KI Grundlagen
Geschichte, Funktionsweise, Begriffe
Wer verstehen will, warum Künstliche Intelligenz beeindruckende Ergebnisse liefert und zugleich verlässlich bestimmte Fehler macht, muss wissen, wie sie arbeitet. Diese Seite erklärt die Technik so genau wie nötig und so verständlich wie möglich, ohne die üblichen Vereinfachungen, die zu falschen Erwartungen führen.
Was ist Künstliche Intelligenz und was ist sie nicht?
Künstliche Intelligenz ist ein Sammelbegriff für Verfahren, mit denen Computer Aufgaben lösen, die zuvor menschliches Urteilsvermögen erforderten. Der Begriff beschreibt kein einzelnes Verfahren, sondern ein Forschungsfeld, das seit 1956 existiert und in dem sich über die Jahrzehnte sehr unterschiedliche Ansätze abgelöst haben. Was heute im Alltag als KI bezeichnet wird, ist fast immer ein bestimmter Ansatz: maschinelles Lernen mit tiefen neuronalen Netzen, meist in Form eines großen Sprachmodells.
Ebenso wichtig ist die Abgrenzung. Heutige Systeme haben kein Verständnis im menschlichen Sinne, keine Absichten und kein Weltmodell, das über die Muster ihrer Trainingsdaten hinausgeht. Sie berechnen, welche Fortsetzung eines Textes am wahrscheinlichsten ist. Diese Feststellung ist keine Abwertung. Sie erklärt, warum die Ergebnisse so gut sind, und sie erklärt zugleich die typischen Fehler.
Die Geschichte der Künstlichen Intelligenz
Rund 75 Jahre Forschung mit zwei längeren Durststrecken. Wer diese Kurve kennt, bewertet die aktuelle Euphorie nüchterner.
Turing stellt die entscheidende Frage
Alan Turing veröffentlicht seine Arbeit über Rechenmaschinen und Intelligenz und schlägt darin ein Prüfverfahren vor, das später als Turing-Test bekannt wird. Sein Ansatz verschiebt die unbeantwortbare Frage, ob Maschinen denken können, auf die praktische Frage, ob sie sich von Menschen unterscheiden lassen.
Der Begriff entsteht
Auf einer Konferenz am Dartmouth College wird der Begriff Artificial Intelligence geprägt. Die Erwartungen sind hoch: Man rechnet damit, das Problem innerhalb einer Generation weitgehend zu lösen. Diese Fehleinschätzung wiederholt sich in der Geschichte des Feldes mehrfach.
Das Perzeptron und der erste Rückschlag
Frank Rosenblatt stellt das Perzeptron vor, den Vorläufer heutiger neuronaler Netze. Als nachgewiesen wird, dass einfache Perzeptronen bestimmte Aufgaben grundsätzlich nicht lösen können, verliert der Ansatz für rund zwei Jahrzehnte an Bedeutung.
ELIZA und die erste Täuschung
Joseph Weizenbaum entwickelt ELIZA, ein sehr einfaches Programm, das die Gesprächsführung einer Psychotherapeutin nachahmt. Menschen schreiben dem Programm Verständnis zu, obwohl es lediglich Satzmuster umformt. Diese Beobachtung ist bis heute relevant für den Umgang mit Sprachmodellen.
Zwei KI-Winter
Nachdem die Versprechen nicht eingelöst werden, brechen Förderung und Interesse zweimal ein. Dazwischen liegt die Blüte der Expertensysteme, also regelbasierter Programme, die Fachwissen in Wenn-Dann-Regeln abbilden. Sie scheitern daran, dass sich reales Wissen nicht vollständig in Regeln fassen lässt.
Deep Blue schlägt Kasparow
Ein Schachcomputer besiegt den amtierenden Weltmeister. Das System ist keine lernende KI im heutigen Sinne, sondern rechnet Stellungen mit enormer Geschwindigkeit durch. Für die öffentliche Wahrnehmung ist es dennoch ein Wendepunkt.
Der Durchbruch des Deep Learning
Ein tiefes neuronales Netz gewinnt einen bedeutenden Bilderkennungswettbewerb mit deutlichem Abstand. Möglich wurde das durch drei Faktoren, die erst jetzt zusammenkamen: sehr große Datenmengen, leistungsfähige Grafikprozessoren und verbesserte Trainingsverfahren.
Die Transformer-Architektur
Eine Forschungsarbeit bei Google stellt die Transformer-Architektur vor, deren Kern der sogenannte Attention-Mechanismus ist. Sie erlaubt es, Texte parallel statt Wort für Wort zu verarbeiten und Bezüge über große Abstände hinweg zu erfassen. Diese Architektur ist die technische Grundlage praktisch aller heutigen Sprachmodelle.
