Meinung

Das Internet ist nicht gestorben. Das Publikum hat gewechselt.

Die Dead Internet Theory sagt: Das Netz besteht aus Bots. Die Zahlen geben ihr teilweise recht – die Diagnose ist trotzdem falsch. Eine Einordnung von 1993 bis heute.

TL;DR: Die Dead Internet Theory behauptet, das Internet sei von Bots und generiertem Content übernommen worden. Diese Beobachtung ist teilweise korrekt, da automatisierter Traffic zunimmt, doch die Diagnose ist irreführend: Das Internet ist nicht tot, sondern hat sein Publikum gewechselt. Dieses Phänomen ist eine Wiederholung des "Eternal September" von 1993.

Dead Internet Theory

Es gibt ein Gefühl, das inzwischen fast jeder kennt, der länger als zehn Jahre online ist: Man schreibt etwas, stellt es ins Netz – und hat den Eindruck, in einen leeren Raum zu sprechen. Die Kommentare klingen wie Textbausteine. Die Profile, die liken, haben Stockfoto-Gesichter. Die Suchergebnisse lesen sich, als hätte sie niemand geschrieben, weil sie tatsächlich niemand geschrieben hat.

Für dieses Gefühl gibt es einen Namen: Dead Internet Theory. Sie behauptet, das Internet sei vor Jahren gestorben und werde seither von Bots und generiertem Content am Leben gehalten.

Ich halte die Beobachtung für richtig und die Diagnose für falsch. Nicht ein bisschen daneben – falsch in der Richtung. Die Theorie beschreibt ein Netz, das seine Menschen verloren hat. Was tatsächlich passiert ist, ist etwas anderes: Das Netz hat sein Publikum gewechselt. Und der Unterschied ist derjenige, der über die nächsten fünf Jahre Webarbeit entscheidet.

Woher die Dead Internet Theory kommt

Die These in ihrer heutigen Form stammt nicht aus der Forschung, sondern aus der Imageboard-Kultur. Im Januar 2021 veröffentlichte ein Nutzer namens „IlluminatiPirate" im Forum Agora Road's Macintosh Cafe einen Post mit dem Titel „Dead Internet Theory: Most of the Internet is Fake". Der Text bündelte Diskussionen, die vorher auf 4chan und in verwandten Ecken kursierten.

Die Kernbehauptungen: Das Internet sei etwa 2016/2017 gestorben. Seitdem bestehe der überwiegende Teil aus automatisch erzeugtem Content. Die Menschen, mit denen man zu interagieren glaubt, seien größtenteils Programme. Und in der harten Variante kommt eine Verschwörungskomponente dazu – Regierungen und Geheimdienste steuerten den öffentlichen Diskurs über KI-generierte Inhalte.

Der letzte Punkt ist der Grund, warum die Theorie lange nicht ernst genommen wurde. Zu Unrecht, denn es gibt einen seriösen Vorläufer: Max Reads Essay „How Much of the Internet Is Fake? Turns Out, a Lot of It, Actually" erschien 2018 im New York Magazine und beschrieb unter anderem YouTubes sogenannten „Inversion"-Moment – den Punkt, an dem der Bot-Traffic den menschlichen zu überholen drohte und die Betrugserkennung Gefahr lief, echte Nutzer für Bots zu halten. In den Mainstream kam der Begriff dann 2021 über einen Artikel von Kaitlyn Tiffany im Atlantic.

Empirisch klingt der Kern heute deutlich weniger paranoid als 2021. Der Sicherheitsanbieter Imperva beziffert den Anteil automatisierten Traffics für 2025 auf über 53 Prozent. Aber Vorsicht mit dieser Zahl: Cloudflare Radar misst netzwerkweit rund 35 Prozent. Der Unterschied ist kein Widerspruch, sondern eine Frage der Definition und des Nenners – Sicherheitsanbieter messen ihre Angriffsfläche, Netzwerkbetreiber messen den Durchsatz. Wer mit „das halbe Internet sind Bots" argumentiert, sollte wissen, welche der beiden Zahlen er gerade benutzt.

Der Vorfahre von 1993: Eternal September

Die interessanteste Beobachtung zur Dead Internet Theory ist, dass sie nicht neu ist. Sie hatte eine Vorgängerin, und die ist fast dreißig Jahre älter.

