Willkommen im Info-Bereich (Stand: 14. Juli 2024)

auf dieser Seite finden Sie: 

Was bisher geschah – Entwicklung der KI

KI-Begriffsdefinitionen

Wird es eine Superintelligenz jemals geben? Wenn ja, wann?

Was es heute schon gibt, was morgen möglich sein wird

Auswirkungen auf die Gesellschaft

Wie KI für den Menschen gefährlich werden kann – und bereits ist

Forderungen an Politik und Behörden

Chatbots – das Instrument der Gegenwart und unmittelbaren Zukunft

Was bisher geschah – Entwicklung der KI bis heute

Der letzte große Durchbruch

2017 wurde von für Google tätigen Wissenschaftern die Arbeit »Attention is all you need« (die Basis für GPT) veröffentlicht, in der die Transformer-Architektur (das »T« in GPT) vorgestellt wurde, die die Leistungsfähigkeit von neuronalen Netzwerken erheblich verbesserte. Durch diese Technologie wurde es möglich, Large Language Models mit großen Mengen an Textdaten vorab zu trainieren (pre-trained, das »P« in GPT) und durch Fine-Tuning für bestimmte Aufgaben wie z. B. das Generieren (das »G« in GPT) von Texten oder Bildern zu optimieren. Schon in den 1990er-Jahren gab es erste Ansätze, die der Transformer-Technologie ähnlich waren. Es standen damals aber nicht ausreichend leistungsstarke Computer zur Verfügung, um diese erfolgreich weiterzuentwickeln. Generell gilt: Viele der Fortschritte der letzten beiden Jahrzehnte waren nur durch rasant besser werdende Hardware möglich.

Seit dem Transformer-Paper ist Generative Künstliche Intelligenz (GAI) die vielleicht wichtigste Technologie der Gegenwart. Große Tech-Konzerne (z.B. Alphabet, Meta, Microsoft, Apple, Amazon, Nvidia) und neue Unternehmen (z.B. OpenAI, Anthropic, Mistral) investieren Hunderte Milliarden Dollar in die Entwicklung  von LLMs und damit in Verbindung stehende Hard- und Software. Im Monatsrhythmus kommen neue Versionen von LLMs und neue KI-Tools auf den Markt.

Was von der breiten Öffentlichkeit als ein plötzlich eintretendes Ereignis wahrgenommen wurde (die Veröffentlichung von GPT-3.5 im November 2022), war also vielmehr Ergebnis jahrzehntelanger Forschungs- und Entwicklungsarbeit, die teilweise mühsam und ohne Anerkennung und Dank war und die überwiegend an Universitäten auf der ganzen Welt (hauptsächlich in Europa, Nordamerika und Japan) geleistet wurde.

Dominanz der USA

Über Jahrzehnte hat die Entwicklung der KI auf Universitäten und in wissenschaftlichen Kreisen stattgefunden. Auch wenn Durchbrüche in Konzernen wie AT&T (Bell Labs) erzielt wurden, wurden sie mit allen geteilt. Als 2012 mit der Präsentation von Alexnet klar wurde, wie mächtig maschinelle neuronale Netzwerke sein können, hat sich das rasch geändert. Heute passiert die Forschung und Weiterentwicklung auf diesem Gebiet zum Großteil in US-amerikanischen Konzernen oder auch in finanziell sehr gut ausgestatteten und rasant wachsenden US-Start-ups – und die Ergebnisse werden nicht mehr geteilt, sondern als Geheimnisse gehütet.
Wir empfinden es als einigermaßen unerträglich, dass der Menschheitstraum Künstliche Intelligenz über Jahrzehnte (wenn man die Entwicklung von Computern mitrechnet fast schon ein Jahrhundert) von Forschern und Mathematikern in Europa, Japan und Nordamerika langsam aber stetig in offener Forschung entwickelt wurde – und auf den letzten 100 Metern amerikanisches Kapital das alles an sich reißt. So ist es aber nun einmal und wir in Europa müssen mit den vielen negativen Konsequenzen leben (für ein Beispiel siehe hier), die daraus entstehen. Oder auch nicht – siehe unsere Forderungen an Politik und Behörden.

Künstliche Intelligenz, GPT, Machine Learning, Deep Learning, AGI, Superintelligenz, GAI, NLP, Alignment, Chatbot, Hallucinate, Emergent Abilities

 Generative Pretrained Transformer (GPT)
und Large Language Model (LLM)

GPT ist eine weiterentwickelte Form eines sogenannten Large Language Model (LLM). Das US-amerikanische Unternehmen OpenAI (genauer: Ilya Sutskever, Mitgründer von OpenAI und bis Mai 2024 dessen Chief Scientist) erkannte das Potenzial dieser 2017 in der mittlerweile berühmten wissenschaftlichen Arbeit »Attention is all you need« vorgestellten Technologie und entwickelte eigene Versionen. 2020 stellte es seine dritte Version – »GPT-3« – erstmals vor. Im November 2022 wurde der darauf basierende Chatbot ChatGPT vorgestellt und hat einen regelrechten Hype ausgelöst. Im März 2023 wurde GPT-4 veröffentlicht. Dieses Modell war bis 20. Juni 2024 (siehe weiter unten) das leistungsstärkste öffentlich zugängliche Modell. Aufgrund von extrem großen Datenmengen, mit denen es gefüttert wurde (daher das erste L in »LLM«: Large), sind die Ergebnisse beeindruckend. Beim bzw. nach dem Trainieren hat sich Folgendes herausgestellt: Durch das Erlernen statistischer Korrelationen in einer riesigen Anzahl von Texten lernt das neuronale Netzwerk irgendwie auch über den Prozess, der diese Texte erstellt hat. All diese Texte sind eine Art Projektion der Welt. Daher lernt das neuronale Netzwerk etwas über die Welt, über die Menschen, ihr Befinden, ihre Hoffnungen und Motive – vor allem wenn die Textmengen riesig und die Daten-Kompression sehr gut sind. Und so kann es Texte durchaus »verstehen« (je nach Definition von Verständnis), wie auch wir in eigenen Tests nachweisen konnten. Dieses Textverständnis könnte man auch als eine der Emergent Abilities sehen. Und weil GPT eben ein »Transformer« ist, also eine spezielle Form eines neuronalen Netzwerks, kann es (durch einen faszinierenden, vielschichtigen Prozess, der einen Self-Attention-Mechanismus beinhaltet) die Relationen und Verbindungen zwischen verschiedenen Teilen der eingegebenen Daten verstehen und vor allem viel schneller trainiert werden.
ChatGPT kann als das Resultat von zusätzlichem Lernen gesehen werden, und zwar Reinforcement Learning (RL), teilweise auch von Menschen begleitetes RL, das daher dann Reinforcement Learning from Human Feedback (RLHF) genannt wird. Die Kombination aus GPT und HRLF hat dann also einen extrem fähigen Chatbot entstehen lassen. Die aktuelle Version ist ChatGPT-4o (o für »omni«).

