Um die künstliche Intelligenz, spezifischer die generative KI, ist ein Hype losgebrochen – dabei ist das Konzept nicht neu, teilweise bauen auch heutige erlangte Fortschritte noch auf Konzepten aus den 1960er-Jahren auf. Trotzdem ist mit ChatGPT und Co. künstliche Intelligenz für viele erstmals greifbar und praktisch einsetzbar geworden. In unserem Rundum-Leitfaden erfährst Du alles darüber – von der Funktionsweise bis hin zu den Auswirkungen.
Was ist generative KI?
Generative KI verbindet die Technologien maschinelles Lernen und die eigentliche künstliche Intelligenz miteinander. Dafür erhält das System zunächst ein Daten-Fundament – die sogenannten Trainingsdaten. Mit diesen riesigen Datensätzen ist die KI in der Lage verschiedene Muster zu erkennen und sich diese selbständig beizubringen, um dann in der Lage zu sein vergleichbare, idealerweise täuschend echt wirkende Inhalte eigenmächtig zu erstellen – zum Beispiel Texte, Bilder, Audio- oder andere Multimediadateien.
Während Machine-Learning-Systeme ausschließlich anhand von vorhandenen Daten lernen und diese reproduzieren, kann eine generative KI synthetische Daten nutzen.
KEY POINTS
- Generative KI erzeugt synthetische Daten und ist in der Lage sich mit diesen fortlaufend selbst zu trainieren.
- Eine generative KI kann sowohl Text (wie beispielsweise ChatGPT) als auch Bilder (wie Adobe Firefly) und andere Medien erstellen.
- Die künstliche Intelligenz soll unvoreingenommen Inhalte kreieren, die menschliche Erfahrungen und Denkweisen widerspiegeln. Im Idealfall klappt das so gut, dass nicht erkennbar ist, ob das Ergebnis von KI- oder Menschenhand erstellt wurde.
- Künstliche Intelligenz könnte wirtschaftlich zum Produktivitäts- und Wachstumstreiber avancieren, aber auch viele Berufe obsolet machen.
Wie funktioniert generative KI?
Um Muster zu lernen und zu verinnerlichen, greift solch eine künstliche Intelligenz auf bis zu drei Technologien zurück. Das sind:
- Generative Adversarial Netzworks (GAN)
- Transformatoren
- Variational Autoencoder (VAE)
GAN setzen sich aus neuronalen Netzen, zwei an der Zahl (Generator und Diskriminator), zusammen. Der Generator-Teil erzeugt neue Inhalte, welche den zuvor eingespeisten Quelldaten ähnlich sind. Währenddessen hat der Diskriminator-Teil zur Aufgabe Quelldaten von eigens generierten synthetischen Daten zu differenzieren. Beide Systeme kommen in der Trainingsphase abwechselnd zum Einsatz.
Transformaten, dazu gehören unter anderem GPT-3 und LaMDA, analysieren und verstehen Eingaben. Dadurch ist eine KI in der Lage kohärent Bilder, Texte und Co. zu erfassen und sie später selbst zu generieren.
VAE wird dem Deep-Learning zugeordnet und basiert auf komplexen Datenmodellen und riesigen Datensätzen. Dadurch ist das System beispielsweise in der Lage Kunstwerke in hoher Auflösung zu erstellen oder Gesichter von Promis zu emulieren. Speziell diese Komponente spielte bei dem Schauspieler-Streik in Hollywood im Jahr 2023 eine Schlüsselrolle.
Die Rolle von Large Language Models (LLMs) bei generativer KI
LLMs greifen auf riesige Datensätze zurück, um der KI zu ermöglichen Inhalte zu verstehen, sie zusammenzufassen und zu generieren. Das erste KI-Sprachmodell ELIZA wurde bereits im Jahr 1966 am MIT vorgestellt. Typischerweise nutzen LLMs Milliarden oder gar Billionen von Parametern (Variablen), um daraus neue Inhalte ableiten zu können.
Zum Vergleich: GPT-2 arbeitete mit zwei Milliarden Parametern, GPT-3 bereits mit 175 Milliarden und die aktuelle Version GPT-4 mit 1 Billion Parametern. LLMs gehören zu den Transformaten und müssen immer groß genug sein, um der KI selbst weitere Optimierungen zu ermöglichen.
