4
Am meisten gelesen
5
Am meisten gelesen
41
Am meisten gelesen
Prof. Dr. Knut Linke
18.10.2023
WAS IST
KÜNSTLICHE INTELLIGENZ
19.10.2023 OMS - 18.10.2023 - Was ist künstliche Intelligenz?
2
WER BIN ICH?
Studium Informatik, WI & BWL in der EU & den USA
Professor für Informatik an der IU in Hannover (und
virtuell in ganz Deutschland)
Lehre: Informatik- und Forschungsgrundlagen, Projekt-
und Softwaremanagement, praktische KI, Onlinemedien
Forschungsschwerpunkte: Anforderungen der
Arbeitswelt im Kontext von IT und E-Learning
„Was ist künstliche
Intelligenz?“
Normdefinition:
„Künstliche Intelligenz (KI) bezeichnet die
Fähigkeit von Maschinen, menschenähnliches
Denken und Lernen zu vollziehen.
KI nutzt Techniken aus Informatik,
Mathematik, Statistik und Psychologie.
Durch maschinelles Lernen und neuronale
Netzwerke können KI-Systeme trainiert
werden, um Muster in Daten zu erkennen und
Vorhersagen zu treffen.“
Die Nachahmung von menschlicher
Intelligenz beinhaltet:
1. Lernen (Erlangen von Informationen und
Regeln für die Anwendung dieser Informationen)
2. Schlussfolgern (Anwendung von Regeln, um
annähernde oder endgültige Schlussfolgerungen
zu ziehen)
3. Selbstkorrektur.
Drei KI-Arten:
1. Schwache KI (Narrow AI): Spezialisiert auf
eine bestimmte Aufgabe oder ein bestimmtes
Problem.
2. Starke KI (General AI): Soll in der Lage sein,
menschenähnliche Intelligenz zu besitzen und
verschiedene komplexe Aufgaben zu
bewältigen.
3. Superintelligenz: Hypothetische Form von
KI, die eine Intelligenz besitzt, die weit über
das menschliche Niveau hinausgeht.
Quelle: https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-cycle
(Mobile AI)
(Ethical AI)
(Steckkasten KI)
„logisch denkende KI“
Quelle: https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-cycle
Generative KI:
KI die für einen bestimmten Zweck
trainiert ist und für diesen Zweck
Inhalte generieren kann
Was ist eigentlich KI?
Meinungsbild:
„Wer nutzt ChatGPT,
Bing oder Google KI
im Unternehmen?“
Game Changer
Quelle: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/The-economic-potential-of-generative-AI-The-next-productivity-frontier#work-and-productivity
Automatisierungspotential
von
Tätigkeiten
Parameters
Quelle: https://coatue-external.notion.site/AI-2022-The-Explosion-e76afd140f824f2eb6b049c5b85a7877
Ein Generative Pre-trained Transformer (GPT) wird in
zwei Phasen trainiert:
1. Während des Vortrainings werden die Modelle auf
öffentlich verfügbaren Textdaten trainiert, um ein
umfassendes Verständnis der menschlichen Sprache zu
entwickeln.
2. In der Feinabstimmungsphase wird das System an
spezifische Aufgaben oder Domänen angepasst. Dies
geschieht durch das Training auf einem kleineren, auf die
Aufgabe oder Domäne spezifischen Datensatz.
Model Data Parameter Token length
GPT-1
Webcrawling,
BookCorpus
117 Mil. 1024
GPT-2
Webcrawling,
BookCorpus, WebText
1.5 Bil. 2048
GPT-3
Webcrawling,
BookCorpus,
Wikipedia, Books,
Articles and more
175 Bil. 4096
GPT-4 > 1 Tril. Unknown
Large Language Models
Entschlüsselt Texte basierend auf
Kontext,
Wort- und Silbenreihenfolge,
Labels & Regeln und
Kontexten
Large Language Models
Aufmerksamkeitsmechanismen
ermöglichen dem Modell das
Verständnis der Beziehungen
zwischen Wörtern in einer Sequenz für
die Generierung kohärenter und
grammatikalisch korrekter Antworten
Large Language Models
ChatGPT generiert Sequenzen, indem
es das wahrscheinlichste Token
auswählt und basierend auf vorherigen
Tokens vorhersagt
Large Language Models
Im Bereich der Sprachverarbeitung kann ein Token
ein Wort, ein Satzzeichen oder sogar ein einzelner
Buchstabe sein.
Tokens ermöglichen es der KI, Daten zu analysieren,
Muster zu erkennen und nützliche Informationen zu
extrahieren.
In einem Satz wie "Ich liebe KI" könnte jedes Wort
("Ich", "liebe", "KI") als separates Token betrachtet
werden. In einem anderen Kontext könnten die
Buchstaben ("l", "o", "v", etc.) als separate Tokens
behandelt werden.
ChatGPT = 1 Token ~4 Zeichen (engl.)
KI als Assistent
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
KI als Assistent
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
KI als eigenes System
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
KI verbessert sich selber
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
KI ist schnell einsatzbereit
Quelle: https://www.iu.de/news/mit-eigenem-ki-lernbuddy-zum-lernerfolg-iu-personalisiert-bildung-mit-kuenstlicher-intelligenz/
KI als Assistent - Entwicklung
1. Folge: Entwicklung von
spezialisierten KI-Systemen für
Nischen-Anwendungen /
Kommunikation
2. Folge: Entwicklung von AutoBots,
die eigenständig Aufgaben
übernehmen können (~2024)
 Zusammenführen von Bots: Erste
Grundlage für eine starke KI
Quelle: : https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/The-economic-potential-of-generative-AI-The-next-productivity-frontier#business-value /
KI als Assistent
1. Folge: Entwicklung von
spezialisierten KI-Systemen
für Nischen-Anwendungen /
Kommunikation
2. Folge: Entwicklung von
AutoBots, die eigenständig
Aufgaben übernehmen
können (~2024)
 Zusammenführen von
Bots: Erste Grundlage für eine
starke KI
Quelle: : https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/The-economic-potential-of-generative-AI-The-next-productivity-frontier#business-value /
Das Technik den Menschen dauerhaft arbeitslos macht, war bisher einer der
erfolglosesten Versuche der Menschheit - Herausforderungen waren bisher
immer die Angst und Bedenken vor der Technik.
Werden wir ersetzt?
…
Werden wir ersetzt?
0% 5% 10% 15% 20% 25% 30% 35%
Improved product offerings through the integration
of AI features
Increased revenue in core business
Building new business areas
Reduced costs in core business
Others AI Pioneeres
Limits? Ja.
Quelle: de Vries (2023). The growing energy footprint of artificial intelligence. https://doi.org/10.1016/j.joule.2023.09.004

