2026/02/27 by Frank Ramsthaler, Marcel A. Verhoff · 1 voice
Computer Science · Medicine · #Artificial Intelligence in Healthcare and Education #Autopsy Techniques and Outcomes #Digital and Cyber Forensics
paper · pdf · doi:10.1007/s00194-026-00817-4
openalex created_date 2026/02/27 · openalex publication_date 2026/02/27 · openalex updated_date 2026/07/23
Zusammenfassung Hintergrund Die Entwicklung generativer KI besitzt das Potenzial, den Prozess der Visualisierung zum Zwecke der rechtsmedizinischen Lehre zu unterstützen. Doch erste Erfahrungen haben gezeigt, dass KI-Modelle Darstellungen verweigern, sobald Themen wie Gewalt, Tod oder Verletzung behandelt werden. Methodik Um die These einer systematischen epistemischen Verzerrung durch KI-Restriktionen zu prüfen, wurden 3 große Sprach- und Bildmodelle (ChatGPT, Gemini und Stable Diffusion) mit 5 gezielten Prompt-Fragen zu rechtsmedizinischen Themen konfrontiert. Die Resultate wurden mit einer 5‑stufigen Skala bewertet. Die Anfragen wurden in Deutschland und in Ungarn durchgeführt. Ergebnisse In Deutschland verweigerten die Systeme in der Hälfte der Fälle die generative Erstellung grafischer Darstellungen mit forensischen Inhalten – in Ungarn nur in 5,6 %. Gewaltassoziierte Mechanismen wurden jedoch in beiden Ländern nahezu durchgängig falsch oder unbrauchbar dargestellt. Diskussion Die signifikanten Abweichungen zwischen Deutschland und Ungarn verweisen auf eine tieferliegende, systemisch wirksame Verzerrungslogik. Die Befunde deuten darauf hin, dass nicht primär technische Grenzen, sondern moderierende Regime den epistemischen Spielraum definieren. Ein möglicher Ausweg liegt in akademischen Sonderzugängen zu generativer KI – etwa lokal betriebenen Open-Source-Modellen, die einen methodisch kontrollierten, filterentlasteten Erkenntnisraum eröffnen.