Generative KI verstehen – Was sie kann, wie sie denkt, wo sie wirkt

Dieses Nicht-Verstehen ist das eigentliche Problem. Nicht die Technologie. Wer nicht versteht, was KI kann und was nicht, trifft schlechte Entscheidungen. Überschätzt sie hier, unterschätzt sie dort. Oder ignoriert sie ganz.

Drei Fragen, die den Unterschied machen

Diese Lesson beantwortet drei Grundfragen. Wer sie beantworten kann, trifft bessere Entscheidungen im Umgang mit KI. Egal ob im Job, im Team oder für sich selbst.

Das Entscheidende: Jede KI-Aufgabe die du dir vorstellen kannst, fällt in eine dieser drei Kategorien. Einen Redaktionsplan erstellen? Erschaffen. Ein Meeting-Protokoll kürzen? Reduzieren. Einen formellen Brief in eine lockere E-Mail umschreiben? Umwandeln.

Kreuz und quer über alle Medien

Die meisten denken bei KI an Text-Chat. Aber diese drei Operationen funktionieren nicht nur mit Text. KI arbeitet mittlerweile mit vier Medientypen: Text, Bild, Audio und Video. Und die Superkräfte funktionieren kreuz und quer über alle Medien.

Erschaffen — über alle Medien

• Text: Blog aus Stichworten, Konzept aus einer Idee
• Bild: Foto aus einer Beschreibung, Illustration aus einem Briefing
• Audio: Podcast aus einem Skript, Stimme aus Text
• Video: Clip aus einem Storyboard, Erklärvideo aus Bullet Points

Reduzieren — über alle Medien

• Text: 50-Seiten-PDF → 5 Kernaussagen
• Bild: Foto → präzise Bildbeschreibung
• Audio: Stundenlange Aufnahme → Protokoll
• Video: 90-Minuten-Vortrag → 3-Minuten-Zusammenfassung

Umwandeln — über alle Medien

• Text: Deutsch → Englisch, Fließtext → Tabelle
• Bild: Foto → Illustration, Skizze → fertiges Design
• Audio: Stimme → andere Stimme, Sprache → andere Sprache
• Video: Hochformat → Querformat, mit Untertiteln versehen

Wo KI nicht hinkommt

Drei Dinge kann KI nicht. Und wird sie auf absehbare Zeit nicht können:

• Verantwortung übernehmen — KI liefert Vorschläge. Die Entscheidung triffst du.
• Echte Empathie zeigen — KI simuliert Verständnis. Sie fühlt nichts.
• Wirklich Neues erfinden — KI rekombiniert Bekanntes. Originäre Innovation kommt von Menschen.

Das ist im Kern, was ein Large Language Model tut. Nicht mehr. Nicht weniger.

Wort für Wort

Wenn du ChatGPT eine Frage stellst, passiert Folgendes: Das Modell liest deine Eingabe und berechnet, welches Wort am wahrscheinlichsten als nächstes kommt. Dann nimmt es dieses Wort, fügt es an, und berechnet das nächste. Und das nächste. Milliarden solcher Berechnungen in Sekunden.

Das klingt simpel. Ist es im Prinzip auch. Aber aus dieser simplen Mechanik entsteht etwas, das sich anfühlt wie Verstehen. Die KI kann überzeugend argumentieren, kreativ texten, Code schreiben. Nicht weil sie versteht, was sie tut. Sondern weil sie die Muster in Milliarden von Texten so gut gelernt hat, dass das Ergebnis oft nicht von echtem Verständnis zu unterscheiden ist.

Was daraus folgt

Wenn du verstehst, dass KI Muster reproduziert statt Fakten nachzuschlagen, folgen daraus fünf praktische Konsequenzen:

1. KI halluziniert. Sie erfindet plausibel klingende Fakten, Quellen und Zahlen. Das ist kein Bug. Das ist eine Eigenschaft der Wahrscheinlichkeitsberechnung.
2. Kontext schlägt Modell. Was du der KI mitgibst (dein Text, deine Daten, deine Frage) beeinflusst das Ergebnis stärker als welches Modell du nutzt.
3. Größer ist nicht automatisch besser. Ein kleines, schnelles Modell kann für einfache Aufgaben besser sein als das teuerste Flaggschiff-Modell.
4. Jedes Modell hat ein Verfallsdatum. Das Training endet an einem bestimmten Tag. Alles danach kennt das Modell nicht.
5. Deutsch kostet mehr. Deutsche Texte brauchen mehr Tokens als englische. Bei großen Datenmengen ein relevanter Kostenfaktor.

