Was ist künstliche Intelligenz?

Was bedeutet künstliche Intelligenz?

KI ist die Abkürzung für künstliche Intelligenz. Viele heutige KI-Programme erkennen Muster in Beispieldaten. Sie können etwa unerwünschte E-Mails aussortieren, Sprache übersetzen oder einen Text entwerfen. Es gibt auch KI-Verfahren mit ausdrücklich festgelegten Regeln. Auf Englisch heißt KI „Artificial Intelligence“, kurz AI.

Für die Nutzung helfen drei Fragen: Welche Aufgabe soll das Programm erledigen? Welche Informationen braucht es dafür? Woran lässt sich das Ergebnis prüfen?

Wie lernt ein Computer aus Beispielen?

Ein gewöhnliches Programm folgt Regeln, die Menschen vorgeben. Zum Beispiel: Wenn eine Rechnung nach 14 Tagen nicht bezahlt ist, erstelle eine Erinnerung.

Viele KI-Systeme werden dagegen mit Beispielen vorbereitet. Ein Programm sieht etwa viele Bilder von Äpfeln und Birnen und lernt, sie zu unterscheiden. Menschen legen fest, welche Beispiele es bekommt und wie das Ergebnis bewertet wird. Das heißt maschinelles Lernen oder „Machine Learning“.

Diese Vorbereitung nennt man Training. Die dafür verwendeten Beispiele heißen Trainingsdaten. Sind die Beispiele einseitig oder fehlerhaft, kann das später auch die Antworten beeinflussen. Lernen bedeutet hier nicht, dass der Computer eigene Lebenserfahrungen sammelt.

Wie kann KI neue Texte und Bilder erstellen?

Manche KI erkennt oder sortiert etwas. Andere erzeugt neue Inhalte: Texte, Bilder, Musik oder Stimmen. Dafür wird der Begriff „generative KI“ verwendet. „Generativ“ bedeutet hier schlicht: etwas erzeugend.

Ein großes Sprachmodell ist die Grundlage vieler KI-Chatprogramme. Die englische Abkürzung lautet LLM. Das Modell wurde mit sehr vielen Sprachbeispielen vorbereitet. Es kann daraus neue Sätze bilden. Es schlägt also nicht einfach eine fertige Antwort in einem Lexikon nach.

Ein breit einsetzbares Grundmodell heißt Foundation Model. Daraus können unterschiedliche Anwendungen entstehen. Für bestimmte Aufgaben lässt sich ein Modell mit weiteren Beispielen nachtrainieren. Das nennt man Fine-Tuning.

Warum ist eine überzeugende Antwort nicht immer richtig?

Beim Schreiben berechnet ein Sprachmodell Schritt für Schritt, welche Textteile gut zur bisherigen Eingabe passen. Vereinfacht ähnelt das einer sehr leistungsfähigen Wortvervollständigung. Daraus können hilfreiche Erklärungen entstehen – aber auch erfundene Angaben.

„Passt gut in diesen Satz“ bedeutet nicht „ist wahr“. Fragt man nach einem unbekannten Buch, kann eine KI einen glaubwürdigen Titel und eine erfundene Inhaltsangabe liefern. Solche falschen Ausgaben nennt man Halluzinationen.

Wenn ChatGPT „Ich denke“ oder „Ich bin sicher“ schreibt, ist das ebenfalls erzeugter Text. Es ist kein Beweis dafür, dass das Programm wie ein Mensch denkt, etwas erlebt oder seine Aussage überprüft hat.

Was merkt sich die KI während eines Gesprächs?

Damit eine Antwort passt, braucht die KI Informationen: deine Frage, vielleicht den bisherigen Gesprächsverlauf oder einen Text. Diese Informationen heißen Kontext. Es gibt eine Grenze dafür, wie viel das Modell auf einmal berücksichtigen kann. Diese Grenze heißt Kontextfenster.

Dafür zählt das System kleine Textstücke, sogenannte Tokens. Ein Token kann ein Wortteil, ein Wort oder ein Satzzeichen sein. Sehr lange Gespräche oder Dateien können die Grenze erreichen. Auch innerhalb der Grenze kann die KI etwas übersehen.

