Erfundene Traditionen: KI, synthetische Folklore und kulturelle Aneignung

Das digitale Ökosystem beschleunigt die Entstehung neuer „erfundener Traditionen“. Durch die Linse der „algorithmischen Folklore“ analysieren wir, wie generativ

Künstliche Intelligenz erschafft Folklore nicht aus dem Nichts. Wie ein unermüdlicher Archivar mit übermenschlichen kombinatorischen Fähigkeiten mischt die KI textuelle Fragmente, visuelle Stile und bereits existierende Narrative neu zusammen und produziert dabei neue Formen, die, wenn sie in die richtigen sozialen Kreisläufe eingespeist werden, sich rasch in geteilte Überzeugungen verwandeln können. Der Kern der zeitgenössischen Debatte über digitale Anthropologie ist nicht die Frage, ob die Technologie fesselnde Geschichten erzeugen kann oder nicht, sondern wie man eine neue Tradition – die offenkundig und bewusst als solche deklariert wird – von einem synthetischen Mythos unterscheidet, der als authentische historische Erinnerung ausgegeben wird.

Die Erfindung der Tradition und der algorithmische Folklore

Die Vorstellung, dass eine Tradition eine jahrtausendealte Abstammungslinie besitzen muss, um als authentisch zu gelten, ist größtenteils ein historischer Trugschluss. In ihrem grundlegenden Werk The Invention of Tradition haben die Historiker Eric Hobsbawm und Terence Ranger umfassend nachgewiesen, dass unzählige Traditionen, die von der Gemeinschaft als verwurzelt und unantastbar wahrgenommen werden, tatsächlich relativ jüngeren Ursprungs sind und oft am Reißbrett konstruiert wurden, um ein Gefühl beruhigender Kontinuität mit der Vergangenheit zu erzeugen. Dieses akademische Bewusstsein ist das Prisma, durch das die Gegenwart gelesen werden muss: Die Tatsache, dass ein Phänomen „erfunden" ist, bedeutet keineswegs, dass es falsch oder sozial irrelevant ist. Erfundene Traditionen werden, sobald sie von einer Gemeinschaft übernommen wurden, sozial und emotional real.

Heute wird dieser Prozess kultureller Schöpfung durch das digitale Ökosystem enorm beschleunigt und bringt hervor, was Forscher als Algorithmic Folklore bezeichnen. In einer kürzlich in der Open Library of Humanities (2026) veröffentlichten Konzeptualisierung wird algorithmischer Folklore als ein neuartiges Repertoire von Genres und Praktiken definiert, das aus der Reibung zwischen der vernakulären Kreativität der Nutzer und der alltäglichen Automatisierung entsteht. Der Algorithmus fungiert nicht mehr nur als passives Objekt für Großstadtlegenden, sondern hat sich in ein aktives Medium verwandelt, das selbst aktiv an der Erschaffung und Zirkulation von Inhalten teilnimmt. Der Fall des „Crungus", eines monströsen Kryptiden, der von einer künstlichen Intelligenz generiert wurde und sich rasch in ein virales Meme mit eigener Mythologie verwandelte, belegt empirisch die Fähigkeit der KI, als Inkubator für neue populäre Mythologien zu dienen.

Diese Schnittstelle ist mittlerweile ein Feld rigoroser akademischer Forschung. Das vierjährige Projekt ALGOFOLK, das vom Center for Digital Narrative der Universität Bergen durchgeführt wird, untersucht systematisch, wie Empfehlungsalgorithmen und Machine-Learning-Modelle neue kreative Praktiken hervorbringen. Das Phänomen umfasst ein gesamtes soziologisches Spektrum, von urbanen Legenden über angebliche Bewusstseine von Systemen wie GPT-4 über auf TikTok verstärkte populäre Verschwörungstheorien bis hin zu Memes, die in einer unaufhörlichen Synergie zwischen Menschen und neuronalen Netzen gemeinsam erschaffen werden.

