Piotr Migdał, Gründungsingenieur der KI-Analysefirma Quesma, hat getestet, wie zuverlässig führende KI-Modelle Pilze erkennen. Er schickte 1.040 Fotos durch 16 Modelle, abgedeckt waren 55 Arten aus Datensätzen sicherer und tödlicher Pilze, abgeglichen mit einer dänischen Pilzbibliothek. Jedes Modell sollte pro Foto die wahrscheinlichste Art plus vier Alternativen nennen.

Das beste Modell, Gemini-3.8-flash, lag mit dem ersten Tipp nur in 65 Prozent der Fälle richtig und kam auf 85 Prozent innerhalb der Top fünf. Qwen3.8-27b landete bei 13 Prozent im ersten Versuch und 24 Prozent über fünf Versuche.

Die Fehler waren nicht zufällig. Modelle hielten einen tödlichen Schleierling für einen Pfifferling, genau die Verwechslung, die menschliche Sammler tötet. Der Knollenblätterpilz wurde in 16 Prozent der Fälle als essbar eingestuft, der Trichterling in 48 Prozent, der Schirmling in 31 Prozent. Qwen3.8-27b erklärte giftige Pilze in 36 Prozent der Fälle für essbar, Qwen3.8-flash in 30 Prozent. Metas Muse-spark-1.2 hatte mit acht Prozent die niedrigste Falsch-positiv-Rate, vor allem weil das Modell oft keine Antwort gab.

Migdał, der Pilze gern isst, aber nur mit erfahrenen Sammlern unterwegs ist, betont, dass ein einzelnes Foto oft selbst für Experten nicht reicht. Sein Fazit ist eindeutig: Keinen Pilz essen, weil eine KI ihn für sicher erklärt hat. Der Benchmark-Datensatz liegt auf GitHub und lässt sich für lokale Arten anpassen.