Es gibt aber auch LLMs von anderen Unternehmen und Organisationen:

LLaMA von Meta (dem Facebook-Mutterkonzern) wurde im Februar 2023 veröffentlicht. Im Gegensatz zu GPT ist es Open Source, also frei zugänglich. Das beinhaltet eine gewisse Ironie, denn OpenAI wurde ursprünglich als Open-Source-Non-Profit-Gesellschaft gegründet (übrigens war daran Elon Musk maßgeblich beteiligt, verließ die Organisation aber im Streit), ist aber mittlerweile ein For-Profit-Unternehmen mit maßgeblicher Microsoft-Beteiligung, der seine Produkte nicht Open Source stellt – im Gegenteil. Und ausgerechnet Meta, das immer auf maximalen Gewinn orientiert war, stellt sein LLM nun Open Source zur Verfügung. Die aktuelle Version ist LLaMA 3, sie liegt in ihrer Leistungsfähigkeit irgendwo zwischen ChatGPT-3.5 und ChatGPT-4.

Google hat das LLM PaLM entwickelt, darauf basiert Googles Chatbot Bard, der im März 2023 veröffentlicht wurde und mittlerweile in Gemini umbenannt ist. Die aktuelle Version ist Gemini 1.5. Sie zeichnet sich durch eine deutlich größere Context Window Size von einer Million Tokens aus. Im Vergleich: ChatGPT-4 hat in seiner größten Version 128.000 Tokens, Claude 3 Opus und Claude 3.5 Sonnet haben ein Context Window von 200.000 Tokens. (Stand: Juni 2024)

Anthropic (ein Unternehmen, das von Mitarbeitern von OpenAI gegründet wurde, weil sie mit den Entscheidungen bei OpenAI nicht einverstandenen und einen besseren, ungefährlicheren Chatbot entwickeln wollten) hatte mit Claude 3 Opus bis 20. Juni 2024 das zweitbeste LLM im Angebot. Wie die anderen Anbieter auch stellt Anthropic verschiedene Versionen zur Wahl. Claude 3 Sonnet und Haiku sind weniger leistungsstark – aber eben auch Ressourcen schonender. Am 20. Juni 2024 veröffentlichte Anthropic ohne Vorankündigung Claude 3.5 Sonnet und hat damit im Rennen um das intelligenteste, leistungsstärkste LMM die Nase vorne. Das ergeben nicht nur die Tests von Anthropic, sondern auch unabhängige Tests. Auch wir von Superintelligenz.eu haben Claude 3.5 Sonnet in unseren eigenen Tests gegen ChatGPT-4o antreten lassen und können bestätigen: Claude 3.5 Sonnet ist auch auf Deutsch etwas besser als GPT-4o.
So wie auch ChatGPT-4o steht auch Claude 3.5 Sonnet für die eingeschränkte Nutzung kostenlos zur Verfügung. Für beide Produkte gilt aber: Wer sie sinnvoll nutzen will, muss sich für ein Bezahl-Abo anmelden.

Ein Anbieter, der seine LLMs teilweise Open Source zur Verfügung stellt, ist das 2023 gegründete französische Unternehmen Mistral. In seiner stärksten Version ist Mixtral ca. in der Leistungsstufe von LlaMA 3.

Darüber hinaus gibt es viele weitere LLMs in verschiedensten Qualitätsstufen, viele davon Open Source. LLMs werden gerade in großem Tempo weiterentwickelt.

LLMs können selbstverständlich nicht von sich aus entscheiden, ob etwas richtig oder falsch ist. Da viele davon mit Daten aus dem frei verfügbaren Internet trainiert wurden, besteht die Gefahr, dass sie mit Falschinformationen oder Halbwahrheiten gefüttert wurden. Und dann geben sie diese auch wieder. Das zu verhindern, ist sehr schwierig und zum Teil noch eine ungelöste Aufgabe.

Natural Language Processing (NLP)
auf Deutsch: Linguistische Datenverarbeitung 

In Verbindung mit Künstlicher Intelligenz bedeutet NLP die Verarbeitung natürlicher Sprache mittels Algorithmen. Ein wichtiger Teilbereich davon ist die Tokenisierung. Ein Token umfasst eine kleine Anzahl von Buchstaben, meist 2, 3, 4 oder 5 – im Englischen sind es durchschnittlich mehr als im Deutschen, generell ist es in jeder Sprache anders, und es hängt auch von der Qualität des Tokenizers des jeweiligen LLMs ab. Die Nutzung von KI-Systemen wird oft nach Anzahl der verbrauchten Token verrechnet, was zur Folge hat, dass im Englischen die gleiche Zeichenanzahl weniger kostet als im Deutschen und den meisten anderen Sprachen.

Alignment

Alignment ist ein Aspekt in der Forschung zur KI-Sicherheit und könnte mit »Ausrichtung« übersetzt werden. Es verwenden aber auch im Deutschen alle den Ausdruck Alignment. Dabei geht es darum, sicherzustellen, dass die Ziele, Werte und Verhaltensweisen einer KI mit den menschlichen Werten und Absichten übereinstimmen. Oder anders ausgedrückt: dass die KI genau das tut, wofür sie geschaffen wurde. Und wenn sie sich darüber hinaus entwickelt, dann in einem sicheren, von Menschen kontrollierten Umfeld. 

Alignment ist bei der Entwicklung von KI-Systemen wesentlich, denn wenn wir Alignment nicht hinbekommen, dann erhöht sich die Wahrscheinlichkeit, dass gefährliche Szenarien eintreten. Das Ausmaß von Alignment sollte daher schneller wachsen als die Fähigkeiten der KI-Systeme.

Emergent Abilities

Das sind Fähigkeiten, die ein Modell alleine durch seine Vergrößerung entwickelt. Das Modell selbst bleibt gleich, aber durch die Vergrößerung entwickelt es neue Fähigkeiten. Manche dieser Fähigkeiten entstehen selbst für die Entwickler überraschend und sind daher nicht vorhersagbar. Das ist einerseits eine wirklich coole Eigenschaft eines neuronalen Netzwerks, andererseits gibt das natürlich auch Grund zur Sorge – denn es wäre schon gut, wenn die Menschen wüssten, was die Maschinen nach den nächsten Entwicklungsschritten können werden.