Viele Sprachmodelle nutzen eine Bauweise namens Transformer. Sie hilft dabei, Beziehungen zwischen Textteilen zu berücksichtigen. Gib wichtige Angaben ausdrücklich mit und kontrolliere, ob die Antwort sie berücksichtigt.

Kennt die KI die neuesten Informationen?

Nicht unbedingt. Ein Modell kennt zunächst Muster aus seinen Trainingsdaten. Was danach passiert ist, weiß es nicht automatisch. Manche Produkte können zusätzlich im Internet suchen oder bereitgestellte Dokumente lesen.

Auch dann solltest du die angegebene Quelle selbst öffnen. Steht die Behauptung wirklich dort? Ist die Information noch aktuell? Eine Quellenangabe im Chat kann falsch sein.

Ob ein Anbieter deine Eingaben speichert oder später zum Training verwendet, hängt vom konkreten Angebot und seinen Einstellungen ab. Eine Eingabe ist nicht automatisch neues Training.

Was ist der Unterschied zwischen Modell, Produkt und Anbieter?

Das Modell ist der Teil, der die Antwort berechnet. Das Produkt ist das Programm, das du bedienst – mit Chatfenster, Dateifunktion oder Suche. Der Anbieter ist das Unternehmen dahinter. Diese Unterschiede sind wichtig, weil nicht alle Produkte dieselben Funktionen und Datenregeln haben.

Beispiele sind ChatGPT von OpenAI, Claude von Anthropic und Gemini von Google. Hinter einem Produkt können verschiedene Modelle stecken. Namen und Funktionen können sich ändern. Die Beispiele sind keine Empfehlung für einen bestimmten Dienst.

Manche Modelle laufen auf dem eigenen Computer. Das nennt man lokal. Dadurch können Daten auf dem eigenen Gerät bleiben. Prüfe trotzdem, ob die verwendete Anwendung Informationen an andere Dienste sendet. „Lokal“ bedeutet nicht automatisch „sicher“.

Eine KI-Antwort prüfen

Bevor du einen KI-Text verwendest, vergleiche die wichtigen Angaben mit deinen Unterlagen. Bei einer Einladung sind das zum Beispiel Ort, Datum und Anmeldefrist.

• Gib eine klare Aufgabe und die nötigen Informationen mit.
• Prüfe wichtige Aussagen am Original.
• Lade persönliche oder vertrauliche Daten nicht ungeprüft hoch.
• Lass die KI Vorschläge machen – entscheide selbst, was du verwendest.

Kurz nachschlagen

Begriffe zum Artikel

Ein Klick öffnet die Erklärung direkt hier. Danach kannst du an derselben Stelle weiterlesen.

• Künstliche Intelligenz – Ein Sammelbegriff für Computersysteme, die etwa Sprache verarbeiten, Bilder erkennen oder Entscheidungen vorbereiten.
• Machine Learning – Ein Verfahren, bei dem ein Programm Zusammenhänge aus Beispieldaten ableitet, um neue Fälle zu bearbeiten.
• Generative AI – KI, die neue Inhalte erzeugt – Texte, Bilder, Audio oder Video – statt Vorhandenes nur einzuordnen.
• Foundation Model – Ein groß und breit trainiertes Modell, das als Grundlage für viele verschiedene Anwendungen dient.
• Large Language Model – Ein Programm, das mit sehr viel Text trainiert wurde und daraus Wort für Wort neue Texte zusammensetzt.
• Transformer – Die Bauweise hinter modernen Sprachmodellen; sie gewichtet, welche Teile einer Eingabe zusammengehören.
• Token – Der kleine Textbaustein, in den ein Modell Sprache zerlegt – meist ein Wortstück oder ein Satzzeichen.
• Kontextfenster – Die begrenzte Menge Text, die ein Modell in einem Gespräch gleichzeitig berücksichtigen kann.
• Trainingsdaten – Die Sammlung von Beispielen, aus denen ein Modell seine Muster ableitet.
• Fine-Tuning – Zusätzliches Training eines fertigen Modells mit ausgewählten eigenen Beispielen.

Weiterlesen

Passend dazu