ChatGPT-Anfragen sind
signifikant rechenintensiver
(kostenintensiver) als reguläre
Suchanfragen. Als Folge werden
KI-Modelle zunehmend
optimiert.
Limits?
Quelle: Chen, Zaharia & Zou (2023). How is ChatGPT‘s Behavior Changing over Time? Stanford University / UC Berkeley. https://arxiv.org/pdf/2307.09009.pdf/

ChatGPT-Anfragen sind
signifikant rechenintensiver
(kostenintensiver) als reguläre
Suchanfragen. Als Folge werden
KI-Modelle zunehmend
optimiert.
Limits?
Quelle: Chen, Zaharia & Zou (2023). How is ChatGPT‘s Behavior Changing over Time? Stanford University / UC Berkeley. https://arxiv.org/pdf/2307.09009.pdf/
Chain of Thought may be
disabled or shortened.
Standard responses are used to
exclude certain types of
questions.
Limits?
Quelle: Chen, Zaharia & Zou (2023). How is ChatGPT‘s Behavior Changing over Time? Stanford University / UC Berkeley. https://arxiv.org/pdf/2307.09009.pdf/
Chain of Thought may be
disabled or shortened.
Standard responses are used to
exclude certain types of
questions.
Technical Limits
Generative KI braucht immer wieder neue
Impulse / menschlichen Input
(Fragestellungen / Antworten) – KI kann
nur schwer mit KI-Inhalte trainiert werden
Generative KI gibt nur ihr „bekannte“
Inhalte wieder und ist in der
Antwortkomplexität begrenzt
Prompting will (muss) gelernt sein (Prompt
Engineering)
Quelle: https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-cycle
Quelle: https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-cycle
Gibt es generelle Regeln?
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
Ein Roboter darf kein menschliches Wesen
(wissentlich) verletzen oder durch Untätigkeit
(wissentlich) zulassen, dass einem menschlichen
Wesen Schaden zugefügt wird.
Ein Roboter muss den ihm von einem Menschen
gegebenen Befehlen gehorchen – es sei denn, ein
solcher Befehl würde mit Regel eins kollidieren.
Ein Roboter muss seine Existenz beschützen,
solange dieser Schutz nicht mit Regel eins oder
zwei kollidiert.
Llama2
Was sagt die KI? ;-)
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
llama-2
(Meta)
Qwen
(Alibaba)
IU International Hochschule
Duales Studium
Siemensstraße 10
30173 Hannover
Prof. Dr. Knut Linke
0511 310109 35
knut.linke@iu.org
DANKE FÜR IHRE
AUFMERKSAMKEIT
Fragen & Impulse?

