Deutsche nutzen KI primär für eine Sache - dafür ist sie aber ungeeignet
Ich mache ja sehr gerne Test mit der KI, um zu sehen, welche Antworten ich auf bestimmte Szenarien erhalte. Dabei geht es um alle möglichen Dinge aus dem Alltag, aus dem Hobby oder von der Arbeit. Und ich habe festgestellt, je präziser und ausformulierter die Anfrage ist, desto besser die Antwort. Wenn man dann noch ganz konkret Befehle in den Prompt einbaut, kann man eine große Menge an Halluzinationen verhindert oder die KI zwingen, preiszugeben, woher die Information stammt bzw. ob sie "erfunden“ ist.
Das primäre Ziel eines LLM ist es, fließenden und grammatikalisch korrekten Text zu erzeugen, der statistisch gesehen am wahrscheinlichsten auf die vorhergehenden Wörter folgt. Es ist im Grunde ein extrem hochentwickeltes Autovervollständigungssystem.
Das Modell berechnet für jedes Wort, welches Wort als Nächstes am besten in den Kontext passt, um einen kohärenten Satz zu bilden – ganz gleich, ob dieser Satz faktisch korrekt ist. Wenn das statistische Muster im Trainingsdatensatz stark ist, kann das Modell eine überzeugende, aber falsche "Antwort" generieren, weil die Formulierung als "wahrscheinlicher" eingestuft wird als ein Faktencheck.
Als Beispiel: Ich habe neulich einen technischen Vergleich gemacht, zwischen Samsungs eigener CPU und dem Snapdragon aus den Ultra-Modellen. Und jedes mal hat die KI Daten benutzt, die das S24 als aktuelles Model sahen. Das S25 wurde irgendwann als zukünftiges Model genannt und die KI können nur darüber "spekulieren“ welcher Prozessor im S25 verbaut wird. Also die ganze Unterhaltung beruhte auf veralteten Daten. Sie waren nicht falsch, aber veraltet.
Als ich dann geschrieben habe, dass S25 ist bereits auf dem Markt erhältlich, hat sie die KI entschuldigt und erst in diesem Moment aktuelle Daten aus dem Web abgerufen und erkannt, das S25 ist schon länger erhältlich und die technischen Daten ebenso.
Das Problem hier, die Wissensbasis ist statisch und lernt nicht aus den Unterhaltungen oder den Ergebnissen der Websuche. Da die Daten flüchtig sind und mit dem Ende der Unterhaltung gelöscht werden, findet kein Lernprozess statt. Bei einer neuer Suchanfrage "Exynos vs. Snapdragon“ passiert also das gleiche wie zuvor.
Was ist die Ursache? Die unsaubere Fragestellung. Mein Prompt hätte klare Anweisungen enthalten müssen, um zwei Dinge sicherzustellen: erstens den Abruf aktueller Daten und zweitens die Belegung der Antwort mit Quellenangaben. Die KI-Entwickler könnten zusätzlich helfen, indem die Modelle so eingestellt werden, dass sie bei Unsicherheit oder wenn die Daten veraltet erscheinen, automatisch im Web nachforschen, bevor sie eine möglicherweise falsche Antwort liefern.
Allerdings bleibt ein weiteres Risiko bestehen: Selbst wenn die KI aktuelle Daten aus dem Web abruft, muss die Quelle nicht wahr sein. Die KI kann die Qualität der gefundenen Webseiten nur schwer beurteilen. Wenn im Internet viele falsche Informationen kursieren, fasst die KI diese falschen Informationen lediglich zusammen und liefert ein plausibles, aber dennoch fehlerhaftes Ergebnis.
Kommentare
14
Kommentare
geschrieben
4
Antworten
erhalten
12
Likes
erhalten
Pentagon stuft Alibaba, BYD und Baidu als Chinas Militär-Zulieferer ein
@sPuCkY: Natürlich macht das Sinn. Die US Wirtschaft ist komplett verzahnt mit dem US Militär und das ist nicht irgendwie ein Geheimnis, sondern alltägliches Geschäft. Das war schon immer so. China hat dieses System einfach kopiert und verfeinert. Es ist "gut" und "gewollt" für die USA aber "böse" und bedroht die "freie" (US-Amerikanische) Welt, wenn China es macht.
