Nervt KI aktuell mehr, als sie nutzt?

Es ist noch gar nicht so lange her, dass uns die großen Sprachmodelle mit ihrer Leistung fasziniert haben und einen unvergleichlichen Wirbel um die „KI“ auslösten. Kein Produkt kommt aktuell auf den Markt, ohne in einer Form KI mitzubringen – und sei die Anwendung noch so sinnfrei. Das nervt mich kolossal und mache Artikel schließe ich, sobald der Begriff auftaucht.

Es gibt eine riesige Lücke zwischen den Möglichkeiten, von denen wir täglich lesen, und denen, die wir tatsächlich nutzen können.

Wenn ich heute von KI lese, geht es fast immer um Large Language Models (LLM) wie ChatGPT, Gemini und Co. Diese LLMs können eigentlich nur eins: Text erzeugen. Ohne Sinn, rein auf ein paar (einfachen) statistischen Methoden. Trotzdem oder gerade deshalb finde ich die Ergebnisse faszinierend.

Wäre mein Job das Verfassen von Texten, würde ich mir echt Sorgen machen. Aber LLM können nur Texte verfassen, deren Inhalt sie nicht verstehen müssen. Dort, wo es auf ein Verständnis des Textes ankommt, stoßen sie schnell an ihre Grenzen. Und zwar systembedingt.

Denn obwohl es noch so oft wiederholt wird: LLM haben kein Wissen. Und ein System, das nichts weiß, weiß auch nicht, was es nicht weiß. Logisch. Das führt aber zu sog. Halluzinationen der LLM, bei denen sie Fakten ebenso frei erfinden wie ein gewisser US-Präsident.

Als Eingabe nutzen LLMs drei Dinge: ein riesiges, statisches Modell, das mit hohem Stromverbrauch berechnet („trainiert“) wurde, meine Eingabe, den sog. Prompt, und den Kontext – also das, was zuvor gesagt wurde. Das lässt sich gut nutzen, um Aufgaben zu automatisieren, für deren Automation wir sonst sehr viel Aufwand benötigen würden.

Statt ein kleines Programm zu schreiben, gebe ich als Prompt eine natürlichsprachliche Anweisung an das LLM.

Und das funktioniert einwandfrei, solange die Aufgaben von überschaubarer Komplexität sind. Damit sind wir bei den typischen Aufgaben, bei denen sich Automation bisher eher selten rechnet. Und am Ende hat es trotz KI länger gedauert, einen Prompt zu schreiben und die Lösung anzupassen, als es gleich selbst zu machen.

Aber das ist auch die Stelle, wo ich es für wichtig halte, Erfahrung zu machen, um die Möglichkeiten und Grenzen richtig abschätzen zu können. Wer das beherrscht, für den sind LLMs ein hilfreiches Werkzeug. Und wer das Potenzial von LLMs dramatisch falsch einschätzt, verschwendet seine Zeit – auch und gerade wenn er die aktuellen Möglichkeiten ignoriert.