Skalierung als Erfolgsrezept
Es zeigt sich, dass Modelle mit mehr Parametern und mehr Trainingsdaten nicht nur graduell besser werden, sondern Fähigkeiten entwickeln, die zuvor nicht vorhanden waren. Diese Beobachtung löst einen Wettlauf um Größe aus, der die folgenden Jahre prägt.
KI erreicht die Öffentlichkeit
Mit der Freigabe eines Chatsystems für die breite Nutzerschaft wird generative KI erstmals ohne Fachkenntnisse zugänglich. Innerhalb weniger Monate steht das Thema auf jeder Geschäftsführungsagenda. Technisch war der Sprung geringer, als es wirkte, der Zugang war das Neue.
Multimodalität und offene Modelle
Modelle verarbeiten nicht mehr nur Text, sondern auch Bild, Audio und Video. Parallel entsteht ein leistungsfähiges Feld offener Modelle, deren Gewichte frei verfügbar sind. Damit wird der Betrieb im eigenen Rechenzentrum für Unternehmen erstmals eine realistische Option.
Schlussfolgern und Agenten
Der Schwerpunkt verschiebt sich von reiner Textproduktion zu Modellen, die mehrstufige Denkschritte ausführen und Werkzeuge selbständig aufrufen. Gleichzeitig rückt der regulatorische Rahmen in den Vordergrund, in Europa insbesondere durch die KI-Verordnung.
KI, Machine Learning, Deep Learning: wie die Begriffe zusammenhängen
Die Begriffe sind ineinander verschachtelt: Machine Learning ist ein Teilgebiet der Künstlichen Intelligenz, Deep Learning ein Teilgebiet des Machine Learning, und große Sprachmodelle sind eine bestimmte Bauform innerhalb des Deep Learning. Wer diese Verschachtelung kennt, kann Anbieterversprechen deutlich besser einordnen, denn der Begriff KI wird häufig auch für Systeme verwendet, die schlicht fest programmierte Regeln abarbeiten.
Künstliche Intelligenz umfasst alle Verfahren, mit denen Computer Aufgaben lösen, die menschliches Urteilsvermögen erfordern. Dazu zählen auch klassische regelbasierte Systeme ohne jede Lernfähigkeit.
Machine Learning bezeichnet Verfahren, bei denen ein System Regeln aus Beispieldaten ableitet, statt sie vorgegeben zu bekommen. Der Mensch legt fest, woraus gelernt wird, nicht die Regel selbst.
Deep Learning ist Machine Learning mit neuronalen Netzen aus vielen Schichten. Es kann unstrukturierte Daten wie Text, Bild und Ton direkt verarbeiten, ohne dass ein Mensch vorher die relevanten Merkmale definiert.
Große Sprachmodelle sind tiefe neuronale Netze in Transformer-Bauweise, die auf sehr großen Textmengen trainiert wurden. Sie sind die Grundlage der Anwendungen, die heute im Unternehmensalltag ankommen.
Die drei Arten des maschinellen Lernens
Welches Verfahren zum Einsatz kommt, hängt davon ab, ob und in welcher Form bewertete Beispiele vorliegen.
Überwachtes Lernen
Das System lernt aus Beispielen, zu denen die richtige Antwort bereits bekannt ist, etwa tausende Rechnungen mit korrekt zugeordneter Kostenstelle. Der häufigste Fall in betrieblichen Anwendungen, weil solche Datenbestände oft schon vorhanden sind. Voraussetzung ist Aufwand für die Kennzeichnung der Beispiele.
Unüberwachtes Lernen
Das System erhält Daten ohne vorgegebene Antworten und sucht selbst nach Strukturen, etwa Kundengruppen mit ähnlichem Kaufverhalten oder auffälligen Abweichungen in Messreihen. Nützlich, wenn nicht klar ist, wonach man eigentlich sucht. Die gefundenen Gruppen müssen fachlich interpretiert werden.
Verstärkendes Lernen
Das System probiert Handlungen aus und erhält Rückmeldung darüber, ob das Ergebnis gut oder schlecht war. Bekannt aus Spielen und Robotik, in Sprachmodellen eingesetzt, um Antworten an menschliche Vorlieben anzupassen. Im klassischen Geschäftsprozess selten anzutreffen, weil eine belastbare Bewertungsfunktion fehlt.
Wie ein Sprachmodell tatsächlich arbeitet
Fünf Schritte von Ihrer Eingabe bis zur Antwort. Diese Abfolge erklärt sowohl die Leistungsfähigkeit als auch die typischen Schwächen.
