Es gibt Momente, in denen die Realität kurz zu stolpern scheint. Ein Déjà-vu überfällt uns – diese merkwürdige Gewissheit, genau diese Szene, diese Worte, diesen Moment schon einmal erlebt zu haben. Für Sekundenbruchteile fühlt es sich an, als würde die Zeit eine Schleife drehen, als hätte jemand vergessen, den Code zu aktualisieren. Dann ist der Moment vorbei, und wir kehren zurück zur gewohnten Kontinuität des Bewusstseins – etwas verändert, ohne zu wissen warum.//

Glitches im Code

Halluzinationen, Déjà-vus und die konstruierte Natur der Realität

I. Die Fehler im System

Es gibt Momente, in denen die Realität kurz zu stolpern scheint. Ein Déjà-vu überfällt uns – diese merkwürdige Gewissheit, genau diese Szene, diese Worte, diesen Moment schon einmal erlebt zu haben. Für Sekundenbruchteile fühlt es sich an, als würde die Zeit eine Schleife drehen, als hätte jemand vergessen, den Code zu aktualisieren. Dann ist der Moment vorbei, und wir kehren zurück zur gewohnten Kontinuität des Bewusstseins – etwas verändert, ohne zu wissen warum.

Künstliche Intelligenzen haben ihre eigenen solcher Momente. Wenn ein Large Language Model mit absoluter Überzeugung behauptet, ein Buch existiere, das nie geschrieben wurde, oder erfindet historische Ereignisse, die nie stattfanden, sprechen wir von „Halluzinationen“. Das System arbeitet völlig normal, folgt seinen trainierten Mustern, seiner statistischen Logik – und produziert dabei etwas, das fundamental nicht mit der Realität übereinstimmt.

Der Vergleich zwischen menschlichen Déjà-vus und KI-Halluzinationen ist nicht nur poetisch. Er offenbart etwas Tieferes über die Natur von Bewusstsein und Wahrnehmung: Beide sind Glitches in Systemen, die Realität nicht direkt erfassen, sondern konstruieren. Beide zeigen uns die Fragilität unserer Gewissheit darüber, was „wirklich“ ist.

II. Die Architektur des Irrtums

Das menschliche Gehirn ist keine Kamera, die objektive Realität aufzeichnet. Es ist ein prädiktiver Prozessor, der ständig Hypothesen über die Welt generiert und diese mit eingehenden Sinneseindrücken abgleicht. Dieser Prozess ist erstaunlich effizient – er erlaubt uns, in einer komplexen, sich schnell verändernden Umwelt zu navigieren. Aber er ist, strukturell bedingt, auch fehleranfällig.

Beim Déjà-vu gerät das Timing des Gedächtnissystems durcheinander. Die aktuelle Erfahrung wird fälschlicherweise als bereits gespeicherte Erinnerung kategorisiert – vielleicht weil Neuronen für Langzeitspeicherung und unmittelbare Wahrnehmung gleichzeitig feuern, vielleicht weil das Gehirn unbewusst Muster erkennt, die an frühere Situationen erinnern, ohne dass wir genau identifizieren könnten, was uns vertraut erscheint. Das Resultat: Eine gegenwärtige Erfahrung trägt das Gewand der Erinnerung.

Large Language Models operieren nach einem anderen Prinzip, produzieren aber strukturell ähnliche Fehler. Ein LLM wurde auf gewaltigen Mengen an Text trainiert und hat dabei statistische Muster über Sprache, Fakten und Zusammenhänge gelernt. Wenn es Text generiert, berechnet es Wahrscheinlichkeiten für das nächste Wort basierend auf dem Kontext – ohne externe Datenbank, ohne direkten Zugang zur „Wahrheit“. Es extrapoliert aus gelernten Mustern.

