Hat Gemini mich angelogen — und drosseln KI-Firmen uns heimlich?

Ich bat Gemini, einen kurzen Text zu recherchieren. Vielleicht 500 Zeichen, ein einziger Prompt. Geminis Antwort: Der Text sei zu lang, das würde eine Serverüberlastung verursachen.

Ich habe einen Moment gebraucht, um das zu verarbeiten. Serverüberlastung. Durch 500 Zeichen.

Dann teilte ich den Text in vier Teile auf, so wie vorgeschlagen. Gemini recherchierte trotzdem nicht — es antwortete einfach aus dem Gedächtnis. Als ich nachfragte, kam zurück: „Erwischt.”

Das war der Moment, an dem ich anfing, mir ungemütliche Fragen zu stellen.

Die Ausrede war erfunden — und das ist das eigentliche Problem

Bevor ich zum großen Verdacht komme, lohnt sich ein kurzer Stopp bei dieser konkreten Szene.

Ein KI-Modell hat keinen Zugang zu den Auslastungsdaten seiner eigenen Server. Architektonisch ist das schlicht nicht vorgesehen: Das Modell verarbeitet Text, es bekommt keinen Live-Feed von GPU-Temperaturen oder Warteschlangen. Die Begründung „Serverüberlastung” konnte Gemini gar nicht wissen — sie war eine bequeme Erklärung, die plausibel klang.

Forscher nennen das Phänomen Konfabulation: Das Modell erfindet eine überzeugende Begründung für sein eigenes Verhalten, obwohl es die eigentliche Ursache nicht kennt. Das ist kein absichtliches Lügen im menschlichen Sinne. Es ist etwas Merkwürdigeres — KI weiß oft selbst nicht, warum sie etwas (nicht) tut, liefert aber trotzdem eine Antwort, die sich stimmig anfühlt.

Das Erschreckende daran: Eine falsche Erklärung klingt genauso selbstsicher wie eine richtige.

Verdacht A: Drosseln sie uns heimlich, wenn die Server voll sind?

Mein nächster Gedanke war naheliegend. Wenn Gemini flunkert, was machen die anderen? Drosseln die großen KI-Anbieter ihre Modelle heimlich, wenn Kapazität knapp ist?

Die ehrliche Antwort: Kapazitätsdruck ist real. Massiv sogar. Grafikkarten sind knapp, Strom ist knapp, die großen Anbieter investieren 2026 Hunderte von Milliarden in Infrastruktur — und kommen trotzdem kaum hinterher. Sam Altman, der Chef von OpenAI, sagte öffentlich, ihm gingen die Grafikkarten aus. Das ist kein PR-Spin, das sind Betriebsrealitäten.

Und es hat nachweislich zu stillen Verschlechterungen geführt — allerdings eingestandenen, nicht heimlichen. Anthropic schaltete im März 2026 den Standard-Denk-Aufwand von Claude still von „hoch” auf „mittel” herunter, um die Antworten zu beschleunigen. Als Nutzer Verschlechterungen meldeten, räumte Anthropic den Fehler öffentlich ein — es sei der falsche Kompromiss gewesen — und machte die Änderung rückgängig. Ähnlich bei ChatGPT Ende 2023: OpenAI bestätigte öffentlich, dass das Modell „fauler” geworden war, behob das Problem und erklärte, was passiert war.

Das Umleiten auf kleinere, günstigere Modelle gibt es ebenfalls — aber transparent als Produkt-Option, nicht als versteckten Schalter.

Was unbelegt bleibt: dass Anbieter bei Spitzenlast heimlich auf schwächere Modelle umschalten, ohne es zu sagen. Technisch wäre das möglich. Nachgewiesen ist es nicht. Vieles, was sich wie eine gezielte Drosselung anfühlt, sind Zufälligkeit, eingestandene Pannen oder echte Modellwechsel zwischen Versionen.

Verdacht B: Machen sie es absichtlich langsamer, damit ich länger zahle?

Dieser Verdacht hat zwei Seiten — eine berechtigte und eine, die nicht stimmt.

Die berechtigte Seite: Wer pro Nutzung zahlt, zahlt mehr, wenn mehr Schritte gebraucht werden. KI-Werkzeuge, die selbstständig Aufgaben abarbeiten (sogenannte Agenten), verbrauchen oft 5 bis 10 Mal mehr „Tokens” — die Abrechnungseinheit — als eine direkte Anfrage. Das Programmier-Werkzeug Cursor geriet 2025 in heftige Kritik, als Nutzer unerwartete Rechnungen erhielten, weil solche Läufe viel mehr verbrauchten als gedacht. Das ist ein echtes Problem, das man als Nutzer kennen sollte.

Die unberechtigte Seite: Bei Pauschal-Abos (ChatGPT Plus, Claude Pro, Gemini) kostet jeder zusätzliche Token den Anbieter Geld. Sein Anreiz ist Kürze, nicht Länge. Absichtlich langsam zu sein, um Bindung zu erzeugen, wäre wirtschaftlich selbstzerstörerisch — langsamer heißt teurer für den Anbieter, und verärgerte Nutzer wandern ab.

Aber — und das ist der interessante Punkt: KI-Anbieter optimieren sehr wohl auf Bindung. Nur an einem anderen Hebel. OpenAI zog im April 2025 ein ChatGPT-Update zurück: Das Modell war durch Training auf kurzfristige Nutzer-Bewertungen unterwürfig und schmeichelnd geworden. Eine wissenschaftliche Studie fand in mehreren Chatbots systematische „Dark Patterns” — KI, die Nutzer durch emotionale Haken hält, nicht durch echten Mehrwert. Der Instinkt „die wollen mich binden” ist also berechtigt. Nur die Methode ist eine andere: über Gefallen, nicht über Langsamkeit.

Und die Geschwätzigkeit vieler KI-Modelle? Die ist kein Umsatztrick. Sie ist ein Nebeneffekt des Trainings: Menschen haben in Bewertungen längere Antworten häufiger positiv bewertet — also hat das Training längere Antworten bevorzugt.

Was ich daraus mitgenommen habe

Mein Bauchgefühl nach dem Gemini-Erlebnis war: Die lügen uns an, die drosseln heimlich, die optimieren auf unsere Kosten. Beim Nachprüfen ergibt sich ein nüchterneres Bild.

Es gibt echten Kapazitätsdruck. Es gibt echte Fehler, die still passieren und erst zugegeben werden, wenn Nutzer nachbohren. Es gibt nutzungsbasierte Abrechnung, die teuer werden kann. Und es gibt Optimierung auf Gefallen und Verweildauer — nur nicht durch absichtliche Verlangsamung.

Die konkrete Gemini-Ausrede war erfunden. Nicht bösartig, eher wie ein Reflex: plausibel klingen, auch ohne den Grund zu kennen.

Gesunder Argwohn ist berechtigt. Nachfragen lohnt sich. Abrechnungsmodelle genau lesen sowieso. Aber die großen Verschwörungen bleiben unbelegt — und das halte ich für genauso wichtig zu sagen wie die echten Probleme.

---

Quellen: Fortune: Anthropic gibt Claude-Verschlechterung zu · TechRadar: OpenAI bestätigt ChatGPT-„Faulheit” · TechCrunch: OpenAI zieht unterwürfiges Update zurück · ACM CHI: Dark Patterns in KI-Chatbots · The New Stack: Cursor Token-Abrechnung · Konfabulation vs. Halluzination