D-Book-Wiki · Ereignisartikel

Generative KI

Sprach- und Bildmodelle verändern Produktion, Lernen und Kommunikation.

Kernsatz

Generative KI ist ein Gegenwartsereignis, das die historische Linie von Repräsentation, Daten, Sprache, Modell und Automatisierung bündelt. Sie macht deutlich, dass Informatiksysteme nicht nur Werkzeuge sind, sondern Wissensarbeit und Öffentlichkeit mitformen. Für die Schule entsteht daraus die Frage, wie Kompetenz, Transparenz und Verantwortung neu bestimmt werden.

Kurzüberblick

Sprach- und Bildmodelle verändern Produktion, Lernen und Kommunikation.

Überblick

Generative KI-Systeme erzeugen Texte, Bilder, Code und andere Artefakte auf Grundlage großer trainierter Modelle. Sie machen KI für viele Menschen unmittelbar erfahrbar, weil die Interaktion über natürliche Sprache oder einfache Eingaben erfolgt. Informatikgeschichtlich ist daran wichtig, dass nicht nur einzelne Aufgaben automatisiert werden, sondern kulturelle und kommunikative Praktiken betroffen sind: Schreiben, Lernen, Programmieren, Gestalten und Bewerten. Die Systeme beruhen zugleich auf großen Datenbeständen, Modellarchitekturen, Recheninfrastruktur und Plattformzugängen.

Abgrenzung

Aus dem bestehenden Ereigniskern materialisierte Standardfassung. Relationen, Quellen und didaktische Vertiefung werden separat geprüft.

Sachanalyse

Überblick

Diagramm der Transformer-Modellarchitektur mit Encoder- und Decoder-Blöcken.
Die Transformer-Architektur veranschaulicht die Modellstruktur, die für viele moderne Sprach- und Foundation-Modelle zentral wurde.Lilian Weng / Wikimedia Commons | CC BY-SA 3.0 | Wikimedia Commons | Transformer-ArchitekturBildquelle | Lizenz

Sprach- und Bildmodelle verändern Produktion, Lernen und Kommunikation.

Historischer und fachlicher Prozess

NVIDIA-Tesla-Grafikprozessor bzw. GPU-Beschleunigerkarte.
GPU-Beschleuniger als materielle Grundlage paralleler Recheninfrastruktur und moderner KI.Wikimedia Commons | CC0 1.0 / Public Domain Dedication | Wikimedia Commons | CUDA, GPU-Rechnen und KI-InfrastrukturBildquelle | Lizenz

Generative KI-Systeme erzeugen Texte, Bilder, Code und andere Artefakte auf Grundlage großer trainierter Modelle. Sie machen KI für viele Menschen unmittelbar erfahrbar, weil die Interaktion über natürliche Sprache oder einfache Eingaben erfolgt. Informatikgeschichtlich ist daran wichtig, dass nicht nur einzelne Aufgaben automatisiert werden, sondern kulturelle und kommunikative Praktiken betroffen sind: Schreiben, Lernen, Programmieren, Gestalten und Bewerten. Die Systeme beruhen zugleich auf großen Datenbeständen, Modellarchitekturen, Recheninfrastruktur und Plattformzugängen.

Bedeutung

Dreidimensionale Proteinstruktur aus AlphaFold-Daten.
Vorhergesagte Proteinstruktur als anschaulicher Bildanker für AlphaFold und wissenschaftliche KI.Wikimedia Commons / AlphaFold-Daten, vgl. Dateiseite | CC BY 4.0 | Wikimedia Commons | AlphaFold und wissenschaftliche KIBildquelle | Lizenz

Generative KI ist ein Gegenwartsereignis, das die historische Linie von Repräsentation, Daten, Sprache, Modell und Automatisierung bündelt. Sie macht deutlich, dass Informatiksysteme nicht nur Werkzeuge sind, sondern Wissensarbeit und Öffentlichkeit mitformen. Für die Schule entsteht daraus die Frage, wie Kompetenz, Transparenz und Verantwortung neu bestimmt werden.

Quellen

Weitere Quellen

  • +

    OpenAI: Introducing ChatGPT

    OpenAI | 2022 | Primärbasis | Primärquelle | Website

    Offizielle Quelle zur öffentlichen Einführung von ChatGPT als sichtbarem Einschnitt generativer KI.

Bedeutungsschichten im D-BookLineages, Concepts, Ort und Statistik als nachgeordnete Kontextdimensionen.3 Bezüge

Bedeutungsschichten im D-Book

Einordnung

Generative KI wird im Kontext großer Sprachmodelle, Cloud-Infrastruktur, Trainingsdaten, Plattformzugang und öffentlicher Debatte sichtbar. Anders als viele frühere KI-Systeme tritt sie direkt in Alltag, Schule, Arbeitswelt und Medienproduktion ein. Die synchronoptische Bedeutung liegt darin, dass Modellbildung, Daten, Sprache, Urheberrecht, Bildung und Verantwortung gleichzeitig verhandelt werden müssen.


