KI entlarvt: Die Wahrheit über maschinelles Lernen

Düsseldorf. Fast jedes Unternehmen behauptet heutzutage, an einer KI-Anwendung zu arbeiten. Bei genauerer Betrachtung sind jedoch viele dieser Anwendungen noch nicht ausgereift oder so revolutionär, wie sie zunächst erscheinen.

In der Entwicklergemeinde macht sich Spott breit: Eine optimierte Excel-Tabelle sei noch lange keine KI. Das Frauenhofer Institut verpackt es galanter und schreibt in einem Artikel: „KI - Es ist nicht alles Gold, was maschinell lernt“.

Maschinelles Lernen ist ein Aspekt der KI. Hier lernen Maschinen aus Daten, erkennen Muster und machen Vorhersagen – und das ganz ohne explizite Programmierung. Das klingt beeindruckend und ähnelt menschlicher Intelligenz, ist aber nicht dasselbe. „Ich glaube wir sind nicht an dem Punkt, an dem wir wirklich künstliche Intelligenz erreicht haben. Und auch unter Experten ist das unstrittig. Umso weniger müssen wir sie fürchten“, sagt Markus Eisele, Developer Stratege bei Red Hat.

Auch Large Language Models (LLM) werden fälschlicherweise oft als KI bezeichnet, so Eisele. Ein solches großes Sprachmodelle liegt Chat GPT zu Grunde. LLMs verarbeiten natürlichsprachliche Inputs und sagen das nächstfolgende Wort auf der Grundlage historischer Daten vorher.

„Wer länger mit ChatGPT herumspielt merkt schnell, dass manche Antworten oft richtig aussehen, aber Unsinn sind. Sagen wir es so: das Programm liefert immer die statistisch wahrscheinlichste Antwort, aber längst nicht immer die richtige“, sagt Markus Eisele, Developer Stratege bei Red Hat.

Doch auch wenn wirkliche künstliche Intelligenz noch weit entfernt scheinen, versprechen die heutigen Programme Erleichterungen im Arbeitsalltag. Speziell die IT-Branche sieht hier großes Potential. Denn die Programmiersprachen lassen sich gut in die Modelle einspeisen. Sie haben weniger Varianz und Finessen als die menschliche Sprache.
„Für Entwickler sind Large Language Modelle super. Sie sind Werkzeuge um Entwickler vor allem die einfachen, aber zeitraubenden Aufgaben wie Template Codes, abzunehmen. So haben sie mehr Zeit sich wirklich auf Softwareentwicklung zu konzentrieren“, sagt Eisele.

Die meisten Entwickler setzen KI-Werkzeuge heute schon täglich ein – insbesondere jüngere Generationen, bei denen die Nutzung über 90 Prozent liegt. Viele tragen auch zur Entwicklung neuer Modelle bei und bevorzugen Open Source Lösungen. Diese frei zugänglichen KI-Technologien und -Modelle ermöglichen es Entwicklern, Anwendungen besser auf ihre Bedürfnisse zuzuschneiden.

"Die gemeinsame Entwicklung durch viele Programmierer birgt enormes Potential. Sie macht die Modelle transparenter und verlässlicher", meint Eisele. Er ist überzeugt, dass das Jahr 2024 in diesem Bereich bedeutende Fortschritte bringen wird.

Dieser Podcast ist kein Produkt der Handelsblatt-Redaktion. Für den Inhalt sind die Interviewpartner*innen und die Handelsblatt Media Group Solutions verantwortlich.