--- title: "AI-Newsletter #21: AI Slop? Vielleicht stellen wir die falsche Frage." --- Sven Lindenhahn zeigt, warum Verantwortung, Prozesse und Content entscheidend bei dem Einsetzen von KI sind ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­    ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­   | Im Browser anzeigen Sven LIndenhahn \| Director Strategic Advisory bei Staffbase … fragt, warum die Ursache schlechter KI-Antworten oft ganz woanders liegt. Hallo Liebe KI-Fans, In den letzten Wochen begegnet mir immer häufiger der Begriff AI Slop. er bezeichnet eine Flut minderwertiger KI-Inhalte. Für Gartner ist es eines der größten Risiken für Unternehmen im Jahr 2026. Ich glaube allerdings, dass wir die falsche Frage stellen. Nicht, weil AI Slop nicht existiert. Sondern weil die eigentliche Ursache woanders liegt. Das Problem ist älter als ChatGPT Es gibt einen Satz, den ich in den letzten 15 Jahren – also schon lange vor der KI-Zeit – in Projekten unzählige Male gehört habe: „Wir müssen unbedingt die News der letzten zehn Jahre migrieren.“ Meine erste Reaktion war fast immer dieselbe: Warum? Wenn der Inhalt wirklich noch gebraucht wird, braucht er einen anderen Ort – zum Beispiel eine statische Seite. Alles unsortiert mitzunehmen, nur weil sich niemand traut, etwas wegzulassen, ist keine Migration. Das ist Aufschieben. Das Ergebnis: veraltete Seiten, widersprüchliche Informationen, niemand weiß mehr, welche Version gilt. Ich habe Intranets mit tausenden, teilweise hunderttausenden Seiten gesehen, bei denen sich niemand mehr rantraut aufzuräumen. Dafür gibt es sogar einen Namen: ROT Data – redundante, obsolete und triviale Inhalte. Laut mehreren Studien machen sie rund ein Drittel aller Unternehmensdaten aus. Das Chaos war also schon da. Die KI hat es nicht erzeugt. Sie macht es nur zum ersten Mal für alle sichtbar. Entscheidungen, die keine KI treffen sollte Ich habe genau solche Situationen in Projekten immer wieder erlebt. Ein Beispiel: Eine neue Mitarbeiterin fragt drei Tage vor ihrem ersten Arbeitstag den KI-Assistenten: „Was muss ich am ersten Tag mitbringen?“ Die KI findet zwei Dokumente. Ein Onboarding-Handbuch von vor zwei Jahren und eine Richtlinie, die erst letzten Monat aktualisiert wurde. Beide sind offiziell. Beide klingen plausibel. Beide widersprechen sich. Welche Antwort soll die KI geben? Die ehrliche Antwort lautet: Sie kann es gar nicht wissen. Denn diese Entscheidung wurde im Unternehmen nie getroffen. Die KI muss trotzdem antworten. Also entscheidet sie sich für eine Version, nicht weil sie weiß, welche richtig ist, sondern weil sie eine Antwort geben muss. Das ist kein KI-Fehler. Das ist ein Organisationsfehler. Technologie ist nur so gut wie deine Verantwortung Deshalb frage ich mich inzwischen, ob der Begriff AI Slop überhaupt hilfreich ist. Wenn Inhalte nicht gepflegt werden, wenn niemand Verantwortung übernimmt oder Governance komplett fehlt, liefert auch der beste KI-Assistent keine besseren, sondern nur schneller schlechte Antworten. Jetzt könnte man einwenden: „Ist das nicht zu einfach gedacht? Am Ende helfen doch auch bessere KI-Modelle oder Plattformen weiter." Absolut verständlicher Einwand. Nur: Die wirklich bequeme Antwort wäre gewesen zu behaupten, ein besseres Modell löse schlechte Inhalte von selbst. Das