Im Januar erhielt Byeongjun Park, Forscher im Bereich künstliche Intelligenz (KI) an der KAIST in Südkorea, eine überraschende E-Mail von zwei indischen Forschern, die darauf hinwiesen, dass ein von einer KI generierter Forschungsartikel Methoden aus einem seiner Papers verwendete, ohne Quellenangabe. Der Artikel war nicht formal publiziert, sondern online als Teil eines Projekts der „AI Scientist“-Plattform erschienen, die 2024 von der Firma Sakana AI in Tokio vorgestellt wurde. Diese KI-Plattform ist ein Beispiel für vollautomatisierte Forschung: Sie nutzt große Sprachmodelle (LLMs), um Forschungsideen zu generieren, Code zu schreiben und auszuführen, und erstellt anschließend selbstständig eine wissenschaftliche Publikation – deutlich als KI-erzeugt gekennzeichnet. Der Kern der Kritik von Tarun Gupta und Danish Pruthi vom Indian Institute of Science in Bengaluru liegt nicht in direktem Wortlaut-Plagiat, sondern in einer methodologischen Ähnlichkeit, die sie als „Ideenplagiat“ bezeichnen. Sie fanden mehrere Beispiele, bei denen KI-generierte Arbeiten ohne angemessene Zitation grundlegende Ideen aus früheren Arbeiten übernahmen, obwohl die Formulierungen unterschiedlich waren. In einem Fall stellte sich heraus, dass ein von Sakana AI veröffentlichter Artikel, der sogar einer Peer-Review-Phase bei der International Conference on Learning Representations (ICLR) unterzogen wurde, wesentliche Ansätze aus einem 2015er-Paper von David Krueger und Roland Memisevic übernahm, ohne es zu zitieren – eine Aussage, die die Autoren selbst bestätigten. Weitere Experten bewerteten die Übereinstimmung als hoch (Skala 5), während die Entwickler der AI Scientist die Vorwürfe als unbegründet zurückwiesen. Sie argumentierten, dass die Hypothesen und Anwendungsbereiche unterschiedlich seien und nur generische Methodenelemente gemeinsam hätten. Auch Forscher wie Ben Hoover von der Georgia Tech und Radu Ionescu von der Universität Bukarest bewerteten die Übereinstimmung mit Park’s Arbeit als moderat (3), während Park selbst eine starke methodologische Ähnlichkeit (5) sah. Die Debatte offenbart eine tiefe Kluft: Während die KI-Entwickler Plagiat als absichtlich falsch darstellend und daher nicht zutreffend sehen, definieren Plagiatsforscher wie Debora Weber-Wulff Plagiat auch ohne Absicht – wenn Ideen oder Werkprodukte ohne angemessene Quellenangabe genutzt werden, insbesondere in einem Kontext, in dem Originalität erwartet wird. Die Schwierigkeit liegt darin, dass KI-Systeme, die auf der Remixierung bestehender Texte basieren, automatisch Inhalte übernehmen, ohne die Quelle nachvollziehen zu können. Dies verschärft ein bereits bestehendes Problem: die zunehmende Schwierigkeit, echte Neuheit in der Forschung zu überprüfen, besonders in der Informatik, wo Tausende von Papieren jährlich erscheinen. Experten warnen, dass automatisierte Prüfungen für Originalität bislang nicht möglich sind, und fordern ethische und technische Rahmenbedingungen, um die Integrität der Wissenschaft zu wahren. Die Debatte um KI-generierte Forschung steht vor einer grundlegenden Herausforderung: Die Grenzen zwischen Innovation, Übernahme und Plagiat sind fließend, wenn KI-Systeme Ideen nicht „verstehen“, sondern „nachbilden“. Während die KI-Entwickler betonen, dass sie keine Absicht zum Plagiat hätten, zeigen die Ergebnisse von Gupta und Pruthi, dass automatisierte Systeme bereits heute systematisch frühere Forschung übernehmen – oft ohne Erkenntnis der Quelle. Dies wirft Fragen nach der Verantwortung, der Transparenz und der Zitierpraxis auf. Die KI-Plattform „AI Scientist“ hat zwar versichert, dass sie zukünftig verbesserte Zitationsmechanismen einsetzen werde, doch bislang fehlt ein standardisierter Ansatz. Die Forschungsgemeinschaft steht vor der Entscheidung: Soll KI als Ko-Autor anerkannt werden? Sollen KI-Papiere überhaupt peer-reviewed werden? Die Antwort liegt nicht nur in Technologie, sondern in ethischen und institutionellen Neuausrichtungen. Die aktuelle Debatte zeigt, dass die Wissenschaft sich auf eine neue Ära vorbereiten muss – in der KI nicht nur Werkzeug, sondern auch Akteur ist.