Eine Katze erkennen? Für moderne KI eigentlich kein Problem.
Aber was passiert, wenn die Katze nur noch als Umriss zu sehen ist – und ihre Silhouette mit lauter kleinen Kreuzchen gefüllt wird?
Dann kann aus der Katze plötzlich ein Kettenhemd werden. Zumindest für manche Bilderkennungsmodelle.
👉 Hier geht’s zur Studie: https://doi.org/10.1016/j.isci.2026.117370
🔎 Was ist passiert?
Forscher der New York University haben untersucht, wie Menschen und KI Objekte erkennen.
Dafür veränderten sie Bilder systematisch: Mal blieb nur die äußere Form erhalten, mal nur die Oberflächenstruktur oder einzelne Details.
Anschließend verglichen sie menschliche Versuchspersonen mit mehr als 200 verschiedenen neuronalen Netzen.
Das Ergebnis: Sobald die Erkennung hauptsächlich von der äußeren Form abhing, schnitten die getesteten KI-Modelle deutlich schlechter ab als Menschen.
Besonders anschaulich war ein Experiment mit Silhouetten, die mit kleinen Kreuzchen gefüllt wurden.
Menschen erkannten weiterhin beispielsweise eine Katze oder einen Schmetterling.
Viele Modelle orientierten sich dagegen an den Kreuzchen und identifizierten stattdessen unter anderem ein Kreuzworträtsel, Fenstergitter oder Kettenhemd.
⚖️ Der Realitätscheck
Das bedeutet nicht, dass KI grundsätzlich keine Katzen oder Umrisse erkennen kann.
Die Forscher verwendeten gezielt veränderte Testbilder, um herauszufinden, auf welche Merkmale sich die Systeme verlassen.
Keines der über 200 Modelle zeigte dabei über alle Testbedingungen hinweg dasselbe Erkennungsmuster wie Menschen.
🎯 Das eigentlich Spannende
Menschen können erstaunlich gut aus wenigen Informationen eine Gesamtform erkennen.
Man denke nur ans Wolkengucken: Da wird aus einem Haufen Wasserdampf plötzlich ein Drache, ein Delfin oder ein Kaninchen.
Das war zwar nicht Gegenstand der Studie, illustriert aber ganz gut, wie stark unsere Wahrnehmung mit Gesamtformen arbeitet.
Für KI-Systeme ist die Frage durchaus praktisch relevant – etwa wenn ein Roboter oder ein autonomes Fahrzeug Gegenstände bei schlechten Sichtverhältnissen erkennen soll.
Denn manchmal ist die entscheidende Information nicht das Muster innerhalb eines Objekts.
Sondern schlicht seine Form.