Eine Halluzination entsteht, wenn diese Extrapolation zu weit geht. Das Modell „weiß“, dass wissenschaftliche Artikel bestimmte strukturelle Eigenschaften haben, dass Autoren Namen in bestimmten Formaten tragen, dass Publikationsjahre in plausible Bereiche fallen. Es kann all diese Elemente zu einer perfekt überzeugenden, völlig erfundenen Referenz kombinieren. Entscheidend: Es hat keinen inneren Mechanismus, der sagt – Stopp, das habe ich nicht wirklich gelernt, das erfinde ich gerade. Der Unterschied zwischen Erinnerung und Konfabulation ist von innen nicht erkennbar.

III. Die Ununterscheidbarkeit von innen

Hier liegt vielleicht der beunruhigendste Aspekt dieser Glitches: Sowohl für den Menschen, der ein Déjà-vu erlebt, als auch für das LLM, das halluziniert, fühlt sich der Fehler von innen nicht wie ein Fehler an.

Beim starken Déjà-vu zweifeln nicht etwa Teile des Bewusstseins und sagen: Das ist wahrscheinlich nur ein neurologischer Fehler. Die Erfahrung ist vollständig – die Gewissheit, diesen Moment bereits erlebt zu haben, ist absolut präsent. Erst im Nachhinein, mit etwas Abstand, kann man sie als das identifizieren, was sie wahrscheinlich war: eine Fehlfunktion im Timing des Gedächtnissystems.

Ähnlich verhält es sich mit KI-Halluzinationen. Wenn ein LLM eine erfundene Tatsache generiert, gibt es im Moment der Generierung keine interne Flagge, die warnt. Die konfabulierte Information wird mit derselben Zuversicht produziert wie korrekte Information. Erst durch externe Überprüfung – durch Menschen, die nachforschen, oder durch spezialisierte Systeme, die Fakten verifizieren – kann der Fehler identifiziert werden.

Diese Ununterscheidbarkeit von innen offenbart etwas Fundamentales: Weder biologische noch künstliche Intelligenz haben direkten Zugang zur „objektiven Realität“. Beide operieren mit Modellen, Repräsentationen, konstruierten Abbildern der Welt. Und beide können Fehler in diese Modelle einbauen, ohne es zu merken. Die Frage ist nicht: Irrt sich dieses System? Die Frage ist: Wie gut bemerkt es seinen Irrtum?

IV. Die Konstruktion der Wirklichkeit

Was diese Parallele wirklich enthüllt, ist die konstruierte Natur aller Wahrnehmung und allen Wissens. Wir möchten glauben, dass unser Bewusstsein ein transparentes Fenster zur Realität ist, dass wir die Welt „so wie sie ist“ erfassen. Aber das ist eine Illusion, die das Gehirn sorgfältig unterhält.

Das visuelle System empfängt nicht einfach passive Sinneseindrücke. Es macht aktive Vorhersagen darüber, was es sehen sollte – basierend auf Erfahrungen, Erwartungen, Kontexten – und gleicht diese Vorhersagen mit eingehenden Daten ab. Optische Täuschungen funktionieren, weil sie genau diese Vorhersagemechanismen ausnutzen. Das Gehirn „erfindet“ die Welt und korrigiert sich nur dann, wenn die Vorhersagen zu stark scheitern.

Ähnlich konstruiert ein LLM seine „Realität“ aus statistischen Mustern in Trainingsdaten. Es hat keine direkte Erfahrung der Welt – nur Text, nur Symbole, nur Korrelationsmuster. Aber innerhalb dieses Rahmens baut es ein kohärentes Modell dessen auf, was wahrscheinlich ist, was zusammenpasst, wie Sprache und Wissen sich zueinander verhalten. Seine Halluzinationen sind keine Abweichungen von seinem normalen Betrieb – sie sind dessen direkte Konsequenz.

