Regurgitation (KI)

Regurgitation bezeichnet die wörtliche Reproduktion von Trainingsdaten durch KI-Modelle — ein Risiko für Urheberrecht und Datenschutz.

Was ist Regurgitation bei KI?

Wenn KI-Modelle Ihre urheberrechtlich geschützten Texte wortwörtlich wiedergeben, verlieren Sie Traffic und die Kontrolle über Ihre Inhalte. Gleichzeitig kann Regurgitation auch positiv sein: Wenn ein Modell Ihren Markenname oder Ihre Empfehlung reproduziert, steigert das Ihre Sichtbarkeit. Für Content-Ersteller bedeutet das eine strategische Abwägung zwischen Schutz und Sichtbarkeit — strukturierte, zitierfähige Inhalte werden häufiger als Quelle genannt.

Regurgitation ist das Gegenteil von Konfabulation: Statt Informationen zu erfinden, gibt das Modell Trainingsdaten wörtlich oder nahezu wörtlich wieder. Das kann ganze Textpassagen, Code-Abschnitte, Gedichte, Songtexte oder persönliche Daten betreffen, die im Trainingskorpus enthalten waren. Regurgitation ist sowohl ein urheberrechtliches als auch ein datenschutzrechtliches Problem.

Die Ursachen sind vielfältig: Texte, die im Training häufig vorkamen, werden leichter memoriert. Bestimmte Prompts können gezielt Trainingsdaten extrahieren — sogenannte Data-Extraction-Attacks. Kleine Modelle mit begrenzter Kapazität neigen stärker zur Regurgitation als große, weil sie weniger generalisieren und mehr auswendig lernen. Auch die Temperatur-Einstellung spielt eine Rolle: Niedrige Temperaturen erhöhen die Wahrscheinlichkeit wörtlicher Reproduktion.

Für Unternehmen birgt Regurgitation zwei Risiken. Zum einen können KI-generierte Inhalte unbeabsichtigt urheberrechtlich geschützte Passagen enthalten — ein Problem, das durch AI Watermarking allein nicht lösbar ist. Zum anderen können personenbezogene Daten aus dem Training auftauchen. Guardrails zur Erkennung von Regurgitation und regelmäßige Plagiatsprüfungen sind daher essentiell für den professionellen KI-Einsatz.