Studie: LLMs verfassen Autobiografien mit einer Fehlerquote von bis zu 96,7 % – erfundene und verzerrte Inhalte festgestellt
Eine neue Studie zeigt, dass große Sprachmodelle beim Erstellen von Autobiografien im Vergleich zu realen Lebensaufzeichnungen fast durchgehend Inhalte erfinden.
Die aktuelle Studie mit dem Titel „Auditing the Synthetic Memoir: Measuring Scene-Level Confabulation in LLM-Generated Autobiography Against the Documented Record of the Life It Describes“, die im August 2026 auf arXiv veröffentlicht wurde, liefert erstmals eine quantitative Untersuchung zur Konfabulation durch Large Language Models (LLMs) beim Verfassen der Autobiografie einer Person.
Die Studienautorin Heather Renze ließ ein dialogbasiertes LLM eine Autobiografie für insgesamt 366 einzelne Tage entwerfen. Als Ausgangsmaterial erhielt es lediglich eine Vorlage, zwei Beispieltage und ein tägliches Zitat. Anschließend wurde jeder Tag anhand eines Ground-truth-Korpus realer Ereignisse und eines vorab festgelegten vierstufigen Bewertungsschemas eingehend geprüft.
Die Studie ergab eine Verifikationsfehlerquote von 96,7 %: 354 von 366 Tagen erfüllten die Anforderungen an die Bestätigung nicht. Nur an zwölf Tagen stimmten die geschilderten Ereignisse mit der Realität überein. An 19 Tagen – beziehungsweise 5,2 % – widersprachen sie den Tatsachen sogar unmittelbar.
Das häufigste Fehlermuster war „Grounded drift“: Das Modell verband reale Personen, Orte oder Arbeitgeber mit selbst erfundenen Ereignissen. Die Studie kommt daher zu dem Schluss, dass der Einsatz heutiger KI-Modelle zur Rekonstruktion von Lebensgeschichten ohne angemessenes Grounding weiterhin ein hohes Risiko für Falschinformationen birgt.
Die Ergebnisse verdeutlichen zentrale Grenzen von KI bei der Verarbeitung persönlicher Erinnerungen und Biografien. Bei Anwendungen mit hohen Genauigkeitsanforderungen sollten Nutzer besonders auf Abweichungen und erfundene Angaben der Modelle achten.