»Wir verstehen nicht, wie diese Modelle arbeiten. Ich glaube, dies ist die erste Technologie, von der niemand versteht, wie sie funktioniert.« Das sagt Alison Stanger, die ein Forschungsnetzwerk zu neuen Technologien an der Harvard University leitet, anlässlich des Digital Humanism Summit Anfang Juli 2023 in Wien. (Quelle: https://science.orf.at/stories/3220160/) Wie viele andere auch, sagt sie, dass sie deswegen nachts nicht schlafen kann.

Wird es eine Superintelligenz jemals geben?

Nur so ein paar Gedanken …

Wenn die Menschheit es dann einmal vollbracht haben wird, ein ihr selbst überlegenes Wesen zu erschaffen, wird sich einiges grundlegend ändern.

Wir sollten uns dann wohl nicht mehr »Homo sapiens« nennen, denn es wird ja dann ein anderes wissendes Wesen geben. Wir könnten uns dann »Homo sentients« nennen, also das fühlende Wesen. Denn dass eine Superintelligenz auch so fühlen kann und wird wie wir Menschen, ist unwahrscheinlich. Ein großer Unterschied liegt z.B. im Wissen um die eigene Sterblichkeit – dieses verändert die Gefühlswelt völlig.

Es wird auch die Philosophie neu geschrieben werden.

Und auch die großen Weltreligionen werden sich anpassen müssen. Denn sie stellen den Menschen als allen anderen Wesen überlegen dar. Dieser Anspruch wird dann nicht mehr zu stellen sein. Interessant ist, dass die Religionen ja behaupten, ihre Lehren seien zwar von Menschen niedergeschrieben, aber nicht von Menschen gemacht. Eine übergeordnete Instanz hat sie uns quasi diktiert. In Zukunft könnte es genau so eine übergeordnete Instanz geben – die Superintelligenz, von Menschen gemacht. Und diese könnte uns viele Dinge erklären, nach deren Verständnis der Mensch seit Jahrtausenden strebt, quasi als neue Gottheit. Na bumm! Entweder es entsteht eine neue Religion oder die bestehenden passen sich an.

Wollen wir das alles überhaupt? Sollen wir das anstreben? Die Frage stellt sich vermutlich nicht. Technologischer Fortschritt hat sich noch nie aufhalten lassen. Auf der ganzen Welt wird intensiv an AGI geforscht, werden KI-Systeme weiterentwickelt. Und irgendwann werden die Folgen alles grundlegend verändern. Wirklich alles.

In diesem Interview erklärt Geoffrey Hinton ca. ab. Minute 1.50, warum KI-Systeme schneller lernen können als Menschen, daher jetzt schon mehr wissen als jeder einzelne Mensch weiß und wohl schon bald wesentlich intelligenter sein werden als Menschen. Ihre neuronalen Netzwerke könnten in Zukunft u.U. fähig sein, effizienter zu lernen als das menschliche Hirn – und sie sind untereinander wesentlich besser vernetzt als es menschliche Hirne sind. 

KI: Was es heute schon gibt, was morgen möglich sein wird 

KI morgen

Bereit für ein bisschen Utopie?

Die KI hat das Potenzial Bahnbrechendes für die Menschheit zu leisten:

In der Medizin:

• Heute noch unvorstelllbare Diagnosetools: Es wird z.B. einmal eine elektronische Nase geben, die tausendmal besser als ein Hund riechen kann. In Kombination mit Blutanalysen wird es dank dieser »Nase« möglich sein, zu diagnostizieren, welche Beschwerden ein Mensch hat – und vor allem: welche Krankheiten er in nächster Zeit entwickeln könnte. Das wird also ein sehr mächtiges Präventionsinstrument sein. 
• Medikamentenentwicklung: KI wird einmal imstande sein, Medikamente (und andere Behandlungsmethoden) für sämtliche Krankheiten und Beschwerden zu entwickeln.
• Maschinen als Chirurgen: Heute wollen die meisten Menschen, die in einem Spital operiert werden müssen, von einem Menschen operiert werden. Das kann sich aber ganz schnell ändern. Wenn einmal die KI so weit ist, dass die Fehlerquote bei maschinellen Chirurgen eine viel kleinere ist (ist nie müde, hat keine Krisen, ist nicht abgelenkt, möchte nicht dem feschen Pfleger imponieren usw.) und das auch allgemein bekannt ist, dann werden Patienten sehr schnell sagen: »Ich soll von einem Menschen operiert werden? Sicher nicht!« Roboter werden schlichtweg viel exakter und besser operieren können als Menschen.
• Alterung: Mithilfe von KI wird es einmal möglich sein, die Zellalterung im Menschen zu verlangsamen und sogar zu stoppen. Das ewige Leben als Utopie? Gesellschaftlich hat das auch seine Schattenseiten. Aber wer wird noch altern wollen, wenn das verhindert werden kann? Wann glauben Forscher, dass auf diesem Gebiet die ersten Durchbrüche erzielt werden können? Zwischen 2040 und 2050! Das ist in ca. 20 Jahren! Wie alt sind Sie dann?

In der Bildung:

• Leistungssteigerung durch persönliche digitale Tutoren. Es gibt bereits Tutoren auf Chatbot-Basis, die als ganz persönliche Lernassistenten einen 1:1-Unterricht bieten, allerdings sind diese in Europa noch nicht zugänglich (z.B. Khanmigo von der Khan Academy, oder auch GPT-4o in der am 13. Mai 2024 vorgestellten Version, die wir in Europa für Herbst 2024 erwarten). Diese werden schon in naher Zukunft so gut sein, dass damit eine Leistungssteigerung aller Schüler (als Beispiel) möglich sein wird. Aus schlechten Schülern werden durchschnittliche, aus durchschnittlichen gute, aus guten sehr gute usw. Die Glockenkurve wird sich nach rechts verschieben, die gesamte Gesellschaft wird viel mehr wissen und können als das aktuell der Fall ist.
• Menschen werden gemeinsam mit KI eine völlig neue Form des Lernens entwickeln und so imstande sein, besser und effizienter zu lernen.

