KI? Was ist das?

Die starke KI befindet sich im Moment noch in der Entwicklung. 

Sie erhält keine vorgegebenen Aufgaben. Sie ist dafür konzipiert, zum Beispiel Gefahrensituationen eigenständig zu erkennen und zu vermeiden.  Außerdem handelt sie allein bei Situationen die normalerweise menschliche Intelligenz erfordern.

Ihr Zielgebiet ist eine komplett eigenständige Suche und Lösung von Aufgaben, daher müssen auch ethische Fragen beim Einsatz gestellt werden. Der Mensch hat sie danach im überwachtem Einsatz zu bewerten, sie auf ihre Vertrauenswürdigkeit zu überprüfen und ihr klare Regeln auferlegen.

Diese größere Version, die eigenständig ohne Befehl handeln kann, soll zum Beispiel im Bereich autonomes Fahren eingesetzt werden. 

Diese Variante ist die, die wir gegenwärtig in immer mehr Einsatzgebieten verwenden können. Ihre primäre Funktion ist die Unterstützung. Sei es jetzt im privaten Bereich (z. B. als Sprachassistenten) oder im beruflichen (Automation oder Daten-Bereitstellung). 

Der wichtige Unterschied ist, das hier der Einsatz künstlicher Intelligenz auf menschlichen Zuruf erfolgt.

Die Modelle werden mit jeder Aufgabe besser und lernen immer weiter.

Aber jeder Schritt erfordert die menschliche Aufgabenstellung, den menschlichen Befehl. 

Der Mensch muss den Weg vorgeben. 

Genauso wird die Technologie nur tätig, wenn sie über ein vorgegebenes Regelwerk auf Basis ihres Modelles verfügt.

Die Prädiktive KI nutzt historische Daten, um zukünftige Ereignisse oder Trends vorherzusagen.

Sie verwendet maschinelles Lernen und statistische Modelle, um Muster in den Daten zu erkennen und Vorhersagen zu treffen.

Beispielsweise kann sie also in der Medizin zur Diagnostik, im Fuhrparkmanagement zum Wartungsbedarf oder im Finanzwesen zur Kreditrisikobewertung eingesetzt werden.

Dagegen erzeugt die Generative KI neue Daten oder Inhalte, die menschenähnlich sind oder von uns verwendet werden können.

Ihr Aufgabengebiet ist beispielsweise die Erstellung von Bildern, Musik und Videos oder die Simulation in Training und Forschung.

Das Ganze muss man sich real in Form einer Reihe vorstellen:

• Die Technologie erhält eine Trainingsdatenbank mit verschiedensten Daten wie Websites, Bilder, Texte, Zahlen oder andere relevante Informationen
• Durch den Einsatz von Algorithmen analysiert das System die Daten und erstellt Modelle, die bestimmte Aufgaben in beschriebenen Einsatzgebieten erfüllen können. 
• Während des Trainings lernt das erstellte Modell. Es soll Zusammenhänge, Muster und Strukturen in großen Datenmengen erkennen und diese für sich in allgemeine Regeln umzuwandeln.
• Nach dem Training kann das fertige Modell dann Anfragen bearbeiten, indem sie die erlernten Muster auf neue Daten und Aufgaben anwendet und die Ergebnisse bereitstellt. 

Praktisch so, wie wir Menschen unsere Erfahrung zu Rate ziehen, wenn wir etwas Neues sehen.

Wir vergleichen diese neue Entdeckung mit etwas, das wir aus der Vergangenheit kennen oder gelernt haben.

Das Modell erstellt auch Zusammenhänge aus dem vorhandenen Wissen, um Antworten oder Vorhersagen zu generieren und erlangt durch die Erfahrung neues Wissen.

Künstliche Neuronale Netze sind die menschenähnliche Modelle. die im Deep Learning der KI benutzt werden. 

Sie sind in ihrer Struktur dem menschlichen Gehirn nachempfunden und bestehen aus mehreren Schichten. 

Wissenswert sind hier 3 Schichten. 

Es gibt die Input Layer Schicht, die eingehende Daten aufnimmt. 

