Ethik beginnt bei den GrundlaKünstliche Intelligenz ist nie nur Technik, sondern immer auch Teil von Gesellschaft. Fragen nach Fairness, Datenschutz und Verantwortung gehören von Anfang an auf den Tisch. Grundlagenwissen heißt deshalb auch, ein Bewusstsein für Chancen und Risiken zu entwickeln. Bias, also Verzerrungen in den Daten, können Ergebnisse verfälschen. Wer KI verstehen will, muss nicht nur die Technik, sondern auch die ethischen Grundlagen reflektieren.gen

Die größte Schwäche heutiger KI-Modelle ist Mehrdeutigkeit. Sie geraten ins Probabilistische, wenn die Bedeutung nicht eindeutig vorgegeben wird. Genau hier setzt die ::Notation an: Sie markiert Bedeutungen explizit, sodass Modelle nicht mehr raten müssen. Für Einsteiger ist wichtig: ::Notation ist eine Art semantisches Koordinatensystem. Wer es nutzt, kann Modelle verlässlicher steuern – egal ob SLM oder LLM.

Von DatenEin KI-Modell ist im Kern ein statistisches Netz aus Parametern, das aus Daten gelernt hat. Millionen oder Milliarden Beispiele formen Muster, die später bei neuen Eingaben genutzt werden. Dieses Lernen ist nicht Wissen im menschlichen Sinn, sondern eine mathematische Verdichtung. Je größer das Modell und je diverser die Daten, desto breiter das Repertoire – aber auch desto schwerer kontrollierbar. Grundlagenwissen hier hilft, die Leistungsfähigkeit realistisch einzuschätzen. zum Modell

Bevor ein Sprachmodell Text versteht, zerlegt es ihn in Tokens. Tokens sind kleinste Einheiten – oft Silben, Wortteile oder Zeichenfolgen. Das Modell arbeitet nicht mit ganzen Wörtern, sondern mit Wahrscheinlichkeiten von Token-Ketten. Dadurch entstehen statistische Vorhersagen, die wie „Wahrscheinlichkeitsbrücken“ zwischen Bedeutungen wirken. Wer das versteht, erkennt, warum KI manchmal präzise ist – und manchmal stolpert.