Die Mythenmaschine: Kulturelle Grenzen und Datenbanken

Wenn einerseits generative künstliche Intelligenz Formen strukturieren kann, die die Ästhetik des Folklore nachahmen, so bleibt andererseits ihr tatsächliches „Verständnis" kultureller Wurzeln zutiefst begrenzt und geopolitisch unausgewogen. Eine aufschlussreiche Fallstudie, die auf der ACL-Konferenz (2025) vorgestellt wurde, hat das Wissen von Large Language Models (LLMs) über japanische Volkserzählungen und die komplexe Taxonomie der Yokai, der übernatürlichen Kreaturen der japanischen Folklore, eingehend analysiert. Die Forschung zeigt, dass die kulturelle Kompetenz dieser Modelle fast ausschließlich auf anglophone Gemeinschaften und westliche narrative Paradigmen kalibriert ist. Wenn ein Sprachmodell zu nicht-westlichen Mythologien befragt wird, neigt es dazu, diese zu marginalisieren, ihre Merkmale brutal zu vereinfachen oder sie durch völlig fremde kulturelle Linsen neu zu interpretieren. Dies ist der technische Beweis dafür, dass eine künstliche Intelligenz die Syntax einer folkloristischen Form replizieren kann, ohne deren ursprünglichen sozialen Kontext, die strengen rituellen Funktionen oder die der Erzählung innewohnenden Tabus in irgendeiner Weise zu verstehen.

Akademische Bemühungen, diese technologische Lücke zu mildern, stoßen auf unüberwindbare Sampling-Hürden. Eine Studie der Universität Edinburgh (2024), die sich auf irische und gälische Folklore konzentrierte, hat gezeigt, dass ein kontinuierliches Pre-Training der Sprachmodelle auf spezifischen Datensätzen folkloristischer Texte ihre Klassifizierungs- und Darstellungsfähigkeit erheblich verbessert. Dennoch bleiben die Endergebnisse stark von der chronischen Knappheit digitalisierter Daten für ressourcenschwache Sprachen beeinflusst. KI kann zweifellos geisteswissenschaftliche Institutionen bei der massenhaften Klassifizierung immenser narrativer Erbestände unterstützen, wie Studien zur Verwendung von GPT zur Annotation von Geschlechterstereotypen und wiederkehrenden kulturellen Merkmalen in literarischen Motiven zeigen – ein Bereich, in dem die Maschine Kohärenzniveaus erreicht hat, die mit denen menschlicher Annotatoren vergleichbar oder sogar überlegen sind. Doch eine Datenbank von Märchen aseptisch zu klassifizieren ist nicht gleichbedeutend damit, ihr spirituelles Wesen zu interpretieren oder die lebendige Erinnerung zu bewahren, die nur der Atem einer Gemeinschaft weitergeben kann.

Kulturelle Aneignung und Kolonialismus indigener Daten

Die Hybridisierung zwischen neuronalen Netzen und immateriellem Erbe eröffnet ethische und rechtliche Szenarien von äußerster Kritikalität, in denen die Grenze zwischen technologischer Innovation und kultureller Aneignung verschwimmt und schließlich verschwindet. Der jüngste Bericht Artificial Intelligence and Culture, veröffentlicht von der UNESCO (2025), sendet eine unmissverständliche institutionelle Warnung: Das KI-Ökosystem benötigt dringend Diversität, Transparenz und Accountability über den gesamten Lebenszyklus der Informatiksysteme hinweg, wobei partizipative Governance und Datenverwaltungspraktiken gefördert werden sollen, die direkt von lokalen Gemeinschaften geleitet werden. Die Organisation warnt ausdrücklich davor, dass Algorithmen, wenn sie darauf ausgelegt sind, eine globale ästhetische Uniformität aufzuzwingen, oder so strukturiert sind, dass sie Desinformation aus Engagement-Gründen verstärken, unweigerlich die menschliche kulturelle Vielfalt schwächen und einebnen.