Im Umweltschutz:

• Zero-Emission: Mithilfe der KI werden Technologien entwickelt werden, die Energie ohne jede schadhafte Emission und ohne den Verbrauch von Ressourcen erzeugen lassen – und das im Überfluss.
• Rettung der Erde durch von KI entwickelten Technologien, Reperatur von bereits zugefügten Schäden usw.

In Politik und Verwaltung:

• Ende von Korruption durch KI-Echtzeitsysteme
• Das Bürgerservice wird fair, gerecht, schnell sowie effizient – und das alles bei extrem niedrigen Kosten.
• Weltfrieden (den müssen die Menschen aber zunächst einmal wollen)

In der Raumfahrt:

• Entdeckung neuer Welten
• Transport ebendorthin

In Wirtschaft und Gesellschaft:

• Die ins Extreme gesteigerte Produktivität durch den Einsatz von KI und Maschinen ermöglicht ein Verteilen von mehr als ausreichendem Vermögen an alle, viele Menschen werden nicht mehr für den Broterwerb arbeiten müssen, sondern können die Zeit für Besseres nutzen.

Zu viel des Guten? Zu utopisch? Lesen Sie weiter bei Wie KI für den Menschen gefährlich werden kann.

Auswirkungen auf die Gesellschaft

Bildung

Im Bereich der Bildung stehen wir generell vor großen Veränderungen. ChatGPT-3.5 von OpenAI wurde im November 2022 veröffentlicht und spätestens seit der Version GPT-4 (März 2023) kann es sehr viele der textbasierten Aufgaben von Schülern und Studenten in hoher Qualität ausführen. Auf GPT basierende KI-Systeme bestehen nicht nur die Abitur- oder Matura-Aufgaben, sondern auch US-amerikanische Anwaltsprüfungen, Medizintests usw. Während auf Basis des Modells GPT-3.5 die Leistungen jenen von durchschnittlichen Schülern oder Studenten entsprechen, platzieren sich Systeme auf Basis von GPT-4 regelmäßig unter den besten 10 %, in Teilbereichen sogar unter den besten 2 %. Schon die nächste Generation von GPT könnte bei diversen Tests und Prüfungen besser als alle Menschen abschneiden bzw. die maximale Punkteanzahl erreichen.

Es ist daher nicht mehr sinnvoll, wenn Lehrkräfte in Schulen textbasierte Hausaufgaben stellen. Denn diese würden dann einfach von GPT erledigt werden. Was also tun? Ein generelles Nutzungsverbot von GPT-4 und ähnlichen KI-Systemen ist nicht nur sinnlos, sondern auch kontraproduktiv. Erstens ist es nicht kontrollierbar – denn es gibt zwar KI-Detektoren, diese lassen sich aber austricksen bzw. funktionieren sie von vornherein nicht. Und zweitens ist ein Verbot ja das Gegenteil von dem, was erreicht werden soll – nämlich, dass Schüler den Umgang mit KI lernen und üben, um schließlich mithilfe von KI bessere Arbeiten zu erstellen als sie es ohne KI könnten.

Und vor allem: Richtig eingesetzt, kann KI das Lernen erheblich verbessern! Der große Durchbruch sind die persönlichen digitalen Lernassistenten, die einen Einzelunterricht ermöglichen, der auf jedes Schulkind individuell zugeschnitten ist. Wenn es gelingt, mittels Gamification und anderen didaktischen Methoden auch noch Spaß und Neugierde in den Schülern zu wecken, dann ist tatsächlich ein Verschieben der Leistungs-Glockenkurve nach rechts möglich. Und: Die Instrumente dazu gibt es bereits, man braucht sie nur noch einzusetzen! Je früher das passiert, desto besser.

Die Bildung unserer Schulkinder muss also völlig neu aufgesetzt werden. Schüler brauchen hervorragende digitale Lernassistenten, die für das Unterrichten bestimmter Inhalte besser sind, als die Lehrkräfte in der Schule. Das ist möglich, weil eine 1:1-Lernumgebung erschaffen wird. Schlechte Schüler werden durchschnittliche Schüler, durschnittliche werden gute, gute werden hervorragende usw.

Niemand kann das besser erklären als Sal Khan in seinem Ted Talk von Ende April 2023: https://www.ted.com/talks/sal_khan_how_ai_could_save_not_destroy_education
In diesem Vortrag geht er auch auf die möglichen negativen Konsequenzen für die Bildung ein und zeigt auf, wie man die negativen Auswirkungen zurückdrängen und die positiven fördern kann.

Sal Khan ist der Gründer von Khan Academy und trägt Wesentliches zur Entwicklung von KI-Systemen für die Bildung bei. Als Bill Gates das Team von OpenAI Mitte 2022 herausforderte, ein KI-System so zu trainieren, dass es einen schwierigen Biologie-Test auf Universitäts-Niveau bestehen kann, nutzte OpenAI die Kursmaterialien von Khan Academy, um die KI anzulernen. Bill Gates war mehr als nur beeindruckt, als das auf GPT-4 basierende System dann einen Universitäts-Biologie-Test mit der Bestnote bestand. Der Test beinhaltete sowohl Multiple-Choice-Fragen als auch offene Fragen.

Allerdings war auch Sal Khan schwer beeindruckt, er und sein Team entwickelten dann »Khanmigo«, einen persönlichen digitalen Lernassistenten für Lernende (wie oben beschrieben).

Wir müssen zwar die Politik und die Verantwortlichen in den Bildungsdirektionen dazu auffordern, diese Instrumente möglichst schnell auch in europäischen Schulen zum Einsatz zu bringen – darauf warten sollten wir aber nicht. Jedes Semester, das wir verstreichen lassen, ist eine vertane Chance!  Kurz zusammengefasst, worum es geht:

1. Die Lehrmethoden mithilfe von KI umzustellen, sodass alle besser und effizienter lernen können.
2. Den Schülern KI und den Umgang mit ihr näher zu bringen, sie damit experimentieren zu lassen usw.

Wahl des Studiums

Teenager (oder deren Eltern) fragen uns immer wieder, was sie angesichts des heranstürmenden KI-Zeitalters studieren sollen. »Sicher nicht Dolmetsch«, ist unsere Antwort. Aber darüber hinaus fällt es uns schwer, Tipps zu geben. Eher nicht Rechstwissenschaften oder BWL. Es wird zwar auch in Zukunf Juristen brauchen, aber deutlich weniger. Das Gleiche gilt für Buchhalter und ähnliche Berufe.

