Gigantische Datenmengen, enorme Rechenleistung, neuronale Netze. Wie KI wirklich entstanden ist und warum sie trotzdem ihre Grenzen hat.
Wie ist KI eigentlich intelligent geworden? · 10-teilige Serie · TV, YouTube und On-Demand
▶ Folge 3 jetzt ansehen
▶ Bild anklicken zum Ansehen auf Austro TV
Stell dir vor, du willst Kochen lernen. Aber nicht in einer Küche. Du lernst es ausschließlich aus Büchern. Zehntausend Kochbücher, Millionen Rezepte. Du liest alles, speicherst alles. Irgendwann kennst du jedes Rezept auswendig. Jeden Fachbegriff, jeden Handgriff, jede Technik.
Aber du hast noch nie etwas geschmeckt. Du weißt nicht, wie sich zu viel Salz anfühlt. Du weißt nicht, wie es riecht, wenn die Butter zu heiß wird.
Genau das ist, vereinfacht gesagt, das Lernprinzip von KI.
In Folge 2 haben wir gelernt: KI erkennt Muster und setzt sie fort. Sie denkt nicht, sie berechnet. In Folge 3 schauen wir uns an, was hinter diesem Berechnen steckt. Nicht damit du Informatiker wirst, sondern damit du verstehst, warum KI kann, was sie kann, und warum sie trotzdem Grenzen hat.
Aus unvorstellbar vielen Daten. Texte aus dem Internet, Bücher, wissenschaftliche Arbeiten, Code, Nachrichten, Foren, Gespräche, dazu Bilder. Man spricht von Hunderten Milliarden Wörtern, manche Modelle wurden mit noch mehr trainiert. Das ist keine Übertreibung, das ist die Größenordnung, die notwendig ist, damit KI so antwortet, wie sie es tut.
Aber Daten alleine reichen nicht. Man braucht auch die Rechenleistung, um sie zu verarbeiten. Das Training eines großen KI-Modells dauert Wochen oder Monate, auf tausenden speziellen Prozessoren gleichzeitig. Der Stromverbrauch dabei entspricht dem einer mittleren Stadt.
Das ist kein Hobby-Projekt. Das ist Industrie. KI ist das Ergebnis von Milliarden Euro an Infrastruktur und Jahrzehnten an Forschung. Das vergisst man leicht, wenn man einfach eine Frage eintippt.
Ein Begriff, den man oft hört, ohne genau zu wissen, was dahintersteckt.
Neuronale Netze sind das Herzstück moderner KI. Der Name klingt nach Biologie, und das ist kein Zufall. Die Idee dahinter ist vom menschlichen Gehirn inspiriert. Im Gehirn haben wir Milliarden von Nervenzellen, sogenannte Neuronen, die untereinander verbunden sind. Wenn ein Signal stark genug ist, wird es weitergeleitet. Wenn nicht, eben nicht. Durch Erfahrung verändern sich diese Verbindungen, manche werden stärker, manche schwächer. So lernt das Gehirn.
Neuronale Netze in KI funktionieren nach demselben Prinzip, nur eben nicht mit echten Zellen, sondern mit mathematischen Verbindungen. Tausende, Millionen, manchmal Milliarden davon. Beim Training werden diese Verbindungen immer wieder angepasst. Macht das Modell eine richtige Vorhersage, werden die entsprechenden Verbindungen bestärkt. Liegt es falsch, werden sie korrigiert. Das passiert Milliarden Mal, mit Milliarden Datenpunkten.
Am Ende steht ein Netz, das sehr gut darin ist, Muster zu erkennen und fortzusetzen. Im Grunde ein gigantisches Netz aus mathematischen Verbindungen. Keine Gedanken, keine Gefühle. Nur sehr viele, sehr fein abgestimmte Knotenpunkte.
Datenqualität entscheidet. Was nicht aufgeschrieben wurde, weiß KI nicht. Österreichische Eigenheiten, Dialekt, lokale Gesetze sind in weltweiten Trainingsdaten unterrepräsentiert.
Rechenleistung kostet. Größere Modelle liefern meist bessere Ergebnisse, aber auch mehr Kosten und Energie. Deshalb betreibt nicht jedes Unternehmen ein eigenes Spitzenmodell.
Wissen hat ein Ablaufdatum. KI kennt nur, was bis zu ihrem Trainingsstichtag bekannt war. Aktuelle Ereignisse muss sie gezielt recherchieren.
Ja. Man nennt das Bias, also Verzerrung.
Wenn bestimmte Themen, Gruppen oder Perspektiven in den Trainingsdaten überrepräsentiert sind, lernt KI diese Schräglage mit.
Denk an den Namen Kevin. Welches Bild hast du gerade vor dir? Bewusst oder unbewusst entsteht oft ein bestimmtes Klischee. Das ist menschlicher Bias, entstanden aus Erfahrung, Medien und Gesellschaft. KI lernt genau diesen Bias aus denselben Texten, nicht weil sie das so will, sondern weil sie das Muster erkennt.
Das ist kein Grund zur Panik. Aber es ist ein Grund, bei sensiblen Themen genauer hinzuschauen, etwa bei Personalentscheidungen, medizinischen Fragen oder rechtlichen Einschätzungen. Wir kommen darauf in einer späteren Folge ausführlicher zurück, wenn es um den EU AI Act geht.
KI ist das Ergebnis von gigantischen Datenmengen, enormer Rechenleistung und jahrelanger Forschung. Das macht sie mächtig. Aber dieselbe Größe, die sie stark macht, ist auch ihre Grenze.
Sie weiß viel, aber nicht alles. Sie weiß, was aufgeschrieben wurde, nicht was wahr ist. Sie weiß, was vor ihrem Trainingsende passiert ist, nicht was danach kam.
Wer das weiß, nutzt KI richtig. Wer das ignoriert, verlässt sich auf ein Werkzeug, ohne zu wissen, wo es endet.
In Folge 4 geht es praktisch weiter: Wie man KI richtig anspricht, damit brauchbare Ergebnisse herauskommen. Das Stichwort heißt Prompting, und es ist einfacher, als es klingt.
Praxisnah, verständlich und auf euren Alltag abgestimmt. Für Teams, KMU und öffentliche Einrichtungen.
Training anfragen