Dann die versteckte Schicht (Hidden Layer). In dieser Schicht erfolgt die Datenverarbeitung und Mustererkennung. 

Die dritte Schicht ist die Output Layer Schicht, die die fertigen Daten und Lösungen dann wieder ausgibt.

Die NN sind somit die virtuelle Basis und Heimat der Technologie. (1)

DL ist ein untergliedertes Gebiet des ML. Es ermöglicht die Erkennung von Mustern und Zusammenhängen in großen Datenmengen. 

Es kann zum Beispiel Bilder erkennen, in dem es sie mit anderen vergleicht. Ein weiteres Einsatzgebiet ist eine bestimmte Sprache zu erkennen und sie in eine andere übersetzen. (2)

Das ML ist die Technologie, die nach unserer Reihe den obersten Schritt ausführt. Es entwickelt die Algorithmen und die Modelle, die dann mit den Daten trainiert werden. Sie ist die Technologie, die die Modelle konstruiert.

Gleichzeitig hat sie auch das grundsätzliche Verständnis, auf Basis dessen sie Modelle konstruiert.

Das Grundverständnis ist beispielsweise die Fähigkeit zur Interaktion, dass die ML die menschliche Sprache kennt, sie versteht und darauf antworten kann. 

ChatGPT ist ein praktisches Beispiel dafür.

Es ist eine Technologie, mit der du als Mensch normal kommunizieren kannst.

Wie der Name schon sagt: einfach drauf los chatten. Du kannst mit ihr schreiben oder verbal reden.

Sie verfügt auch über Spracherkennung und Sprachausgabe. (3)

Natürlich ist das nur eine vereinfachte Darstellung der Technologie, damit Du den Zusammenhang siehst. Die Systeme an sich sind komplex und haben noch viel mehr und sehr spezifische Teilbereiche.

Du kannst dir übrigens selbst auch ein Modell erstellen und mit deinen eigenen Trainingsdaten versorgen. So kannst Du dir eine eigene AI für einen Zweck oder eine bestimmte Aufgabe schaffen. Komplexe Modelle kann man beispielsweise in python programmieren.

Aber generell brauchst Du erst mal keine Vorkenntnisse der Programmierung oder des Data Engineering.

Seit der Veröffentlichung von ChatGPT sehen wir jeden Tag neue Angebote und neue tolle Innovationen, die beim Thema KI möglich sind. 

Ich denke, Du stellst dir in diesem Zusammenhang die Frage.

Die Anwendung entwickelt sich doch nach dem bisherigen Weg des maschinellen Lernens und der künstlichen Intelligenz insgesamt auch von allein weiter. 

Jedes große Unternehmen will seine eigene Version, die an ihre Philosophie und ihre Kunden und auch eigenen Bedürfnisse angepasst ist. 

Die eigene Lösung kann beispielsweise persönliche Informationen verwenden. Wenn der Kunde dann nachfragt, um mehr Details über das  Produkt zu erfahren, kann ihm die Technologie antworten.

Sie hilft ihm so, das Einkaufserlebnis zu verbessern .

Die Software braucht große Mengen an Daten zum Trainieren und als Basis für Ihre Tätigkeit. Diese Daten müssen verwahrt und geschützt werden. Und dabei ist der dezentrale Weg an mehreren Orten immer besser als der zentrale Weg in einer umfassenden App.

Weil die Datenmenge, der Transfer zum Nutzer und die Leistung begrenzt sind, haben wir spezialisierte Tools, die Aufgaben in bestimmten Bereichen erfüllen können. Diese Software richtet sich speziell an ihre Zielgruppe. 

Aus der Welt der generativen KI kann man da die Textgenerierung nennen.

Also die Fähigkeit, anhand gewisser Vorgaben auf Basis des speziellen Trainingswissens Texte zu erstellen. Eine generative KI, die Texte erstellt, ist in dieser Anwendung und Herausforderung einer anderen, die Bilder erzeugt, deutlich überlegen. Dasselbe gilt natürlich auch anders herum.