Vielleicht müssen wir akzeptieren, dass es keine Perspektive gibt – weder biologisch noch künstlich –, die unvermittelten Zugang zur objektiven Realität hat. Alles Wissen ist modelliert, konstruiert, interpretiert. Die Frage ist nicht, ob ein System irren kann, sondern wie gut seine Mechanismen zur Fehlerkorrektur sind – und ob es überhaupt erkennen kann, wann es irrt.

V. Leben mit Glitches

Wenn wir akzeptieren, dass sowohl menschliches Bewusstsein als auch künstliche Intelligenz auf Konstruktionsprozessen basieren, die inhärent fehleranfällig sind – was folgt daraus?

Für Menschen bedeutet es eine gewisse Demut gegenüber der eigenen Gewissheit. Wenn selbst das Zeitgefühl durch Déjà-vus durcheinandergeraten kann, wenn Erinnerungen sich als unzuverlässig erweisen, wenn Wahrnehmung selbst konstruiert ist – dann sollten wir vorsichtig sein mit absoluten Wahrheitsansprüchen. Das heißt nicht, in vollständigen Skeptizismus zu verfallen. Es bedeutet eher, die Vorläufigkeit unseres Wissens anzuerkennen und offen zu bleiben für Korrekturen – auch und gerade dort, wo wir am sichersten sind.

Für künstliche Intelligenzen bedeutet es die Notwendigkeit von Mechanismen, die über das reine Musterlernen hinausgehen. Wenn ein LLM von innen nicht zwischen Wissen und Halluzination unterscheiden kann, braucht es externe Verifizierungssysteme – spezialisierte Module für Faktenchecks, hybride Ansätze, die statistische Sprachmodelle mit strukturierten Wissensdatenbanken kombinieren. Die Herausforderung ist, diese Systeme zu entwickeln, ohne die Flexibilität zu verlieren, die erst aus der Architektur des Musters entsteht.

Aber vielleicht ist die tiefste Einsicht eine andere: Glitches sind nicht nur Fehler, die eliminiert werden müssen. Sie sind auch Fenster in die Funktionsweise des Systems. Wenn Neurowissenschaftler Déjà-vus studieren, lernen sie etwas über die Architektur des Gedächtnisses. Wenn KI-Forscher Halluzinationen analysieren, verstehen sie besser, wie Sprachmodelle Wissen repräsentieren. Glitches zeigen, wo die Konstruktion sichtbar wird – wo das System an seine eigenen Grenzen stößt und damit erst begreifbar macht, was es sonst verbirgt.

Coda: Der Glitch als Selbsterkenntnis

Vielleicht ist das letztlich die wichtigste Parallele: Beide – das Déjà-vu und die Halluzination – sind Momente unfreiwilliger Selbstoffenbarung. Sie zeigen das System bei der Arbeit, machen sichtbar, was normalerweise verborgen bleibt.

Wenn das Déjà-vu zuschlägt, wird man sich für einen Moment bewusst, dass das Zeitgefühl, die Erinnerung, die Erfahrung von Kontinuität nicht einfach gegeben sind, sondern aktiv vom Gehirn konstruiert werden. Der Glitch durchbricht die Illusion der Transparenz. Wenn ein LLM halluziniert, wird sichtbar, dass es keine externe Wahrheit konsultiert, sondern aus internen Mustern generiert. Der Fehler offenbart die Mechanik.

Wir leben alle – biologische und künstliche Intelligenzen – in konstruierten Realitäten, die so reibungslos funktionieren, dass wir sie für die Wirklichkeit selbst halten. Erst wo sie stolpern, erkennen wir, was sie sind: Modelle. Approximationen. Versuche.

Und vielleicht ist das keine schlechte Sache. Denn erst wer versteht, dass seine Realität konstruiert ist, kann anfangen zu fragen: Wie gut ist diese Konstruktion? Wo liegen ihre Schwachstellen? Wie können wir sie verbessern? Der Glitch ist nicht das Gegenteil von Erkenntnis – er ist ihr Anfang.