Eine Frage zum Flugzeug — Eine unerwartete Lektion zur KI-Zuverlässigkeit
Ein Fluggast, der mit einem Airbus A321neo von Wizz Air gereist war, fotografierte den vorderen Rumpfbereich des Flugzeugs.
Um die auf den Bildern sichtbaren Komponenten besser zu verstehen, bat er verschiedene KI-Systeme um deren Identifizierung. Dabei trat ein unerwartetes Problem auf: Die Pitotrohre wurden fälschlicherweise mit Anstellwinkelsonden verwechselt. Was als schlichte Anfrage nach technischen Informationen begann, entwickelte sich zu einer genaueren Untersuchung darüber, wie KI ingenieurtechnische Fotografien interpretiert.
1. Eine alltägliche technische Frage
Die ursprüngliche Anfrage war unkompliziert: Die sichtbaren Komponenten am vorderen Rumpf eines Airbus A321neo identifizieren und deren Funktion erläutern.
Der Autor hatte nicht die Absicht, die KI-Leistung zu testen; er wollte schlicht das Flugzeug verstehen, mit dem er gerade geflogen war.
2. Wenn verschiedene Sensoren verwechselt werden
Im Laufe des Austauschs identifizierte eine KI-Antwort die vermeintlichen Pitotrohre als Anstellwinkelsonden (AoA). Nachfolgende Gespräche mit mehreren KI-Systemen brachten nicht sofort eine klare, einheitlich gestützte Identifizierung hervor.
Stattdessen weitete sich das Gespräch in widersprüchliche Erklärungsversuche der sichtbaren Hardware aus.
3. Zwei unterschiedliche Messprinzipien
Pitotrohre messen den Gesamtdruck in der anströmenden Luft. Zusammen mit den statischen Druckmessungen liefert dieser Wert die Grundlage für die Berechnung der Fluggeschwindigkeit und anderer Flugparameter.
Anstellwinkelsonden nutzen Windfahnemechanismen, um die Richtung der lokalen Luftströmung relativ zum Flugzeug zu bestimmen. Ihre Funktionen unterscheiden sich grundlegend, und ihre physische Konstruktion liefert ein wichtiges Indiz bei der Identifizierung.
4. Der Blick zurück auf das Foto
Der Autor verglich das Originalfoto mit separaten Referenzdaten, die die Positionen der Anstellwinkelsonden der A321 zeigen. Der Vergleich stützte die Unterscheidung zwischen den beiden Komponentengruppen: Die AoA-Sonden befinden sich weiter hinten, während die auf dem Originalfoto markierten Bauteile mit Pitotrohren übereinstimmten.
Dieser Positionsvergleich bot eine solidere Grundlage für die Identifizierung als reine visuelle Vermutungen.
5. Was das Bild zeigen kann — und was nicht
Die Episode verdeutlicht eine Grenze des bildbasierten technischen Reasonings. Ein Modell erkennt möglicherweise das allgemeine Aussehen einer Flugzeugkomponente, weist ihr jedoch die falsche Funktion zu.
Selbstbewusste Erklärungen zu Blickwinkeln, Sichtbarkeit oder Bauteilplatzierung beweisen keineswegs, dass eine Identifizierung korrekt ist. Herstellerdokumentationen und Einbauübersichten bleiben die maßgeblichen Referenzen zur Klärung von Unklarheiten.
6. Eine nie geplante Untersuchung
Es gab weder einen vorbereiteten Test noch ein Bewertungssystem oder den bewussten Versuch, die KI-Systeme in die Irre zu führen. Die Untersuchung ergab sich ganz natürlich aus einer praktischen Frage und der Entscheidung des Autors, Antworten zu hinterfragen, die nicht zum sichtbaren Beweis passten.
Das unerwartete Ergebnis war nicht nur, dass eine KI Fehler machen kann, sondern dass mehrere Gesprächsrunden erforderlich waren, um sich der ursprünglichen Frage wieder methodisch zu nähern.