Im Januar 1994 schrieb Dave Fischer in der Newsgroup alt.folklore.computers einen Satz, der zum geflügelten Wort wurde: Der September 1993 werde als der September in die Netzgeschichte eingehen, der nie endete. Gemeint war Folgendes: Im Usenet – dem Diskussionsnetz vor dem Web – gab es einen Jahresrhythmus. Jeden September kamen die neuen Studenten an die Universitäten, bekamen ihre Zugänge, benahmen sich daneben, lernten binnen weniger Wochen die Netiquette und fügten sich ein. Ein absorbierbarer Schock, einmal im Jahr.

Ab 1993 öffneten kommerzielle Provider das Usenet für eine breite Öffentlichkeit. Der Zustrom hörte nicht mehr auf. Die Selbstmoderation der Newsgroups – die darauf beruhte, dass Neue schneller sozialisiert wurden, als neue nachkamen – brach zusammen. Der September endete nie.

Ein Detail lohnt die Erwähnung, weil es fast überall falsch erzählt wird: In der landläufigen Version ist AOL der Schuldige. Der Medienhistoriker Kevin Driscoll hat nachgewiesen, dass AOL im Ursprungsthread überhaupt nicht vorkam. Es ging um die Kommerzialisierung des Zugangs insgesamt; AOL wurde erst später zum Symbol umgedeutet. Die Geschichte vom Untergang des Netzes hat also schon in ihrer ersten Fassung einen Schuldigen bekommen, der nicht im Original stand. Das ist kein Zufall, sondern gehört zum Genre.

Neben Eternal September gibt es aus derselben Zeit zwei weitere Vorboten. Peter Steiners Cartoon im New Yorker vom Juli 1993 – „On the Internet, nobody knows you're a dog" – formulierte das Authentizitätsproblem, bevor es eines war. Und zwischen 1992 und 1994 flutete ein automatisiertes Skript unter dem Namen „Serdar Argic" ganze Newsgroups mit Tausenden von Postings. Es war der erste Fall, in dem ein spürbarer Anteil eines öffentlichen Forums nachweislich nicht von Menschen stammte. Die Bots waren also von Anfang an da. Nur konnte man sie damals riechen.

Die Inversion

Stellt man beide Theorien nebeneinander, ergibt sich die aufschlussreichste Beobachtung dieses ganzen Themas:

Eternal September (1993): Das Netz stirbt an zu vielen Menschen – den falschen. Dead Internet Theory (2021): Das Netz stirbt an zu wenigen Menschen – ersetzt durch Maschinen.

Die Erzählstruktur ist in beiden Fällen identisch. Es gab ein goldenes Zeitalter. Es gibt einen präzisen Todeszeitpunkt. Es gibt einen äußeren Eindringling. Und es gibt den Satz, der jede Widerlegung neutralisiert: Ihr merkt es nur nicht.

Die Ursache aber ist exakt umgekehrt. Und das ist der Punkt, an dem man vorsichtig werden sollte. Wenn dieselbe Geschichte mit gegensätzlicher Begründung zweimal im Abstand von dreißig Jahren erzählt wird, dann beschreibt sie vermutlich weniger den Zustand des Netzes als ein wiederkehrendes Muster in der Wahrnehmung. Nämlich das Erlebnis, dass ein Raum, in dem man sich auskannte, seine Regeln ändert – und dass man selbst nicht mehr zu den Selbstverständlichen gehört.

Das entwertet die Beobachtung nicht. Aber es verschiebt die Frage. Nicht: Ist das Internet tot? Sondern: Was genau hat sich verändert, dass es sich so anfühlt?

Menschen wurden botartig,
bevor Bots menschenähnlich wurden

Die übliche Antwort lautet: Social Media, dann ChatGPT. Ich halte beide Etappen für falsch datiert.

2003 bis 2010 – AdSense und die Content-Farmen. Hier entsteht überhaupt erst „Content" als Kategorie: Text nicht als Aussage, sondern als Werbeträger. Unternehmen wie Demand Media produzierten Artikel direkt aus der Keyword-Nachfrage – erst wurde gemessen, wonach gesucht wird, dann wurde der passende Text bestellt. Geschrieben haben ihn Menschen. Adressiert war er an eine Maschine.

2009 bis 2012 – der algorithmische Feed. Das ist für mich der eigentliche Bruch, und zwar nicht „Social Media" als solches. Die frühen sozialen Netze waren chronologisch: Ich sehe, was meine Kontakte posten, in der Reihenfolge, in der sie es posten. Mit Ranking-Algorithmen wird Sichtbarkeit zur Optimierungsaufgabe. Ab da schreibt niemand mehr nur für Leser, sondern immer auch für ein Verteilungssystem.

Und hier liegt der Satz, der mir wichtiger ist als jede Bot-Statistik:
Menschen wurden botartig, bevor Bots menschenähnlich wurden.