Weitere ähnliche Inhalte

PDF
Künstliche Intelligenz (KI)
PDF
Impulse ChatGPT and Generative AI Tools in Corporate Learning
PDF
Ai in the Energy sector
PDF
Top Productivity Working Hacks by Jan Rezab
PPTX
ARTIFICIAL INTELLIGENCE IN HEALTHCARE
PDF
Mittelstand trifft künstliche Intelligenz - Point of View
PDF
Business Plan für ein Restaurant
PPTX
Social engineering
Künstliche Intelligenz (KI)
Impulse ChatGPT and Generative AI Tools in Corporate Learning
Ai in the Energy sector
Top Productivity Working Hacks by Jan Rezab
ARTIFICIAL INTELLIGENCE IN HEALTHCARE
Mittelstand trifft künstliche Intelligenz - Point of View
Business Plan für ein Restaurant
Social engineering

Was ist angesagt? (20)

PDF
Präsentation Digital Fitness Webinar Künstiliche Intelligenz
PDF
ChatGPT: unser täglich' Bot gib uns heute
PDF
ChatGPT에 대한 인문학적 이해
PDF
ChatGPT Use- Cases
PPTX
ChatGPT, Foundation Models and Web3.pptx
PPTX
Generative models
PDF
Deep Learning - The Past, Present and Future of Artificial Intelligence
PPTX
A brief primer on OpenAI's GPT-3
PDF
Generative Models and ChatGPT
PPTX
Generative AI and Student Writing.pptx
PDF
Chat GPT TEL Community of Practice
PDF
Understanding generative AI models A comprehensive overview.pdf
PDF
Intro to LLMs
PDF
69. #smgzh: Künstliche Intelligenz – Praxistipps für einen sinnvollen Einsat...
PPTX
How to Teach and Learn with ChatGPT - BETT 2023
PPTX
The updated non-technical introduction to ChatGPT SEDA March 2023.pptx
PDF
2023년 인공지능 서비스 트렌드
PDF
ChatGPT - AI.pdf
PDF
ChatGPT_ppf.pdf
PDF
KI Tools in der Praxis
Präsentation Digital Fitness Webinar Künstiliche Intelligenz
ChatGPT: unser täglich' Bot gib uns heute
ChatGPT에 대한 인문학적 이해
ChatGPT Use- Cases
ChatGPT, Foundation Models and Web3.pptx
Generative models
Deep Learning - The Past, Present and Future of Artificial Intelligence
A brief primer on OpenAI's GPT-3
Generative Models and ChatGPT
Generative AI and Student Writing.pptx
Chat GPT TEL Community of Practice
Understanding generative AI models A comprehensive overview.pdf
Intro to LLMs
69. #smgzh: Künstliche Intelligenz – Praxistipps für einen sinnvollen Einsat...
How to Teach and Learn with ChatGPT - BETT 2023
The updated non-technical introduction to ChatGPT SEDA March 2023.pptx
2023년 인공지능 서비스 트렌드
ChatGPT - AI.pdf
ChatGPT_ppf.pdf
KI Tools in der Praxis
Anzeige

Ähnlich wie Was ist eigentlich KI? (20)

