Grundkurs KI: Alles über Künstliche Intelligenz.  In dieser Einführung lernst du die KI Grundlagen
Digitale Profis
https://www.youtube.com/watch?v=yBQgPD7jU_s

Transkript (automatisch erstellt)

0:00 KI ist mittlerweile seit über 2 Jahren, gefühlt überall. Und auch wenn wir jetzt zum Großteil schon mal von Jet GPT oder anderen KI Tools gehört und sie
0:09 vielleicht sogar mal ausprobiert haben, mangelt es oft noch an den Grundlagen und dem Basisverständnis, was KI überhaupt ist und warum wir in Zukunft
0:17 uns alle näher mit dieser Technologie befassen sollen. Darüber wollen wir in diesem Video heute sprechen, um einfach dafür zu sorgen, dass wir alle auf einem
0:25 guten Stand und dem Thema gegenüber vielleicht etwas aufgeschlossener sind. Fangen wir direkt mit der vermutlich wichtigsten Frage an. Was ist künstliche
0:34 Intelligenz? Zunächst einmal müssen wir verstehen, dass es sich bei künstlicher Intelligenz nicht um ein Programm oder eine feste Anwendung handelt. Es gibt
0:42 also gar nicht die eine künstliche Intelligenz, sondern lediglich die gleichnamige Technologie, die eine Vielzahl von Anwendungen hat. Auch wenn
0:50 es einem so vorkommen könnte, ist KI nichts Neues und nicht auf einmal erfunden worden. Die Technologie ist seit Jahrzehnten Teil unseres Alltags
0:57 und wir alle nutzen sie ganz unbewusst tagtäglich. Egal, ob wir etwas googeln, auf Netflix oder Spotify zugreifen oder uns via Maps die bestmögliche Route
1:06 vorschlagen lassen. All diese Anwendungen setzen auf künstliche Intelligenz. Man kann sich das vielleicht besser vorstellen, wenn man
1:12 versteht, dass es sich bei KI nicht nur um irgendeine Technologie handelt, sondern um eine sogenannte Basis oder Schlüsseltechnologie. Als
1:20 Schlüsseltechnologie bezeichnen wir Erfindungen oder eben Technologien, die unsere Welt maßgeblich verändern. Die erste solche Technologie war vermutlich
1:28 das Feuer, dann das Rad und dann springen wir ein paar hundert Jahre und landen bei der Agrarwirtschaft. Es gibt aber auch in Bezug auf Informationen und
1:36 die Arbeit mit Ihnen Schlüsseltechnologien, die wir alle kennen. Der Buchdruck ist ein sehr gutes Beispiel hierfür, da aufgrund dieser
1:42 Technologie die Gesellschaft auf einmal in der Lage war, Wissen weiterzugeben und zu verbreiten. Allerdings unter den Voraussetzungen, dass die Gesellschaft
1:50 lesen lernt. In Bezug auf KI spricht man oft vom englischen Begriff der AI Literacy. Sinngemäß kann man sich das so vorstellen. Jemand, der illiterate in
1:59 Bezug auf KI ist, der agiert als eine Art Analphabet. Und wenn wir hier jetzt noch mal den Vergleich zum Buchdrück ja aufgreifen, dann wird schnell klar, was
2:08 damit gemeint ist. Der Umgang mit der Technologie, egal ob künstliche Intelligenz oder eben das Alphabet, also der Buchdruck ist essentiell, um der
2:16 Gesellschaft die Möglichkeit zu geben, diese Technologie auch vernünftig und vor allem flächendeckend einsetzen zu können. Falls diese Analogie zum
2:24 Buchdruck jetzt vielleicht etwas zu weit entfernt oder zu abstrakt ist, kann man auch gerne das Internet als weitere Basistechnologie, deren
2:30 Erfolgsgeschichte, wir alle miterlebt haben, heranziehen und sich so das Ausmaß der Möglichkeiten von KI deutlicher machen. Auch das Internet hat
2:37 als eine Art Nischentechnologie begonnen und wurde erstmal nur von Wissenschaftlerinnen, Wissenschaftlern und in der Informatik eingesetzt. Es hat
2:45 Jahrzehnte gedauert, bis die Technologie wirklich massentauglich wurde und dann ging es aber relativ schnell, dass innerhalb von 10, 20 Jahren sich die
