Dritter Deep-Dive: Responsible AI. Das ist das unbequeme Kapitel des Reports, weil es zeigt, wo die Praxis hinter dem Tempo der Technik zurückbleibt.
Die Zahl der gemeldeten AI-Vorfälle ist binnen eines Jahres von 233 auf 362 gestiegen. Im Januar 2026 hat die OECD allein in einem Monat 435 Fälle registriert. Während fast alle Anbieter ihre Leistungswerte stolz veröffentlichen, sind freiwillige Sicherheitstests die Ausnahme. Wer als Kunde Vergleichbarkeit will, muss heute selbst danach fragen.
Das größere Problem im Maschinenraum ist subtiler: AI-Modelle können Fakten und Meinungen nicht zuverlässig auseinanderhalten. In einem aktuellen Test schwankt die Trefferquote der 26 führenden Modelle zwischen 22 und 94 Prozent. Eines der Top-Modelle bricht von 98 auf 64 Prozent ein, sobald man eine falsche Aussage als "der Nutzer glaubt das" formuliert. Ein anderes fällt von 90 auf 14. Im Beratungs- oder Klinikalltag ist diese Unterscheidung nicht optional.
Gleichzeitig wird die Branche weniger offen, nicht offener. Ein Index, der die Transparenz der Anbieter misst, ist 2025 von 58 auf 40 gefallen. Trainingsdaten, eingesetzte Rechenleistung und die Wirkung nach dem Einsatz werden zunehmend nicht mehr veröffentlicht.
Was Unternehmen daraus für 2026 mitnehmen sollten: AI in regulierten Prozessen ohne ein eigenes Risiko-Verfahren ist heute fahrlässig. Datenschutz allein reicht als Bezugsrahmen nicht mehr. Standards wie ISO 42001 oder das NIST AI RMF gewinnen an Gewicht und werden in Vergaben zunehmend gefragt.
Nächster Deep-Dive: Wirtschaft.
Zuerst erschienen auf LinkedIn.
Zurück: 22-94 Hallucination-Range über 26 Top-Modelle Alle Teile der Serie Weiter: 53% Generative AI in der Weltbevölkerung