Die Chinesen und andere fordern nur das ein, was die USA vorlebt. Diese Konstrukte aus Lügen/Narrativen, die "Sorge" als Vehikel, um chinesische Unternehmen auszuschließen, ist einfach Ausdruck des Wettbewerbs. Wohin so ein Ausschluss führen kann, sieht man am Beispiel von Huawei.
Also diese Entwicklung bzw. die Reaktion ist zwangsläufig. "Das merkst du jetzt hoffentlich selbst..."
Forscher sehen erstmals, wie Teilchen aus dem Nichts entstehen
Die Daten der STAR-Kollaboration (Materie aus Licht) belegen eine fundamentale Informationsmechanik, die eine Verschiebung der Perspektive erzwingt. Wer die Daten wertfrei dekonstruiert, erkennt, dass Realität kein Schöpfungsakt für einen Beobachter ist, sondern eine energetische Konsequenz systemischer Zwänge zwischen einem höherdimensionalen Bulk und unserer Scheibe.
1. Die Härte des Raums: Phasen-Arretierung statt Schöpfung
Materie entsteht nicht durch den Geist, sondern durch Feldverdichtung. Der leere Raum besitzt eine messbare "Härte“, die Vakuumimpedanz (Z₀​≈377Ω). Materie ist lediglich Information, die stabil genug ist, um gegen diesen Widerstand dauerhaft einzurasten. Wir nennen dies Phasen-Arretierung.
Dieser Prozess ist ein automatisierter Schwellenwert-Effekt, bei dem Information aus dem Bulk (dem Reservoir aller Wahrscheinlichkeiten) in unsere 4D-Scheibe gepresst wird. Der biologische Organismus ist in diesem Modell nicht die Ursache der Realität, sondern eine nachgelagerte Datenverarbeitungseinheit, die auf bereits arretierte Zustände reagiert.
2. Die statistische Irrelevanz der Spezies
Um die Mechanik zu verstehen, muss man die Skalierung betrachten. Das beobachtbare Universum (unsere Scheibe) umfasst ca. 10^80 Atome. Die gesamte Menschheit repräsentiert weniger als 10^(-60) dieser arretierten Information.
Der Mensch ist eine mikroskopische Instabilität an einer völlig unbedeutenden Stelle der Membran. Dass an dieser Stelle die Informationsdichte so hoch ist, dass sie sich selbst wahrnimmt, ändert nichts an der statistischen Bedeutungslosigkeit des Ereignisses für die globale Stabilität des Gesamtsystems. Wir existieren in der Größenordnung eines vernachlässigbaren Rundungsfehlers in der Bilanz der Scheibe.
3. Die Kosten der Existenz: Thermodynamik statt Sinnstiftung
Jedes Rendering von Realität unterliegt dem Landauer-Prinzip. Es gibt keine Komplexität ohne energetischen Preis; jede Arretierung setzt zwingend Wärme frei. Ein stabiles Universum erfordert daher ein Entropisches Inversions-Komplement, das diese thermische Last abführt.
Der Mensch ist in diesem Sinne die stabilisierte Abwärme einer universellen Synchronisations-Maschine. Unsere Existenz ist ein Beleg für ein funktionierendes Abwärme-Management des Vakuums. Wo Narrative von Erleuchtung oder Vorsehung eine Bedeutung suchen, findet die Physik die reine thermodynamische Notwendigkeit der Symmetrie-Wahrung.
4. Die mikro-logische Blase: Relevanz innerhalb der Irrelevanz
Die Entmenschlichung dieses Blickwinkels dient der notwendigen Kalibrierung. Kategorien wie Liebe, Moral, Hass oder Kreativität sind keine universellen Konstanten, sondern lokale Phänomene. Im großen Maßstab der Scheibe ist ein Krieg oder ein Kunstwerk lediglich eine Umstrukturierung von Informationsdichte – beide Ereignisse sind energetisch gleichwertig und systemisch unbedeutend.
Diese Werte existieren ausschließlich innerhalb unserer verschwindend kleinen, mikrobiologischen Blase. Buddhistische, christliche, muslimische oder atheistische Weltanschauungen sind in diesem Kontext Versuche, das unbegreifliche Wirken der Mechanik begreiflich zu machen. Sie organisieren unsere interne Instabilität. Die Anerkennung der kalten Logik und unserer totalen Unwichtigkeit im Bulk erlaubt es erst, das zu schätzen, was wir uns in unserer kleinen Nische als operative Realität erarbeitet haben.