PDF
TFF2023 - Navigating Tourism Data Nexus
PPTX
Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)
PPTX
Anwendung von KI in der Verwaltung -Verantwortung in der digitalen Welt_2025....
PDF
Cognitive PR: Datengetriebene Kommunikation und KI in der PR - Handlungsfeld...
PDF
Lernen und Arbeiten im 21. Jahrhundert
PDF
Megatrends zum Thema Zukunft der Arbeit
PDF
Arbeit 4.0: Megatrends digitaler Arbeit der Zukunft - 25 Thesen
PDF
Künstliche Intelligenz in der Rekrutierung
PDF
Künstliche Intelligenz Der Ki Text Generator
PDF
Schnelles Engineering: Warum KI den Menschen braucht
PDF
Welche KI-Kompetenzen brauchen Lehrpersonen?!
PPT
20080131 C Holtmann Services Science InterdisziplinaritäT Dienstleistungsfors...
PDF
Keynote 16. Darmstädter Kunststofftag - alle Folien.pdf
PDF
Project Cortex – Die Revolution für das Wissensmanagement in der Microsoft Welt?
PDF
Big Data im Personalmanagement (HRM)
PPT
Ontologien für Fachportale - Voraussetzungen und Nutzenpotentiale
PPTX
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
PDF
Buxmann_27.04.23_Vortrag_KI_ChatGPT.pdf
PDF
Allgeier - Bot Advisory - Businessmodelle, Nutzen und Praxisbeispiele
PPTX
Linked Data - Das Ende des Dokuments?
TFF2023 - Navigating Tourism Data Nexus
Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)
Anwendung von KI in der Verwaltung -Verantwortung in der digitalen Welt_2025....
Cognitive PR: Datengetriebene Kommunikation und KI in der PR - Handlungsfeld...
Lernen und Arbeiten im 21. Jahrhundert
Megatrends zum Thema Zukunft der Arbeit
Arbeit 4.0: Megatrends digitaler Arbeit der Zukunft - 25 Thesen
Künstliche Intelligenz in der Rekrutierung
Künstliche Intelligenz Der Ki Text Generator
Schnelles Engineering: Warum KI den Menschen braucht
Welche KI-Kompetenzen brauchen Lehrpersonen?!
20080131 C Holtmann Services Science InterdisziplinaritäT Dienstleistungsfors...
Keynote 16. Darmstädter Kunststofftag - alle Folien.pdf
Project Cortex – Die Revolution für das Wissensmanagement in der Microsoft Welt?
Big Data im Personalmanagement (HRM)
Ontologien für Fachportale - Voraussetzungen und Nutzenpotentiale
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
Buxmann_27.04.23_Vortrag_KI_ChatGPT.pdf
Allgeier - Bot Advisory - Businessmodelle, Nutzen und Praxisbeispiele
Linked Data - Das Ende des Dokuments?
Anzeige

Mehr von Knut Linke (20)

PDF
KI in der Bildung - Fraunhofer INT 12.02.2025
PPTX
Zukunfttrends der Digitalisierung
PDF
Grundlagen des Online Marketing 21062022.pdf
PDF
IHK Präsentation 22.03.2022 - Digital aufgeLaden
PDF
Traditional and Agile Management Approaches
PDF
Zukunftsfähige Weiterbildung von IT-Fachkräften
PDF
Auswertung Vorkurs/Brückenkurs Mathematik dualer und berufsbegleitender Studi...
PPTX
ICSMM '17 | Socio-spatial differences in German online milieus | University o...
PPTX
Creating Learning Nuggets on the Fly - Online Educa 2015
PPTX
Best Practices in the Production of Learning Nuggets CC Version
PPTX
Best Practices in the Production of Learning Nuggets
PDF
MARKET SEGMENTATION IN SOCIAL NETWORKS THROUGH SOCIAL STRUCTURE ANALYSIS (Dep...
PPTX
Vhs Hameln 22.11. - Wie nutze ich das Web und soziale Netzwerke für mein Unte...
PPT
Characteristics for the behavior of german social networks users
PPTX
HSW aufgeMOOCt
PPTX
How2Twitter
PPT
Advantages for East European countries by Internet labor
PPT
Online Milieu Studies
PPT
The history of social networks
PPT
Why Germany can be for Europe what China is for the United States of America
KI in der Bildung - Fraunhofer INT 12.02.2025
Zukunfttrends der Digitalisierung
Grundlagen des Online Marketing 21062022.pdf
IHK Präsentation 22.03.2022 - Digital aufgeLaden
Traditional and Agile Management Approaches
Zukunftsfähige Weiterbildung von IT-Fachkräften
Auswertung Vorkurs/Brückenkurs Mathematik dualer und berufsbegleitender Studi...
ICSMM '17 | Socio-spatial differences in German online milieus | University o...
Creating Learning Nuggets on the Fly - Online Educa 2015
Best Practices in the Production of Learning Nuggets CC Version
Best Practices in the Production of Learning Nuggets
MARKET SEGMENTATION IN SOCIAL NETWORKS THROUGH SOCIAL STRUCTURE ANALYSIS (Dep...
Vhs Hameln 22.11. - Wie nutze ich das Web und soziale Netzwerke für mein Unte...
Characteristics for the behavior of german social networks users
HSW aufgeMOOCt
How2Twitter
Advantages for East European countries by Internet labor
Online Milieu Studies
The history of social networks
Why Germany can be for Europe what China is for the United States of America

Was ist eigentlich KI?

