Kettenhemd statt Katze: KI hat gravierende Schwächen beim Erkennen von Formen

Moderne KI kann selbst einfachste Umrisse von Objekten nicht erkennen. Eine Katze wird als Kreuzworträtsel oder Kettenhemd erkannt.

20. September 2026 um 11:38 Uhr / Ingo Pakalski und dpa

Die Silhouette einer Katze kann eine KI nicht erkennen. Bild: Unsplash

Ob Katze, Schmetterling oder Auto: Menschen erkennen Gegenstände und Lebewesen selbst dann noch zuverlässig, wenn sie nur als grober Schattenriss zu sehen sind. Für künstliche Intelligenz (KI) ist das dagegen eine oft unlösbare Aufgabe.

Moderne Bilderkennungsprogramme schneiden beim Erfassen übergeordneter Formen und Silhouetten deutlich schlechter ab als menschliche Betrachter, wie ein Forschungsteam um Biyu He von der New York University Grossman School of Medicine im Fachjournal iScience berichtet.

Ursache für die Schwäche ist die grundlegend andere Funktionsweise der Algorithmen: Während das menschliche Gehirn die Gesamtgestalt priorisiert, fokussieren sich sich selbst moderne tiefe neuronale Netze vorrangig auf lokale Details, Oberflächenmuster und Texturen. Schon geringfügige Bildverzerrungen oder das Fehlen typischer Details bringen die Systeme schnell aus dem Konzept.

Manipulationen von Alltagsgegenständen verwirren KI

Für die Untersuchung verglich das Team um Erstautor Mugihiko Kato und Studienleiterin He die Leistung von Testpersonen mit der von mehr als 200 tiefen neuronalen Netzen unterschiedlichster Bauart und Trainingsweise. Die Forscher manipulierten dafür 240 Abbildungen aus 48 Alltagskategorien systematisch.

Gezeigt wurden unter anderem rein schwarze Silhouetten ohne jede Innenstruktur und isolierte Muster wie Felltexturen ohne erkennbare Kontur. Des Weiteren wurden Darstellungen verwendet, bei denen viele kleine Objekte bildfüllend aneinandergereiht waren, so dass zwar Binnendetails erhalten blieben, der typische Umriss jedoch zerstört war.

Keines der über 200 KI-Modelle bildete das menschliche Erkennungsmuster über alle Bedingungen hinweg vollständig nach. Sobald die Identifikation allein an der Erfassung der Gesamtsilhouette hing, lagen die Computeralgorithmen durchweg hinter den menschlichen Probanden.

Ist es ein Kreuzworträtsel, ein Fenstergitter oder ein Kettenhemd?

Besonders drastisch zeigte sich diese Diskrepanz in einem Folgeexperiment, bei dem die Gesamtform von lokalen Details entkoppelt wurde: Die Wissenschaftler füllten die Umrisse von Gegenständen und Tieren mit vielen kleinen Kreuzchen. Während Menschen das Motiv weiterhin problemlos anhand der äußeren Kontur benennen konnten, versagten die meisten KI-Modelle völlig.

Sie deuteten Katzen- oder Schmetterlingssilhouetten plötzlich reihenweise als Kreuzworträtsel, Fenstergitter, Kettenhemd oder Fadenwurm, weil die kleinen Kreuzmuster die Auswertung der Algorithmen vollständig dominierten.

Heutige Bilderkennungsmodelle seien keineswegs so menschenähnlich, wie oft angenommen werde, obwohl sie mit gigantischen Mengen an Fotos trainiert worden seien, die Menschen aufgenommen hätten, betonte He.

Zwar erzielten moderne Systeme, die gleichzeitig mit Bildern und begleitenden Texten geschult wurden, insgesamt deutlich menschenähnlichere Trefferquoten als herkömmliche Bilderkennungsnetze. Doch auch sie verloren ihren Vorteil, sobald die Gesamtgestalt gestört oder isoliert bewertet wurde.

Wissenschaftliche Erkenntnisse sind für autonomes Fahren sehr wichtig

Die Ergebnisse sind für praktische Anwendungen von zentraler Bedeutung: Sollen KI-Systeme in der Robotik, beim autonomen Fahren oder in Sehprothesen und Gehirn-Computer-Schnittstellen für sehbehinderte Menschen zuverlässig arbeiten, müssen sie auch bei Nebel, Dämmerung oder verdeckten Objekten verlässliche Urteile fällen.

In solchen Situationen greifen Menschen instinktiv auf die grobe Silhouette zurück. Die Studie liefere wertvolle Hinweise, wie Algorithmen künftig trainiert werden müssten, um ein ganzheitlicheres und damit robusteres Sehvermögen zu entwickeln, erklärte das Team.

Wir öffnen unsere neue Community für weitere Mitglieder! Möchtest du in konstruktiver und respektvoller Atmosphäre mit anderen IT-Experten über deine Themen sprechen? Sei dabei und melde dich an!