Was kann generative KI generieren?
Prinzipiell sind der generativen KI dahingehend keine nennenswerten Grenzen gesetzt, denn anhand der synthetischen Daten sind die Systeme in der Lage sich selbst weiterzubilden. Dadurch entsteht wiederum ein Kreislauf, der im Idealfall zu einer immer authentischeren, vielseitigeren und echter wirkenden KI führt.
Schon heute können Generative-KI-Systeme eine Vielzahl von Inhalten erstellen und Aufgaben erledigen, darunter zum Beispiel:
- Texte erstellen und vorhandene Texte zusammenfassen oder umschreiben
- Übersetzungen, sofern die LLMs multilingual sind, die KI also in mehreren Sprachen trainiert wurde
- Inhalte klassifizieren und kategorisieren
- Unterhaltungen führen, sowohl mit anderen KIs als auch mit Menschen
- Bilder und Kunstwerke
- weitere Multimedia-Inhalte
Die häufigsten generierten Inhalte von generativer KI sind zum aktuellen Zeitpunkt zweifelsohne Texte. Darauf aufbauend kann die KI auch Bestandteil von Dialogen (bei Chatbots) sein.
Sind ChatGPT, Midjourney, Dall-E und Bard generative KI Modelle?
Die kurze Antwort: Ja, sind sie! ChatGPT ist zwar vorwiegend auf Textinhalte spezialisiert, während Midjourney und Dall-E anhand von Prompts Bilder und Kunstwerke erstellen, zu den generativen KI-Modellen zählen sie aber alle drei.
Wo wird generative KI genutzt?
Die Anwendungsgebiete von generativer KI sind ausgesprochen vielfältig, schließlich können diese Modelle viele Aufgaben übernehmen, die zuvor oder aktuell noch vom Menschen erledigt werden. Offensichtlich lässt sich generative KI, wie aus den vorherigen Absätzen hervorgeht, überall da nutzen, wo Texte, Inhalte, Bilder oder beispielsweise Code erstellt werden. Ein Data Analyst, der riesige Datensätze kohärent erfassen und auswerten muss, könnte eine KI folglich ebenso nutzen wie beispielsweise ein Webdesigner, der sich von generativer KI Bilder, Schriftzüge und andere visuelle Elemente für ein Projekt erstellen lässt.
Das EXIST-Programm vom Bundesministerium für Wirtschaft und Klimaschutz hält, in Anlehnung an eine Studie von McKinsey, Produktivitätszuwächse in Höhe von 2,6 bis 4,4 Milliarden US-Dollar p.a. möglich. Die Studie richtet die Schwerpunkte bezüglich der Nutzung auf Einsatzgebiete wie:
- den Kundenservice
- im Marketing
- im Vertrieb
- bei der Softwareentwicklung
- in Forschung und Entwicklung
Inhalte, Bilder, Texte und Softwarecode erstellen lassen, Interaktion mit Kunden auslagern und personalintensive Aufgaben übernehmen: Das sind klassische Anwendungsfälle der generativen KI, weshalb die Studie unter anderem Branchen wie dem Finanz- und Bankensektor, der Medienbranche, Biowissenschaften und dem High-Tech-Sektor die größten Produktivitätszuwächse zuspricht.
Die Vielfältigkeit der generativen KIs zeigt sich auch bei der Betrachtung einzelner Beispiele: So könnte eine KI zum Beispiel alte Fotos ins digitale Zeitalter transformieren oder Schwarz/Weiß-Bilder mit Farbe füllen. Niedrige Auflösungen, bei Videos und beispielsweise Filmen, kann die generative KI hochskalieren, indem sie dafür nötige Lücken füllt. Gesichtsidentifizierungsprozesse lassen sich durch die KI ebenso optimieren, wie Übersetzungen oder das Zusammenfassen großer Datensätze.
Sogar in der Medizin kann die generative KI zum Einsatz kommen, beispielsweise um Tumore frühzeitig zu erkennen oder Röntgenaufnahmen zu erweitern, indem verschiedene Winkel berechnet und visualisiert werden. Bei Patienten, die eine Prothese benötigen, könnte die generative KI die individuellen Bewegungsmunster der Patienten verinnerlichen und in der Folge eine Prothese entwickeln, die auf eben diese Bewegungsmuster hin maßgeschneidert ist. Texte kann eine KI ebenso wie Kunstwerke, wie bereits in den vorherigen Abschnitten angemerkt, erstellen, zusammenfassen und generell bearbeiten.