Ein Sprachmodell berechnet für jede Position im Text eine Wahrscheinlichkeitsverteilung über alle möglichen nächsten Textbausteine und wählt daraus einen aus. Diesen Vorgang wiederholt es, bis die Antwort vollständig ist. Es gibt keinen Schritt, in dem das Modell nachschlägt, prüft oder etwas weiß. Es gibt nur diese eine Berechnung, allerdings gestützt auf Milliarden von Parametern, in denen die statistischen Zusammenhänge der Trainingsdaten gespeichert sind.
Zerlegung in Token
Ihr Text wird in kleine Einheiten zerlegt, meist Wortteile. Aus dem Wort Rechnungsprüfung werden beispielsweise mehrere Bausteine. Deshalb rechnen Anbieter in Token und nicht in Wörtern, und deshalb ist Deutsch mit seinen langen Zusammensetzungen etwas teurer als Englisch.
Umwandlung in Zahlen
Jeder Baustein wird in eine lange Zahlenreihe übersetzt, ein sogenanntes Embedding. Inhaltlich ähnliche Begriffe erhalten ähnliche Zahlenreihen. Genau diese Eigenschaft macht später die inhaltliche Suche in eigenen Dokumenten möglich.
Bezüge herstellen
Über den Attention-Mechanismus gewichtet das Modell, welche Stellen des Textes für die aktuelle Position wichtig sind. So wird erkannt, worauf sich ein Fürwort nach zwei Absätzen bezieht. Dieser Mechanismus ist der eigentliche Fortschritt der Transformer-Architektur.
Wahrscheinlichkeiten berechnen
Das Netz berechnet für den nächsten Baustein eine Wahrscheinlichkeit über den gesamten Wortschatz. Für die Fortsetzung von "Die Rechnung wird" ist "geprüft" wahrscheinlich, "gebraten" praktisch ausgeschlossen.
Auswahl und Wiederholung
Aus der Verteilung wird ein Baustein ausgewählt, angehängt und der gesamte Vorgang beginnt von vorn. Wie stark dabei vom wahrscheinlichsten Wert abgewichen wird, steuert die Temperatur. Sie erklärt, warum dieselbe Frage unterschiedliche Antworten liefern kann.
Warum das für Ihre Entscheidungen relevant ist: Weil ein Modell Wahrscheinlichkeiten berechnet und nicht nachschlägt, ist es hervorragend darin, plausible Sprache zu erzeugen, und unzuverlässig bei exakten Einzelfakten. Daraus folgt unmittelbar die Architekturempfehlung, Faktenwissen nicht dem Modell zu überlassen, sondern es über eine Suche in Ihren eigenen Dokumenten beizusteuern.
Ein Sprachmodell schlägt nichts nach. Es rechnet Wahrscheinlichkeiten.
Aus diesem einen Umstand folgen die beeindruckenden Fähigkeiten genauso wie die typischen Fehler. Wer das verstanden hat, stellt in Anbietergesprächen die richtigen Fragen.
Wie ein Modell entsteht: die drei Trainingsphasen
Das Modell verarbeitet sehr große Textmengen und lernt dabei ausschließlich, das jeweils nächste Textstück vorherzusagen. Aus dieser einfachen Aufgabe entsteht Grammatik, Weltwissen und ein Gespür für Zusammenhänge. Diese Phase ist mit Abstand die aufwendigste und bleibt großen Anbietern vorbehalten.
Ein vortrainiertes Modell setzt Texte fort, beantwortet aber keine Fragen. In dieser Phase lernt es anhand von Beispielpaaren aus Anweisung und guter Antwort, sich als Assistent zu verhalten. Der Aufwand ist deutlich geringer, weshalb hier auch Unternehmen mit eigenen Daten ansetzen können.
Menschliche Bewerterinnen und Bewerter vergleichen Antworten, und das Modell lernt, welche bevorzugt werden. Hier entstehen Tonfall, Ausführlichkeit und die Zurückhaltung bei problematischen Anfragen. Diese Phase erklärt, warum sich Modelle verschiedener Anbieter unterschiedlich anfühlen, obwohl die Architektur ähnlich ist.
Ein häufiges Missverständnis: Ein Modell lernt im Betrieb nicht dazu. Was es im Gespräch aufnimmt, gilt nur innerhalb dieses Gesprächs und ist danach verschwunden. Wenn ein System dauerhaft etwas über Ihr Unternehmen wissen soll, geschieht das über eine Suche in Ihren Dokumenten oder über ein Nachtraining, nicht dadurch, dass jemand es dem Modell im Chat erklärt.
