Generative AI (textbasiert)

Generative AI (AI ist die Abkürzung für Artificial Intelligence, dem englischen Begriff für künstliche Intelligenz, im Deutschen meist abgekürzt als KI) ist ein Oberbegriff für automatisierte Prozesse auf Basis von Algorithmen, die per Eingabebefehl Texte, Bilder, Grafiken, Animationen oder Musikstücke durch Eingabebefehle erzeugen. In diesem Blogbeitrag konzentrieren wir uns auf die textbasierte KI.

Am bekanntesten im Bereich generative AI sind derzeit textbasierte KI-Modelle wie GPT-3 oder GPT-4, mit denen du im Handumdrehen ganze Blogbeiträge für Web-Content, Social Media Posts oder Nachrichtentexte für News erstellen lassen kannst.

Die Bezeichnung „generativ“ soll darauf hinweisen, dass eine generative AI aus historischen Daten etwas Neues erstellt. Die historischen Daten werden in einer Datenbank gespeichert und dienen als Referenz für zukünftige Analysen. Eine textbasierte generative KI arbeitet hauptsächlich auf der Grundlage von Wahrscheinlichkeiten.

AI oder KI ist der Oberbegriff für Anwendungen, bei denen Computer menschenähnliche „intelligente“ Aufgaben ausführen sollen. Generative AI bzw. generative Künstliche Intelligenz ist ein Teilbereich davon und unterscheidet sich von anderen KI-Systemen, die nur zu einem bestimmten Zweck entwickelt wurden.

Wenn du „Happy“ in einen Chatbot eingibst, wird die generative KI wahrscheinlich mit „Happy Birthday“ antworten, da im Deutschen das englische Wort „Happy“ meist nur für Geburtstagswünsche verwendet wird. Sobald du diesen Befehl in die Benutzeroberfläche eingibst, wie zum Beispiel in das Eingabefeld beim Chatbot GPT, berechnen generative KI-Algorithmen auf Basis ihrer Referenzdaten, welche Wörter am sinnvollsten folgen und erstellen einen entsprechenden Text.

Ein weiterer Begriff, der im Zusammenhang mit generativer AI oder textbasierter KI häufig verwendet wird, ist maschinelles Lernen. Maschinelles Lernen ist ein Prozess, der dem menschliche Lernen ähnelt und versucht, auf Basis von Trainingsdaten Muster und Zusammenhänge zu erkennen. Die Genauigkeit dieses Prozesses wird dabei fortlaufend verbessert. Maschinelles Lernen ist ein Teil der künstlichen Intelligenz und eine Methode, um Künstliche Intelligenz zu trainieren und zu optimieren.

Falls du mehr über Machine Learning wissen willst, schaue doch mal bei unserem Lehrgang KI-Manager (IHK) vorbei. Dort findest du auch interessante Einblicke, wie Unternehmen bereits KI in ihren Branchen erfolgreich einsetzen.

Ein weiterer Teilbereich der Künstlichen Intelligenz, von dem du vielleicht schon gehört hast, ist Deep Learning. Deep Learning ist eine Form des maschinellen Lernens, die sich auf die Verarbeitung von unstrukturierten Daten (wie Texte oder Bilder) konzentriert, während Machine Learning hauptsächlich auf strukturierten Daten (wie Tabellen) basiert.

Ja, generative AI nutzt das Prinzip des Deep Learning. Künstliche neuronale Netzwerke wandeln unstrukturierte Daten in numerische Werte um. Anschließend sucht und erkennt die generative AI darin Muster. Künstliche neuronale Netzwerke sind den natürlichen Neuronen des Nervensystems nachempfunden. Die generative KI-Forschung und die generative KI-Entwicklung greifen dieses Prinzip auf, um KI-Systeme darauf zu trainieren, ähnlich wie Menschen zu lernen.

Generative AI und textbasierte AI können jedoch nicht direkt mit menschlicher Intelligenz verglichen werden. Die Leistung von generativer künstlicher Intelligenz wird nicht in Form eines Intelligenzquotienten (IQ) gemessen, da Computer keinen Verstand im menschlichen Sinne haben. Stattdessen versucht generative AI, die menschliche Intelligenz nachzubilden.

Künstliche Intelligenz und KI Anwendungen wie textbasierte KI haben keinen direkten Erfinder. Seit dem Aufkommen der ersten Rechenmaschinen und Computer im letzten Jahrhundert haben sich Forscher mit der Frage beschäftigt, ob Maschinen auch denken können. Einer der ersten Wissenschaftler, der sich mit künstlicher Intelligenz auseinandergesetzt hat, war der britische Informatiker Alan Turing (Quelle: Bayern Innovativ).

Künstliche Intelligenz wird mittlerweile in vielen Branchen eingesetzt, wie zum Beispiel in der Medizin zur Erkennung von Krankheiten (Quelle: SWR) oder im Versicherungswesen (Quelle: Gesamtverband der Versicherer). Generative AI kommt vor allem in kreativen Branchen zum Einsatz, etwa in Onlineshops, die textbasierte AI nutzen, um Produktinformation zu erstellen.

Auch in anderen Bereichen, die nicht zur Kreativwirtschaft gehören, findet eine generative KI-Implementierung statt. Zum Beispiel wiederum in der Medizin, die damit Behandlungsmethoden besser an die Bedürfnisse von Patienten anpassen will oder textbasierte generative AI, die in der medizinischen Ausbildung zum Einsatz kommen soll (Quelle: German Medical Science).

Aufgrund der zunehmenden Bekanntheit von generativer AI und textbasierter KI durch die Veröffentlichung von Chatbots und Tools wie ChatGPT sind es vor allem diese Architekturen, die im Mittelpunkt der Debatte um Künstliche lntelligenz stehen. Allerdings sind generative KI-Ansätze nur ein Teil der Künstlichen Intelligenz. Grundsätzlich unterscheidet man zwischen den folgenden vier Arten von KI:

Ein großer Nachteil sind Datenschutzprobleme (Quelle: DIHK). Insbesondere bei generativer AI und textbasierter KI ist es relativ einfach, Informationen und persönliche Daten einzugeben. Hier sollten Anwenderinnen und Anwender darauf achten, nur Befehle in die Benutzeroberfläche einzugeben, die keine persönlichen Daten und Informationen enthalten. Denn eine generative AI wie ein Chatbot nutzt diese Daten nicht nur, um einen KI-generierten Text zu erstellen. Sie sammelt alle Eingaben und fügt sie ihrem Datenkorpus hinzu.