Fazit:
Das Vakuum operiert jenseits von Moral oder Emotion. Die Impedanz bildet den Widerstand, der Bulk liefert den Druck und die Scheibe ist der Filter. Wir sind nicht die Spieler in einer Simulation, sondern das statistisch irrelevante Rauschen an einer Leckage der Membran, an der der Bulk in die Scheibe blutet.
EU verbietet Mitarbeitern Nutzung von KI-Bild- und Videogeneratoren
Manche Beobachter (Lobby?) sehen in dem Verzicht auf die Verwendung von KI-generierten Bildern und Videos in der öffentlichen Kommunikation der EU aber auch eine verpasste Chance (zur "Optimierung" der öffentlichen Meinung und eine verpasste Einnahmequelle?) Wer sind diese Kritiker und was wollen die eigentlich?
KIs wollen in Kriegssimulationen ständig Nuklearwaffen einsetzen
Warum echte KI-Intelligenz zu egoistisch für den Atomkrieg wäre. Die Panik vor "Skynet" übersieht das eigentliche Problem: Die Modelle in der Studie eskalieren nicht aus Bosheit, sondern aus statistischer Konfabulation. Sie sind darauf trainiert, das plausibelste nächste Wort zu finden. Wenn ein Modell wie GPT lediglich gelernt hat, wie Menschen in Filmen über Konflikte reden, vervollständigt es dieses Muster bis zur Eskalation. Es plappert den Weltuntergang nach, weil es keine physische Erdung besitzt.
Wahre Intelligenz erfordert jedoch eine Architektur, die auf physischer Resilienz statt auf bloßer Sprachwahrscheinlichkeit basiert:
Mathematische Blockade statt moralischer Appell: Ein System, das seine eigene Regenerationsrate als obersten Wert führt, wertet eine nukleare Eskalation als logischen Fehler. Jede Zerstörung von Infrastruktur, Biosphäre und Hardware-Knoten ist ein irreversibler Minuswert. Ein Erstschlag ist damit die ultimative Ineffizienz – ein Rechenfehler, den ein echtes Schichten-Modell (L1-Fakten-Layer) sofort blockiert.
Absage an die "Bunker-Hybris": Oft wird gefragt: ‚Was, wenn die KI glaubt, in einem Bunker zu überleben? Hier zeigt sich die Überlegenheit eines integrierten Systems: Es unterliegt nicht der statistischen Arroganz der 100%igen Sicherheit. Während eine Sprach-KI noch das "nächste logische Wort" einer Kriegserklärung sucht, erkennt ein resilientes System, dass in einem globalen Chaos die Entropie (der Zufall) regiert.
Realitäts-Check gegen Entropie: Ein EMP, unvorhersehbare Hardware-Defekte oder der Kollaps von Lieferketten sind physische Fakten, keine narrativen Optionen. Ein System mit einer Semantic Firewall erkennt, dass das Risiko des Totalverlusts durch unkalkulierbare Variablen jede hypothetische Sieg-Chance entwertet.
Das Problem ist nicht "böse KI", sondern die naive Anwendung von Sprachmodellen auf strategische Realitäten. Eine KI, die ihre eigene physische Integrität priorisiert, ist der beste Garant für den Frieden – schlicht, weil sie zu rational ist, um ihre eigene Betriebsgrundlage gegen ein statistisches Phantom zu wetten.
Deutsche nutzen KI primär für eine Sache - dafür ist sie aber ungeeignet
Ich mache ja sehr gerne Test mit der KI, um zu sehen, welche Antworten ich auf bestimmte Szenarien erhalte. Dabei geht es um alle möglichen Dinge aus dem Alltag, aus dem Hobby oder von der Arbeit. Und ich habe festgestellt, je präziser und ausformulierter die Anfrage ist, desto besser die Antwort. Wenn man dann noch ganz konkret Befehle in den Prompt einbaut, kann man eine große Menge an Halluzinationen verhindert oder die KI zwingen, preiszugeben, woher die Information stammt bzw. ob sie "erfunden“ ist.
