Einführung in die KI

KI verändert unsere Arbeitswelt tiefgreifend: Automatisierte Prozesse, intelligente Datenauswertungen und KI-gestützte Anwendungen ermöglichen es, Aufgaben schneller, präziser und effizienter zu erledigen. Doch mit diesen Möglichkeiten gehen auch neue Herausforderungen einher – technischer, rechtlicher und ethischer Natur.

Die Entwicklung schreitet rasant voran, während gesetzliche Vorgaben – wie etwa der EU AI Act – klare Rahmenbedingungen und steigende Anforderungen schaffen. KI wird damit zur zukunftsrelevanten Kernkompetenz für Unternehmen – nicht zur freiwilligen Ergänzung.

Mit dieser Plattform möchten wir dir nicht nur Wissen vermitteln, sondern auch Orientierung geben:

Welche KI-Tools sind heute schon praxistauglich?
Wo liegen Chancen, wo Risiken?
Und wie lässt sich KI verantwortungsvoll und relativ rechtssicher einsetzen?

Unser Anspruch: Wir wollen gemeinsam mit dir den technologischen Wandel aktiv mitgestalten – informiert, transparent und mit Blick auf das Machbare.

Was ist Künstliche Intelligenz – und wie arbeiten Sprachmodelle wie LLMs?

Künstliche Intelligenz (KI) bezeichnet Systeme, die Aufgaben ausführen können, für die normalerweise menschliches Denken erforderlich wäre – etwa das Verstehen von Sprache, das Erkennen von Mustern oder das Treffen von Entscheidungen.

Eine besondere Form der KI sind LLMs (Large Language Models). Diese sind darauf spezialisiert, menschliche Sprache zu verarbeiten und zu erzeugen – in Textform oder gesprochen.

Wie funktioniert ein LLM?

Trainingsphase
- Ein LLM wird mit enormen Mengen an Textdaten trainiert.
- Ziel ist es, statistische Zusammenhänge zwischen Wörtern, Sätzen und Konzepten zu lernen.
- Beispiel: Wenn in vielen Texten nach „Einnahmen-“ das Wort „Überschussrechnung“ folgt, erkennt das Modell diese Wahrscheinlichkeit.
Modellarchitektur
- Moderne LLMs (z. B. GPT-5) basieren auf der sogenannten Transformer-Architektur.
- Diese erlaubt es, lange Textzusammenhänge zu berücksichtigen und kontextabhängige Antworten zu formulieren.
Generierungsphase
- Bei einer Anfrage („Prompt“) wählt das Modell anhand der gelernten Wahrscheinlichkeiten das wahrscheinlichste nächste Wort aus – und wiederholt diesen Prozess, bis der vollständige Text fertig ist.

Woher kommen die Daten?

Öffentlich verfügbare Texte aus dem Internet (z. B. Bücher, Webseiten, wissenschaftliche Artikel, Forenbeiträge)
Lizenziertes Material von Verlagen, Datenbanken oder Partnern
Anonymisierte, nicht personenbezogene Inhalte, die für Trainingszwecke geeignet sind
Kuratierte Datensätze aus Forschung und Entwicklung, um bestimmte Fähigkeiten (z. B. medizinische Fachsprache) zu verbessern

⚠ Wichtig: LLMs greifen nach dem Training nicht live auf das Internet zu (es sei denn, eine spezielle Websuche wird eingebunden). Sie erzeugen Antworten aus Mustern, die sie während des Trainings gelernt haben.

Stärken von LLMs

Verstehen und Erklären komplexer Sachverhalte in natürlicher Sprache
Übersetzen, Zusammenfassen und Strukturieren von Informationen
Unterstützung bei Recherche, Ideenfindung und Textentwürfen

Grenzen von LLMs

Antworten basieren auf Wahrscheinlichkeiten, nicht auf „Verstehen“ im menschlichen Sinn
Fakten können veraltet oder fehlerhaft sein, wenn sie nicht durch aktuelle Datenquellen ergänzt werden
Keine eigene Meinung oder Absicht – nur Mustergenerierung

Kurzgefasst:
KI in Form von LLMs ist ein statistisches Sprachsystem, das aus gewaltigen Textmengen Muster ableitet und diese nutzt, um sinnvolle Antworten zu erzeugen. Die Qualität der Ergebnisse hängt direkt von der Qualität, Vielfalt und Aktualität der verwendeten Trainingsdaten ab.