LLMs

GPT-4 hat mehr Parameter als die Menschheit Bücher geschrieben hat. Laut klassischer Statistik müsste ein solches Modell bei neuen Daten katastrophal versagen. Stattdessen funktioniert es außergewöhnlich gut. Dieser Artikel erklärt, warum. Das zerbrochene Gesetz: Wenn das Lehrbuch schweigt Stell dir vor, du baust ein Haus mit hundertmal mehr Säulen,

Wer die KI-Branche in den vergangenen Jahren beobachtet hat, kennt das Muster: Ein neues Modell erscheint, die Pressemitteilung nennt eine Zahl und diese ist größer als die des Vorgängers. Milliarden Parameter wurden zur Währung des Fortschritts. GPT-4, Gemini Ultra, Claude Opus sind aufgebaut nach der Logik, dass mehr

Künstliche Intelligenz wirkt auf den ersten Blick wie ein neutrales Werkzeug. Eine Nutzerin stellt eine Frage, das System verarbeitet die Eingabe und gibt eine Antwort aus. Doch diese Antwort entsteht nicht in einem wertfreien Raum. Moderne KI-Systeme werden nicht nur darauf trainiert, sprachlich plausible Texte zu erzeugen. Sie werden

Günstiger pro Token, teurer insgesamt. Das ist die Paradoxie, mit der KI-Verantwortliche im Finanzsektor gerade konfrontiert sind. Die Kosten pro Verarbeitungseinheit sinken kontinuierlich, aber die Gesamtrechnung steigt. Das klingt widersprüchlich, ist aber erklärbar — und wer den Mechanismus dahinter versteht, trifft bessere Architekturentscheidungen. Was Inference überhaupt bedeutet Bevor es um

Wer ein KI-Modell auswählt, verlässt sich auf eine einfache Annahme: Das Modell mit der höchsten Accuracy auf dem Testset ist das beste Modell für den Produktionseinsatz. Eine Studie vom MIT zeigt, dass diese Annahme systematisch falsch sein kann — und zwar nicht aufgrund von Overfitting oder schlechter Architektur, sondern wegen

Künstliche Intelligenz wird häufig als einheitliche Technologie wahrgenommen. In der Praxis basiert moderne KI jedoch auf grundlegend unterschiedlichen Architekturen, die jeweils für klar abgegrenzte Problemklassen optimiert sind. Ob ein System Texte analysiert, Bilder erkennt oder autonome Entscheidungen trifft, hängt nicht von einer allgemeinen „Intelligenz“ ab, sondern von der strukturellen Auslegung