Dateninzest in der KI bedeutet, dass KI-Systeme mit Daten trainiert oder bewertet werden, die ursprünglich aus ihren eigenen Ausgaben stammen oder davon beeinflusst sind. Das führt zu Verzerrungen, Selbstbestätigung und Qualitätsverlust.
Beispiel: Eine KI schreibt einen Artikel, der online veröffentlicht wird. Später wird sie mit Webdaten neu trainiert und „lernt“ aus ihrer eigenen alten Ausgabe, als sei sie externes Wissen.
Folgen: Objektivität sinkt, Fehler verstärken sich, die Modellqualität leidet. Vielfalt und Innovation nehmen ab.