So wie wir Menschen spezielle Fähigkeiten und Talente haben, schaffen wir uns Apps, die mit uns in unserem Bereich zusammen arbeiten können. Daher wird KI in Bereichen zukünftig sicher vorkommen, die wir uns jetzt noch nicht denken können.

Blende die Flut von Angeboten unterschiedlicher Tools einfach mal aus und geh auf die großen einfachen Modelle.

Geh in der Geschichte der KI im übertragenen Sinne an den Anfang zurück.

Nimm dir eins der großen AI-Modelle deiner Wahl. Zum Beispiel ChatGPT, Gemini, Llama oder ein anderes.

Diese Technologie ist meistens in der einfachen Nutzung kostenlos.

Genauso wenig ist es wichtig, womit Du anfängst. Ob Du dein Handy nimmst, oder Du nutzt Tablet oder Computer.

Fang einfach mal an und sehe die Anwendung als deinen virtuellen und technischen Assistenten.

So lernst Du die Grundlagen und Einsatzgebiete in der direkten Interaktion.

Bespreche mit ihr Fragestellungen und Situationen des Alltags. Und sei es das Wetter. Frag einfach, was dich interessiert.

Wenn Du zum Beispiel ein Problem mit einer Internetseite hast, wenn dein Handy nicht richtig funktioniert, hast Du eine Funktion irgendwo gesucht. Frag einfach.

Es gibt sichere Annahmen, dass die KI zum Beispiel das einfache Googlen übernehmen wird. Bei mir selbst merke ich die Auswirkungen von KI deutlich. Seitdem ich es für mich nutze, google ich kaum noch klassisch.

Ich schreibe hier zum Beispiel gerade diesen Beitrag im Google Docs. Beim Schreiben bin ich so vertieft, dass ich eine benötigte Funktion im Docs einfach nicht finde. Ich gehe kurz zur AI und frage sie, wo sie ist und sie sagt es mir. Thema erledigt und weiter.

Man kann durch die Nutzung der Künstlichen Intelligenz sozusagen viel präziser googeln, weil die KI versteht, was du wissen willst. In dem Kontext und der Sprache, die Du benutzt. 

Ob schriftlich oder sprachlich. Du kannst ihr per Sprachchat sagen, was du wissen willst und Du sparst dir auch noch die Zeit für die Sucherei und Navigation ein.

Ich gehe auf diesen Punkt nur kurz ein. Dieser erste Beitrag ist nur dafür gedacht, dich bei diesem Thema Künstliche Intelligenz für Anfänger mal von 0 abzuholen.

Es gibt viele Anwendungsmöglichkeiten, das Modell jetzt schon im privaten Bereich für sich einzusetzen. Im beruflichen genauso, auch wenn dein Arbeitgeber selbst mit dem Aufbau einer KI-Strategie noch in den Startlöchern steht.

Hier einige heraus gegriffene Beispiele, aber grundsätzlich zählt erst mal die Grundeinstellung.

Im rein beruflichen Bereich wird sie schon mal dabei helfen, dass was Du tust, sehr viel schneller und einfacher zu machen. Das wird mit der Zeit über jeden Arbeitsbereich hinweg gehen.

Wenn Du zum Beispiel in der Verarbeitung arbeitest. Dann wird es kommen, das Automation dir irgendwann die ganze schwere und anstrengende Arbeit abnimmt und Du den Ablauf und die Produkte kontrollierst.

Bei einer Aufgabe am Rechner kann man sagen, dass sie dir den Datentransfer zwischen den Programmen übernimmt, die Emails vorsortiert, deine Ablage macht und anderes.

Wenn Du in der Werbung tätig bist, hilft die generative KI dir bei der Bilder- oder Texterstellung .

Auch im privaten Raum erhält künstliche Intelligenz schon Einzug und dieser Bereich wird sich erweitern. Um dir auch hier ein paar einfache Beispiele zu nennen.

Eine Assistentin, die deine Termine koordiniert und dich an Arzttermine erinnert. Die aus Datensätzen für dich wichtige Informationen heraus sucht. 