Die Hook in den ersten drei Sekunden. Die aufgerissenen Augen im Thumbnail. Der Kommentar, der eine Frage stellt, deren Antwort den Verfasser nicht interessiert. Der Beitrag, der eine falsche Behauptung aufstellt, weil Korrekturen als Engagement zählen. Das alles ist kein maschinell erzeugter Content. Das ist menschliches Verhalten, das über ein Jahrzehnt von Metriken dressiert wurde.

Wer heute das Gefühl hat, mit Bots zu reden, redet in vielen Fällen mit Menschen, die gelernt haben, wie ein Optimierungsverfahren zu klingen. Die Automatisierung kam danach – und traf auf ein Formenrepertoire, das ihr bereits perfekt entgegenkam.

Ab 2022 – generative KI. Sie hat, anders als meist behauptet, nichts grundsätzlich Neues erfunden. Sie hat die Grenzkosten für plausiblen Text auf null gesetzt. Vorher war Spam billig, aber erkennbar billig: die schiefe Grammatik, die falschen Umlaute, der Satzbau aus dem Übersetzungsprogramm. Diese Erkennbarkeit war die letzte Schutzschicht des Lesers, und sie ist weg. Nicht die Menge des Mülls ist das Problem, sondern dass er sich nicht mehr am Stil verrät.

Drei bunte Skelette machen ein Selfie mit Smartphones und halten ein gerahmtes Bild eines traurigen Skeletts in der Hand.
Dead Internet Theory I.1

Der Slop-Einwand:
Wird KI schlechter, weil das Netz voller Slop ist?

An dieser Stelle kommt ein Einwand, der intuitiv zwingend wirkt: Wenn Sprachmodelle aus dem Netz lernen und das Netz zunehmend aus KI-Text besteht, dann müssten die Modelle immer schlechter werden. Eine Kopie der Kopie der Kopie.

Der Effekt hat einen Namen – Model Collapse – und ist gut belegt. Shumailov und Kollegen beschreiben zwei Stufen: einen frühen Kollaps, bei dem sich Verteilungsfehler aufsummieren und das Modell von der echten Datenverteilung abdriftet, und einen späten, bei dem seltene Ereignisse dauerhaft aus dem Modell verschwinden. Ihr Befund: Frische menschliche Daten müssen regelmäßig nachgespeist werden.

Trotzdem ist die naive Vorhersage falsch, und das lässt sich prüfen: Seit 2022 sind vier Jahre Slop ins Netz geflossen, und die Modelle sind in dieser Zeit besser geworden, nicht schlechter. Der Grund liegt in einer Unterscheidung, die in der öffentlichen Debatte fast immer untergeht:

  • Ersetzen: Jede Generation trainiert ausschließlich auf dem Output der vorigen. Der Fehler wächst unbegrenzt. Das ist das Katastrophenszenario, und es ist real.

  • Akkumulieren: Die echten Daten bleiben im Trainingsbestand, synthetische kommen hinzu. Gerstgrasser und Kollegen zeigen, dass der erwartete Testfehler in diesem Regime beschränkt bleibt – auch über beliebig viele Iterationen.

Die reale Praxis liegt beim zweiten Fall. Das verbreitete mentale Bild – „das Modell saugt das Netz ein" – entspricht etwa dem Stand von 2020. Heute dominieren Filterung, Deduplizierung, Qualitätsklassifikatoren, lizenzierte Korpora und absichtlich erzeugte synthetische Daten mit Prüfschritt. Microsofts Phi-Reihe ist das bekannteste Gegenbeispiel: kleine Modelle, die bei Code-Benchmarks mit zehnmal größeren mithalten, weil Kuratierung das Volumen ersetzt.

Der entscheidende Trennstrich verläuft entlang der Prüfbarkeit. Code kompiliert oder nicht. Ein mathematischer Beweis trägt oder nicht. Dort bricht ein Verifier die Rückkopplungsschleife auf, und synthetische Daten machen Modelle nachweislich besser. Gefährlich wird es dort, wo es keine Grundwahrheit gibt: bei Urteilsvermögen, Geschmack, neuen Fakten, Minderheitenperspektiven.

Deshalb ist die realistische Gefahr nicht Verdummung, sondern Homogenisierung. Die Ränder der Verteilung sterben zuerst: seltene Fakten, ungewöhnliche Stile, Dialekte, Randmeinungen, alles, was nur einmal irgendwo steht. Der Median wird besser, die Varianz schrumpft. Ein Modell, das nie falsch liegt und nie überrascht, ist nicht kollabiert – aber es ist ärmer geworden. Für alle, die von Eigenheit leben, ist das die schlechtere Nachricht.

