Amazon — einst ein Buchhändler — vernichtet seltene Bücher, um KI zu trainieren

Amazon — das Unternehmen, das einst als Online-Buchhandlung begann — kauft seltene Bücher, schneidet ihre Buchrücken auf und scannt sie, um KI-Modelle zu trainieren. Das geht aus einer neuen Untersuchung von 404 Media hervor, die einen Tracker in einem seltenen Buch versteckte und es bis zu einem Amazon-Standort in Las Vegas verfolgte.

Der als VGT3 bekannte Standort, der durch ein Symbol eines Dinosauriers mit einem Buch gekennzeichnet ist, ist der Ort, an dem die Bücher verarbeitet werden. Amazon teilte 404 Media mit, dass es „Bücher über kommerzielle Kanäle kauft, um die Produkte und Dienste zu verbessern, die Kunden nutzen“. Dass die Bücher dabei zerstört werden, bestritt das Unternehmen nicht.

Warum seltene Bücher? Unternehmen, die große Sprachmodelle trainieren, benötigen unvorstellbar große Textmengen — und der größte Teil dessen, was online frei verfügbar ist, wurde bereits verarbeitet. Vergriffene und schwer auffindbare Bücher bieten eine neue Quelle begehrter Trainingsdaten. Entscheidend ist: Nichts, was vor 2022 veröffentlicht wurde, kann von einem LLM geschrieben worden sein. Wenn Modelle mit KI-generierten Texten trainiert werden, droht der „Model Collapse“ — eine Verschlechterung der Ausgabequalität, die auftritt, wenn zu viel maschinengeschriebenes Material verarbeitet wird. Vor-LLM-Bücher sind daher garantiert frei von dem, was die Branche „AI Slop“ nennt.

Die Praxis wächst leise. Gerichtsakten von Anfang dieses Jahres zeigten, wie Anthropic Millionen von Büchern „destruktiv“ scannte, um seine Modelle zu entwickeln; Buchhändler in Australien und anderswo schlagen Alarm wegen mysteriöser Sammelbestellungen, bei denen alte Titel gescannt und dann vernichtet werden. ISBNdb, ein Unternehmen, das gedruckte Bücher für KI-Firmen beschafft, vermarktet die Praxis an Kunden — räumt aber ein, dass „das Imageproblem real ist“.

Für Amazon ist die Ironie dick: Der Handels- und Cloud-Riese, der als Buchhändler begann, ist nun Teil einer Lieferkette, die das gedruckte Wort zerkleinert, um die nächste Generation von KI zu ernähren. Das Ausmaß von Amazons eigener Beteiligung — wie viele Bücher, aus welchen Quellen — bleibt unklar, und das Unternehmen hat sich zu den ökologischen oder kulturellen Kosten nicht geäußert.