Warum Sprachmodelle Dinge erfinden
Eine Halluzination ist eine sachlich falsche, aber sprachlich überzeugende Antwort. Sie entsteht nicht durch einen Fehler im System, sondern durch dessen normale Funktionsweise: Das Modell berechnet die wahrscheinlichste Fortsetzung, und eine erfundene Paragrafennummer ist sprachlich genauso plausibel wie die richtige. Es gibt im Modell keine Instanz, die zwischen "das weiß ich" und "das klingt richtig" unterscheidet.
Daraus folgt eine praktische Regel: Halluzinationen lassen sich nicht wegtrainieren, aber durch Architektur stark begrenzen. Wer ein Modell Fakten aus dem Gedächtnis abrufen lässt, bekommt Erfindungen. Wer es zwingt, seine Antwort auf mitgelieferte Dokumente zu stützen und die Quelle zu benennen, reduziert das Problem erheblich.
Wann das Risiko besonders hoch ist
- Bei exakten Zahlen, Datumsangaben, Paragrafen und Aktenzeichen
- Bei Nischenwissen, das in den Trainingsdaten kaum vorkam
- Bei Fragen zu Ereignissen nach dem Trainingsstand des Modells
- Wenn die Frage bereits eine falsche Annahme enthält, die das Modell übernimmt
- Bei sehr langen Antworten, weil sich Fehler über den Text fortsetzen
Was in der Praxis dagegen hilft
- Antworten auf mitgelieferte Dokumente stützen statt auf das Modellgedächtnis
- Quellenangabe verlangen, damit jede Aussage überprüfbar bleibt
- Ausgabeformat vorgeben und maschinell auf Plausibilität prüfen
- Kritische Werte gegen Ihre Fachsysteme abgleichen statt sie zu übernehmen
- Menschliche Freigabe vor jeder Handlung mit Außenwirkung
Was Künstliche Intelligenz heute nicht kann
Diese Grenzen sind keine vorübergehenden Kinderkrankheiten, sondern folgen aus der Funktionsweise. Wer sie kennt, plant realistischer.
Sie kann nicht zwischen Wissen und Vermutung unterscheiden
Ein Modell drückt Unsicherheit sprachlich aus, wenn es dazu trainiert wurde, aber es misst sie nicht. Eine erfundene und eine korrekte Angabe entstehen im selben Rechenvorgang und wirken gleich überzeugend.
Prüfschritt einplanenSie hat kein zuverlässiges Zahlenverständnis
Rechnen ist keine sprachliche Aufgabe. Moderne Systeme umgehen das, indem sie Berechnungen an ein Rechenwerkzeug abgeben. Wo das nicht vorgesehen ist, sind Zahlenergebnisse grundsätzlich zu überprüfen.
Rechnen auslagernSie kennt Ihr Unternehmen nicht
Ohne angebundene Wissensschicht sind Antworten allgemein. Ihre Preislogik, Ihre Ausnahmeregeln und Ihre Kundenhistorie stehen in keinem Trainingsdatensatz der Welt.
Eigene Daten anbindenSie lernt im Betrieb nicht dazu
Korrekturen im Gespräch wirken nur in diesem Gespräch. Dauerhafte Verbesserung entsteht durch angepasste Anweisungen, bessere Dokumente oder Nachtraining, nicht durch Erklären im Chat.
Verbesserung planenSie liefert keine reproduzierbaren Ergebnisse
Dieselbe Frage kann unterschiedliche Antworten erzeugen. In geprüften Prozessen ist das ein echtes Problem und muss durch Einstellungen, feste Ausgabeformate und Protokollierung eingegrenzt werden.
Format erzwingenSie übernimmt keine Verantwortung
Rechtlich und organisatorisch bleibt die Verantwortung vollständig bei Ihrem Unternehmen. Das gilt für Entscheidungen ebenso wie für Inhalte, die nach außen gehen. Kein Anbieter ändert daran etwas.
Freigaben definierenBeeindruckend ist nicht dasselbe wie verlässlich.
Wo Ergebnisse geprüft werden müssen, gehört ein Mensch in den Prozess. Das ist keine Übergangslösung, sondern Architektur.
Begriffsverzeichnis: 20 Fachbegriffe kurz erklärt
Technische Begriffe, die Ihnen in Anbietergesprächen und Fachartikeln begegnen, jeweils in zwei Sätzen eingeordnet.
- Transformer
- Die 2017 vorgestellte Netzarchitektur hinter praktisch allen heutigen Sprachmodellen. Ihr Kern ist der Attention-Mechanismus, der Bezüge über große Textabstände hinweg erfasst.