  • 1. Prof. Dr. Knut Linke 18.10.2023 WAS IST KÜNSTLICHE INTELLIGENZ
  • 2. 19.10.2023 OMS - 18.10.2023 - Was ist künstliche Intelligenz? 2 WER BIN ICH? Studium Informatik, WI & BWL in der EU & den USA Professor für Informatik an der IU in Hannover (und virtuell in ganz Deutschland) Lehre: Informatik- und Forschungsgrundlagen, Projekt- und Softwaremanagement, praktische KI, Onlinemedien Forschungsschwerpunkte: Anforderungen der Arbeitswelt im Kontext von IT und E-Learning
  • 4. Normdefinition: „Künstliche Intelligenz (KI) bezeichnet die Fähigkeit von Maschinen, menschenähnliches Denken und Lernen zu vollziehen. KI nutzt Techniken aus Informatik, Mathematik, Statistik und Psychologie. Durch maschinelles Lernen und neuronale Netzwerke können KI-Systeme trainiert werden, um Muster in Daten zu erkennen und Vorhersagen zu treffen.“
  • 5. Die Nachahmung von menschlicher Intelligenz beinhaltet: 1. Lernen (Erlangen von Informationen und Regeln für die Anwendung dieser Informationen) 2. Schlussfolgern (Anwendung von Regeln, um annähernde oder endgültige Schlussfolgerungen zu ziehen) 3. Selbstkorrektur.
  • 6. Drei KI-Arten: 1. Schwache KI (Narrow AI): Spezialisiert auf eine bestimmte Aufgabe oder ein bestimmtes Problem. 2. Starke KI (General AI): Soll in der Lage sein, menschenähnliche Intelligenz zu besitzen und verschiedene komplexe Aufgaben zu bewältigen. 3. Superintelligenz: Hypothetische Form von KI, die eine Intelligenz besitzt, die weit über das menschliche Niveau hinausgeht.
  • 9. Generative KI: KI die für einen bestimmten Zweck trainiert ist und für diesen Zweck Inhalte generieren kann
  • 11. Meinungsbild: „Wer nutzt ChatGPT, Bing oder Google KI im Unternehmen?“
  • 14. Ein Generative Pre-trained Transformer (GPT) wird in zwei Phasen trainiert: 1. Während des Vortrainings werden die Modelle auf öffentlich verfügbaren Textdaten trainiert, um ein umfassendes Verständnis der menschlichen Sprache zu entwickeln. 2. In der Feinabstimmungsphase wird das System an spezifische Aufgaben oder Domänen angepasst. Dies geschieht durch das Training auf einem kleineren, auf die Aufgabe oder Domäne spezifischen Datensatz.
  • 15. Model Data Parameter Token length GPT-1 Webcrawling, BookCorpus 117 Mil. 1024 GPT-2 Webcrawling, BookCorpus, WebText 1.5 Bil. 2048 GPT-3 Webcrawling, BookCorpus, Wikipedia, Books, Articles and more 175 Bil. 4096 GPT-4 > 1 Tril. Unknown
  • 16. Large Language Models Entschlüsselt Texte basierend auf Kontext, Wort- und Silbenreihenfolge, Labels & Regeln und Kontexten
  • 17. Large Language Models Aufmerksamkeitsmechanismen ermöglichen dem Modell das Verständnis der Beziehungen zwischen Wörtern in einer Sequenz für die Generierung kohärenter und grammatikalisch korrekter Antworten
  • 18. Large Language Models ChatGPT generiert Sequenzen, indem es das wahrscheinlichste Token auswählt und basierend auf vorherigen Tokens vorhersagt
  • 20. Im Bereich der Sprachverarbeitung kann ein Token ein Wort, ein Satzzeichen oder sogar ein einzelner Buchstabe sein. Tokens ermöglichen es der KI, Daten zu analysieren, Muster zu erkennen und nützliche Informationen zu extrahieren. In einem Satz wie "Ich liebe KI" könnte jedes Wort ("Ich", "liebe", "KI") als separates Token betrachtet werden. In einem anderen Kontext könnten die Buchstaben ("l", "o", "v", etc.) als separate Tokens behandelt werden. ChatGPT = 1 Token ~4 Zeichen (engl.)
  • 21. KI als Assistent Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
  • 22. KI als Assistent Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
  • 23. KI als eigenes System Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
  • 24. KI verbessert sich selber Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
