Studie: Künstliche Intelligenz lässt sich bei der Suche nach außerirdischem Leben gezielt täuschen
East Lansing (USA) – Künstliche Intelligenz gilt als eine der Schlüsseltechnologien für die zukünftige Suche nach außerirdischem Leben. Ob auf dem Mars, den Eismonden von Jupiter und Saturn oder bei der Analyse ferner Exoplaneten – intelligente Algorithmen sollen gewaltige Datenmengen auswerten und mögliche Biosignaturen erkennen. Eine neue Studie zeigt jedoch, dass heutige KI-Systeme dabei eine gravierende Schwachstelle besitzen: Sie lassen sich vergleichsweise leicht dazu verleiten, dort Hinweise auf Leben zu erkennen, wo tatsächlich keine existieren.
Copyright: NASA
Inhalt
KI erkennt Leben – bis sie ausgetrickst wird
Wie das Team um Ankit Gupta und Christoph Adami von der Michigan State University im August auf der Conference on Artificial Life 2026 im kanadischen Waterloo berichten wird, war der Ausgangspunkt der Untersuchung war die Frage, wie zuverlässig KI-Systeme bei der Erkennung allgemeiner Merkmale von Leben tatsächlich arbeiten.
Da es bislang keinen eindeutigen Nachweis außerirdischen Lebens gibt, konzentrieren sich Astrobiologen auf sogenannte Biosignaturen – Merkmale, die mit hoher Wahrscheinlichkeit auf biologische Prozesse hindeuten. Zu diesen zählt unter anderem die Fähigkeit lebender Systeme, Informationen zu speichern und ain Nachkommen weiterzugeben, etwa in Form von DNA oder vergleichbaren Molekülketten.
Um diese Eigenschaft unter kontrollierten Bedingungen zu untersuchen, nutzten die Forschenden das seit Jahrzehnten etablierte Programm „Avida“, in dem digitale Organismen in einer virtuellen Umgebung entstehen und sich – ähnlich wie biologische Lebewesen – selbst replizieren und durch zufällige Veränderungen weiterentwickeln können.
Fast perfekte Trefferquote – zunächst
Mithilfe von „Avida“ erzeugten Gupta und Adami Zehntausende digitaler Organismen. Ein Teil davon verfügte über die Fähigkeit zur Selbstreplikation, ein anderer nicht. Mit diesen Datensätzen trainierten sie ein neuronales Netzwerk darauf, zwischen beiden Gruppen zu unterscheiden.
Während des Trainings erzielte das System eine beeindruckende Trefferquote von 99,97 Prozent und schien damit äußerst zuverlässig zwischen „lebenden“ und „nicht lebenden“ digitalen Organismen unterscheiden zu können. Doch dieser Eindruck erwies sich als trügerisch.
www.grewi.de
+ HIER den täglichen kostenlosen GreWi-Newsletter bestellen +
Mit wenigen Änderungen zum falschen Lebensnachweis
Als die Forschenden das trainierte Netzwerk mit bisher unbekannten Beispielen konfrontierten, zeigte sich eine erhebliche Schwäche. Ausgangspunkt war jeweils ein digitaler Organismus, den die KI korrekt als nicht selbstreplizierend einstufte.
Anschließend veränderten die Wissenschaftlerinnen und Wissenschaftler schrittweise einzelne Befehle im Programmcode dieser Organismen. Bereits nach bis zu rund 150 kleinen Änderungen ließ sich das neuronale Netzwerk zuverlässig dazu bringen, dieselben Organismen fälschlicherweise als selbstreplizierend – und damit als „lebendig“ – zu klassifizieren. Nach Angaben der Autoren gelang dies unabhängig davon, mit welcher Ausgangssequenz sie begannen. In allen getesteten Fällen ließ sich die KI letztlich täuschen.
Da die Zahl potenzieller Befehlsfolgen enorm groß ist, halten die Forschenden es für durchaus wahrscheinlich, dass vergleichbare Fehlklassifikationen auch außerhalb des Labors auftreten könnten.
Risiken für künftige Weltraummissionen
Gerade mit Blick auf kommende Astrobiologie-Missionen sehen Gupta und Adami darin ein ernstzunehmendes Problem. Zahlreiche aktuelle und geplante Raumsonden sowie Rover sollen künftig KI-gestützte Systeme einsetzen, um Proben direkt vor Ort auszuwerten und nach möglichen Biosignaturen zu suchen.
Werden solche Systeme durch ungewöhnliche Daten oder bislang unbekannte Muster in die Irre geführt, könnten sie vermeintliche Hinweise auf außerirdisches Leben melden, die sich später als Fehlalarm herausstellen.
Die Forschenden wollen ihr Modell deshalb als Nächstes mit realen Datensätzen statt ausschließlich computergenerierter Organismen trainieren und untersuchen, ob sich vergleichbare Täuschungen auch unter realistischeren Bedingungen erzeugen lassen.
Schwachstelle nicht nur der Astrobiologie
Nach Ansicht der Autoren verdeutlichen die Ergebnisse ein grundsätzliches Problem vieler heutiger KI-Modelle. Sie erkennen zwar Muster oft mit hoher Genauigkeit, können sich jedoch gleichzeitig von gezielt veränderten Eingaben täuschen lassen und liefern dann falsche Ergebnisse mit großer Überzeugung.
Diese Schwäche sei nicht nur für die Suche nach außerirdischem Leben relevant. Ähnliche Risiken könnten überall dort auftreten, wo KI eigenständig Entscheidungen trifft – etwa bei medizinischen Diagnoseverfahren, in Sicherheitssystemen oder in autonomen Fahrzeugen.
Die Forschenden betonen deshalb, dass der Einsatz künstlicher Intelligenz keineswegs grundsätzlich infrage gestellt werde. Vielmehr müsse es insbesondere bei wissenschaftlich oder gesellschaftlich weitreichenden Entscheidungen unabhängige Kontrollmöglichkeiten geben. Wo immer möglich, sollten Menschen die Ergebnisse der KI überprüfen, bevor aus ihnen weitreichende Schlussfolgerungen gezogen werden.
Gerade bei autonomen Instrumenten an Bord zukünftiger Mars-Rover oder anderer Raumsonden sei dies jedoch nicht immer möglich. Deshalb bewerten die Autoren die identifizierte Schwachstelle als eine ernsthafte Herausforderung für den zukünftigen Einsatz künstlicher Intelligenz in der Astrobiologie.
WEITERE MELDUNGEN ZUM THEMA
ExoMars: Europas Rover besteht entscheidenden Test für die Suche nach Leben auf dem Mars 24. Juni 2026
Rover entdeckt ungewöhnliche Ansammlung organischer Moleküle auf dem Mars 21. April 2026
Recherchequelle: Michian State University
© grewi.de
Privater Identifikationscode 3b48694a2b9d4d3d9c3a3d1f05481585