- Attention
- Ein Rechenverfahren, das gewichtet, welche Stellen eines Textes für die aktuelle Position bedeutsam sind. Es ersetzt die frühere Wort-für-Wort-Verarbeitung und ermöglicht paralleles Rechnen.
- Parameter
- Die im Training festgelegten Zahlenwerte eines Modells, angegeben in Milliarden. Sie bestimmen maßgeblich Leistungsfähigkeit und Speicherbedarf.
- Embedding
- Die Übersetzung eines Textstücks in eine Zahlenreihe, bei der inhaltliche Ähnlichkeit als räumliche Nähe abgebildet wird. Grundlage der inhaltlichen Suche in eigenen Dokumenten.
- Backpropagation
- Das Verfahren, mit dem beim Training der Fehler rückwärts durch das Netz verteilt wird, um die Parameter anzupassen. Seit den 1980er Jahren die Grundlage des Lernens in neuronalen Netzen.
- Gradientenabstieg
- Das Optimierungsverfahren, das die Parameter schrittweise in die Richtung verschiebt, die den Fehler am stärksten verringert. Bildlich das Abwärtsgehen in einer Fehlerlandschaft.
- Vortraining
- Die erste und aufwendigste Trainingsphase, in der ein Modell aus sehr großen Textmengen Sprache und Weltwissen aufbaut. Sie bleibt großen Anbietern vorbehalten.
- Anweisungstraining
- Die Phase, in der ein Modell lernt, Aufforderungen zu befolgen statt Texte nur fortzusetzen. Hier können auch Unternehmen mit eigenen Beispielen ansetzen.
- Verstärkendes Lernen aus Rückmeldung
- Verfahren, bei dem menschliche Bewertungen das Verhalten eines Modells ausrichten. Prägt Tonfall, Ausführlichkeit und Zurückhaltung bei heiklen Anfragen.
- Temperatur
- Ein Einstellwert, der steuert, wie stark bei der Auswahl vom wahrscheinlichsten Textbaustein abgewichen wird. Niedrige Werte erzeugen gleichförmige, hohe Werte variantenreiche Antworten.
- Systemanweisung
- Eine dauerhafte Vorgabe, die vor jeder Nutzeranfrage wirkt und Rolle, Tonfall und Grenzen festlegt. Das wichtigste Steuerungsmittel für den betrieblichen Einsatz.
- Gedankenkette
- Ein Vorgehen, bei dem das Modell Zwischenschritte ausformuliert, bevor es antwortet. Verbessert die Ergebnisse bei mehrstufigen Aufgaben und macht sie fachlich überprüfbar.
- Multimodalität
- Die Fähigkeit eines Modells, neben Text auch Bild, Audio oder Video zu verarbeiten. Für Unternehmen besonders bei gescannten Unterlagen und Fotos relevant.
- Quantisierung
- Die Reduktion der Speichergenauigkeit der Parameter, um ein Modell erheblich zu verkleinern. In der üblichen Stufe kaum wahrnehmbarer Qualitätsverlust bei etwa einem Viertel des Speicherbedarfs.
- Destillation
- Ein Verfahren, bei dem ein kleines Modell vom Verhalten eines großen lernt. So entstehen kompakte Modelle, die für abgegrenzte Aufgaben nahe an die Qualität großer Modelle herankommen.
- Expertenmischung
- Eine Bauweise, bei der pro Anfrage nur ein Teil des Netzes aktiv wird. Erlaubt sehr große Modelle bei vergleichsweise moderatem Rechenaufwand je Anfrage.
- Benchmark
- Ein standardisierter Testsatz zum Vergleich von Modellen. Mit Vorsicht zu lesen, weil Testaufgaben in die Trainingsdaten geraten können und die Praxisrelevanz oft begrenzt ist.
- Verzerrung
- Systematische Schieflagen in den Antworten, die aus den Trainingsdaten stammen. Im Unternehmenseinsatz besonders dort kritisch, wo Menschen bewertet oder ausgewählt werden.
- Leitplanken
- Vor- und nachgelagerte Prüfungen, die unzulässige Eingaben abfangen und Ausgaben kontrollieren. Notwendig, weil sich das Modell selbst nicht zuverlässig begrenzen lässt.
- Trainingsstand
- Der Zeitpunkt, bis zu dem die Trainingsdaten eines Modells reichen. Danach eingetretene Ereignisse sind dem Modell unbekannt, sofern sie ihm nicht mit der Anfrage mitgegeben werden.
Wer die Technik versteht, trifft bessere Entscheidungen.