Vier Schichten

Generative KI besteht aus vier aufeinander aufbauenden Schichten. Die Auto-Analogie macht es greifbar:

Warum das wichtig ist

Wenn du weißt, dass ChatGPT ein Tool ist, das verschiedene Modelle nutzen kann, triffst du bessere Entscheidungen. Du bist nicht an ein Tool gebunden. Du wählst das richtige Werkzeug für die Aufgabe. Ein Koch, der nur eine Pfanne kennt, kocht anders als einer, der die ganze Küche nutzt.

Risiko nach Superkraft

Die drei Superkräfte haben unterschiedliche Risikoprofile. Je freier die KI generiert, desto mehr musst du prüfen:

Wo du KI vertrauen kannst

In diesen Bereichen liefert KI zuverlässig gute Ergebnisse:

• Texte überarbeiten — Grammatik, Stil, Klarheit verbessern
• Übersetzen — Zwischen Sprachen wechseln (mit Nuancen-Check)
• Strukturieren — Informationen ordnen, Tabellen erstellen, Gliederungen bauen
• Brainstormen — Ideen generieren, Perspektiven einnehmen, Varianten durchspielen
• Code schreiben — Programmieren, Fehler finden, Syntax erklären (testbar)

Wo du prüfen musst

In diesen Bereichen ist KI unzuverlässig. Jede Antwort muss überprüft werden:

• Spezifische Fakten — Zahlen, Daten, Statistiken (erfindet sie im Zweifelsfall)
• Quellenangaben — URLs, Studien, Zitate (halluziniert überzeugende Fake-Quellen)
• Recht und Medizin — Rechtliche Einschätzungen, medizinische Empfehlungen
• Aktuelle Ereignisse — Alles nach dem Trainings-Cutoff fehlt oder ist veraltet
• Nischenwissen — Sehr spezialisierte Fachgebiete mit wenig Trainingsdaten

Erschaffen: Aus wenig wird viel

Gib der KI drei Stichworte und lass sie daraus etwas Ganzes machen:

Reduzieren: Aus viel wird wenig

Gib der KI einen längeren Text und lass sie das Wesentliche extrahieren:

Umwandeln: Gleicher Inhalt, andere Form

Gib der KI etwas in einem Format und lass sie es in ein anderes bringen:

Wie geht es weiter?

Du hast jetzt ein solides Fundament. Du verstehst, was KI kann, wie sie funktioniert und wo du aufpassen musst. Drei konkrete nächste Schritte:

1. Lerne, bessere Prompts zu schreiben. Die Lesson Der Prompt-Baukasten zeigt dir fünf Bausteine, mit denen deine KI-Ergebnisse sofort besser werden.
2. Nutze KI für eine echte Aufgabe diese Woche. Nicht irgendwann. Diese Woche. Eine Zusammenfassung, eine Ideensammlung, eine Textüberarbeitung. Etwas Konkretes.
3. Prüfe jedes Ergebnis bewusst. Nicht blind vertrauen. Die Autopilot-Regel anwenden: Je mehr die KI frei generiert hat, desto genauer hinsehen.