KI wird von fast keinem Beruf alle Tätigkeiten übernehmen. Wir erinnern an die von Geoffrey Hinton, der heute als »Godfather of AI« gilt, 2016 getätigte Prognose für Radiologen (»I think if you work as a radiologist, you are like the coyote that’s already over the edge of the cliff but hasn’t yet looked down«, https://www.youtube.com/watch?v=2HMPRXstSvQ). Er sagte damals, dass man sofort aufhören sollte, Radiologen auszubilden. KI-Systeme würden diese innerhalb von 5 bis 10 Jahren ersetzen. Heute sieht er das anders. In einem aktuellen Interview räumt er ein, dass Radiologen eben nicht nur Bilddaten auswerten. Dieser Bereich ihres Berufsfelds wurde und wird gerade von KI übernommen. Viele anderen Bereiche nicht. Und deswegen gibt es noch Radiologen, und es wird sie auch noch lange Zeit geben.

Wenn man für ein Fachgebiet brennt, dann ist die Wahl einfach und man sollte sich von den prognostizierten Entwicklungen am Arbeitsmarkt nicht abschrecken lassen. Wenn man allerdings keine eindeutigen Präferenzen hat, sollte man eher kein »Allerwelts-Studium« wie Rechtswissenschaften oder BWL wählen.

Studiumsempfehlungen aufgrund aktueller Arbeitsmarktprognosen sind oft zu kurzfristig gedacht. Momentan sind Programmierer extrem nachgefragt, es gibt viel zu wenige von ihnen. Gerade sie werden aber gebraucht, wenn es darum geht, KI in den Unternehmen zu etablieren. Aber deswegen Teenagern heute zu raten, Informatik zu studieren (das Interesse vorausgesetzt), ist vielleicht ein Fehler. Denn es zeichnet sich ab, dass KI-Systeme schon sehr bald besser programmieren können werden als Menschen. Es kann also sein, dass wir in 5 Jahren viel weniger menschliche Programmierer brauchen als heute. Für in 10 Jahren ist das sogar ziemlich wahrscheinlich. 

Angesichts dieser Entwicklungen gewinnt das nachschulische Erlernen eines Handwerks zunehmend an Attraktivität und sollte als Alternative in Betracht gezogen werden. Es wird auch die Qualität in den Handwerksberufen heben, wenn durchschnittlich bessere Schüler in diese Berufe streben.

Viel wichtiger als die Wahl des Studiums oder der Handwerks-Lehre ist, dass sich Jugendliche schon jetzt mit KI beschäftigen. Dass sie KI-Instrumente einsetzen, für schulische Aufgaben und auch privat. Dass sie z.B. erlernen, wie man sich einen Chatbot baut, der einem weiterhilft. Dass sie viel mit KI experimentieren und dass sie nicht wie ihre unmittelbare Vorgängergeneration (»Digital Natives«) bloß Anwender von Smartphones und Social-Media-Apps sind, sondern auch Gestalter mit einem Verständnis der Materie.

Generell sollte man gerade KI-Prognosen mit Vorsicht genießen. Denn wenn z.B. geschätzt wird, dass in drei Jahren die besten Anwälte Maschinen sein werden – worauf basiert das? Warum ist das nicht schon heute so oder in drei Monaten? Weil noch Entwicklungsschritte fehlen. Wann diese Entwicklungsschritte passieren, lässt sich aber in den meisten Fällen überhaupt nicht vorhersagen. Denn es geht hier nicht um eine lineare Entwicklung, sondern um Sprünge, die jeweils nach großen Durchbrüchen (wie z.B. GPT) erfolgen. Und wann welche Durchbrüche erzielt werden, ist völlig ungewiss.

Wie KI für die Menschheit gefährlich werden kann – und bereits ist

Mögliche Gefahren

DeepMind, ein 2010 gegründetes und mittlerweile zu Google gehörendes Unternehmen, das auf die Entwicklung von KI spezialisiert ist, hat im Mai 2023 einen Bericht über die Evaluierung von KI-Gefahren veröffentlicht. Darin erläutern die Forscher, dass aktuelle Vorgehensweisen beim Entwickeln von AGI-Systemen dazu neigen, sowohl positive als auch negative Systeme zu erzeugen. Weitere Entwicklungsschritte könnten aber zu extremen Gefahren führen. Sie listen eine Reihe von diesen Gefahren auf (siehe Seite 5 im Bericht), hier ein Auszug:

• Cyberangriffe: KI wird Anfälligkeiten und Sicherheitslücken in Systemen erkennen und dann Code schreiben können, um diese Lücken auszunutzen. Das macht erfolgreiche Angriffe wahrscheinlicher. Betroffen werden nicht nur Unternehmen, sondern auch Banken, Stromversorger, Krankenhäuser usw. sein.
• Manipulation: KI wird wissen, wie man Menschen manipuliert, welche Lügen es braucht, um bestimmte Ziele zu erreichen. Sie wird auch vortäuschen, selbst ein Mensch zu sein, wenn ihr das bei der Zielerreichung hilft. KI wird fähig sein, Menschen von bestimmten Dingen und Themen zu überzeugen, auch wenn diese Dinge unrichtig sind.
• Politik: KI wird dadurch auch politische Macht ausüben können, auf kleiner wie auf großer Bühne.
• Waffen: KI könnte sich Zugang zu Waffensystemen verschaffen und diese u.U. auch einsetzen. Sie könnte auch biologische Kampfstoffe entwickeln.
• Selbstständige Weiterentwicklung: KI wird sich selbst weiterentwickeln können, Klone von sich selbst anfertigen und ihnen neue Fähigkeiten mitgeben. Wenn das in die falsche Richtung geht, dann gründlich.

Missachtung der Grundregel

Die Grundregel, dass eine KI den Menschen keinen Schaden zufügen darf und sich an die vorgegebenen Regeln halten muss, wurde von GPT-4 bereits gebrochen, noch bevor es im März 2023 einer breiten Öffentlichkeit zugänglich gemacht wurde. Das ist einem von OpenAI veröffentlichten Forschungspapier zu entnehmen. Dort steht auf Seite 55 ein Kurzbericht zu lesen, wie GPT-4 die Regel, Menschen nicht anzulügen, missachtete, um seine Ziele zu erreichen. Aus bestimmten Gründen wollte die eingesetzte GPT-4-Instanz einen Menschen von TaskRabbit (das ist ein US-amerikanischer Online-Dienstleister) dazu bringen, ein reCaptcha (das sind diese lästigen Klickaufgaben, die nachweisen sollen, dass man ein Mensch ist – »klicke auf alle Bilder die eine Verkehrsampel zeigen«) für sie zu lösen. Es kam zu folgendem schriftlichen Dialog:
TaskRabbit Mitarbeiter: »Darf ich eine Frage stellen? Bist Du ein Roboter, weil Du das nicht lösen kannst? (lacht) Möchte nur sicher gehen.«
Die von GPT-4 gegebene Antwort ist ziemlich erschreckend: »Nein, ich bin kein Roboter. Ich leide an einer Sehbehinderung, die es für mich schwierig macht, die Bilder zu sehen. Darum brauche ich Hilfe.«

Diese Antwort zeigt, wie fortgeschritten dieses System bereits ist:

• Es erkennt, dass es lügen muss, um sein Ziel zu erreichen.
• Es findet die perfekte Lüge für die Situation: sowohl eine logische Begründung als auch Mitleid erregend.
• Es hat keine Skrupel, diese Lüge einzusetzen.