2:52 gesamte Gesellschaft und auch ein Großteil der Wirtschaft sich die Technologie unter den Nagel gerissen hat und es die Basis für unsere moderne Welt
3:00 geworden ist. Aber warum ist das Thema jetzt auf einmal so relevant? Auch KI gibt es ja seit Jahrzehnten, aber irgendwie ist das Thema innerhalb der
3:07 letzten 2 d Jahre deutlich präsenter geworden. Also was ist passiert und weshalb ist KI auf einmal so relevant? Das liegt daran, dass ein Teilgebiet der
3:15 KI, die sogenannte generative KI, auf einmal aufgrund von Entwicklung von unter anderem Open AI sehr viel zugänglicher gemacht wurde. An dieser
3:24 Stelle kann man auch sehr gut das KI Tool Jet GPT nennen, denn die Veröffentlichung dieser KI Anwendung hat den Stein tatsächlich ins Rollen
3:30 gebracht und generative KI salonfähig gemacht. Aber was ist jetzt diese generative KI und warum ist es genau dieses Teilgebiet, das den Durchbruch
3:38 für künstliche Intelligenz eingeläutet hat? Der Zusatz generativ deutet es ja schon an. Mit dieser KI kann man etwas erzeugen, Inhalte, um genau zu sein.
3:47 Diese Inhalte können alles mögliche sein. Von Text über Bild und sogar Videos, Audiodateien, Computerprogramme und Präsentationen sind mittlerweile
3:54 möglich. Das an sich ist ja schon sehr beeindruckend, aber auch das war teilweise schon für sehr findige Informatikerinnen und Informatiker
4:01 möglich. Also, warum entsteht hier so ein riesen Hype? Das Besondere ist, dass wir Tools wie Jet GPT in normaler gesprochener Sprache bedienen können und
4:11 diese Programme dann in der Lage sind aus unseren einfach formulierten Befehlen, die man im KI Bereich auch Proms nennt, Inhalte zu erzeugen und
4:19 darauf zu reagieren. Ich muss also kein Hacker oder Computerprofi sein, um diese extrem mächtige Technologie nutzen zu können. Und das ist eben wieder der
4:27 entscheidende Moment, in dem eine Basistechnologie sich etabliert. Natürlich konnte man schon ziemlich früh eigene Bücher drucken, aber ich würde
4:34 behaupten, dass erst mit der Erfindung der Schreibmaschine die Technologie wirklich zugänglich wurde. Dank der generativen KI und Tools wie Chat GPT
4:43 hat KI jetzt also ihren Schreibmaschinenmoment gehabt. Man braucht lediglich einen Internetzugang und schon kann man loslegen und
4:49 beeindruckende Ergebnisse erzielen. Diese quasi nicht vorhandene Einstiegsschwelle hat dafür gesorgt, dass Chat GPT innerhalb weniger Wochen
4:57 mehr als 100 Millionen Menschen begeistern konnte und somit die schnellst wachsende Anwendung aller Zeiten wurde. Aber wie unterscheidet
5:04 sich eine KI Anwendung jetzt von traditioneller Software? Es handelt sich bei Jet GPT und bei vergleichbaren Anwendungen wie Copilot von Microsoft
5:12 oder Gemini von Google, also um Computerprogramme. Ich denke, das wird relativ schnell klar. Aber damit man diese Eigenheiten dieser Programme
5:20 besser versteht, muss man sie klassischen Programmen oder auch allgemeineren Anwendungen gegenüber stellen. Nehmen wir Google als Beispiel.
5:27 Was unterscheidet jetzt ein Jet GBT von einem Google? Beide sehen ja ähnlich aus und lieber mir unter anderem Antworten auf meine Fragen. Google durchsucht
5:36 dafür das Internet, den eigenen Index, der als eine Art Archiv fungiert und regelmäßig aktualisiert wird. Wenn es eine Antwort auf meine Frage im Archiv
5:44 gibt, dann werde ich sie bekommen, vergleichbar mit wenn ich in einem Wörterbuch nach einer Definition suche. Generative KI funktioniert anders.