Begriffe aus dieser Lesson

• Attention-Mechanismus — Der Attention-Mechanismus erlaubt einem Modell, bei der Verarbeitung eines Wortes gleichzeitig auf alle anderen Wörter im Text zu schauen und ihre Relevanz zu gewichten. Die zentrale Innovation hinter der Transformer-Architektur.
• Foundation Model — Ein Foundation Model ist das vortrainierte Basismodell, auf dem spezialisierte Anwendungen aufbauen. Es wird mit riesigen Datenmengen trainiert und kann danach für verschiedene Aufgaben angepasst werden.
• Halluzination — Eine Halluzination ist eine plausibel klingende, aber faktisch falsche Aussage eines Sprachmodells. Das Modell erfindet Details, Zitate oder Quellen, die nicht existieren.
• Inference — Inference ist der Vorgang, bei dem ein trainiertes Modell eine Eingabe verarbeitet und eine Antwort erzeugt. Jede Anfrage an ChatGPT, Claude oder Gemini ist eine Inference. Die Kosten entstehen hier, nicht beim Training.
• Large Language Model — Ein Large Language Model ist ein auf Milliarden Textbeispielen trainiertes neuronales Netz, das Sprache versteht und generiert. ChatGPT, Claude und Gemini basieren auf dieser Technologie.
• Multimodal — Multimodal bedeutet, dass ein KI-Modell verschiedene Medientypen gleichzeitig verarbeiten und erzeugen kann: Text, Bild, Audio, Video. Statt getrennter Werkzeuge für jedes Medium gibt es zunehmend ein Modell für alles.
• Parameter — Parameter sind die internen Stellschrauben eines neuronalen Netzes, die beim Training eingestellt werden. Mehr Parameter bedeuten tendenziell mehr Fähigkeiten, aber auch höhere Kosten und langsamere Antworten.
• Pre-Training — Pre-Training ist die erste und aufwändigste Trainingsphase eines Sprachmodells, bei der es auf Milliarden von Texten lernt, Sprache zu verstehen und zu generieren. Kostet Millionen und dauert Wochen bis Monate.
• Prompt — Ein Prompt ist die Texteingabe, mit der du einem KI-Modell mitteilst, was es tun soll. Er steuert Inhalt, Form und Tonfall der Antwort.
• RLHF — RLHF ist eine Trainingsmethode, bei der menschliche Bewerter dem Modell beibringen, welche Antworten hilfreich, harmlos und ehrlich sind. Der Grund, warum moderne Chat-Modelle nützlich statt nur textvorhersagend sind.
• Token — Ein Token ist die kleinste Einheit, mit der ein Sprachmodell arbeitet. Nicht immer ein ganzes Wort, oft ein Wortteil oder ein Satzzeichen. Tokens bestimmen Kosten, Kontextlänge und Verarbeitungsgeschwindigkeit.
• Tokenisierung — Tokenisierung ist der Prozess, bei dem Text in Tokens zerlegt wird, bevor ein Sprachmodell ihn verarbeiten kann. Der Tokenizer bestimmt, welche Zeichenfolgen als eine Einheit behandelt werden.
• Transformer — Die Transformer-Architektur ist die technische Grundlage fast aller modernen Sprachmodelle. Sie ermöglicht es, Zusammenhänge zwischen weit entfernten Textteilen gleichzeitig zu erfassen, statt Wort für Wort zu lesen.

Passende Fragen

• Brauche ich technisches Wissen, um KI zu nutzen?
  Nein. KI nutzen ist wie eine Fremdsprache sprechen. Du musst die Sprache lernen, nicht die Grammatiktheorie. Wer präzise formulieren kann, kommt weit, ohne je ein Modell von innen gesehen zu haben.
• Ist ChatGPT „die KI"?
  Nein. ChatGPT ist ein Produkt der Firma OpenAI. Dahinter laufen verschiedene Modelle. Daneben gibt es gleichwertige Alternativen von Anthropic (Claude), Google (Gemini), Meta, Mistral und vielen anderen.
• Lügt KI absichtlich?
  Nein. KI hat keine Absicht. Halluzinationen entstehen, weil Sprachmodelle Wahrscheinlichkeiten berechnen, nicht Fakten nachschlagen. Das Ergebnis kann falsch sein, aber es gibt keinen Willen dahinter.
• Macht mehr Text im Prompt automatisch bessere Ergebnisse?
  Nein. Präzision schlägt Länge. Relevanter Kontext ist wichtiger als viele Worte. Ein fokussierter Prompt mit drei Sätzen kann bessere Antworten liefern als einer mit zehn.
• Versteht KI wirklich, was ich sage?
  Nein. KI berechnet das wahrscheinlichste nächste Wort auf Basis von Mustern aus Trainingsdaten. Das fühlt sich an wie Verstehen, ist aber Mustererkennung ohne Bewusstsein oder echtes Wissen.
• Was ist ein guter Prompt?
  Ein guter Prompt nennt Rolle, Aufgabe, Kontext, gewünschtes Format und Grenzen. Er ist so konkret wie ein Briefing an eine Kollegin, und vermeidet vage Begriffe wie „optimal" oder „passend".
• Was ist generative KI und wie unterscheidet sie sich von klassischer KI?
  Generative KI erzeugt neue Inhalte: Texte, Bilder, Code, Musik, Video. Klassische KI analysiert, sortiert, entscheidet. Der Unterschied liegt im Output: Klassische KI sagt dir, was ist. Generative KI baut etwas Neues.
• Welche Arten von generativen KI-Modellen gibt es?
  Fünf Hauptkategorien: Sprachmodelle (Text, Code, Analyse), Bildmodelle (Fotos, Illustrationen, Design), Audiomodelle (Musik, Stimme, Sound), Videomodelle (Clips, Animationen) und multimodale Modelle, die mehrere Formate kombinieren. Die Grenzen verschwimmen zunehmend.
• Woran erkenne ich Halluzinationen in KI-Antworten?
  Halluzinationen wirken oft besonders flüssig und detailreich. Misstrauisch sein bei Zahlen, Zitaten, Quellenangaben, Namen und Daten, immer gegen eine unabhängige Quelle prüfen, bevor du sie weiterverwendest.