Und das strukturelle Risiko ist am Ende ökonomisch, nicht technisch. Modelle brauchen frischen menschlichen Input. Wenn Zero-Click-Antworten den Traffic abschneiden, der Autoren fürs Publizieren entlohnt hat, versiegt die Quelle – nicht weil zu viel Slop entsteht, sondern weil zu wenig Neues entsteht.

Das lässt sich beobachten. Stack Overflow, jahrelang das kollektive Gedächtnis der Softwareentwicklung, hat seit dem Start von ChatGPT einen dramatischen Einbruch beim Fragevolumen erlebt – vom Höchststand über 200.000 Fragen im Monat (2014) auf einen Bruchteil davon. Wie groß der Bruchteil genau ist, hängt von der Quelle ab; die Angaben reichen von „unter 50.000" bis „nahezu null", je nach Zählweise und Stichtag. Die Richtung ist unstrittig.

Zwei Einschränkungen gehören dazu, weil sie den Fall interessanter machen. Erstens begann der Rückgang vor den Sprachmodellen – aggressive Moderationspraxis hatte schon ab 2014 Nutzer vertrieben. Zweitens fand eine Studie der TU Graz, dass Fragen und Antworten nach ChatGPT länger und schwieriger wurden. Abgewandert ist das Triviale. Was bleibt, ist dünner, aber dichter.

Das ist kein Aussterben. Das ist Substitution.

Zwei Sorten Bots,
die ständig verwechselt werden

Damit zum Punkt, an dem die Dead Internet Theory am deutlichsten danebengreift. Sie wirft zwei Phänomene zusammen, die nichts miteinander zu tun haben:

Agenten für Menschen. Mein Assistent ruft deine Website ab, vergleicht Angebote, liest eine Dokumentation, bucht einen Termin. Das ist Maschine-zu-Maschine-Kommunikation, wie es sie seit EDI und Web-APIs gibt – nur jetzt in natürlicher Sprache und ohne vorherige Absprache. Kein Tod, sondern Delegation. Der Auftraggeber am Ende der Kette ist ein Mensch mit einem Anliegen und einem Portemonnaie.

Bots als Menschen. Simuliertes Publikum, gefälschtes Engagement, erfundene Rezensionen, koordinierte Meinungsmache. Das ist die eigentliche Pathologie, und sie ist real und nimmt zu.

Weil die Dead Internet Theory beides in denselben Topf wirft, überschätzt sie das Problem an der einen Stelle und unterschätzt es an der anderen. Sie warnt vor der Infrastruktur und übersieht die Täuschung.

Und sie beschreibt eine Phase, die bereits vorbei ist. Bei über 50 Prozent automatisiertem Traffic geht es längst nicht mehr darum, dass Bots schreiben. Es geht darum, dass Bots lesen. Die Dead Internet Theory handelte von einem gefälschten Publikum. Heute ist das Publikum echt – nur nicht menschlich. Das ist die eigentliche Zäsur, und mit dem behaupteten Todesdatum 2016 hat sie nichts zu tun.

Was wirklich passiert ist

Meine These in einem Satz: Das Internet ist nicht gestorben, es hat das Publikum gewechselt. Drei Bewegungen laufen dabei gleichzeitig.

Erstens: Das Menschliche ist umgezogen, nicht verschwunden. Menschen schreiben heute mehr als je zuvor – in Discord-Servern, WhatsApp-Gruppen, Signal, Slack, geschlossenen Communities, Newslettern. Nicht indexierbar, nicht crawlbar, nicht messbar. Das offene Web wirkt auch deshalb leer, weil der lebendige Teil sich der Sichtbarkeit entzogen hat. Für einen Crawler sieht Rückzug exakt aus wie Aussterben. Ein guter Teil dessen, was wir „Tod des Internets" nennen, ist schlicht Privatisierung.

Zweitens: Das offene Web wird vom öffentlichen Raum zur Backend-Infrastruktur. Menschen besuchen keine Seiten mehr, Agenten lesen sie. Websites hören auf, Orte zu sein, und werden zu Datenquellen. Das ist die Veränderung, die tatsächlich weh tut – nicht weil Maschinen böse wären, sondern weil dabei etwas verloren geht, das keine Metrik erfasst: der Zufall. Das Stolpern über etwas, das man nicht gesucht hat. Eine perfekt beantwortete Frage lässt keinen Raum für die Frage daneben.

