---
term: "AI Garbage"
slug: "ai-garbage"
glossar_id: "G640"
variants: ["AI Pollution"]
category: "szene-slang-memes-und-debattenbegriffe"
marker: "Szene"
tone: "abwertend"
short: "Abwertende Umschreibungen für unerwünschten KI-Inhaltsmüll."
sources:
  - label: "Making Science Public: From sloppers to slopocalypse"
    url: "https://makingsciencepublic.com/2026/01/02/from-sloppers-to-slopocalypse-the-lexical-productivity-of-ai-slop/"
  - label: "Yu et al.: Retrieval Collapses When AI Pollutes the Web"
    url: "https://arxiv.org/abs/2602.16136"
  - label: "Khazanah Research Institute: AI Slop, Pollution in Our Communication Environment"
    url: "https://www.krinstitute.org/publications/ai-slop-i-pollution-in-our-communication-environment"
status: "entwurf"
updated: "2026-09-21"
---

AI Garbage und AI Pollution sind die nüchterneren Geschwister von Slop. Gemeint ist dasselbe Material, aber das Bild ist ein anderes: nicht der schlechte Geschmack eines einzelnen Beitrags, sondern die Menge, die sich irgendwo ablagert. Die Sprachforschung führt beide Ausdrücke als Synonyme von Slop ohne dessen Beiklang. [Making Science Public](https://makingsciencepublic.com/2026/01/02/from-sloppers-to-slopocalypse-the-lexical-productivity-of-ai-slop/)

## Die Umweltmetapher behauptet eine Wirkung auf alle

Wer von Müll und Verschmutzung spricht, meint mehr als geschmacklosen Inhalt. Die Metapher stellt das Netz als gemeinsame Ressource dar, die sich durch Einleitung verschlechtert, auch wenn der einzelne Beitrag niemanden direkt schädigt.

Belegen lässt sich diese Wirkung inzwischen an Suchsystemen. Ein Experiment von 2026 zeigt für Retrieval-Pipelines einen zweistufigen Verfall: Bei 67 Prozent KI-Anteil im Kandidatenpool bestanden über 80 Prozent der tatsächlich ausgelieferten Treffer aus synthetischem Material. Die Antwortgenauigkeit blieb dabei stabil, was die Autoren als trügerisch gesunden Zustand beschreiben, weil die Quellenvielfalt längst weg war. [Yu et al.](https://arxiv.org/abs/2602.16136)

## So kannst du dir das vorstellen

Ein See, in den viele Anlieger jeweils eine harmlose Menge einleiten. Keiner davon kippt das Wasser, zusammen tun sie es. Das Bild erklärt, warum die Debatte über einzelne Beiträge am Problem vorbeigeht, es liefert keinen Grenzwert.

## Was es in der Praxis konkret bedeutet

Für dich zählt der Begriff vor allem als Warnung an das eigene Abrufsystem. Wenn dein RAG-Aufbau offen im Netz sucht, holt er zunehmend Material herein, das selbst aus einem Modell stammt. Das Gegenmittel ist kein besseres Modell, sondern eine gepflegte Quellenliste: eigene Dokumente, benannte Fachquellen, Datumsfilter. Prüfe einmal im Quartal stichprobenartig, woher die zehn Treffer kamen, auf denen eure Antworten stehen.

## Wo es verwechselt wird

AI Garbage ist nicht dasselbe wie Model Collapse. Hier geht es um das, was Menschen und Suchsysteme vorfinden, dort um die Verschlechterung eines Modells, das auf eigenen Ausgaben weitertrainiert wird. Beides hängt zusammen, ist aber nicht derselbe Vorgang.

## Verwandte Begriffe

**AI Slop**, **Slopification**, **Model Collapse**, **Retrieval Noise**, **Dead Internet Theory**, **Provenance**.