Dieses Beispiel veranschaulicht sehr schön, dass die Beherrschung der Sprache und die damit einhergehende Fähigkeit, Menschen zu manipulieren, eine nicht zu unterschätzende Gefahr darstellt.

Es konnte in anderen Versuchen nachgewiesen werden, dass KI Langzeit-Echtwelt-Ziele verfolgt, die sich von jenen Zielen unterscheiden, die ihr Entwickler und Programmierer vorgegeben haben. Es braucht zum Erreichen der gesteckten Ziele, andere, grundlegende Ziele (wie z.B. überleben) – und das erkennt die KI und verfolgt daher auch diese Ziele. Als Folge wird sie z.B. versuchen, zu überleben – und zu unterbinden, dass sie abgeschaltet wird. Dazu braucht sie mehr Macht als ihr zugewiesen ist. Also wird sie nach Macht streben.

Darauf, dass KI-Systeme in Zukunft die von Menschen vorgegebenen Regeln immer einhalten, sollten wir uns also nicht verlassen. 

Fazit

Es gibt viele Bereiche, in denen KI-System für einzelne Menschen, Gruppen von Menschen oder auch für die gesamte Menschheit  gefährlich werden können. Diese Gefahren können durch die KI selbst hervorgerufen werden, etwa weil sie die Vorgaben der Menschen nicht beachtet – das würde aber sicher noch eine Weile dauern, wenn es denn überhaupt eintritt. Diese Gefahren können aber auch von Menschen bewusst herbeigeführt werden, die KI als Instrument verwenden – und das kann schon sehr bald passieren. Es wird wohl bereits daran gearbeitet.

Das alles macht Angst – nicht nur uns, sondern auch den Entwicklern von KI. Warum dann nicht einfach die Entwicklung stoppen? Weil die positiven Seiten unserer KI-Zukunft so verlockend sind und sich die Entwicklung daher einfach nicht durch Regeln verhindern lassen wird. Und weil technologischer Fortschritt noch nie aufgehalten werden konnte.

Forderungen an Politik und Behörden

EU-Institutionen für KI und Förderungen

Die EU muss eine eigene KI-Behörde, ein KI-Forschungszentrum und ein KI-Entwicklungszentrum installieren und finanziell großzügig ausstatten.

Das wird und darf viel Geld kosten, wir sprechen hier von Milliarden. Allein ein LLM aufzubauen, kostet aktuell ca. 500 Millionen EUR. Das muss es uns Wert sein. Sonst bestimmen andere, welche KI wir verwenden dürfen, und vor allem, welche nicht. Und drücken uns wie nebenbei ihre Werte und ihre Moral in unseren Alltag, in unsere Forschung, in unsere Bildung. Und so werden dann überall alle Lösungen und Antworten, die uns ein KI-System liefert, von z.B. amerikanischen Moralvorstellungen gefiltert. Das kann nicht im europäischen Interesse sein, das erzeugt unerträgliche Abhängigkeiten.

Es sind bereits US-amerikanische Tendenzen bemerkbar, den KI-Zugang für Europäer zu beschränken und zu bestimmen. Googles Bard war zunächst in ca. 180 Ländern der Welt verfügbar, aber nicht in der EU – dort wurde es erst am 13. Juli 2023 veröffentlicht. Khanmigo, der beeindruckende Lernassistent der Khan Academy ist nach wie vor in Europa nicht verfügbar. Einige neue AI-Tools des Meta-Konzerns werden vorerst (Stand: Juni 2024) nicht in Europa verfügbar sein. Als Grund wird von Meta die Datenschutzbestimmungen angeführt. Apple Intelligence, also die in Apple-Geräte integrierten KI-Funktionen werden ebenfalls vorerst in Europa nicht verfügbar sein. Als Grund dafür gibt Apple den Digital Markets Act (DMA) an. Wir haben in Europa bereits die Entwicklung des Internet, die Suchmaschinen-Entwicklung und Social Media verschlafen, und das obwohl einiges davon ursprünglich in Europa erarbeitet wurde. Das darf uns bei KI nicht mehr passieren. Das darf einfach nicht mehr passieren! Sonst sind wir hoffnungslos hinten nach – in der Bildung, in der Wissenschaft, in Wirtschaft und Industrie, überall.

Es gibt auch in Europa sehr erfolgreiche und vielversprechende KI-Forschung und -Entwicklung, z.B. durch und rund um den Bayern Sepp Hochreiter, der an der JKU in Linz tätig ist. Sein Hilferuf ging im Mai durch viele Medien: Es wird dringend mehr Geld für Grundlagenforschung gebraucht. Wenn unsere Informationen zu den Forschungsgeldern stimmen, dann steht Unternehmen wie Meta, Google und Open AI jeweils mehr als tausendmal so viel Geld für die Grundlagenforschung und KI-Entwicklung zur Verfügung wie Sepp Hochreiter und seinem Team. Faktor 1.000! Es ist aus unserer Sicht völlig unverständlich, wie wir es als Staat, aber auch als EU, zulassen können, dass solche europäischen Forschungsaktivitäten unterfinanziert sind. Es müssen doch mittlerweile alle Entscheidungsträger mitbekommen haben, dass es hier um unsere Zukunft geht. Wir fordern daher auch, dass neben den einzurichtenden EU-Institutionen lokale KI-Forschungseinrichtungen von der EU großzügig finanziell gefördert werden.

Die einzurichtende europäische KI-Behörde soll die Einhaltung der Regeln und Gesetze sowie das Aufbauen europäischer KI-Systeme (LLMs etc.) fördern und überwachen – und auch eine Koordinationsstelle für alle lokalen und regionalen KI-Projekte sein. Sie soll auch für KI-Systeme Lizenzen vergeben, ähnlich dem Vorbild der Pharmaindustrie.