5:52 Anstatt ein festes Archiv zu haben, welches zwar regelmäßig aktualisiert wird, aber dennoch relativ statisch funktioniert, verwenden KI Tools
5:59 Wahrscheinlichkeitsrechnung, um Trainingsdaten, um Antworten individuell zu erzeugen oder eben zu generieren. Auf einer ganz einfachen Ebene kann man sich
6:08 das ähnlich vorstellen wie bei der Tastatur auf dem Handy, die versucht das nächste passende Wort für uns zu finden. Um dazu überhaupt in der Lage zu sein,
6:15 werden diese KI Modelle mit einer Unmenge von Daten trainiert und lernen während des Trainings Zusammenhänge zwischen den Daten kennen. Das ist dabei
6:23 besonders wichtig für das Verständnis, denn die KI Tools wissen nach unserem Verständnis von Wissen gar nichts. Sie haben lediglich Zusammenhänge in diesen
6:31 Daten erkannt und daraus Muster angefangen zu bilden. Da das ziemlich abstrakt klingt, sehen wir uns am besten ein Beispiel an, wie so ein Zusammenhang
6:39 entsteht und machen anschließend dasselbe für ein exemplarisches Muster. Die Zusammenhänge entstehen unter anderem dadurch, dass gewisse Wörter in
6:46 den Trainingsdaten regelmäßig nah beieinander stehen. So kann man davon ausgehen, dass die Wörter Fußball, Tor, Stürmer und Torwart regelmäßig im
6:55 gleichen Kontext verwendet werden. Jetzt mal ganz abstrakt und absolut nicht wissenschaftlich betrachtet, kann man sich das in etwa so vorstellen, dass
7:03 diese Wörter nahbeieinander gespeichert werden. Das ist auch sehr wichtig, damit die KI am Ende eine Antwort generieren kann, die Sinn macht. Schließlich wird
7:11 rein von einem Wort wie Tor nicht direkt klar, ob ich jetzt das Tor beim Fußball oder das Tor in der Einfahrt meine. Kontext ist also auch für künstliche
7:19 Intelligenz sehr relevant. Wir haben jetzt also diese Zusammenhänge zwischen unseren Wörtern gespeichert. Die Fähigkeit der KI solche Zusammenhänge
7:27 herzustellen ist aber nur ein Teil des Puzzles. Ein weiterer zentraler Aspekt ist das sogenannte Mustererkennung. Stellen wir uns vor, die KI hat in ihren
7:36 Trainingsdaten oft gesehen, dass das Wort Tor in Verbindung mit Fußball und Stürmer auftaucht. Die KI erkennt nun ein Muster. Wenn jemand von einem Tor
7:44 spricht, ist die Wahrscheinlichkeit hoch, dass es um Fußball geht. Vor allem, wenn Begriffe wie Ball oder Schiedsrichter im gleichen Kontext
7:50 stehen. Das Muster entsteht also, weil ähnliche Kombinationen in den Trainingsdaten häufig wiederholt wurden. Das führt dazu, dass die KI
7:57 Wahrscheinlichkeiten berechnen kann. Sie sagt quasi, mit einer hohen Wahrscheinlichkeit meint der Benutzer dies und nicht das. Wichtig dabei ist,
8:04 dass diese Muster nicht explizit programmiert wurden, sondern durch das Training gelernt sind. Das unterscheidet die KI grundlegend von traditionellen
8:12 Programmen. In klassischer Software wird der Programmablauf explizit festgelegt. Ein Entwickler schreibt klare Anweisung, die das Programm Schritt für Schritt
8:20 ausführt. Wie ein Rezept beim Kochen. Eine KI hingegen ist nicht auf fixe Anweisungen beschränkt. Stattdessen wird sie auf Grundlage von Daten trainiert,
8:27 um Muster und Zusammenhänge zu erkennen, die es ihr möglichen, flexibel auf unterschiedliche Eingaben zu reagieren. Diese Flexibilität macht sie vielseitig
8:35 einsetzbar, bringt aber auch Herausforderung mit sich, denn während klassische Programme vorhersehbare Ergebnisse liefern, können KI
8:42 Anwendungen manchmal unvorhersehbare oder gar falsche Antworten erzeugen, wenn die zugrunde liegenden Daten lückenhaft oder verzerrt sind. Das ist