Drittens: Herkunft wird knapp und damit wertvoll. Wenn plausibler Text nichts mehr kostet, verschiebt sich der Wert von der Aussage zum Nachweis. Wer hat das geschrieben. Woher stammt die Zahl. Wer haftet dafür. Verifizierte Identität, kleine vertrauenswürdige Kreise, persönliche Empfehlung, Dinge, die offline stattfinden – all das gewinnt an Gewicht, und zwar nicht aus Nostalgie, sondern aus Ökonomie.

Und es gibt eine harte Untergrenze für jedes Doom-Szenario, die selten genannt wird: Ein Internet ohne Menschen hat kein Geschäftsmodell. Werbung, Handel, Abonnements – jede Wertschöpfungskette endet bei menschlicher Aufmerksamkeit oder menschlichem Geld. Bots, die einander Content vorlesen, monetarisieren nichts. Das ist kein moralischer Trost. Es ist der Grund, warum das vollautomatische Netz sich nicht selbst trägt.

Was daraus folgt

Für alle, die Websites betreiben oder bauen, ergeben sich daraus vier praktische Konsequenzen.

Behandle Maschinen als Zielgruppe, nicht als Störung. Wenn ein erheblicher Teil deiner Leser Agenten sind, die im Auftrag echter Menschen unterwegs sind, dann ist maschinenlesbare Struktur kein SEO-Trick, sondern Barrierefreiheit für ein neues Publikum: saubere Überschriftenhierarchie, stabile Anker, JSON-LD, klare Entitäten, eine ehrliche llms.txt. Was ein Modell nicht sauber in Abschnitte zerlegen kann, kann es auch nicht zitieren.

Unterscheide beim Blockieren. Pauschales Aussperren aller Bots trifft die Agenten deiner Kunden genauso wie die Scraper. Die sinnvolle Trennlinie verläuft nicht zwischen Mensch und Maschine, sondern zwischen deklarierten und getarnten Zugriffen.

Miss, was tatsächlich passiert. Die meisten Betreiber kennen ihre eigene Bot-Quote nicht, weil JavaScript-basierte Analytics den halben Traffic gar nicht sehen. Die Access-Logs des Servers wissen mehr als jedes Dashboard.

Schütze die Herkunft. Wenn Text beliebig wird, wird die nachweisbare Quelle zum Asset. Das reicht von konsistenten Angaben über alle Profile hinweg bis zu Metadaten in Bildern – und es ist derselbe Mechanismus, über den auch manipulierte Quellen KI-Antworten kapern. Wer seine eigene Entität nicht pflegt, überlässt sie jemand anderem.

Die Dead Internet Theory hat also recht mit dem Gefühl und unrecht mit dem Befund. Das Netz ist nicht leer. Es ist voll von jemandem, den wir nicht eingeplant hatten. Wer 2016 als Todesjahr markiert, verpasst dabei genau die Verschiebung, die gerade wirklich stattfindet – und die interessanter ist als jede Verschwörung: Zum ersten Mal seit dreißig Jahren schreiben wir Websites nicht mehr nur für Menschen.

Ein Skelett mit gelbem Pullover und Kopfhörern sitzt an einem Laptop und hält ein Smartphone in der Hand, während es im Internet surft.
Dead Internet Theory II.1

Quellen und Belege

Zur Theorie und ihrer Vorgeschichte

Zum Bot-Anteil

Zu Model Collapse

  • Shumailov, Shumaylov, Zhao, Papernot, Anderson, Gal: „AI models collapse when trained on recursively generated data", Nature 631, 755–759 (2024) — https://www.nature.com/articles/s41586-024-07566-y

  • Gerstgrasser et al.: „Is Model Collapse Inevitable? Breaking the Curse of Recursion by Accumulating Real and Synthetic Data", COLM 2024 — https://arxiv.org/abs/2404.01413 (Der Nachweis, dass akkumulierende Daten den Fehler nach oben beschränken, während ersetzende Daten zum Kollaps führen.)

Zu Stack Overflow

Stand: August 2026. Die Angaben zum Bot-Anteil unterscheiden sich je nach Messpunkt und Definition erheblich; die genannten Werte sind als Größenordnung zu lesen, nicht als exakte Quote. Die Zahlen zum Rückgang bei Stack Overflow schwanken zwischen den Sekundärquellen deutlich – maßgeblich ist der Data Explorer.

Newsletter abonnieren

Gelegentliche Updates zu Projekten, Design-Themen und neuen Arbeiten. Doppelte Bestätigung. Jederzeit abbestellbar.