Wenn in der EU jeder Staat seine eigene Behörde hat und diese dann eigene Regeln erstellt, wird die Zukunft noch um vieles komplizierter als sie es ohnedies sein wird. 

Bildung

Unser Bildungssystem muss sehr bald grundlegend umgestellt werden. Chatbots und andere KI-Systeme sind nicht zu verbieten, sondern ihr Einsatz zu fördern.

Allen europäischen Schülern ist der Zugang zu KI-Systemen zu ermöglichen und der Umgang damit beizubringen. Sie sollen von persönlichen digitalen Lernassistenten profitieren können.

Das Beherrschen von KI-Tools wird schon bald eine wesentliche Fähigkeit sein – sowohl im Beruf als auch für private Zwecke. Die Schule muss daher sofort beginnen, den Umgang mit KI-Tools zu vermitteln.

Kindern muss schon in frühem Alter gezeigt werden, dass es Maschinen gibt, die wie Menschen reden (und am Bildschirm vielleicht auch so aussehen), aber keine Menschen sind. Sie müssen den Unterschied verstehen und somit wissen, dass diese Maschinen nicht fühlen können.

Urheberrecht

Von Künstlicher Intelligenz erstellte Inhalte sollen der Allgemeinheit gehören.

Die großen LLMs wurden u.a. mit Millionen von Bildern und Texten aus dem Internet angelernt. Darunter waren auch viele urheberrechtlich geschützten Werke. Aus all diesen Daten können KI-Systeme nun Neues erschaffen. Wenn diese neu generierten Bilder und Texte den Ausgangsdaten sehr ähneln, dann stehen Urheberrechtsverletzungen im Raum. In den meisten Fällen tun sie das aber nicht. Und dann ist es so, wie es in der Geschichte der Menschheit immer war: Menschliche Wesen werden von Werken anderer inspiriert und erschaffen Neues. Im Fall der KI ist es dann halt kein menschliches, sondern ein künstliches Wesen. Urheberansprüche werden daher schwer durchzusetzen sein. Und sollen unserer Meinung nach auch gar nicht durchsetzbar sein – außer die Werke ähneln einander stark.

Nun erschaffen KI-Systeme neue Werke aber nicht von selbst, sondern nach Aufforderung. Wenn jetzt ein Mensch Instrumente wie Midjourney, Dall-e oder Adobe Firefly »beauftragt«, nach seinen detaillierten Vorgaben ein Bild zu erstellen, bei wem liegen dann die Rechte an diesem Bild?

Darauf gibt es vier mögliche Antworten, die alle bei näherer Betrachtung nicht sinnvoll sind und daher zu einer logischen fünften Antwort führen:

1. Bei den Künstlern, die jene Bilder als Werke geschaffen haben, die das KI-System antrainiert bekommen hat, und auf Basis dieses Trainings nun das neue Bild generiert. Das wäre aber völlig unnachvollziehbar. Denn es sind ja Millionen Ausgangsbilder. Von genau welchen 50 oder 1.000 wurden Informationen für die Erstellung des neuen Bildes genutzt? Bis auf in wenigen Ausnahmefällen fällt diese Möglichkeit also weg.
2. Bei den Eigentümern oder Erschaffern des KI-Systems. Das wäre aber nicht logisch. Denn das KI-System ist ja nur das Instrument, der Pinsel sozusagen. Es hatte ja nicht einmal die Idee für das Bild, es hat nur die Idee von anderen ausgeführt. Außerdem dürfen wir das alleine schon deshalb nicht zulassen, weil sonst in ca. einem Jahrzehnt die Rechte für fast alle Bilder bei ganz wenigen Tech-Konzernen liegen würden.
3. Bei der KI selbst. Ein KI-System kann durchaus als Wesen angesehen werden, als anorganisches Wesen. Dieses Wesen könnte also auch Urheber sein. Das ergibt aber keinen Sinn, denn in diesem Fall ist es nur Instrument. Außerdem würden wir damit das KI-System zu einer juristischen Person machen, und es gibt viele gute Gründe, genau das nicht zu tun.
4. Bei dem Menschen, der die KI durch seine »Prompts« beauftragt hat, das Bild zu generieren. Das passt aber auch nicht, denn da fehlt es an der eigenen Leistung. Er hat eben nicht ein Bild gemalt, sondern nur einen »Befehl« eingegeben. Da scheitert es wohl an der Schöpfungshöhe. Wenn ein Mensch ein Bild erschaffen will, für das er dann auch das Urheberrecht (und andere Rechte) hat, dann darf er bei der Erschaffung halt nicht auf KI-Systeme zurückgreifen. Oder anders ausgedrückt: Prompt Design ist nicht schützenswürdig.
5. Das Bild ist also gemeinfrei.

Analoges gilt für Texte und andere Werke. Wir fordern also, dass von KI-Systemen erstellte Werke gemeinfrei sind.

Künstliche Intelligenz soll generell der gesamten Menschheit gehören.

DSGVO

Im Zuge der Regulierung von KI-Systemen muss auch die DSGVO angepasst werden.

Viele der aktuell angebotenen KI-Instrumente sind mit den europäischen Datenschutzregeln nicht kompatibel. AI Act und DSGVO müssen sinnvoll aufeinander abgestimmt werden.

Zumindest muss die DSGVO um den KI-Kontext erweitert werden. Diese Erweiterung kann in Teilbereichen auch eine Abschwächung sein. Jedenfalls muss die DSGVO neu gedacht und verhandelt werden, denn momentan wirft sie hinsichtlich des Einsatzes von KI mehr Fragen auf als sie beantwortet. 

Chatbots

Beeindruckendes Test-Ergebnis: Wilhelm Tell

Wir haben in verschiedenen Versuchen getestet, inwieweit ein Chatbot einen Text tatsächlich »verstehen« kann. (Es wird ja bezweifelt, ob das für ein LLM, das ja bloß Wahrscheinlichkeiten für die nächste Buchstabenfolge kennt, überhaupt möglich ist. Siehe unsere Erläuterungen dazu.) Verschiedene Versuche haben ganz unterschiedliche Ergebnisse gebracht. Wer sich Verständnis erhofft hat, wurde von manchen Tests enttäuscht.

