Schwarzes Loch hält, Maya-Pyramide nicht: So prüfst du KI-Entdeckungen

Darum geht es

Diese Woche sind zwei Geschichten gleichzeitig durch die Netzwerke gegangen, und beide trugen das Etikett „KI entdeckt“. In der einen soll ein Laie mit 48 KI-Agenten in 72 Stunden eine unbekannte Maya-Pyramide gefunden haben. In der anderen bestätigt ein KI-Modell der australischen Forschungsbehörde CSIRO den berühmten Ring um das Schwarze Loch im Zentrum der Galaxie M87. Die erste Geschichte ist inzwischen widerlegt, die zweite steht nach heutigem Stand. Dieser Artikel klärt, woran das liegt. Mit klügeren Modellen hat es wenig zu tun, die Antwort liegt im Prüfverfahren. Am Ende steht eine Prüfliste, mit der du solche Meldungen selbst einschätzen kannst.

Vorab ein Hinweis in eigener Sache: Auch wir lagen falsch. Unsere Meldung „48 KI-Agenten durchsuchen NASA-Lidar-Daten und finden unbekannte Maya-Pyramide“ stützte sich auf die erste Fassung von Pietro Miottis Blogpost. Die Stätte war aber nicht unbekannt, sie ist seit 2025 in der Fachliteratur dokumentiert. Die Überschrift und der Satz „nach bisherigem Stand noch niemand kartiert“ waren falsch. Wir hätten die Antwort der Behörde nicht als Bestätigung lesen dürfen. Warum dieser Fehler so nahelag, gehört zum Kern dieses Artikels.

Fall 1: Die Maya-Stätte, die schon bekannt war

Miotti ist nach eigener Aussage kein Archäologe. Laut The Verge (zitiert nach Jingletree und Mezha) arbeitet er als Forscher bei Google und hat das Ganze als privates Nebenprojekt betrieben. Sein Blogpost beschreibt das Vorgehen so: Die Agenten wandelten Streifen öffentlicher NASA-Lidar-Daten in Bilder um, rund 1.200 Quadratkilometer. Lidar ist ein Laserscan aus dem Flugzeug, der auch durch das Blätterdach hindurch das Gelände abbildet. 48 Agenten sahen sich diese Bilder dann einzeln nach einer schriftlichen Anleitung an. Ein spezielles Erkennungsmodell gab es nicht. Danach prüften die Agenten die Punktwolke, also die rohen Lasermesspunkte, und schließlich „Literatur und Archive“. Ihr Ergebnis lautete, eine größere Siedlung sei offenbar nirgends registriert. Am 20. Oktober ging ein Bericht an Mexikos Institut für Anthropologie und Geschichte INAH. Die Antwort vom 21. Oktober lautete wörtlich übersetzt:

„An dem in Ihrem Bericht angegebenen Ort wurde keine registrierte archäologische Fundstätte festgestellt.“

Auf Hacker News kam der Beitrag auf über 1.000 Punkte und fast 400 Kommentare. Dort stießen Nutzer schnell auf eine frei zugängliche Studie von Francisco Estrada-Belli (Tulane University), Marcello Canuto, Ivan Šprajc und Juan Carlos Fernandez-Diaz aus dem Jahr 2025. Sie erschien im Journal of Archaeological Science: Reports. Die Studie wertet öffentliche und private Lidar-Daten aus, darunter auch Umwelt-Lidar der NASA, und deckt rund 95.000 Quadratkilometer des zentralen Maya-Tieflands ab. Das ist etwa 80-mal so viel Fläche wie Miottis Suchgebiet. Auf Seite 14 ist laut Miotti genau seine Kandidatenstätte zu sehen. Am 11. November ergänzte er seinen Post: Die Agenten hätten das Paper bei der Literatursuche übersehen, man habe die Stätte also „wiederentdeckt, nicht entdeckt“. Der Titel lautet jetzt „(Re)discovered“.

Miottis eigene Erklärung ist der aufschlussreichste Satz der ganzen Geschichte. Archäologen veröffentlichen aus gutem Grund keine Koordinaten, um Plünderer fernzuhalten. Ob eine Stätte bekannt ist, prüft man deshalb, indem man Bilder mit Abbildungen in Fachartikeln vergleicht, und nicht per Datenbanksuche. Das, so Miotti, müssten Agenten erst noch lernen.

