lässt uns die Wahrscheinlichkeit von Ereignissen überschätzen, die leicht zu erinnern sind oder häufig in unserem Sichtfeld auftauchen. Wenn im Feed häufig Posts über Bots erscheinen, wenn in Kommentaren Menschen das tote Internet diskutieren, wenn Videos zu diesem Thema Millionen Aufrufe erzielen – entsteht der Eindruck, dass das Problem umfangreich und allgegenwärtig ist.

1. Das Gehirn bemerkt wiederholte Erwähnungen von Bots in Medien
2. Interpretiert die Häufigkeit der Erwähnungen als Indikator für reale Größenordnung
3. Ignoriert, dass die Popularität der Theorie selbst der Grund für ihre Sichtbarkeit sein kann
4. Schlussfolgert: Das Internet ist tatsächlich tot

👥 Gruppendenken und soziale Validierung

Gruppendenken verstärkt den Effekt. Wenn die Theorie des toten Internets in bestimmten Communities populär wird, beginnen Menschen daran zu glauben, nicht weil sie überzeugende Beweise gefunden haben, sondern weil es in ihrem sozialen Umfeld als Wahrheit gilt (S005).

Kritik an der Theorie wird als Naivität oder Versuch wahrgenommen, die Wahrheit zu verbergen. Befürworter der Theorie erhalten soziale Anerkennung, ein Gefühl der Zugehörigkeit zu einer Gruppe „erleuchteter" Menschen, die sehen, was vor anderen verborgen wird.

⚡ Psychologischer Komfort der Ungewissheit

Paradoxerweise bringt die Theorie des toten Internets psychologischen Komfort. Eine Welt, in der das Internet mit Bots und Illusionen gefüllt ist, ist eine Welt, in der es eine Erklärung für das Chaos gibt, in der es einen Feind gibt, den man benennen kann, in der es Sinn im scheinbaren Unsinn gibt.

Das bedeutet nicht, dass Menschen, die an die Theorie des toten Internets glauben, dumm oder naiv sind. Es bedeutet, dass ihr Gehirn völlig normal funktioniert, aber unter Bedingungen, die seine natürlichen Grenzen ausnutzen. Die Theorie des toten Internets ist kein Denkfehler, sondern ein Fehler der Umgebung, in der dieses Denken funktioniert.