Die besten generativen KI-Apps
ChatGPT dürfte mit großer Sicherheit der bekannteste Name unter den generativen KIs sein – ist aber längst nicht das einzige Modell oder die einzige App. Freiberufler aus verschiedenen Branchen können sich ebenso wie Unternehmen eine Reihe von KI-Apps zu Nutze machen, die teilweise auch eine entsprechende Spezialisierung mitbringen – wie zum Beispiel GitHub CoPilot, was sich für Entwickler und Coder eignet.
Bekannte Apps für Entwickler sind unter anderem:
- ChatGPT
- GitHub CoPilot
- Kite
- und Tabnine
Eine vollständige Übersicht findest Du in einem separaten Blogbeitrag bei uns!
Welchen Einfluss hat generative KI auf die Arbeitswelt?
Die Auswirkungen generativer KI auf die Arbeitswelt lassen sich prinzipiell in zwei große Bereiche unterteilen: Einerseits sind Produktivitätszuwächse möglich, wenn menschliche Mitarbeiter eine Reihe von zeitaufwändigen Aufgaben an die KI auslagern. Andererseits können Berufe völlig obsolet werden, wenn diese fortan ohne menschliches Zutun einfach von einer KI erledigt werden.
Dementsprechend dürfte die generative KI die größten Auswirkungen auf den Arbeitsmarkt seit der Industrialisierung haben. Unzählige Berufe werden fortan nicht mehr oder nicht mehr mit einem so hohen Personalaufwand benötigt. Kreative wie Copywriter, Grafiker, UI-Designer, Programmierer, Dolmetscher und Übersetzer sowie Journalisten müssen damit rechnen, dass sie fortan weniger am Markt gefragt sind. Selbiges gilt beispielsweise für Mitarbeiter im Support-Center, wenn den Dialog mit Kunden stattdessen fortan eine generative KI übernimmt.
Auf der anderen Seite werden einige wenige Berufe durch die KI-Revolution entstehen, das offensichtlichste und bekannteste Beispiel ist mit Sicherheit der Prompt-Engineer. Fest steht: Die Zukunft der Arbeit wird sich verändern.
Suchst Du nach einem Prompt Engineer?
Welche Gefahren bringt generative KI?
Generative KI birgt mittel- und langfristig die Gefahr den Menschen, sein Handwerk und seine Talente obsolet zu machen. Im Zuge dessen sind auch eine hohe Arbeitslosenquote, bei durch KI ersetzten Jobs, sowie daraus resultierende soziale Spannungen denkbar. Verletzungen von Datenschutzvorgaben oder beispielsweise Urheberrechten sind weitere Gefahren. Sowohl Menschen als auch Unternehmen laufen Gefahr ihre Identität zu verlieren, wenn statt einer menschlichen Note vorwiegend auf KI gesetzt wird. Verzerrungen, Diskriminierung, mangelnde Transparenz, Spiralen aus Falschinformationen und regulatorische Risiken sind weitere Problemfälle.
Fazit
Generative KI wird nicht verschwinden – anders als in Stanley Kubricks „2001: Odyssee im Weltraum“ dem Menschen zeitnah aber wohl auch nicht in den Rücken fallen. Trotzdem können durch generative KI erhebliche soziale Umbrüche stattfinden, insbesondere wenn die KI viele Jobs obsolet macht. Zum aktuellen Zeitpunkt ist die KI vor allem als unterstützendes Element zu sehen, das den Menschen bis dato aber noch nicht ersetzte.
Die generative KI verbindet künstliche Intelligenz mit Machine-Learning, um anhand von riesigen Datensätzen und anschließend fortlaufend weiter zu lernen, indem sie eigene synthetische, generierte Daten dafür nutzt. So kann die generative KI beispielsweise Bilder, Texte, Deepfakes oder Übersetzungen erstellen.
Das System wird zunächst mit Daten versorgt, anschließend lernt es anhand von Technologien wie GANs und VAEs.
Ja, ChatGPT ist eine generative KI. In der vierten Generation (GPT-4) nutzt das System rund eine Billion Parameter.