Reiseanbieter testen gerade KIs, die dir auf Basis deiner bisherigen Reisen und deiner Wünsche genau passende individuelle Urlaubsangebote machen.

Wenn wir beim ganz aktuellen Thema Urlaub sind. Eine Anwendung, die deine Urlaubsfotos sammelt, sie zu Videos zusammenfügt oder optische Schnitzer und Verwacklungen korrigiert.

Auch hier wird es mehr Angebote und viel mehr Möglichkeiten geben.

Zum Abschluss noch ein paar kleine Begriffe für dein Verständnis:

Der Chatbot ist einfach gesagt eine Mini-KI, die für einen bestimmten Zweck an einem bestimmten Punkt platziert wurde.

Zum Beispiel um dich als Kunden über eine Website zu führen, dir Fragen zu Produkten zu beantworten oder Nachrichten aufzunehmen.

In der allgemeinen Anwendung ist er ein kleiner Begleiter zur Vereinfachung des Kundenerlebnisses. Manche melden sich auch, wenn Du den Bestellverlauf im Store pausierst. 

Über diese Funktion hinaus gibt es viele weitere Anwendungen der kleinen Begleiter. 

Wenn Du dich mit den Funktion näher befasst, wirst Du immer wieder Haftungseinschränkungen, sogenannte Disclaimer bemerken. Der einhellige Text sagt aus, dass man den Antworten nicht komplett trauen und sie immer wieder prüfen soll.

Der Grund für diese Texte sind unter anderem Halluzinationen. Mit diesem Begriff bezeichnet man z.B. falsche Fakten und unsinnige Details.

Du musst verstehen, dass ein solches Modell noch keinerlei Bezug oder Zugang zur wirklichen Welt hat.

Eine Situation zu erleben und in der Realität zu erfahren ist Technologie nicht möglich. Sie kann sich daher nur auf ihre Daten zum Beispiel anhand von Fallstudien beziehen. Wie Kinder lernen sie die Grundlagen der Welt aber ohne Bezug zu ihr.

Aber wir wissen alle, dass eine Situation zu beschreiben etwas anderes ist als sie zu erleben.

Außerdem kann es sein, dass die spezielle Anfrage zu keiner Übereinstimmung mit den Trainingsdaten führt. Das es keine Texte und multiple-choice-Fragen zu diesen Themen gibt, etwas falsch übertragen wurde in ein falsches Muster oder andere Gründe.

Halluzination zeigen uns nach meiner Meinung die Grenze der Technologie auf, die wir auch mit Begeisterung nicht außer Acht lassen dürfen.

NLP ist ein Element der Sprachinteraktion und der Fähigkeit, zuerst die vom Menschen gesprochene Sprache zu verstehen. Gleichfalls sie in einer Weise wieder zu geben, dass sich der Mensch wohl in der Kommunikation fühlt.

Einfach gesagt soll es die natürliche Sprache und den Sprachverlauf des Menschen nachahmen. (4)

Ein Wort, das für uns deutschsprachige Menschen seltsam klingt, aber einen Vorgang benennt, den wir immer wieder tun im Umgang mit der Technologie.

Eine Anfrage, die du an ein Tool stellst, ist ein Prompt. Egal ob schriftlich oder sprachlich. 

Du kannst dir denken, das im Umgang mit den neuen Systemen gerade das Prompting ein sehr wichtiger Faktor ist. Deswegen wird es unter Eingeweihten immer weiter verfeinert und verbessert.

Du willst mit deiner Anfrage ja einen bestimmten Zweck verfolgen.

Erkläre ihr genau was Du unter welchen Umständen suchst. Je besser Du die Situation beschreibst, desto besser wird dein Ergebnis am Ende sein. (5)

Du wirst mit der Zeit deine eigenen best practices finden und dir selbst dein Portfolio und für dich deinen ultimativen Leitfaden durch diese neue Welt finden.

Danke für dein Feedback!

Viele Grüße

Florian

PS: Dieser Text ist nicht generiert worden. Ich habe ihn aus meiner Erfahrung verfasst.