Grundlagen & Modelle
Generative KI
Frühere KI hat sortiert, erkannt, empfohlen — generative KI erzeugt selbst: Text, Bilder, Code, Audio. Das verschiebt die Kostenstruktur ganzer Tätigkeiten, denn der erste Entwurf ist plötzlich fast gratis. Wertvoll bleibt, was davor und danach passiert: die richtige Frage, die Auswahl, die Prüfung. Erzeugen ist billig geworden, urteilen nicht.
Ein Beispiel
Der Unterschied zu früherer KI lässt sich an einem Satz zeigen. Bisherige Systeme beantworteten Fragen mit einer Auswahl: Ist diese Mail Spam, ja oder nein? Gehört dieses Bild zu Klasse A oder B? Generative Systeme antworten mit etwas Neuem — einem Text, der so noch nicht existierte, einem Bild, das niemand aufgenommen hat. Das macht sie unvergleichlich vielseitiger und zugleich schwerer prüfbar: Bei einer Auswahl aus zwei Optionen ist die Fehlerquote messbar. Bei einem freien Text muss erst definiert werden, was falsch überhaupt heißt.
Genauer betrachtet
Erzeugende Verfahren modellieren die Verteilung der Daten selbst und ziehen daraus Stichproben. Das erklärt zwei Eigenschaften: Dieselbe Eingabe kann verschiedene Ausgaben liefern, und das Ergebnis ist immer ein Vorschlag aus dem Gelernten, nie ein Fund.
Warum das zählt
Genau daran scheitern die meisten Piloten. Ein Klassifikationsmodell lässt sich mit einer Genauigkeitszahl abnehmen; ein generatives System nicht. Wer es trotzdem versucht, landet bei „sieht gut aus“ als Abnahmekriterium — und findet Fehler nur, wenn er zufällig hinsieht. Die Arbeit steckt deshalb im Definieren des Maßstabs, bevor gebaut wird: Welche Eigenschaften muss eine gute Ausgabe haben, welche Fehler sind tolerabel, welche nicht? Ist das geklärt, ist die Prüfung selbst meist billig.
Häufig missverstanden
Weil der Entwurf billig ist, verlagert sich der Aufwand auf die Prüfung. Teams, die nur die Erzeugung automatisieren und die Kontrolle unverändert lassen, sparen unterm Strich oft nichts.
Wo dieser Begriff im Magazin arbeitet.
5 Artikel benutzen den Begriff oder verhandeln sein Prinzip.
Auf der Bühne
Der Bericht und das Déjà-vu
Eine Zahl, die jeder kennt, ist nicht dasselbe wie eine Zahl, die jeder geprüft hat.Im Artikel lesenAuf der Bühne
Die Prognose und die Beförderung
Eine schrumpfende Ebene ist eine Beobachtung. Wer sie schrumpfen lässt und warum, ist eine andere Frage — und die Antwort ist selten nur eine.Im Artikel lesenAus der Wissenschaft
Was aus Samantha wurde
Im Film gibt es kein Land, das sich vorher schon geleert hat. In der Wirklichkeit fangen die Zahlen genau dort an.Im Artikel lesenLange Sicht
De-Skilling: Was wir verlernen, wenn KI immer antwortet
Wer die Grundlagen nie übt, kann später schwer beurteilen, ob ein KI Ergebnis trägt.Im Artikel lesenAus der Wissenschaft