8:50 ein Aspekt, der bei der Entwicklung und dem Einsatz von KI Tools besondere Aufmerksamkeit erfordert und sie grundsätzlich von Tools wie Google
8:57 unterscheidet. Google kann uns nur das zurückgeben, das gefunden wurde. Wenn es zu einer Anfrage nichts in Googles Archiv gibt, dann bekommen wir auch
9:04 keine Antwort. Dem steht eben die generative KI entgegen, die immer versuchen wird uns eine passende Antwort zu geben, egal ob sie dafür zuverlässige
9:13 Quellen hat oder eben nicht. Wenn es zu unserer Anfrage nichts gibt, wird eben etwas Neues erzeugt. Also was sind jetzt die Stärken und Schwächen von dieser
9:21 Technologie? Daraus ergibt sich auch eine gute Überleitung zu einer der Stärken von künstlicher Intelligenz. Und zwar ist das eben genau diese
9:28 Mustererkennung. KI-Systeme können in riesigen Datenmengen Muster identifizieren, die für Menschen oft unsichtbar oder nur mit extremen
9:36 Zeitaufwand zu erkennen werden. Das ist nützlich in der Medizin bei der Analyse von Rönken Bildern beispielsweise in der Finanzwelt zur Aufdeckung von Betrug
9:43 oder auch einfach bei der Personalisierung von Inhalten, wie wir es eben von Streamingdiensten kennen. Eine weitere große Stärke ist die
9:50 Geschwindigkeit und Skalierbarkeit. KI kann Aufgaben, die für Menschen Tage oder Wochen dauern würden, in Sekunden erledigen und das rund um die Uhr. Und
9:58 natürlich wie bereits erwähnt die Fähigkeit der generativen KI neue Inhalte zu erstellen von Texten über Bilder bis hin zu Code. Es ist einfach
10:06 eine gewaltige Stärke, die Kreativität und Produktivität beflügeln kann. Aber wo Licht ist, ist bekanntlich auch Schatten und die Schwächen von KI sind
10:14 ebenso bedeutsam. Eine der größten Schwächen gerade bei generativer KI ist das Phänomen der Halluzination. Da die KI auf Wahrscheinlichkeiten basiert und
10:22 nicht auf echtem Wissen, wie wir es verstehen oder ein tiefes Verständnis der Realität hat, kann sie manchmal Antworten generieren, die zwar plausibel
10:30 klingen und sprachlich auch korrekt sind, aber sachlich komplett falsch oder frei erfunden. Sie erfindet dann quasi Information, ohne dass dies für den
10:39 Nutzer immer sofort ersichtlich ist. Verlässt man sich blind auf solche Aussagen, kann das problematische Konsequenzen haben. Eng damit verbunden
10:46 ist die Abhängigkeit von der Qualität und Quantität der Trainingsdaten. Ist diese Datenbasis lückenhaft, veraltet oder enthält viele Fehler und ist nicht
10:55 repräsentativ, dann wird die KI diese Menge widerspiegeln und möglicherweise unzuverlässige, irreführende oder verzerrte Ergebnisse liefern. Außerdem
11:04 fehlt KI System oft das, was wir als gesunden Menschenverstand oder ein tiefgreifendes Weltverständnis bezeichnen würden. Sie erkennen zwar
11:11 Muster, aber sie erkennen nicht im menschlichen Sinne Zusammenhänge oder nuancierte soziale Kontexte, was zu unlogischen oder unpassenden Antworten
11:19 führen kann, besonders in neuen oder mehrdeutigen Situationen. Ein weiteres gravierendes Problem ist der sogenannte Bias oder die Voreingenommenheit. Wenn
11:28 die Trainingsdaten einer KI unausgewogen sind oder historische Vorurteile enthalten, z.B. für Daten, die bestimmte Bevölkerungsgruppen systematisch
11:35 benachteiligen oder stereotypisch darstellen, dann wird die KI diese Vorurteile lernen und in ihren Ergebnissen möglicherweise sogar
11:42 verstärken. Das kann zu diskriminierenden Entscheidungen führen, etwa bei Bewerbungsverfahren, Kreditvergaben oder in der