Verbindungen im D-Book

Die folgenden Fachbegriffe ordnen das Ereignis relational in das D-Book-Wissensnetz ein. Die Beziehungsbeschreibungen stammen aus den kuratierten Concept-Zuordnungen des Ereignisdatensatzes.

Fachliche Concepts

Concepts binden das Ereignis an den fachlichen Begriffskern und fuehren bei vorhandenen Ankern ins Glossar.

Concept-Artikel | Kontext

Modell

generative Modelle als aktuelle KI-Modellarchitektur — Aus V1-Altzuordnung fachlich kuratiert reaktiviert.

Concept-Artikel | Kontext

Daten

breite Trainingsdaten als Grundlage generativer KI — Aus V1-Altzuordnung fachlich kuratiert reaktiviert.


Räumliche Verortung

Die folgenden Orte, Institutionen und räumlichen Kontexte sind relational mit diesem Geschichtsereignis verbunden. Die genaue räumliche Rolle stammt aus den kuratierten Ereignis-Orts-Beziehungen.

Geografischer Kontext

Orte markieren raeumliche Entstehungs-, Institutions- oder Infrastrukturbezuege und fuehren weiter zum GeoAsset.

Ort | region | Kalifornien | US | Kontext

San Francisco Bay Area / KI-Plattformen

regionaler Kontext [region_context] – KI-Plattformkontext — Generative KI wird in V1 nur symbolisch mit dem San-Francisco-/Bay-Area-Plattformkontext verknüpft.

Medien und ZusatzassetsPrimärmedium, Atlas-Preview, Statistikansichten und kuratierte Asset-Abschnitte.13 Assets

Medien und Zusatzassets

Atlas-/Geo-AssetSan Francisco Bay Area / KI-PlattformenKI-Plattformkontextregion | Kalifornien | US | region
Datenpfad und RelationenRelationale Vorlinien, Fortsetzungen und Kontextpfade aus den History-Daten.20 Relationen

Relationspfade

Vorlinien

  1. Foundation Models2021bereitet vor

    Foundation Models bilden eine konzeptionelle Grundlage vieler generativer KI-Systeme.

  2. Dartmouth Workshop und KI als Forschungsfeld1956bereitet vor

    Generative KI steht in einer langen KI-Forschungslinie.

  3. CUDA, GPU-Rechnen und KI-Infrastruktur2006bereitet vor

    Generative KI hängt stark von GPU- und Rechenzentrumsinfrastruktur ab.

  4. BERT und vortrainierte Sprachmodelle2018beeinflusst

    Vortrainierte Sprachmodelle beeinflussen spätere generative KI-Systeme.

  5. Transformer-Architektur2017bereitet vor

    Transformer bereiten generative Sprachmodelle vor. Transformer-Architekturen bereiten viele generative Sprachmodelle vor.

  6. Smartphone2007beeinflusst

    V1-related-Verweis aus lokalem Datensatz

  7. Deep-Learning-Schub2012beeinflusst

    V1-related-Verweis aus lokalem Datensatz

  8. Quantencomputer und Post-MooreZukunftbeeinflusst

    V1-related-Verweis aus lokalem Datensatz

  9. World Wide Web1989 bis 1991beeinflusst

    V1-related-Verweis aus lokalem Datensatz

Fortsetzungen

  1. EU AI Act2024setzt fort

    Generative KI macht KI-Regulierung öffentlich und politisch dringlich.

  2. Deep-Learning-Schub2012beeinflusst

    V1-related-Verweis aus lokalem Datensatz

  3. World Wide Web1989 bis 1991beeinflusst

    V1-related-Verweis aus lokalem Datensatz

  4. Quantencomputer und Post-MooreZukunftbeeinflusst

    V1-related-Verweis aus lokalem Datensatz

Kontext

  1. Plattformgesellschaft, KI und digitale Souveränitätab 2020Kontext zu

    Generative KI steht im Kontext von Plattformen, Daten und gesellschaftlicher Debatte.

  2. GitHub Copilot und KI-gestützte Programmierung2021parallel zu

    KI-gestützte Programmierung ist Teil der breiteren generativen KI-Entwicklung.

  3. KI-Rechenzentren und Energiebedarfab 2024Kontext zu

    Generative KI erhöht die Bedeutung von Rechenzentren und Energiefragen.

  4. Weizenbaum: ELIZA und KI-Kritik1966/1976Kontext zu

    Menschliche Zuschreibungen an Sprachsysteme werden bei generativer KI erneut zentral.

  5. Python und lesbare Mehrzweckprogrammierung1991Kontext zu

    Python prägt viele moderne KI-Ökosysteme und Entwicklungspraktiken.

  6. AlphaFold und wissenschaftliche KI2020parallel zu

    Beide Ereignisse zeigen KI als gesellschaftlich sichtbare Modelltechnologie in unterschiedlichen Domänen.

  7. Cloud Computing und AWS2006Kontext zu

    Generative KI ist ohne skalierbare Cloud- und Recheninfrastruktur kaum denkbar.