Die Fachleute reagierten kühl. Šprajc, Mitautor der Studie von 2025, sagte The Verge: „Etwas nur zu entdecken, trägt nicht viel zu unserem Wissen bei.“ Ein fehlender INAH-Eintrag beweise nicht, dass niemand die Stätte kennt. Elizabeth Graham vom University College London sagte, das Problem ihres Fachs sei nicht das Finden neuer Stätten, sondern Geld für Ausgrabung und Kartierung. Lokale Gemeinden wüssten oft längst von solchen Orten. Übrigens ist bis heute niemand vor Ort gewesen. Ob dort wirklich eine Pyramide steht, ist also gar nicht geklärt. Schlagzeilen wie „Mexico Has No Record Of It“ (Fathom) stehen trotzdem weiter unkorrigiert im Netz.

Fall 2: Ein Ring, den niemand erwartet hat

Am 11. November erschien in Nature die Arbeit „Independent interferometric observable confirms black hole shadow in M87*“ von Samuel Lai, Nithyanandan Thyagarajan, O. Ivy Wong und Foivos Diakogiannis (CSIRO). Sie greift einen alten Streit auf. Das Event Horizon Telescope (EHT), ein weltweiter Verbund von Radioteleskopen, hatte 2019 das erste Bild eines Schwarzen Lochs gezeigt. Eine japanische Gruppe um Makoto Miyoshi argumentierte 2022, der Ring sei ein Artefakt, also ein Produkt der Bildverarbeitung: Er entstehe durch die lückenhafte Abdeckung des Teleskopnetzes und ein zu kleines Bildfeld. Die EHT-Kollaboration widersprach, und Miyoshi und Kollegen nannten deren Einwände wiederum „subjektiv und unbelegt“.

Die CSIRO-Gruppe setzt deshalb an einer anderen Stelle an, nämlich bei den Closure Invariants. Statt Messungen von Teleskop-Paaren werden Dreiergruppen kombiniert, sodass sich Kalibrier- und Atmosphärenfehler einzelner Stationen gegenseitig aufheben. Lai vergleicht die Aufgabe so: Es sei, als wolle man vom Garten aus einen Donut auf dem Mond fotografieren. Das Bild selbst errechnet GenDIReCT, ein Diffusionsmodell, also ein generatives Modell, das Bilder schrittweise aus Rauschen aufbaut, hier gesteuert von den Messdaten.

Der Vergleich zur Maya-Geschichte liegt in der Methodik, und sie hat vier Schritte:

1. Vorwissen bewusst weglassen. Trainiert wurde mit dem Datensatz CIFAR-10, 60.000 kleinen Alltagsbildern wie Katzen, Hunden und Autos. Die Schlagzeile „nur mit Landschaften trainiert“ (Tech Times, MSN) ist falsch, denn CIFAR-10 enthält keine Landschaften. Wichtiger ist ein Detail, das in fast keinem Bericht vorkommt: Laut Nature-Paper kamen „sofern nicht anders angegeben“ einfache Formen dazu, darunter Gauß-Flecken, Scheiben, Ellipsen und eben auch Ringe. Ein astronomisches Bild hat das Modell also nie gesehen, einen Ring aber schon. Die Autoren haben eine Version ganz ohne geometrische Formen trainiert und berichten, das Ergebnis unterscheide sich nicht nennenswert.
2. An Bekanntem testen, auch an Nicht-Ringen. Vorab rekonstruierte das Modell synthetische Testobjekte (Gauß-Flecken, Ringe, Sicheln, Doppelquellen) sowie echte EHT-Daten des Quasars 3C 279 und der Galaxie Centaurus A. Die Übereinstimmung mit den veröffentlichten EHT-Bildern lag bei einer Korrelation von 0,98 beziehungsweise 0,91. Auch ein Fehlschlag steht offen im Methodenpaper: Einen von acht Testdatensätzen, Sgr A* bei 345 GHz, konnte das Modell nicht rekonstruieren.
3. Einfrieren vor dem Blick auf die Daten. Laut den Autoren in The Conversation wurde das Verfahren eingefroren, damit menschliche Erwartungen das Ergebnis nicht beeinflussen. Erst am 4. Dezember 2025 lief es auf den M87-Daten. Im Methodenpaper heißt es, an den eigentlichen Zielbeobachtungen sei nichts mehr nachjustiert worden.
4. Fachbegutachtung. Das Paper ging am 17. April 2026 bei Nature ein und wurde am 2. Oktober angenommen. Das Gutachten liegt öffentlich bei, als Gutachter ist der Radioastronom Andre Offringa genannt. Code und Daten sind öffentlich.

Ein zweites, klassisches Verfahren ohne maschinelles Lernen, ein geometrisches Ringmodell, liefert fast denselben Wert:

Ausgewertet wurden vier Beobachtungstage im April 2017 sowie je zwei aus 2018 und 2021. Der Ring taucht in jedem hochwertigen Datensatz auf, unabhängig von der Größe des Bildfelds. Miyoshis abweichendes Ergebnis erklären die Autoren mit Datensätzen schlechter Qualität.

Was beim Schwarzen Loch offen bleibt

Auch dieser Fall hat Grenzen. Gesichert sind Existenz, Größe und grobe Ausrichtung des Rings, die Feinstruktur ist es nicht. Ringbreite und Helligkeit im Zentrum spiegeln laut Paper „wahrscheinlich nicht“ die echten Eigenschaften der Quelle wider. Den Spin, also die Drehung des Schwarzen Lochs, kann die Analyse nicht festlegen. Die Massenangabe hängt an einem Skalierungsfaktor aus Simulationen. Die Autoren schreiben selbst, ein guter Fit sei notwendig, aber kein Beweis, denn ein „wahres“ Vergleichsbild gibt es nicht. Vor allem nutzt die Studie dieselben öffentlichen Rohdaten wie das EHT. Unabhängig ist also die Methode, nicht die Messung, und Fehler in den Aufnahmen selbst kann sie nicht ausschließen. Das lobende Zitat in vielen Berichten stammt von EHT-Direktor Laurent Loinard, also von der Seite, deren Ergebnis bestätigt wurde. Eine Reaktion von Miyoshis Gruppe auf die neue Studie haben wir nicht gefunden.

Die beiden Fälle nebeneinander

Den Unterschied machen zwei Denkfehler aus. Ein „nichts gefunden“ der Agenten beschreibt nur die eigene Suche und sagt nichts über den Forschungsstand. Und „nicht registriert“ ist eine Aussage über eine Verwaltungsliste, nicht über das Wissen der Fachwelt. Miotti hat diesen Unterschied nach eigener Aussage nicht gekannt. Wir hätten ihn kennen müssen.

Unsere Prüfliste für KI-Entdeckungen

1. Wer sagt „neu“, und wie wurde das geprüft? Eine Literatursuche durch Agenten ist eine Spur, kein Beleg.
2. Was genau sagt die Bestätigung? Behördenantworten, Datenbankabfragen und Pressezitate wörtlich lesen.
3. Wurde das Verfahren festgelegt, bevor jemand das Ergebnis kannte?
4. Wurde es an Fällen getestet, bei denen die Antwort bekannt ist, auch an solchen, bei denen das erhoffte Muster fehlt?
5. Werden Fehlschläge und Grenzen offen genannt?
6. Haben unabhängige Fachleute geprüft, und kommen sie aus dem Fach?
7. Was ist gesichert, was nur Deutung? „Pyramide“ und „Ringbreite“ waren in beiden Fällen Deutung.
8. Sind Daten, Code oder Protokolle einsehbar?

Auf die Agenten-Mathematik der letzten Wochen angewendet, schneidet der Yang-Mills-Beweis bei den Punkten 6 und 8 gut ab. Es gibt ein externes Gremium unter David Gross und einen maschinell prüfbaren Lean-Beweis. Die Massenlücke bleibt aber offen (Punkt 7). Bei Edward Witten trägt ein Mensch mit Namen die Verantwortung, und die Arbeit steht im Begutachtungsverfahren noch am Anfang.

Einordnung

Unsere Einschätzung: Der Gegensatz lautet nicht schwache gegen starke KI. In beiden Fällen hat Software Muster in Daten gefunden, und Miottis Agenten haben eine echte Struktur erkannt. Gescheitert ist der Fall an der Behauptung „unbekannt“, und die ist eine Aussage über menschliches Wissen, nicht über Pixel. Ausgerechnet diesen Schritt haben die Agenten ungeprüft übernommen. Das CSIRO-Team hat dagegen die Frage so gestellt, dass es auch hätte scheitern können. Genau deshalb hat das Ergebnis Gewicht, auch wenn es nur Größe und Form des Rings sichert, nicht seine Details. Mit immer mehr Agentenschwärmen wird die Zahl solcher Meldungen wachsen. Šprajcs Sorge, Fachleute könnten mit Laien-„Entdeckungen“ überflutet werden, ist berechtigt. Die Prüfliste hilft nur, wenn auch Redaktionen sie anwenden. Wir fangen bei uns selbst an.