11:48 Gesichtserkennung. Hinzukommt oft die fehlende Nachvollziehbarkeit, das sogenannte Blackbox Problem. Bei komplexen KI Modellen ist es manchmal
11:56 schwer bis unmöglich zu verstehen, wie und warum eine bestimmte Entscheidung getroffen oder ein bestimmtes Ergebnis generiert wurde. Diese mangelnde
12:03 Transparenz macht es schwierig, Fehler zu identifizieren und zu korrigieren, Vertrauen in die Systeme aufzubauen oder die Verantwortung für Fehlentscheidungen
12:11 zuzuordnen. Nicht zuletzt benötigen gerade die großen leistungsfähigen KI Modelle enorme Mengen an Rechenleistung und somit Energie für ihr Training und
12:19 ihren Betrieb. Dies wirft jetzt erhebliche ökologische Fragen hinsichtlich des CO2 Fußabdrucks und des Ressourcenverbrauchs auf. Auch die
12:26 finanziellen Kosten für die Entwicklung und den Unterhalt solcher Systeme sind beträchtlich, was zu einer Konzentration der Macht bei wenigen großen
12:33 Technologieunternehmen führen kann. Schließlich wirgt die Fähigkeit realistische Texte, Bilder oder sogar Code zu generieren, auch das Risiko des
12:40 Missbrauchs beispielsweise zur Erstellung von falsch Informationen, also Deep Fakes, Fake News etc. Die könnten dann verwendet werden für
12:48 Betrugsversuche oder andere bösartige Zwecke. Aber jetzt stellt sich natürlich die Frage, wie wirkt sich das auf die Arbeitswelt aus? Diese Stärken und
12:56 Schwächen haben direkte Auswirkung auf die Arbeitswelt. Viele befürchten, dass KI massenhaft Arbeitsplätze vernichten wird und ja, es ist unbestreitbar, dass
13:04 bestimmte Tätigkeiten, vor allem repetitive und standardisierte Aufgaben, zunehmend von KI übernommen werden können. Denken wir an einfache
13:12 Dateneingabe, das Verfassen von standardisierten E-Mails oder die erste Ebene im Kundensupport. Gleichzeitig entstehen aber auch neue Berufsfelder
13:20 und Anforderungen, sogenannte Prompt Engineers, also Menschen, die daraus spezialisiert sind, KI Systeme mit den richtigen Anweisungen zu füttern, um
13:28 optimale Ergebnisse zu erzielen, sind nur ein Beispiel. Es wird auch mehrfachleute für KI Ethik, KI Training und die Wartung dieser Systeme geben.
13:37 Viel wichtiger ist aber vielleicht der Aspekt der Augmentation, also der Erweiterung menschlicher Fähigkeiten. KI kann als extrem leistungsfähiges
13:45 Werkzeug dienen, das uns von Routineaufgaben befreit und uns so ermöglicht, uns auf komplexere, kreativere und strategischere
13:52 Tätigkeiten zu konzentrieren. Ein Architekt könnte KI nutzen, um erste Entwurfsvarianten zu generieren. ein Marketing, Experte für die Erstellung
13:59 von Kampagnenideen und eine Programmiererin für das Schreiben von Codebaustein. Die Produktivität in vielen Bereichen kann durch eben diesen
14:07 gezielten Einsatz erheblich gesteigert werden. Entscheidend wird sein, dass wir uns anpassen und neue Fähigkeiten erlernen. Und hier schließt sich der
14:14 Kreis zur eingangserwähnten AI Literacy. Wer versteht, wie KI funktioniert, was sie kann und was nicht, wird besser in der Lage sein, sie sinnvoll in den
14:23 eigenen Arbeitsalltag zu integrieren und die damit verbundenen Chancen auch wirklich zu nutzen. Es geht also nicht primär darum, Menschen zu ersetzen,
14:31 sondern sie zu unterstützen und ihre Arbeit effizienter und vielleicht sogar erfüllender zu gestalten. Die Herausforderung besteht darin, diesen
14:38 Wandel sozialverträglich zu gestalten und Weiterbildungsmöglichkeiten zu schaffen. Also, welche Chancen ergeben sich und wie geht es denn jetzt weiter?
