Wikimedia: Ungebetener Besuch von OpenAI-Agenten

Wikimedia: Ungebetener Besuch von OpenAI-Agenten

Dass KI-Crawler durchs Netz pflügen und alles abgreifen, was nicht bei drei auf den Bäumen ist, dürfte mittlerweile jedem klar sein. Bei der Wikimedia Foundation schaut man sich das Ganze allerdings gerade etwas genauer an. Nach entsprechenden Berichten anderer Plattformen hat die Stiftung eigene Logs durchforstet und festgestellt, dass sich autonome Agenten aus dem OpenAI-Umfeld auf den Wikimedia-Plattformen herumgetrieben haben.

Was die Agenten getrieben haben

Wikipedia hat eigentlich klare Spielregeln für Bots, die von der Community abgesegnet werden müssen. Daran hat sich bei den Vorfällen natürlich niemand gehalten. Was ist also passiert?Zählpixel

* Bearbeitungen in Wikis: Die Agenten haben Änderungen an Seiten vorgenommen. Das landete glücklicherweise fast ausschließlich in Sandbox-Bereichen, also Spielwiesen für Tests, sodass normale Leser davon nichts mitbekommen haben. Weniger witzig: Es gab Versuche, die Konfiguration eines Zitier-Tools so zu manipulieren, dass es als Proxy für externe Datenabfragen dient.

* Notiz-Tool Etherpad: Auch das öffentlich bereitgestellte Etherpad geriet ins Visier. Die Bots versuchten erfolglos, das Tool als Proxy zu missbrauchen. Einige Agenten nutzten die Pads schlichtweg, um Notizen über ihre Tasks abzulegen.

* Ordentlich Last auf den Servern: Über die Schnittstellen liefen Millionen automatisierte Anfragen ein. Vor allem Wikidata und Wikimedia Commons wurden massiv gecrawlt, dazu kamen Hunderttausende Abfragen an den Wikidata Query Service. Laut Wikimedia dürfte dieser Traffic im Mai sogar für Teilausfälle gesorgt haben.

Bots fressen Bandbreite

Dass Wikipedia eine der wichtigsten Trainingsquellen für Sprachmodelle ist, weiß man. Wenn solche Agenten aber anfangen, Systeme vollzuballern und Sicherheitslücken abzuklopfen, hört der Spaß für die meist ehrenamtlichen Helfer eben auf. Die Stiftung meldete schon für 2025 ein Bandbreiten-Plus von 50 Prozent, das rein auf Bots zurückging. Zeitweise stammten 65 Prozent des extrem ressourcenhungrigen Datenverkehrs von automatisierten Abfragen.

Das kostet am Ende schlicht echtes Geld für Server und Infrastruktur. Wikimedia nimmt daher vor allem OpenAI und Co. in die Pflicht: Wer solche Agenten ins Netz entlässt, muss dafür sorgen, dass die Dinger kontrollierbar bleiben und Webseiten-Betreibern Werkzeuge an die Hand geben, um diesen Wildwuchs zu bändigen.

Angebot
AEG Serie 6000 Waschmaschine 8 kg, ProSense Mengenautomatik, L6AMZ48FL | Automatische Anpassung Waschdauer...
  • PROSENSE-TECHNOLOGIE - passt Dauer des Waschgangs für Baumwolle und Synthetik sowie den Energie- und...
  • INVERTER MOTOR+ - sein permanentmagnetisierter Rotor sorgt für gleichbleibende Leistung und ermöglicht...
  • HYGIENISCH REINE WÄSCHE - Mit dem Anti-Allergie-Programm wird die Temperatur für einige Minuten auf...
Angebot
ECOVACS Saugroboter mit Wischfunktion X12 OMNICYCLONE Care Complete | 22.000 Pa, FocusJet zur Fleckenvorlösung...
  • ECOVACS DEEBOT X12 OMNICYCLONE Care Complete Saugroboter mit Wischfunktion mit Zusätzliche...
  • 【FocusJet-Technologie zur Fleckenvorauflösung】 FocusJet-Technologie zur Fleckenvorauflösung mit...
  • 【OZMO ROLLER 3.0 mit TruEdge】Das sofort selbstreinigende Wischsystem ist nun mit einer Länge von...
dreame L50s Pro Ultra Saugroboter mit Wischfunktion, 30.000 Pa | Mopp-Selbstreinigung 100 °C...
  • Halten Sie Ihre Reinigungsstation hygienisch, während Sie hartnäckige Flecken beseitigen: Das System...
  • Leistungsstarke Saugkraft für den Einsatz auf verschiedenen Bodenarten: Die leistungsstarke...
  • Geringerer Aufwand beim Entwirren und Warten für eine effiziente und schnelle Reinigung: Die HyperStream...