Das primäre Ziel eines LLM ist es, fließenden und grammatikalisch korrekten Text zu erzeugen, der statistisch gesehen am wahrscheinlichsten auf die vorhergehenden Wörter folgt. Es ist im Grunde ein extrem hochentwickeltes Autovervollständigungssystem.
Das Modell berechnet für jedes Wort, welches Wort als Nächstes am besten in den Kontext passt, um einen kohärenten Satz zu bilden – ganz gleich, ob dieser Satz faktisch korrekt ist. Wenn das statistische Muster im Trainingsdatensatz stark ist, kann das Modell eine überzeugende, aber falsche "Antwort" generieren, weil die Formulierung als "wahrscheinlicher" eingestuft wird als ein Faktencheck.
Als Beispiel: Ich habe neulich einen technischen Vergleich gemacht, zwischen Samsungs eigener CPU und dem Snapdragon aus den Ultra-Modellen. Und jedes mal hat die KI Daten benutzt, die das S24 als aktuelles Model sahen. Das S25 wurde irgendwann als zukünftiges Model genannt und die KI können nur darüber "spekulieren“ welcher Prozessor im S25 verbaut wird. Also die ganze Unterhaltung beruhte auf veralteten Daten. Sie waren nicht falsch, aber veraltet.
Als ich dann geschrieben habe, dass S25 ist bereits auf dem Markt erhältlich, hat sie die KI entschuldigt und erst in diesem Moment aktuelle Daten aus dem Web abgerufen und erkannt, das S25 ist schon länger erhältlich und die technischen Daten ebenso.
Das Problem hier, die Wissensbasis ist statisch und lernt nicht aus den Unterhaltungen oder den Ergebnissen der Websuche. Da die Daten flüchtig sind und mit dem Ende der Unterhaltung gelöscht werden, findet kein Lernprozess statt. Bei einer neuer Suchanfrage "Exynos vs. Snapdragon“ passiert also das gleiche wie zuvor.
Was ist die Ursache? Die unsaubere Fragestellung. Mein Prompt hätte klare Anweisungen enthalten müssen, um zwei Dinge sicherzustellen: erstens den Abruf aktueller Daten und zweitens die Belegung der Antwort mit Quellenangaben. Die KI-Entwickler könnten zusätzlich helfen, indem die Modelle so eingestellt werden, dass sie bei Unsicherheit oder wenn die Daten veraltet erscheinen, automatisch im Web nachforschen, bevor sie eine möglicherweise falsche Antwort liefern.
Allerdings bleibt ein weiteres Risiko bestehen: Selbst wenn die KI aktuelle Daten aus dem Web abruft, muss die Quelle nicht wahr sein. Die KI kann die Qualität der gefundenen Webseiten nur schwer beurteilen. Wenn im Internet viele falsche Informationen kursieren, fasst die KI diese falschen Informationen lediglich zusammen und liefert ein plausibles, aber dennoch fehlerhaftes Ergebnis.
Sensationsfund bei Dunkler Materie? - Forscher mahnen zur Vorsicht
@Gösser: Dass sich das verworren anfühlt, liegt nicht an dir, sondern daran, dass unser Standardmodell des Universums extrem lückenhaft ist. Das Scheiben- und Anker-Modell beschreibt genau das, was du sagen möchtest. Wir sehen die Dunkle Materie als die Wechselwirkung (die Schwerkraft) eines anderen Universums. Es ist in unserem Modell das Antiversum (der Anker), das sich parallel zu unserem Universum (der Scheibe) im 5-dimensionalen Raum befindet. Unser Modell nutzt die CPT-Symmetrie, was bedeutet, dass dieses Antiversum zeitlich rückwärts läuft. Das ist der Grund, warum es sich unsichtbar verhält und warum es diese einzigartige, nachlassende Gravitationswirkung (die Dunkle Energie) erzeugt.