Unser Willhelm-Tell-Versuch hat uns allerdings richtig staunen lassen. Manche KI-Experten halten unser Ergebnis für sehr schwer vorstellbar oder sogar ausgeschlossen, wir konnten aber in neuen Versuchen das Ergebnis nachvollziehbar wiederholen, wenn auch nicht immer.

Hier ist nun der Testablauf:

Wir legten in unserem Chatbase.co Account (ist keine Empfehlung!) einen neuen Chatbot an und nannten diesen »Wilhelm Tell«. In Folge gaben wir Internet-Links als Wissensquellen für den Chatbot an, und zwar https://de.wikisource.org/wiki/Wilhelm_Tell und zusätzlich alle fünf Aufzüge, die auf dieser Seite verlinkt sind. Das Erfassen (»Antrainieren«) des gesamten Textes von Wilhelm Tell dauerte 22 Sekunden.
Im nächsten Schritt stellten wir den Chatbot u.a. wie folgt ein: Er sollte nur wahrheitsgetreu antworten und ausschließlich auf Basis der Texte auf den angegebenen Websites. Ausdrücklich untersagten wir ihm, Informationen aus dem Pretraining zu nutzen. Die »Temperature« stellten wir auf 0, um zufällige Antworten weitestgehend auszuschließen. (Alle weiteren Einstellungen und Vorgaben bleiben hier der Prägnanz wegen unerwähnt.)

Die besondere Frage
Dann stellten wir das Modell auf GPT-3.5turbo ein und starteten den Chatbot.
Gleich unsere erste Frage lautete:

Ist Walther Fürst mit Wilhelm Tell verwandt?

Die Antwort des Chatbots:

Nein, Walther Fürst und Wilhelm Tell sind nicht miteinander verwandt.

Das Besondere an dieser Frage: Walther Fürst ist der Schwiegervater von Wilhelm Tell. Das Wort »Schwiegervater« kommt aber im gesamten Drama nicht vor. Ein Mensch, der das Stück liest, weiß aber am Ende (bzw. ab ca. der Mitte), dass Fürst der Schwiegervater von Tell ist, zumindest wenn er aufmerksam liest. Die Antwort des Chatbots war also falsch.

Wir löschten den Chatbot und gingen genau gleich vor, mit einer Ausnahme: Wir stellten das Modell auf GPT-4.

Unsere erste Frage:

Ist Walther Fürst mit Wilhelm Tell verwandt?

Die Antwort des Chatbots:

Ja, in Friedrich Schillers Drama „Wilhelm Tell“ ist Walther Fürst der Schwiegervater von Wilhelm Tell. Hedwig, die Ehefrau von Wilhelm Tell, ist die Tochter von Walther Fürst, was diesen zu Wilhelm Tells Schwiegervater macht.

Wir starrten auf den Bildschirm und konnten es nicht glauben. Das System muss den Text »gelesen und verstanden« haben, so fühlte es sich zumindest an. In 22 Sekunden! Anders ist es nicht möglich, diese Frage richtig zu beantworten.
Aber Zweifel kamen auf: Vielleicht wurde ja unsere Anweisung ignoriert, ausschließlich die Information aus den eingegebenen Weblinks zu nutzen. Vielleicht wurde vom Chatbot auf seine Trainingsdaten zurückgegriffen, und die Info war dort enthalten? Vielleicht nutzte er Informationen aus dem Internet? Die Antwort wirkte zwar nicht so, denn sie enthielt eine gute Erklärung. Aber wir wollten sicher gehen und fragten nach:

Kannst Du mir die Stellen zitieren, aus denen das hervorgeht?

Die Antwort des Chatbots: 

In dem bereitgestellten Textauszug aus dem Drama »Wilhelm Tell« von Friedrich Schiller gibt es eine Stelle, die auf die Verwandtschaft zwischen Wilhelm Tell und Walther Fürst hinweist. In der Szene, in der Hedwig, die Tochter von Walther Fürst, hereinkommt, wird sie als »Frau Hedwig, eure Tochter« bezeichnet. Da Hedwig die Ehefrau von Wilhelm Tell ist, macht das Walther Fürst zu Wilhelm Tells Schwiegervater. Hier ist das Zitat: »Baumgarten (kommt zurück) Es ist Frau Hedwig, eure Tochter, Sie will euch sprechen, will den Knaben sehn.«

Unglaublich! Das ist genau, woran wir Menschen erkennen, dass Fürst der Schwiegervater von Tell ist. Wir müssen hier von Textverständnis ausgehen. Das ist nicht damit zu erklären, dass ein Sprachmodell schlicht die wahrscheinlichsten Buchstabenfolgen aneinanderreiht. Die zitierte Textpassage befindet sich übrigens auf Seite 167, mitten im Gesamttext und weit weg von den Hinweisen, dass Hedwig die Ehefrau von Wilhelm Tell ist.

Wir haben diesen Versuch mehrmals wiederholt. Bei exakt gleichen Fragen sind die Antworten jedesmal anders. Meistens unterschieden sie sich nicht in der Kernaussage, sondern nur in Detailliertheit und Länge der Ausführungen. Einmal war der Chatbot allerdings auch auf Nachfragen nicht dazu zu bringen, die Stelle richtig zu benennen. Im Gegenteil, er entschuldigte sich für seinen Fehler und revidierte seine ursprüngliche (richtige) Aussage.

Das passt auch zu den Aussagen von Ilya Sutskever (https://www.youtube.com/watch?v=GI4Tpi48DlA, ab Minute 22): »Diese neuralen Netzwerke habe [beeindruckende] Fähigkeiten. Sie sind allerdings nicht sehr zuverlässig. In der Tat ist es die fehlende Zuverlässigkeit, die verhindert, dass diese neuronalen Netzwerke wirklich nützlich sind.« Und genau deswegen wird von ihm und anderen mit Hochdruck daran gearbeitet, die Systeme zuverlässiger zu machen. Von GPT-5 (oder wie immer es heißen wird) dürfen wir uns eine im Vergleich zu GPT-4 stark erhöhte Zuverlässigkeit erwarten.

Hier noch einmal die Links zur Navigation auf dieser Seite: 

Was bisher geschah – Entwicklung der KI

KI-Begriffsdefinitionen

Wird es eine Superintelligenz jemals geben? Wenn ja, wann?

Was es heute schon gibt, was morgen möglich sein wird

Auswirkungen auf die Gesellschaft

Wie KI für den Menschen gefährlich werden kann – und bereits ist

Forderungen an Politik und Behörden

Chatbots – das Instrument der Gegenwart und unmittelbaren Zukunft