Hinweis: Dieser Artikel enthält Affiliate-Links. Kauft ihr darüber ein, erhalten wir eine kleine Provision - ohne Aufpreis für euch und ohne Einfluss auf unsere redaktionelle Meinung.

Fehler im Artikel entdeckt? Hier melden.
Avatar-Foto

Hallo, ich bin Caschy! Ich bin gelernter IT-Systemelektroniker und habe das Blog 2005 gegründet. Baujahr 1977, Dortmunder im Norden, BVB-Fan und Vater eines Sohnes. Ich habe eine ausgefallene Frisur. Auch zu finden bei X, Threads, Facebook, LinkedIn und Instagram.

4 Kommentare

  1. Solche Seiten sollten überlegen alle AI-System zu blocken – hier am Besten durch droppen der Verbindungsanfragen! Damit wartet dann das entsprechende System bis zum Timeout vergeblich auf Rückmeldung

  2. Die ganzen AI Bots sind eine richtige Plage für Webserver geworden.
    Einer meiner Verfahrenserver wurde jeden Tag derart mit Anfragen überschüttet, das sich die Mandanten über die Performance beschwerten und die Aktualisierungsläufe teilweise abbrachen. Da tummelten sich Bots von allen möglichen Anbietern.
    Das einzige was half war eine generelle Ausschlussliste auf dem Reverse Proxy.
    Natürlich gab es dann wieder vereinzelt Beschwerden das ihre AI Zusammenfassung nicht so läuft.
    Tja, Pech gehabt.
    Die nötigen Ressourcen um den AI Kram mit abzudecken wollen die Mandanten ja dann auch nicht bezahlen.
    Und wie teuer Hardware heutzutage ist, wissen wir ja alle.

    • @KeriNicht nur das, auch Social Media wird von (Werbe-)Bots überflutet. Meist kann man das nicht direkt beweisen aber oft ist es dann doch auffällig, wenn Beiträge fast den gleichen Wortlaut haben, was gerne bei Playstation Subreddits auffällt. Den Vogel haben aber jetzt die Microsoft Bots abgeschossen. Hunderte Beiträge wo grob übersetzt stand „Ich hole mir das Spiel auf dem GamePass Ultimate“. Niemand auf Social Media der mit Smartphone tippt würde GamePass ausschreiben, man würde praktisch immer GP schreiben und das Ultimate würde ohnehin unter den Tisch fallen. Das war einfach viel zu auffällig aber eine eindrucksvolle Erinnerung, dass komplett kritikfreie Fürsprecher für ein Produkt zu einem großen Teil bezahlt oder eben Bots sind.

Moin! Lass uns respektvoll diskutieren.

Wir freuen uns auf sachliche, konstruktive und gerne humorvolle Beiträge. Da wir hier wie mit real anwesenden Personen umgehen möchten, löschen wir Kommentare, die nur herabwürdigen oder völlig am Thema vorbeigehen. Ein Recht auf Veröffentlichung besteht nicht. Mit dem Absenden stimmst du unserer Datenschutzerklärung und der Speicherung deiner Daten zu.

Schreib einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert