Slopaganda: Wie KI-generierter Digitalmüll Politik und soziale Medien überschwemmt

Heute, am 6. November 2026, lohnt sich ein Blick auf ein Wort, das klingt, als wäre es direkt aus einer klebrigen Pfütze gekrochen: „Slop“. In den USA wurde „Slopaganda“ zum Wort des Jahres 2025 gewählt. „Slop“ meint unter anderem Schleim, Geschlabber, Schmutzwasser und Fäkalien, übertragen auch „Geseire“ oder ekliges Gerede.

Gemeint sind minderwertige digitale Inhalte, die meist mithilfe generativer Künstlicher Intelligenz in großen Mengen entstehen. Absurd wirkende KI-Videos, manipulierte Werbebilder, Propaganda, täuschend echte Falschmeldungen, minderwertige KI-Bücher und massenhaft erzeugte Tierdarstellungen gehören dazu. Merriam-Webster kürte „Slop“ am 15. Dezember 2025 zum Wort des Jahres; die Suchanfragen nach dem Begriff stiegen im Vergleich zum Vorjahr um das Zehnfache.

Wenn Propaganda aus dem Rechner quillt

Slopaganda ist eine Form von Propaganda, die mit Künstlicher Intelligenz produziert und vor allem über soziale Medien verbreitet wird. KI ermöglicht es, in kurzer Zeit riesige Mengen solcher Botschaften herzustellen und Plattformen damit zu fluten. Für die Konsumentinnen und Konsumenten entsteht eine tägliche Überschüttung mit einem „ekelerregenden Gebräu“, das – ob man will oder nicht – nachhaltig hängen bleibt.

Der Begriff „Slop“ geht ursprünglich ins 18. Jahrhundert zurück und bezeichnete damals „weichen Schlamm“ oder „Schweinefutter“. Merriam-Webster beschreibt damit heute eine digitale Umgebung, die zugleich faszinierend, nervig und lächerlich wirkt. Werkzeuge wie ChatGPT, Midjourney und OpenAIs Sora 2 haben die Kosten für Texte, Bilder und Videos stark gesenkt. Ein paar Textbefehle reichen, besondere Fachkenntnisse oder eine Qualitätskontrolle sind nicht zwingend nötig.

Wie schnell daraus Masse wird, zeigen Beispiele aus verschiedenen Bereichen. Laut einem Bericht von AI and Games aus dem Jahr 2025 enthielten etwa 20 Prozent der auf Steam veröffentlichten Spiele einen Hinweis auf den Einsatz generativer KI für Assets. Viele dieser Spiele setzten umfangreich KI-generierte Grafiken ein, deren Qualität uneinheitlich oder schlicht niedrig war. Plattformalgorithmen belohnen häufig hohe Veröffentlichungszahlen und Interaktionen – egal, ob die Inhalte von Menschen oder Maschinen stammen.

Eine Untersuchung des „Guardian“ stellte fest, dass neun der 100 am schnellsten wachsenden YouTube-Kanäle KI-generierte Inhalte wie Zombie-Fußball oder Katzen-Seifenopern verbreiteten. Ein 30-sekündiges Video über ein Kätzchen in einem Schleimbecken kam auf mehr als zwei Millionen Aufrufe. Das klingt erst einmal nach Internet-Irrsinn. Es ist aber ein Geschäftsmodell, sobald Reichweite Geld bringt.

Selbst im Büro landet der digitale Brei inzwischen auf dem Tisch. Unter „Workslop“ fallen fehlerhafte KI-Berichte, generische E-Mails und inhaltsarme Präsentationen. Eine Studie von BetterUp Labs und Stanford ergab, dass 41 Prozent der Beschäftigten bereits mit solchen KI-Ergebnissen konfrontiert waren. Die Nacharbeit dauerte pro Fall durchschnittlich fast zwei Stunden. Laut dem Artikel sehen 95 Prozent der Unternehmen keinen messbaren Ertrag aus ihren KI-Investitionen – hauptsächlich wegen Qualitätsproblemen.

Vortrag an der FAU: „Mit Memes und Slop an die Macht“

Mit dem Umgang mit dieser medialen Herausforderung beschäftigt sich die öffentliche Vortragsreihe „Propaganda/Slopaganda“ an der FAU Erlangen-Nürnberg. Veranstalterin ist Prof. Dr. Christina Strunck vom Institut für Kunstgeschichte; die Reihe findet im Wintersemester statt.

Am Mittwoch, 11. November, spricht Prof. Dr. Wolfgang Ullrich, Autor des Buchs „Memokratie: Soziale Medien und autoritäre Bildpolitik“. Sein Vortrag trägt den Titel „Mit Memes und Slop an die Macht“ und beginnt um 18:15 Uhr. Veranstaltungsort ist der große Hörsaal des Kollegienhauses, Universitätsstraße 15, 1. Stock, Raum KH 1.016. Der Eintritt ist frei.

Ullrich versteht unter „Memokratie“ eine Regierungsform, in der politische Kommunikation zu großen Teilen über Memes erfolgt. Memes sind humoristische Medieninhalte. Seit Beginn der zweiten Amtszeit Donald Trumps gelten Memes und Slopaganda als offizielle Kommunikationsformate der US-Regierung. Ullrich zeigt anhand ausgewählter Beispiele, wie sich Bildpolitik sowie politische Institutionen und Systeme verändern.

Politische Kommunikation und KI-Slop liegen dabei eng beieinander. „Wired“ bezeichnete Donald Trump 2025 als „ersten KI-Slop-Präsidenten“ und verwies auf seinen häufigen Einsatz KI-generierter Bilder und Videos. Nach Hurrikan Helene 2024 verbreiteten sich KI-generierte Bilder verzweifelter Kinder als angebliche Belege für staatliches Versagen.

Die Folgen treffen nicht nur das Publikum. KI-Slop kann Künstlerinnen, Künstler und andere Kreative durch sinkende Einnahmen und weniger Sichtbarkeit beeinträchtigen. Das Science-Fiction-Magazin „Clarkesworld“ stoppte 2024 zeitweise die Einsendung von Geschichten, nachdem es von KI-generierten Texten überflutet worden war. Auch Wikipedia kämpft mit KI-generierten Beiträgen, deren Entfernung die ehrenamtliche Moderation belastet.

Die unsichtbare Sortiermaschine

Dass soziale Medien solche Mengen überhaupt bewältigen, hat einen längeren Vorlauf. Künstliche Intelligenz ist dort seit mindestens 15 Jahren eng eingebunden – also schon vor dem Aufkommen generativer KI. Zu sozialen Medien zählen Video- und Netzwerkplattformen, Blogs, Wikis und Messaging-Dienste. Sie erleichtern das Teilen von Inhalten sowie den Aufbau und die Pflege sozialer Beziehungen.

Viele dieser Angebote sind Plattformen: Sie stellen die technische Infrastruktur bereit, während Nutzerinnen und Nutzer Inhalte verbreiten, empfehlen und kommentieren. So entstehen neue Beteiligungsmöglichkeiten; gesellschaftliche Öffentlichkeit wird nicht mehr ausschließlich durch Massenmedien und Journalismus hergestellt.

Automatisierte Verfahren und maschinelles Lernen arbeiten dabei vor allem in zwei Bereichen: beim Kuratieren von Informationen und bei der Moderation von Inhalten. Soziale Medien bauen personalisierte Informationsumgebungen. Ein Teil dieser Personalisierung ergibt sich daraus, welchen Accounts oder Kanälen jemand folgt. Der größere Teil kommt aus der algorithmischen Auswahl: Aus einer riesigen Menge wird fortlaufend eine begrenzte Auswahl vorgeschlagen.

Empfehlungssysteme berücksichtigen persönliche Interessen, frühere Aktivitäten auf der Plattform, Kontakte und soziale Netzwerke sowie Reaktionen wie Likes und Kommentare. Frühere Systeme arbeiteten überwiegend regelbasiert und bevorzugten beispielsweise Inhalte aus dem eigenen Kontaktnetzwerk mit hoher Resonanz. Heute leiten Plattformen aus großen Datenmengen selbstständig Muster für erfolgreiche Empfehlungen ab.

Für Nutzerinnen und Nutzer soll das relevantere Inhalte und mehr Zufriedenheit bringen. Für Plattformbetreiber zählt vor allem die Verweildauer: Längere Nutzung schafft zusätzliche Möglichkeiten für personalisierte Werbung und erzeugt weitere auswertbare Datenspuren. Gleichzeitig kann algorithmische Personalisierung die Vielfalt einschränken. Wer hauptsächlich auf Grundlage des bisherigen Nutzungsverhaltens Empfehlungen erhält, sieht womöglich überwiegend ähnliche Inhalte und weniger andere Sichtweisen.

Vollständig abgeschottete „Filterblasen“ erzeugen soziale Medien laut Studien zwar nicht. Trotzdem bleibt die Funktionsweise der Auswahl weitgehend intransparent. Bei maschinellem Lernen ist noch schwerer nachvollziehbar, warum ein bestimmter Beitrag auftaucht. Teilweise können selbst Plattformbetreiber die automatisch ermittelten Parameter und Kategorien nicht direkt einsehen.

Der zweite große Einsatzbereich ist die Prüfung, ob Inhalte gegen Plattformregeln oder gesetzliche Vorgaben verstoßen. Geprüft werden unter anderem Beleidigungen und Beschimpfungen, Hate Speech beziehungsweise Hassrede sowie Desinformationen. Desinformation meint falsche oder aus dem Zusammenhang gerissene Inhalte, die mit bewusster Täuschungsabsicht verbreitet werden. Sie existierte schon vor dem Internet als Bestandteil von Propaganda.

Die schnelle Verbreitung in sozialen Medien und die Möglichkeit, realistisch wirkende audiovisuelle Inhalte automatisch zu erzeugen, machen die Unterscheidung zwischen authentischen und manipulierten Beiträgen schwieriger. Meist werden Inhalte automatisiert und von Menschen geprüft: Systeme durchsuchen Beiträge, markieren potenziell problematische Stellen und legen sie menschlichen Prüferinnen und Prüfern vor.

Früher basierte die automatische Prüfung vor allem auf Listen unzulässiger Begriffe. Heute kommen zunehmend maschinelle Lernverfahren zum Einsatz, die mit großen Datensätzen gekennzeichneter zulässiger und unzulässiger Inhalte trainiert werden. Zusätzlich setzen Plattformen automatisierte Verfahren zur Durchsetzung von Urheberrechten ein. YouTube nutzt seit 2007 das kontinuierlich weiterentwickelte Verfahren Content ID. Dabei