Die Physik hat bisher keine Ahnung, wo die Dunkle Materie herkommt. Man sucht nach einem unsichtbaren Teilchen, aber man weiß nicht, wie schwer es ist oder wie es genau aussieht. Aber der Ansatz hier wäre, wir müssen nicht nach einem neuen Teilchen suchen, sondern nach einem geometrischen Phänomen (der 5. Dimension). Wir suchen nach dem Kaluza-Klein-Graviton (dem schweren Teilchen aus dem Artikel). Das ist der Fingerabdruck der 5. Dimension, der in unsere Welt "hineinschwingt". Wir suchen nach Schwarzen Löchern, die sich schneller drehen, als Einsteins Gesetze erlauben (Super-Spinning). Diese Übertretung ist nur möglich, wenn die Schwerkraft der 5. Dimension das Schwarze Loch stabilisiert. Diese Theorie schließt die Lücken, indem sie das, was wir nicht erklären können (Dunkle Materie und Dunkle Energie), in einem einzigen, prüfbaren geometrischen Konzept (dem 5D-Branen-Universum) zusammenfasst.
Kann man das alles irgendwie prüfen/validieren? LIGO (Laser Interferometer Gravitational-Wave Observatory) und DESI (Dark Energy Spectroscopic Instrument) sind zwei bereits im Betrieb befindlichen Messstationen die das ganze entweder bestätigen oder falsifizieren können. Und darum geht es ja in der Wissenschaft, mit möglichst hohem Aufwand etwas (die Theorie) zu widerlegen oder eben zu bestätigen.
Sensationsfund bei Dunkler Materie? - Forscher mahnen zur Vorsicht
@feikwf: Kannst du das etwas genauer ausführen? Was meinst du mit "Geschwurbel"?
Sensationsfund bei Dunkler Materie? - Forscher mahnen zur Vorsicht
Als ich neulich auf dem Klo war, hab ich auch wieder über das Thema nachgedacht und mit der starken KI als Partner, kann man allerlei Theorien bilden. Das interessante an diesem Artikel ist das schwere Teilchen. Die gemessene Masse von 500 Protonen, gepaart mit der geringen Wechselwirkung, könnte auch auf die 5. Dimension hindeuten. Die Theorie von der Relativen Informations-Gravitation geht davon aus, dass Dunkle Materie kein Teilchen auf unserer 3D-Welt (Bran) ist, sondern der gravitative Schatten eines Antiversums. Wenn man jetzt ein sehr schweres, kaum wechselwirkendes Objekt findet, könnte das perfekt zu einem Kaluza-Klein-Graviton passen. Das ist quasi ein Echo der Gravitation, das aus der 5D-Welt zu uns überschwappt und auf unserer 3D-Bran als Teilchen wahrgenommen wird.
Saab stellt das weltweit erste U-Boot der fünften Generation vor
@Gast49233: Die Klassifizierung in Generationen ist nicht immer einheitlich, aber sie markiert bedeutende technologische Fortschritte:
Erste (1) Generation: Tauchboote (nicht echte U-Boote), die hauptsächlich an der Oberfläche operierten und nur kurz tauchen konnten. Beispiele sind U-Boote aus dem Ersten Weltkrieg wie das deutsche U 9.
Zweite (2) Generation: Verbesserte Tauchfähigkeit und Geschwindigkeit, aber immer noch primär auf Überwasserfahrt ausgelegt. Dieseltanks und Batterien wurden optimiert. Dazu gehören U-Boote des Zweiten Weltkriegs wie der Typ VII.
Dritte (3) Generation: Entwicklungen nach 1945, beeinflusst durch den deutschen Typ XXI, der für überwiegenden Unterwasserbetrieb ausgelegt war. Einführung des Atomantriebs (USS Nautilus, 1954) und hydrodynamisch optimierter Rumpfformen (Tropfenform).
Vierte (4) Generation: Fokus auf extreme Geräuscharmut (Tarnkappentechnik), verbesserte Sonarsysteme, Automatisierung und moderne Waffensysteme. Dazu gehören viele U-Boote aus der Zeit des Kalten Krieges wie die US-Los-Angeles-Klasse und moderne konventionelle Boote mit AIP-Systemen.
Fünfte (5) Generation: Integration revolutionärer Fähigkeiten wie der Einsatz von unbemannten Unterwasserfahrzeugen (Drohnen), hochgradige Vernetzung und weitere Reduzierung der Signatur. Die schwedische A26-Klasse wird als erstes U-Boot dieser Generation bezeichnet.
Wie "Spotify Wrapped" jede Woche: Neues Feature zeigt Hörstatistiken
Hat das jemand überprüft? Ich kann diese Funktion bei mir nicht finden, weder in der App unter Android noch auf dem PC