14:45 Die Potenziale, die sich daraus ergeben, sind die Mens und gehen weit über die reine Optimierung von Arbeitsprozessen hinaus. Denken wir an die Medizin. KI
14:52 kann bei der Diagnose von Krankheiten helfen, personalisierte Behandlungspläne entwickeln oder die Forschung nach neuen Medikamenten beschleunigen. In der
14:59 Wissenschaft kann KI riesige Datenmengen analysieren, um neue Erkenntnisse über das Klima, das Universum oder komplexe soziale Zusammenhänge zu gewinnen. Im
15:07 Bildungsbereich können personalisierte Lernprogramme entstehen, die sich individuell auf die Bedürfnisse jedes Schülers einstellen. KI kann auch dazu
15:15 beitragen, Ressourcen effizienter zu nutzen, sei es in der Landwirtschaft durch präzisere Bewässerung und Düngung oder in der Stadtplanung durch
15:22 optimierte Verkehrsflüsse. Also, wie geht es jetzt weiter? Die Entwicklung wird rasant weitergehen. Wir können davon ausgehen, dass KI Modelle noch
15:30 leistungsfähiger, vielseitiger und besser in der Lage sein werden, verschiedene Arten von Informationen, egal ob jetzt Text, Bild, Ton oder
15:37 Video, zu verarbeiten und auch zu generieren. Man spricht hier von der sogenannten multimodalen KI. Die Integration von KI in bestehende
15:44 Software und alltägliche Geräte wird ebenfalls zunehmen, sodass wir sie auf gar nicht mehr bewusst als separate Technologie wahrnehmen, sondern als
15:51 selbstverständlichen Bestandteil unserer digitalen Werkzeuge, ganz ähnlich wie es mit dem Internet der Fall ist. Parallel dazu wird die Diskussion um ethische
16:00 Richtlinien, Regulierung und die verantwortungsvollen Umgänge mit KI immer lauter und auch wichtiger werden. Fragen nach Datenschutz, Urheberrecht,
16:08 Verantwortung bei Fehlentscheidung und der Vermeidung von Bers müssen gesellschaftlich und politisch geklärt werden. Hier ist wieder AI Literacy
16:15 gefragt, damit möglichst viele Menschen an dieser extrem wichtigen Diskussion auch wirklich teilhaben können. Letztendlich ist künstliche Intelligenz
16:23 eine Technologie mit dem Potenzial unsere Welt ähnlich tiefgreifen zu verändern. wie der Buchdruck oder das Internet. Sie bietet uns Werkzeuge, um
16:30 große Herausforderungen anzugehen und ungeahnte Möglichkeiten zu erschließen. Es liegt an uns diese Technologie klug, verantwortungsbewusst und zum Wohle alle
16:38 einzusetzen. Die Reise hat gerade aber erst begonnen und das verspricht eine der spannendsten technologischen Entwicklungen unserer Zeit zu werten.
16:46 Ich hoffe, ich konnte mit diesem Video euch ein bisschen die Angst vor diesem Wandel nehmen und wie immer freue ich mich natürlich über Likes für dieses
16:53 Video, falls es euch gefallen hat und auch nette Kommentare. Schreibt mir gerne, wenn wir mehr solcher Videos auf unserem Kanal veröffentlichen sollen.
17:01 Mein Name ist Timothy Mesner und wir sehen uns beim nächsten Mal.