KI News KI-Glossar › Grundlagen
Synthetische Daten
Kurz gesagt: Künstlich erzeugte Trainingsdaten – nützlich, wenn echte Daten knapp, teuer oder vertraulich sind.
Stand: 08.11.2026 · Redaktion KI News Kompakt
Synthetische Daten sind Daten, die nicht aus der echten Welt gesammelt, sondern erzeugt werden – von Simulationen, Regeln oder anderen KI-Modellen. Beispiele: von einem starken Modell geschriebene Übungsaufgaben samt Lösung, simulierte Verkehrsszenen für autonome Autos oder erfundene, aber realistisch verteilte Kundendatensätze.
Wofür man sie nutzt
- Lücken füllen: seltene Fälle wie Unfälle oder Betrugsmuster gezielt vermehren.
- Datenschutz: Testen und Entwickeln ohne echte Personendaten.
- Training: Viele Hersteller ergänzen ihre Trainingsdaten mit KI-erzeugten Aufgaben, vor allem für Mathe und Code, wo sich Lösungen automatisch prüfen lassen.
Die Grenzen
- Fehler und Verzerrungen des erzeugenden Modells werden weitergegeben.
- Ungeprüft und über Generationen wiederholt droht Modellkollaps.
- „Synthetisch“ heißt nicht automatisch anonym: Ein Modell kann echte Datensätze nahezu kopieren, wenn es sie auswendig gelernt hat.
Eng verwandt ist die Destillation, bei der ein kleines Modell von den Antworten eines großen lernt.
Hängt zusammen mit
Modellkollaps
Wenn KI immer mehr mit KI-erzeugten Daten trainiert wird, verarmen die Modelle – Seltenes geht zuerst verloren.
Destillation
Ein kleines Modell lernt von einem großen – und wird so fast so gut, aber viel billiger im Betrieb.
Pretraining (Vortraining)
Die erste, teuerste Trainingsphase: Das Modell lernt aus riesigen Textmengen, das nächste Wort vorherzusagen.