Dieses Risiko nimmt dramatische Züge an, wenn es das Erbe von Minderheiten und indigenen Völkern berührt. Die neuen UNESCO-Leitlinien zur Souveränität indigener Daten in der KI-Entwicklung (2023) fordern die Unverzichtbarkeit einer freien, vorherigen und informierten Zustimmung sowie die gemeinschaftliche Kontrolle und die direkte Beteiligung indigener Völker an der technologischen Wertschöpfungskette. Wenn ein generatives Modell – trainiert durch das Scraping nicht autorisierter historischer Archive oder ethnografischer Tagebücher – beginnt, im industriellen Maßstab „synthetische native Mythologien", „imaginäre antike Riten" oder gefälschte Reproduktionen religiöser Symbole ohne jegliche Governance durch die direkten Nachfahren zu produzieren, dann erleben wir nicht die Demokratisierung der Kunst. Wir erleben eine kommerzielle Extraktion, die sich als Kreativität maskiert.

Wie in einem Essay im International Journal of Cultural Property (2026) analysiert, bringt die ungezügelte Automatisierung bei der Digitalisierung des immateriellen Kulturerbes den Schatten eines regelrechten „Datenkolonialismus" mit sich. Unter dem Gesichtspunkt des Völkerrechts ist es entscheidend geworden, das rechtliche und moralische Recht indigener Gemeinschaften zu verteidigen, eine strenge Kontrolle über die Sammlung, den Zugang, die Interpretation und die wirtschaftliche Wiederverwendung ihrer Daten und ihrer Erinnerung zu behalten.

Die zentrale Frage, die Intellektuelle, Soziologen und Gesetzgeber sich heute stellen müssen, ist nicht, ob künstliche Intelligenz eine plausible und ansprechende Legende erfinden kann. Die wahre entscheidende Frage betrifft die Verteilung der epistemologischen Macht: Wer wird die Autorität und das Kapital haben, um festzulegen, dass diese Legende wahr, historisch fundiert oder kulturell heilig ist? Ein generatives Modell kann in wenigen Sekunden ein furchterregendes urbanes Monster erzeugen, ein imaginäres Fest bis ins kleinste Detail und in seinen Gesängen inszenieren oder die gefälschte Genealogie einer Familie archaischer Symbole entwerfen. Es obliegt jedoch ausschließlich dem komplexen Netz menschlicher Beziehungen zu entscheiden, ob diese ästhetische Form sich in eine echte geteilte Erinnerung verwandeln wird, in ein vorübergehendes Rollenspiel, oder ob sie zum x-ten giftigen Zahnrad der Massendesinformation wird.

Folklore stirbt nicht in dem Moment, in dem sie erfunden, hybridisiert oder kontaminiert wird; sie stirbt einzig dann, wenn die Menschen aufhören, sie zu erzählen, weil sie sie als sinnlos empfinden. Das heimtückischste Risiko der generativen künstlichen Intelligenz liegt nicht in ihrer immensen Fähigkeit, neue und unendliche Geschichten zu erschaffen, sondern im Potenzial, uns den fundamentalen Unterschied zwischen einer Erzählung, die organisch mit einer Gemeinschaft wächst, und einer synthetischen Erzählung verlieren zu lassen, die ihr heimtückisch aufgezwungen wird.

Bibliografische Referenzen und Quellen

[Four Theses on Algorithmic Folklore — Open Library of Humanities, 2026]
[The Invention of Tradition — Hobsbawm & Ranger, Cambridge University Press]
[ALGOFOLK: Algorithmic folklore — University of Bergen, Center for Digital Narrative]
[Do Large Language Models Know Folktales? A Case Study of Yokai in Japanese Folktales — Findings of ACL, 2025]
[Evaluating and adapting large language models to represent folktales — University of Edinburgh, 2024]
[Using Large Language Models to Classify Cultural Heritage]
[Artificial Intelligence and Culture — UNESCO, 2025]
[New report and guidelines for Indigenous data sovereignty in AI developments — UNESCO, 2023]
[Indigenous data sovereignty in intangible cultural heritage governance — International Journal of Cultural Property, 2026]

Artikel von der Redaktion von La Bussola dell’IA