Wir könnten es uns einfacher machen und Künstliche Intelligenz als Wunderwerkzeug beschreiben. Das würde kurzfristig mehr Projekte bringen und mittelfristig enttäuschte Kunden. Weil wir seit 2010 Software entwickeln und über 500 Projekte umgesetzt haben, wissen wir, dass belastbare Entscheidungen technisches Verständnis voraussetzen. Deshalb erklären wir, wie diese Systeme arbeiten, statt Wirkung zu versprechen.
Technische Tiefe aus 15 Jahren Praxis
Wir haben Systeme gebaut und betrieben, lange bevor KI zum Thema wurde. Diese Erfahrung ist der Grund, warum wir Möglichkeiten und Grenzen einordnen können, statt Marktrhetorik weiterzugeben.
Beratung und Umsetzung aus einer Hand
Was wir empfehlen, setzen wir auch um. Das schließt aus, dass eine Empfehlung an der Stelle endet, an der es technisch aufwendig wird.
Wir benennen Grenzen zuerst
Halluzinationen, fehlende Reproduzierbarkeit und mangelndes Zahlenverständnis sind keine Randnotizen, sondern Planungsgrundlage. Wer sie kennt, baut Systeme, die im dritten Jahr noch funktionieren.
Keine bösen Überraschungen
Aufwände vorab benannt, Folgekosten eingerechnet, technische Grenzen offen ausgesprochen. Deshalb kommen unsere Kunden mit dem nächsten Vorhaben wieder.
- Vodafone
- Carglass
- Snipes
- IronMaxx
- Roland
- Hussel
- Sunpoint
- WM Beautysystems AG
- Fritz Berger
- Zec Plus
- Assistance Partner Services
Fragen zu den Grundlagen der Künstlichen Intelligenz
Versteht ein Sprachmodell, was es schreibt?
Nicht im menschlichen Sinne. Es berechnet, welche Fortsetzung eines Textes statistisch am wahrscheinlichsten ist, gestützt auf Muster aus sehr großen Textmengen. Ob man das Ergebnis dieser Berechnung als eine Form von Verständnis bezeichnen möchte, ist eine philosophische Frage. Für die betriebliche Praxis genügt die Feststellung: Das System weiß nicht, ob eine Aussage stimmt, und braucht deshalb einen Prüfschritt.
Was ist der Unterschied zwischen KI und Automatisierung?
Klassische Automatisierung führt fest programmierte Regeln aus und liefert bei gleicher Eingabe immer dasselbe Ergebnis. KI leitet ihr Verhalten aus Beispieldaten ab und kommt auch mit Eingaben zurecht, die so nie vorgesehen waren. Der Preis dieser Flexibilität ist geringere Vorhersehbarkeit. In der Praxis kombiniert man beides: feste Regeln für den Ablauf, KI für die Schritte, die sich nicht in Regeln fassen lassen.
Wird KI durch die Nutzung in unserem Unternehmen besser?
Das Modell selbst nicht. Es lernt im Betrieb nicht dazu, und was es in einem Gespräch aufnimmt, ist danach verschwunden. Besser wird das Gesamtsystem, wenn Sie Anweisungen nachschärfen, Dokumente ergänzen und die Wissensschicht pflegen. Dauerhaftes Zusatzwissen entsteht über die Anbindung Ihrer Unterlagen oder ein Nachtraining, nicht durch Erklären im Chat.
Warum ist Deutsch bei KI teurer als Englisch?
Weil die Zerlegung in Token für englische Texte effizienter ist. Deutsche Zusammensetzungen wie Rechnungsprüfungsprozess zerfallen in mehrere Bausteine, wo im Englischen ein oder zwei genügen. Da die Abrechnung pro Token erfolgt, kostet derselbe Inhalt auf Deutsch etwas mehr. In der Praxis ist der Unterschied spürbar, aber selten entscheidend.
Was bedeutet es, dass ein Modell Milliarden Parameter hat?
Parameter sind die im Training festgelegten Zahlenwerte, die das Verhalten des Modells bestimmen. Mehr Parameter bedeuten in der Regel mehr Leistungsfähigkeit, aber auch mehr Speicherbedarf und höhere Kosten pro Anfrage. Für den betrieblichen Einsatz gilt: Die kleinste Größe, die Ihre Aufgabe zuverlässig löst, ist die richtige. Größer ist nicht besser, sondern nur teurer.
Kann man einem Modell beibringen, keine Fehler zu machen?
Vollständig nicht. Halluzinationen folgen aus der Funktionsweise und lassen sich nicht wegtrainieren. Sie lassen sich jedoch durch Architektur stark eingrenzen: Antworten auf mitgelieferte Dokumente stützen, Quellenangaben verlangen, Ausgabeformate erzwingen und maschinell prüfen sowie kritische Werte gegen Ihre Fachsysteme abgleichen. Damit erreicht man Fehlerquoten, die unter denen manueller Bearbeitung liegen können.
