{"id":15854,"date":"2023-06-27T10:07:38","date_gmt":"2023-06-27T08:07:38","guid":{"rendered":"https:\/\/laigo.ai\/?p=15854"},"modified":"2025-08-17T09:50:26","modified_gmt":"2025-08-17T07:50:26","slug":"generative-ai","status":"publish","type":"post","link":"https:\/\/laigo.ai\/de\/blog\/generative-ai\/","title":{"rendered":"Generative AI"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t

Wie KI Inhalte generiert<\/strong><\/h2>

In letzter Zeit taucht im Bereich der k\u00fcnstlichen Intelligenz zunehmend ein neuer Begriff auf: Generative KI. Er r\u00fcckte insbesondere im Zusammenhang mit hochkomplexen Anwendungen wie ChatGPT in den Fokus und beschreibt eine neue Leistungsstufe der KI. Im Gegensatz zu KI-Funktionen, die Unterscheidungen treffen (daher diskriminierende KI), ist generative KI in der Lage, eigene Inhalte wie Texte, Bilder, Audioinhalte, Code und mehr zu erstellen.

<\/p>

Daten an Ausgabekriterien anpassen<\/strong><\/h2>

Betrachtet man fr\u00fchere Anwendungen von KI, so wird deutlich, dass die neue Technologie vor allem dazu dient, Unterscheidungen zu treffen: Lieferrechnung oder Rechnung? Verkehrszeichen oder Werbetafel? Spam oder kein Spam? Die Algorithmen haben dies durch sogenanntes \u00fcberwachtes Lernen gelernt. Dabei werden sie mit Daten trainiert, die von Menschen vorbereitet wurden, d. h. der entsprechenden Ausgabekategorie zugeordnet wurden. Daraus extrahieren die Algorithmen die Merkmale, die ein Objekt von einem anderen unterscheiden, und k\u00f6nnen vorhersagen, zu welcher Kategorie ein unbekanntes Objekt am ehesten geh\u00f6rt.

<\/p>

Erweiterung der Horizonte der KI<\/strong><\/h2>

Eine KI, die auf diese Weise gelernt hat, hat einen sehr begrenzten Horizont. In gewisser Weise kann dieser erweitert werden, indem man Algorithmen anders lernen l\u00e4sst: un\u00fcberwacht oder halb\u00fcberwacht. Beim un\u00fcberwachten Lernen werden die Daten nicht gekennzeichnet; beim halb\u00fcberwachten Lernen wird nur ein kleiner Teil der Daten von Menschen gekennzeichnet. Der Algorithmus \u201eerarbeitet\u201c selbstst\u00e4ndig die Muster, nach denen er die ihm gegebenen Daten ordnet. Auf diese Weise kann er andere Muster erkennen als diejenigen, die beim \u00fcberwachten Lernen die Zuordnung zu einer bestimmten Ausgabekategorie bestimmen. Die Hunde- und Katzenbilder k\u00f6nnten dann beispielsweise nach der Farbe des Fells der Tiere oder danach sortiert werden, ob sie auf der Wiese oder auf dem Sofa fotografiert wurden. Aber auch hier macht der Algorithmus nichts anderes als Unterscheidungen, allerdings in Bezug auf die Ausgabe ohne Eingabe durch den Menschen.<\/p>

Wenn man un\u00fcberwachtes Lernen auf eine gr\u00f6\u00dfere Ebene hebt, entsteht generative KI. \u201eAuf eine gr\u00f6\u00dfere Ebene heben\u201c bedeutet in diesem Fall, dass anstelle kleiner KI-Modelle, vordefinierter Regeln f\u00fcr die Verarbeitung von Eingaben und einer eher \u00fcberschaubaren Menge an Trainingsdaten zunehmend gr\u00f6\u00dfere und komplexere KI-Modelle zum Einsatz kommen, die mittels neuronaler Netze und riesigen Datenmengen aus einer Vielzahl digitaler Datenquellen lernen. Das KI-Modell erh\u00e4lt lediglich eine Vorgabe f\u00fcr die gew\u00fcnschte Ausgabe, beispielsweise \u201eText zum aktuellen Stand der KI\u201c, agiert jedoch unabh\u00e4ngig bei der Suche nach Eingaben und deren Verarbeitung, ohne dass weitere menschliche Eingriffe erforderlich sind. Neue Architekturen in neuronalen Netzen (z. B. GAN und Transformer) steigern die Leistungsf\u00e4higkeit der Modelle. Insbesondere mit Transformer ist die Erstellung sprachbasierter Inhalte auf recht hohem Niveau m\u00f6glich, da anstelle einzelner Datenpunkte ganze Datensequenzen (S\u00e4tze und Textsegmente) verwendet werden.

<\/p>

Fazit<\/strong><\/h2>

In Bezug auf die Unterscheidung zwischen \u201egenerativer KI\u201c und \u201ediskriminierender KI\u201c sind einige Autoren der Ansicht, dass jede KI \u201egenerativ\u201c ist, selbst wenn sie \u201enur\u201c Unterscheidungen trifft, da sie diese auch generiert und nicht von irgendwoher \u00fcbernimmt. Mit anderen Worten: \u201eGenerative KI\u201c macht technisch gesehen nichts anderes als das, was eine KI ohnehin kann, n\u00e4mlich Unterscheidungen treffen, nur in viel gr\u00f6\u00dferem Umfang, mit viel mehr Ressourceneinsatz und mit deutlich weniger menschlichem Eingriff als die einfache diskriminative KI. Aber auch generative KI ist weit davon entfernt, selbstst\u00e4ndig denken zu k\u00f6nnen; sie verarbeitet lediglich das, was sie auf Millionen von Seiten im Internet findet. Das reicht v\u00f6llig aus, um im Backoffice E-Mails zu beantworten, Angebote, Vertragstexte, Marketingtexte oder Produktbeschreibungen zu erstellen, Texte zusammenzufassen, Werbung zu personalisieren oder als Chatbot im Kundensupport Fragen zu beantworten.

<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

How AI Generates Content Recently, a new term has increasingly emerged in the field of artificial intelligence: Generative AI. It came into focus especially around highly complex applications such as ChatGPT and describes a new level of capabilities for AI. In contrast to AI functionality that makes distinctions (hence discriminative AI), generative AI is able […]<\/p>","protected":false},"author":7,"featured_media":18522,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-15854","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-regulation"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/posts\/15854","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/comments?post=15854"}],"version-history":[{"count":0,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/posts\/15854\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/media\/18522"}],"wp:attachment":[{"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/media?parent=15854"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/categories?post=15854"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/tags?post=15854"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}