  • 25. KI ist schnell einsatzbereit Quelle: https://www.iu.de/news/mit-eigenem-ki-lernbuddy-zum-lernerfolg-iu-personalisiert-bildung-mit-kuenstlicher-intelligenz/
  • 26. KI als Assistent - Entwicklung 1. Folge: Entwicklung von spezialisierten KI-Systemen für Nischen-Anwendungen / Kommunikation 2. Folge: Entwicklung von AutoBots, die eigenständig Aufgaben übernehmen können (~2024)  Zusammenführen von Bots: Erste Grundlage für eine starke KI Quelle: : https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/The-economic-potential-of-generative-AI-The-next-productivity-frontier#business-value /
  • 27. KI als Assistent 1. Folge: Entwicklung von spezialisierten KI-Systemen für Nischen-Anwendungen / Kommunikation 2. Folge: Entwicklung von AutoBots, die eigenständig Aufgaben übernehmen können (~2024)  Zusammenführen von Bots: Erste Grundlage für eine starke KI Quelle: : https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/The-economic-potential-of-generative-AI-The-next-productivity-frontier#business-value /
  • 28. Das Technik den Menschen dauerhaft arbeitslos macht, war bisher einer der erfolglosesten Versuche der Menschheit - Herausforderungen waren bisher immer die Angst und Bedenken vor der Technik. Werden wir ersetzt?
  • 29.
  • 30. Werden wir ersetzt? 0% 5% 10% 15% 20% 25% 30% 35% Improved product offerings through the integration of AI features Increased revenue in core business Building new business areas Reduced costs in core business Others AI Pioneeres
  • 31. Limits? Ja. Quelle: de Vries (2023). The growing energy footprint of artificial intelligence. https://doi.org/10.1016/j.joule.2023.09.004  ChatGPT-Anfragen sind signifikant rechenintensiver (kostenintensiver) als reguläre Suchanfragen. Als Folge werden KI-Modelle zunehmend optimiert.
  • 32. Limits? Quelle: Chen, Zaharia & Zou (2023). How is ChatGPT‘s Behavior Changing over Time? Stanford University / UC Berkeley. https://arxiv.org/pdf/2307.09009.pdf/  ChatGPT-Anfragen sind signifikant rechenintensiver (kostenintensiver) als reguläre Suchanfragen. Als Folge werden KI-Modelle zunehmend optimiert.
  • 33. Limits? Quelle: Chen, Zaharia & Zou (2023). How is ChatGPT‘s Behavior Changing over Time? Stanford University / UC Berkeley. https://arxiv.org/pdf/2307.09009.pdf/ Chain of Thought may be disabled or shortened. Standard responses are used to exclude certain types of questions.
  • 34. Limits? Quelle: Chen, Zaharia & Zou (2023). How is ChatGPT‘s Behavior Changing over Time? Stanford University / UC Berkeley. https://arxiv.org/pdf/2307.09009.pdf/ Chain of Thought may be disabled or shortened. Standard responses are used to exclude certain types of questions.
  • 35. Technical Limits Generative KI braucht immer wieder neue Impulse / menschlichen Input (Fragestellungen / Antworten) – KI kann nur schwer mit KI-Inhalte trainiert werden Generative KI gibt nur ihr „bekannte“ Inhalte wieder und ist in der Antwortkomplexität begrenzt Prompting will (muss) gelernt sein (Prompt Engineering)
  • 38. Gibt es generelle Regeln? Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/ Ein Roboter darf kein menschliches Wesen (wissentlich) verletzen oder durch Untätigkeit (wissentlich) zulassen, dass einem menschlichen Wesen Schaden zugefügt wird. Ein Roboter muss den ihm von einem Menschen gegebenen Befehlen gehorchen – es sei denn, ein solcher Befehl würde mit Regel eins kollidieren. Ein Roboter muss seine Existenz beschützen, solange dieser Schutz nicht mit Regel eins oder zwei kollidiert.
  • 39. Llama2 Was sagt die KI? ;-) Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/ llama-2 (Meta) Qwen (Alibaba)
  • 40. IU International Hochschule Duales Studium Siemensstraße 10 30173 Hannover Prof. Dr. Knut Linke 0511 310109 35 [email protected] DANKE FÜR IHRE AUFMERKSAMKEIT

Hinweis der Redaktion

  • #4: Dunning-Kruger-Effekt