Häufige Fragen zu KI

Künstliche Intelligenz ist der Oberbegriff für Systeme, die Aufgaben lösen, die als „intelligent“ gelten. Maschinelles Lernen ist ein Teilgebiet, bei dem Systeme aus Daten lernen statt fest programmiert zu werden.

Ein großes Sprachmodell (LLM) ist ein neuronales Netz, das unter anderem aus Text lernt. Bei der Texterzeugung berechnet es Wahrscheinlichkeiten für die nächsten Textstücke und wählt daraus eine Fortsetzung.

Ein Token ist die kleinste Verarbeitungseinheit eines Sprachmodells – oft ein Wortteil. Text wird vor der Verarbeitung in Tokens zerlegt; Kosten und Kontextverbrauch werden in Tokens gerechnet.

Die Zerlegung hängt vom Tokenizer ab. Eine feste Umrechnung von Wörtern in Tokens gilt weder für jede Sprache noch für jedes Modell. Für Kostenrechnungen zählt der tatsächliche Verbrauch.

Ein Sprachmodell kann plausible, aber falsche Inhalte erzeugen – etwa eine erfundene Quelle oder eine falsche Zahl. Das nennt man Halluzination. Flüssige Sprache belegt keine Faktentreue.

Passende Quellen und überprüfbare Werkzeugergebnisse können helfen. Prüfe wichtige Aussagen am Original; auch eine vom Modell genannte Quelle kann die Behauptung verfehlen.

Nicht zwangsläufig. Über Parameter wie die Temperatur lässt sich die Varianz senken, aber ob eine Ausgabe vollständig reproduzierbar ist, ist in der Praxis umstritten – Hardware und Implementierung können Restvarianz erzeugen.

Für Workflows, die exakte Wiederholbarkeit brauchen, sollte man sich nicht allein auf die Temperatur verlassen.

Ein Wissensstichtag garantiert kein vollständiges Wissen bis zu diesem Datum. Aktuelle Informationen können über mitgegebene Quellen, Suche oder Werkzeuge hinzukommen. Entscheidend ist, welche Informationen das System für die konkrete Antwort tatsächlich abgerufen hat.

Chat-Abos, API-Zugänge und eigener Betrieb haben unterschiedliche Kostenmodelle. Bei Text-APIs werden oft Eingabe und Ausgabe getrennt nach Tokens abgerechnet; Werkzeuge und Medien können zusätzlich kosten.

Vergleiche den gesamten Aufwand pro brauchbarem Ergebnis. Ein lokal betriebenes Modell hat keine externe Token-Gebühr, braucht aber Hardware, Strom und Betriebsarbeit.

Das hängt vom konkreten Dienst, Tarif, Vertrag und den Einstellungen ab. Ein bezahlter Zugang ist nicht automatisch trainingsfrei. Prüfe Training, Speicherung und Weitergabe getrennt in den aktuellen Bedingungen.