Warum gab es früher schon KI-Euphorie und was war anders?
Zweimal, in den 1970er und späten 1980er Jahren, folgten auf große Versprechen deutliche Einbrüche. Damals fehlten Rechenleistung, Datenmengen und geeignete Verfahren. Der Unterschied heute ist, dass die Systeme wirtschaftlich messbaren Nutzen erzeugen und in großem Umfang produktiv eingesetzt werden. Das schließt nicht aus, dass einzelne Erwartungen erneut enttäuscht werden, insbesondere bei vollständig autonomen Systemen.
Muss ich das alles verstehen, um KI im Unternehmen einzusetzen?
Nein, aber vier Punkte sollten Sie kennen: Ein Modell berechnet Wahrscheinlichkeiten und schlägt nicht nach, es lernt im Betrieb nicht dazu, es kennt Ihr Unternehmen nur, wenn Sie ihm Ihre Unterlagen zugänglich machen, und es liefert nicht zwangsläufig reproduzierbare Ergebnisse. Wer diese vier Punkte verstanden hat, erkennt unrealistische Anbieterversprechen zuverlässig.
KI Grundlagen: Geschichte und Funktionsweise Künstlicher Intelligenz
Künstliche Intelligenz ist kein neues Thema. Das Forschungsfeld existiert seit 1956, und in den fast sieben Jahrzehnten seitdem haben sich sehr unterschiedliche Ansätze abgelöst. Auf Phasen großer Erwartungen folgten zweimal deutliche Einbrüche, die als KI-Winter in die Geschichte eingegangen sind. Wer diese Kurve kennt, bewertet die aktuelle Entwicklung nüchterner: Der heutige Fortschritt ist real und wirtschaftlich messbar, aber er beruht auf einer bestimmten technischen Idee, die eigene Stärken und eigene, systematische Schwächen mitbringt.
Die entscheidende Weiche wurde 2017 mit der Transformer-Architektur gestellt. Ihr Kern, der sogenannte Attention-Mechanismus, erlaubt es, Texte parallel zu verarbeiten und Bezüge über große Abstände hinweg zu erfassen. In Verbindung mit sehr großen Datenmengen und leistungsfähigen Grafikprozessoren entstanden daraus die großen Sprachmodelle, die heute im Unternehmensalltag ankommen. Die Begriffe sind dabei ineinander verschachtelt: Machine Learning ist ein Teilgebiet der Künstlichen Intelligenz, Deep Learning ein Teilgebiet des Machine Learning, und Sprachmodelle sind eine bestimmte Bauform innerhalb des Deep Learning. Diese Einordnung hilft im Anbietergespräch, denn der Begriff KI wird häufig auch für Systeme verwendet, die lediglich fest programmierte Regeln abarbeiten.
Die Funktionsweise erklärt die Stärken und die Fehler
Ein Sprachmodell arbeitet in einem einzigen, ständig wiederholten Vorgang. Ihre Eingabe wird in Token zerlegt, also in kleine Textbausteine, die meist Wortteilen entsprechen. Jeder Baustein wird in eine Zahlenreihe übersetzt, ein sogenanntes Embedding, bei der inhaltliche Ähnlichkeit als räumliche Nähe abgebildet wird. Über den Attention-Mechanismus gewichtet das Modell anschließend, welche Stellen des Textes für die aktuelle Position bedeutsam sind. Daraus berechnet es eine Wahrscheinlichkeitsverteilung über alle möglichen nächsten Bausteine, wählt einen aus, hängt ihn an und beginnt von vorn. Es gibt in dieser Abfolge keinen Schritt, in dem nachgeschlagen oder geprüft wird.
Genau daraus folgen die typischen Schwächen. Weil das Modell plausible Sprache erzeugt und nicht Fakten abruft, ist eine erfundene Paragrafennummer für es genauso naheliegend wie die richtige. Diese sogenannten Halluzinationen lassen sich nicht wegtrainieren, weil sie keine Störung, sondern eine Eigenschaft des Verfahrens sind. Sie lassen sich jedoch durch Architektur stark begrenzen, indem Antworten auf mitgelieferte Dokumente gestützt, Quellen benannt, Ausgabeformate erzwungen und kritische Werte gegen die eigenen Fachsysteme abgeglichen werden. Ebenso systembedingt sind das unzuverlässige Zahlenverständnis, die fehlende Reproduzierbarkeit identischer Anfragen und die Tatsache, dass ein Modell im Betrieb nicht dazulernt. Was es in einem Gespräch aufnimmt, gilt nur dort.