würde niemandem im Unternehmen etwas abverlangen. Meine Antwort dagegen schon. Technologie lässt sich kaufen. Verantwortung nicht. Gleichzeitig genügt Verantwortung allein auch nicht. Menschen brauchen Unterstützung, um Verantwortung im Alltag dauerhaft wahrzunehmen. Genau hier können gute Plattformen helfen. Sie ersetzen Governance nicht. Sie machen sie erst praktikabel. Warum auch Human Slop zu kurz greift Über den Begriff Human Slop habe ich übrigens zum ersten Mal mit meinem Kollegen Carsten Rossi diskutiert. Der Gedanke hat mich seitdem nicht mehr losgelassen. Und interessanterweise kommen Forschende von Stanford und BetterUp zu einem ähnlichen Schluss: Menschen geben schlechte KI-Antworten selten ungeprüft weiter, weil sie fahrlässig sind. Meist arbeiten sie in Systemen, die Geschwindigkeit belohnen, KI-Nutzung messen, aber Qualität kaum sichtbar machen. Vielleicht geht es deshalb gar nicht um AI Slop. Vielleicht auch nicht um Human Slop. Sondern um Organisationen, die KI einführen, ohne gleichzeitig Verantwortung, Prozesse und Content mitzudenken. Denn genau dort beginnt die Qualität einer KI. 💡Die gute Nachricht: Ihr müsst nicht alles auf einmal aufräumen. Sucht euch einen einzigen, klar abgegrenzten Bereich, macht dort sauber, und lernt von dort aus weiter. Aufräumen ist kein Projekt mit Enddatum. Es ist eine Gewohnheit, die ihr euch Schritt für Schritt aneignet. Vielleicht haben wir also gar kein KI-Problem. Vielleicht macht KI einfach ein Organisationsproblem sichtbar, das schon lange existiert. Vielleicht erklärt das genau, warum bessere Modelle allein dieses Problem nie lösen werden. Ich bin gespannt, wie ihr das seht. Euer PS: Wenn euch das Thema interessiert: Carsten Rossi, Marko Müller und ich sind dieser Frage in unserem Webinar anhand konkreter Praxisbeispiele nachgegangen.  Über den Autor: Sven Lindenhahn berät als Director Strategic Advisory bei Staffbase Unternehmen dabei, ihre interne Kommunikation fit für das KI-Zeitalter zu machen. Er bringt jahrelange Erfahrung aus der Kommunikationsbranche mit – und die Überzeugung, dass gute Employee Experience kein Zufall ist. Derzeit arbeitet er gemeinsam mit Unternehmen und dem Staffbase-Produktteam intensiv daran, wie Content Governance und KI in der Praxis verzahnt werden können. Nah an den echten Herausforderungen, nah an den Lösungen. Relevante Quellen: 📣 Why People Create AI Workslop and How to Stop It: Forschende von BetterUp und Stanford zeigen, dass Menschen schlechte KI-Antworten nicht aus Fahrlässigkeit weitergeben, sondern weil sie in Systemen arbeiten, die Geschwindigkeit belohnen und Qualität unsichtbar machen. 📣 Veritas Global Databerg Report: 85 Percent of Stored Data Is Redundant, Obsolete, or Trivial: Die klassische Studie zur Datenqualität in Unternehmen – ein Drittel aller Unternehmensdaten sind ROT Data. Ein Problem, das Intranets seit Jahrzehnten haben, das aber KI zum ersten Mal für alle sichtbar mach 📣 AI Hallucination Prevention: Why Enterprise Data Governance Is the Only Reliable Fix: Der Artikel bestätigt die zentrale These: KI-Halluzinationen entstehen nicht aus Modellfehlern, sondern aus schlechter Datenqualität. Staffbase SE, Annaberger Str. 73, 09111 Chemnitz, Sachsen, Deutschland Abmelden Einstellungen verwalten Impressum Datenschutzerklärung | | --- |