Künstliche Intelligenz erklärt – verständlich und praxisnah https://www.thinkwiki.rene-baier.de/ 2026-04-18T09:39:42+00:00 https://www.thinkwiki.rene-baier.de/ https://www.thinkwiki.rene-baier.de/lib/exe/fetch.php?media=wiki:dokuwiki.svg text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:api&rev=1746962546&do=diff API (Programmierschnittstelle) Eine API (Application Programming Interface) ermöglicht es, Softwarekomponenten oder Dienste automatisiert zu nutzen. KI-Kontext Viele KI-Systeme wie GPT werden über eine API angesteuert – z. B. mit einem Textprompt und Parametern. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:backpropagation&rev=1746962546&do=diff Backpropagation Backpropagation ist der Algorithmus, mit dem Modelle ihre Fehler rückwärts durch das Netzwerk propagieren, um Gewichte zu aktualisieren. Wichtig Zentrale Methode beim Training neuronaler Netze. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:batch-size&rev=1746962546&do=diff Batch Size Die Batch Size gibt an, wie viele Trainingsbeispiele gleichzeitig verarbeitet werden, bevor das Modell seine Gewichte aktualisiert. Einfluss * Große Batches: schnelleres Training, höherer Speicherbedarf * Kleine Batches: mehr Varianz, langsamere Konvergenz text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:benchmark&rev=1746962546&do=diff Benchmark Benchmarks sind standardisierte Tests, mit denen KI-Modelle verglichen werden können. Beispiel MMLU, BigBench, HumanEval (für GPTs) text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:bias&rev=1746962546&do=diff Bias Bias bezeichnet eine Verzerrung im Modell – z. B. durch unausgewogene Trainingsdaten, die zu diskriminierenden Ergebnissen führen können. Beispiel Ein Bewerbungssystem bevorzugt Männer, weil es auf historischen Daten basiert, in denen Männer häufiger eingestellt wurden. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:chain-of-thought&rev=1746962546&do=diff Chain-of-Thought Chain-of-Thought (CoT) ist eine Prompting-Technik, bei der das Modell explizit aufgefordert wird, „laut zu denken“. Beispiel „Denke Schritt für Schritt, bevor du antwortest.“ text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:chatgpt&rev=1746962546&do=diff ChatGPT ChatGPT ist ein dialogorientiertes Sprachmodell von OpenAI, basierend auf der GPT-Architektur (ab GPT-3.5, aktuell GPT-4 bzw. GPT-4o). Eigenschaften * Kann Text verstehen und erzeugen * Unterstützt Kontexteingabe und Rückfragen * Weit verbreitet im Alltag, Beruf und Bildung text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:confusion-matrix&rev=1746962546&do=diff Confusion Matrix Eine Confusion Matrix zeigt, wie gut ein Klassifikationsmodell zwischen verschiedenen Kategorien unterscheidet. Aufbau Zeilen: tatsächliche Klassen, Spalten: vorhergesagte Klassen. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:context-window&rev=1746962546&do=diff Kontextfenster (Context Window) Das Kontextfenster beschreibt die maximale Länge an Tokens, die ein Sprachmodell auf einmal verarbeiten kann. Beispiel GPT-4 hat je nach Version 8.000 bis 128.000 Token Kontextfenster. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:dataset&rev=1746962546&do=diff Dataset (Datensatz) Ein Dataset ist eine strukturierte Sammlung von Daten, mit denen ein KI-Modell trainiert oder getestet wird. Arten * Train / Test / Validation Split * Gelabelt oder unlabelt text/html 2025-05-22T17:09:41+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:embedding&rev=1747933781&do=diff Embedding Ein Embedding ist eine mathematische Darstellung von Wörtern oder Konzepten als Vektoren in einem mehrdimensionalen Raum. Nutzen * Erlaubt semantische Vergleiche (z. B. Wortähnlichkeit) * Wird in NLP, LLMs und Empfehlungssystemen eingesetzt text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:epoch&rev=1746962546&do=diff Epoch Eine Epoch ist ein vollständiger Durchlauf aller Trainingsdaten durch das Modell. Beispiel Bei 10.000 Datensätzen und einer Batch Size von 100 braucht es 100 Schritte für eine Epoch. text/html 2025-05-22T17:09:41+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:f1-score&rev=1747933781&do=diff F1-Score Der F1-Score ist eine Metrik, die Präzision und Recall kombiniert – besonders nützlich bei unausgewogenen