Wie ein Modell entsteht
Der Entstehungsweg verläuft in drei Phasen. Im Vortraining verarbeitet das Modell sehr große Textmengen und lernt dabei ausschließlich, das jeweils nächste Textstück vorherzusagen. Aus dieser einfachen Aufgabe entstehen Grammatik, Weltwissen und ein Gespür für Zusammenhänge. Diese Phase ist mit Abstand die aufwendigste und bleibt großen Anbietern vorbehalten. Im Anweisungstraining lernt das Modell anhand von Beispielpaaren, Aufforderungen zu befolgen statt Texte nur fortzusetzen. Hier können auch Unternehmen mit eigenen Daten ansetzen. In der dritten Phase richten menschliche Bewertungen das Verhalten aus, woraus Tonfall, Ausführlichkeit und Zurückhaltung bei heiklen Anfragen entstehen. Diese Phase erklärt, warum sich Modelle verschiedener Anbieter unterschiedlich anfühlen, obwohl ihre Architektur ähnlich ist.
Parallel dazu unterscheidet man drei Arten des maschinellen Lernens. Beim überwachten Lernen liegen Beispiele mit bekannter richtiger Antwort vor, was in betrieblichen Anwendungen der häufigste Fall ist. Beim unüberwachten Lernen sucht das System selbst nach Strukturen in Daten, etwa nach Kundengruppen oder Auffälligkeiten in Messreihen. Beim verstärkenden Lernen erhält es Rückmeldung darüber, ob eine Handlung gut oder schlecht war, ein Verfahren, das in Sprachmodellen zur Ausrichtung des Verhaltens eingesetzt wird, im klassischen Geschäftsprozess aber selten vorkommt.
Der Blick auf die Grenzen gehört zur Grundlage
Zu den Grundlagen gehört auch das ehrliche Benennen dessen, was diese Systeme nicht leisten. Ein Modell kann nicht zwischen Wissen und Vermutung unterscheiden, weil eine erfundene und eine korrekte Angabe im selben Rechenvorgang entstehen. Es hat kein zuverlässiges Zahlenverständnis, weil Rechnen keine sprachliche Aufgabe ist, weshalb moderne Systeme Berechnungen an ein Rechenwerkzeug abgeben. Es kennt Ihr Unternehmen nicht, denn Ihre Preislogik, Ihre Ausnahmeregeln und Ihre Kundenhistorie stehen in keinem Trainingsdatensatz. Und es übernimmt keine Verantwortung: Rechtlich wie organisatorisch bleibt diese vollständig bei Ihrem Unternehmen, für Entscheidungen ebenso wie für Inhalte, die nach außen gehen. Diese Grenzen sind keine vorübergehenden Kinderkrankheiten, die das nächste Modell beseitigt, sondern Folgen der Funktionsweise. Sie gehören deshalb in die Projektplanung und nicht in eine Fußnote.
Warum diese Grundlagen für Entscheidungen zählen
Vier Erkenntnisse genügen, um Anbieterversprechen zuverlässig einzuordnen: Ein Modell berechnet Wahrscheinlichkeiten und schlägt nicht nach. Es lernt im Betrieb nicht dazu. Es kennt Ihr Unternehmen nur, wenn Sie ihm Ihre Unterlagen zugänglich machen. Und es liefert nicht zwangsläufig reproduzierbare Ergebnisse. Aus jeder dieser Feststellungen folgt eine konkrete Architekturentscheidung, und genau deshalb steht dieses Kapitel am Anfang unserer Wissensdatenbank. KI Brains entwickelt seit 2010 Software und hat über 500 Projekte umgesetzt. Wir erklären die Technik so genau, weil belastbare unternehmerische Entscheidungen technisches Verständnis voraussetzen und weil Systeme, die auf falschen Annahmen gebaut wurden, spätestens im zweiten Jahr teuer werden.
Vertiefend empfehlen wir die Übersicht der KI Wissensdatenbank, den Vergleich der KI-Modelle für Cloud und lokalen Betrieb, die KI-Infrastruktur und Werkzeuge sowie den Praxisleitfaden zu KI im Unternehmen. Konkrete Leistungen finden Sie unter KI Beratung und Leistungen.
Passende Themen in der Wissensdatenbank
Von der Theorie zur Anwendung in Ihrem Unternehmen
Sie kennen jetzt die Funktionsweise und die Grenzen. Im Gespräch übertragen wir das auf Ihre Situation: welche Ihrer Vorgänge sich eignen, welche Architektur dazu passt und was die Umsetzung realistisch kostet.
Unverbindlich und kostenfrei. Antwort in der Regel innerhalb eines Werktags.