Datensätzen. Formel F1 = 2 * (Precision * Recall) / (Precision + Recall) text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:few-shot&rev=1746962546&do=diff Few-shot Learning Beim Few-shot Learning werden dem Modell wenige Beispiele mitgegeben, damit es das gewünschte Muster erkennt und weiterführt. Beispiel Q: Hauptstadt von Frankreich? A: Paris Q: Hauptstadt von Spanien? A: Verwandte Begriffe text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:fine-tuning&rev=1746962546&do=diff Fine-Tuning Fine-Tuning bezeichnet die Nachanpassung eines bereits trainierten Modells auf eine spezifische Aufgabe oder Domäne. Beispiel Ein allgemeines Sprachmodell wird auf juristische Texte spezialisiert. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:function-calling&rev=1746962546&do=diff Function Calling Function Calling ist eine Technik, bei der ein Sprachmodell strukturierte Daten erzeugt, die eine Anwendung direkt weiterverarbeiten kann. Beispiel Ein GPT-Modell gibt JSON aus, das eine API ausliest. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:generalisierung&rev=1746962546&do=diff Generalisierung Ein Modell generalisiert gut, wenn es nicht nur auf Trainingsdaten, sondern auch auf neue, unbekannte Daten sinnvolle Ergebnisse liefert. Zusammenhang Gegenspieler von Overfitting. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:gradient-descent&rev=1746962546&do=diff Gradient Descent Gradient Descent ist das Optimierungsverfahren, das KI-Modelle verwenden, um Fehler zu minimieren. Prinzip Das Modell passt Gewichte an, um „bergab“ im Fehlerraum zu gehen. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:halluzination&rev=1746962546&do=diff Halluzination Halluzination beschreibt den Effekt, wenn ein Sprachmodell plausible, aber faktisch falsche Aussagen macht. Beispiel Ein Modell „erfindet“ Quellen, Zitate oder Daten. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:inference-time&rev=1746962546&do=diff Inference Time Inference Time ist die Zeit, die ein KI-Modell benötigt, um auf eine Eingabe eine Antwort zu generieren. Wichtig Kritisch bei Echtzeitanwendungen (z. B. Chatbots, Bilderkennung) text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:latency&rev=1746962546&do=diff Latenz (Latency) Latenz bezeichnet die Verzögerung zwischen Eingabe und Ausgabe in einem System – insbesondere bei KI-Modellen. Beispiel Spürbare Latenz: längere Denkpause bei Chatbots. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:learning-rate&rev=1746962546&do=diff Learning Rate Die Learning Rate (Lernrate) bestimmt, wie stark ein Modell seine Gewichte nach jedem Trainingsschritt anpasst. Wichtig Zu hoch → Modell springt Zu niedrig → Modell lernt zu langsam text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:loss&rev=1746962546&do=diff Loss Der Loss (Verlustwert) misst, wie stark die Vorhersage eines KI-Modells vom tatsächlichen Ergebnis abweicht – je kleiner, desto besser. Beispiel Bei Klassifikationen: Cross Entropy Loss Bei Regression: Mean Squared Error text/html 2025-05-22T17:09:41+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:model&rev=1747933781&do=diff Modell (Model) Ein Modell ist ein trainiertes KI-System, das auf Basis von Daten Zusammenhänge erkennt und Vorhersagen trifft. Beispiele * GPT-4 (Sprachmodell) * ResNet (Bildklassifikation) * Entscheidungsbaum (strukturierte Daten) Hinweis text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:multimodalitaet&rev=1746962546&do=diff Multimodalität Multimodale Modelle können verschiedene Eingabeformate gleichzeitig verarbeiten – z. B. Text, Bild oder Audio. Beispiel GPT-4o kann Bild und Sprache gleichzeitig interpretieren. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:overfitting&rev=1746962546&do=diff Overfitting (Überanpassung) Overfitting beschreibt den Zustand, wenn ein Modell zu sehr auf Trainingsdaten abgestimmt ist und bei neuen Daten schlecht generalisiert. Beispiel Ein Modell erkennt nicht mehr die Regel, sondern nur die Trainingsmuster. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:prompt&rev=1746962546&do=diff Prompt Ein Prompt ist die Eingabeaufforderung, mit der man ein KI-Modell (z. B. ein Sprachmodell) dazu bringt, eine gewünschte Antwort zu erzeugen. Merkmale * Besteht meist aus Text * Kann Anweisungen, Rollen, Beispiele enthalten Beispiel text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:reasoning&rev=1746962546&do=diff Reasoning (Schlussfolgern) Reasoning beschreibt die Fähigkeit eines KI-Systems, logische oder wahrscheinliche Schlüsse zu ziehen – ähnlich wie menschliches Denken. Typen von Reasoning * Deduktiv (vom Allgemeinen zum Speziellen) * Induktiv (vom Speziellen zum Allgemeinen) text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:self-attention&rev=1746962546&do=diff Self-Attention Self-Attention ist der Mechanismus in Transformer-Modellen, der es ermöglicht, den Kontext aller Wörter einer Eingabe gleichzeitig zu berücksichtigen. Beispiel Das Wort „Bank“ kann je nach Kontext als Finanzinstitut oder Sitzgelegenheit erkannt werden. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:system-prompt&rev=1746962546&do=diff System Prompt Ein System Prompt ist eine initiale, unsichtbare Anweisung an ein LLM, die das Verhalten des Modells steuert. Beispiel „Du bist ein hilfreicher Assistent.“ – legt Tonfall und Grenzen fest. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:temperature&rev=1746962546&do=diff Temperature Die Temperature ist ein Parameter bei der Textgenerierung, der bestimmt, wie „kreativ“ oder zufällig das Modell antwortet. Beispiel * 0.2 = präzise, vorhersehbar * 0.8 = kreativ, vielfältig text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:token-limit&rev=1746962546&do=diff Token Limit Das Token Limit legt fest, wie viele Tokens ein Modell gleichzeitig verarbeiten kann – inklusive Eingabe und Ausgabe. Beispiel GPT-4 mit 8k Kontext kann ca. 6000 Wörter aufnehmen. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:token&rev=1746962546&do=diff Token Ein Token ist die kleinste vom Sprachmodell verarbeitete Einheit – oft ein Wortbestandteil. Wichtig für * Prompt-Länge * Kontextgrenzen * Abrechnung bei API-Nutzung text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:tokenization&rev=1746962546&do=diff Tokenization (Tokenisierung) Tokenization ist der Prozess, bei dem ein Text in kleine Einheiten (Tokens) zerlegt wird – oft als Vorbereitung für NLP-Modelle. Beispiel „Ich liebe KI.“ → [„Ich“, „liebe“, „KI“, „.“] text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:training&rev=1746962546&do=diff Training Training ist der Prozess, bei dem ein KI-Modell anhand von Beispieldaten lernt, Zusammenhänge zu erkennen und Vorhersagen zu treffen. Beispiel Ein Modell erhält Tausende Texte mit dem Ziel, passende nächste Wörter zu lernen. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:transformer&rev=1746962546&do=diff Transformer Die Transformer-Architektur ist das Grundgerüst moderner KI-Sprachmodelle. Sie nutzt Self-Attention, um Kontext effizient zu erfassen. Siehe auch * transformer * embedding text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:turing-test&rev=1746962546&do=diff Turing-Test Der Turing-Test ist ein Konzept, bei dem eine Maschine als intelligent gilt, wenn ein Mensch in einem Gespräch nicht erkennen kann, ob er mit einer Maschine oder einem Menschen spricht. Ursprung Vorgeschlagen von Alan Turing im Jahr 1950 als Antwort auf die Frage: text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:validation&rev=1746962546&do=diff Validation Validation (Validierung) ist die Überprüfung der Modellleistung auf einem separaten Datensatz, der nicht im Training verwendet wurde. Ziel Frühzeitiges Erkennen von Overfitting. text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:zero-shot-cot&rev=1746962546&do=diff Zero-shot Chain-of-Thought Siehe auch: Chain-of-Thought Zero-shot CoT kombiniert die Vorteile von Zero-shot Prompting und Chain-of-Thought, indem das Modell durch gezielte Formulierung zum Nachdenken angeregt wird – ganz ohne Beispiele. Beispiel „Beantworte die Frage und erkläre, wie du darauf kommst.“ text/html 2025-05-11T11:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.thinkwiki.rene-baier.de/doku.php?id=glossar:zero-shot&rev=1746962546&do=diff Zero-shot Learning Zero-shot Learning bedeutet, dass ein Modell ohne konkrete Beispiele eine Aufgabe lösen soll – nur auf Basis der allgemeinen Sprach- oder Weltkenntnis. Beispiel „Nenne die Hauptstadt von Kanada.“