Sprachmodelle wie ChatGPT

Was die neue KI-Generation verändert

Das Sprachmodell ChatGPT hat künstliche Intelligenz (KI) in den Fokus der Öffentlichkeit gerückt. Der Text-Bot ist Teil einer neuen Generation von KI-Systemen, die Texte verfassen, Bilder und Videos erzeugen oder Codes programmieren kann. Welchen technologischen Fortschritt sogenannte große Sprachmodelle versprechen, wo ihre Potenziale für Wirtschaft und Gesellschaft liegen und welche ethischen und rechtlichen Herausforderungen mit ihrem Einsatz verbunden sind, haben Expertinnen und Experten der Plattform Lernende Systeme im Webformat ’Perspektiven auf KI’ diskutiert.

Bild: ©Supatman/stock.adobe.com

Bild: ©Supatman/stock.adobe.com

Große KI-Sprachmodelle wie ChatGPT wurden mithilfe von maschinellem Lernen mit extrem großen Mengen an Texten von Webseiten oder online verfügbaren Büchern trainiert. Auf diese Weise können sie komplexe Fragen ausführlich beantworten. Sprachassistenten, Textgeneratoren oder Übersetzungssysteme sind Beispiele für große Sprachmodelle. „Auch wenn die Systeme gelegentlich noch fehlerhafte Antworten geben oder Fragen nicht richtig verstehen – die technischen Erfolge, die hier erreicht wurden, sind phänomenal. Mit ihnen hat die KI-Forschung einen wesentlichen Meilenstein auf dem Weg zu einer echten Künstlichen Intelligenz erreicht“, sagt Volker Tresp, Professor für Maschinelles Lernen an der Ludwig-Maximilians-Universität München.

Die Experten gehen davon aus, dass große Sprachmodelle in den nächsten Jahren den Umgang mit Information und Wissen in Gesellschaft, Wissenschaft und Wirtschaft wesentlich verändern werden. Sie können Suchmaschinen verbessern, Ärzten Vorschläge für die Diagnose und Behandlung von Krankheiten machen, Journalistinnen bei Recherchen unterstützen, Kundenanfragen beantworten oder Arbeitsverträge verfassen. Johannes Hoffart, Chief Technology Officer der AI Unit bei SAP, sieht gerade für Unternehmen großes Potenzial: „Was mich besonders begeistert: Große Sprachmodelle mit anderen Daten zu kombinieren, beispielsweise Datenbanken und Tabellen. So kann die Arbeit mit Geschäftsdaten im Arbeitsalltag weiter vereinfacht werden und digitale Assistenten werden Realität.“

Ethische und rechtliche Herausforderungen

Mit dem Einsatz von Sprachmodellen sind jedoch eine Vielzahl ethischer und rechtlicher Herausforderungen verbunden: Die Ergebnisse eines Sprachmodells könnten etwa Vorurteile in den zugrunde liegenden Daten übernehmen und sogar verstärken, so die Diskussionsteilnehmer. „Sprachmodelle werden der Gesellschaft den Spiegel vorhalten und – wie auch schon bei Social Media – verzerrend, aber eben doch entlarvend, gesellschaftliche Brüche und Spaltungen aufdecken und verstärken können“, sagt Peter Dabrock, Ethikprofessor der Friedrich-Alexander-Universität Erlangen-Nürnberg. Die Diskriminierung zu minimieren, sei eine der größten technischen sowie organisatorischen Aufgaben für die nahe Zukunft.

Große Sprachmodelle können selbstständig Nachrichten verfassen, Untertitel zu Videobeiträgen erzeugen – oder missbräuchlich für Deep Fakes genutzt werden. Beim Einsatz in der Medienwelt gelte es zu berücksichtigen, inwieweit KI-Systeme die offene Meinungsbildung beeinflussen können, so die Experten. „Eine Demokratie-Simulation, die uns als Bürgerinnen und Bürger das Informieren, Reflektieren, Diskutieren, Mobilisieren und Mitbestimmen abnimmt, wäre das Ende von Selbstbestimmung und Mündigkeit in der Demokratie“, warnt Christoph Neuberger, Direktor des Weizenbaum-Instituts. Daher sei das Maßhalten beim Einsatz von großen Sprachmodellen das Gebot, das hier und in anderen Einsatzfeldern beachtet werden sollte.

Die synthetischen Texte oder Bilder werfen auch rechtliche Fragen auf. Mangels schöpferischer Fähigkeiten komme eine KI-Urheberschaft nicht in Betracht, sagt Anne Lauber-Rönsberg, Rechtsprofessorin der Technischen Universität Dresden. „Wenn allerdings KI-Erzeugnisse zum Standard werden und gleichwertige menschliche Leistungen als alltäglich wahrgenommen werden, so wird dies dazu führen, dass die Originalitätsanforderungen, die für einen urheberrechtlichen Schutz erfüllt werden müssen, in der Rechtsprechungspraxis zunehmen werden.“

Verantwortungsvoller Umgang

Große Sprachmodelle und KI-Systeme im Allgemeinen müssen verantwortungsvoll entwickelt und eingesetzt werden. In sensiblen Bereichen werde es immer notwendig sein, dass der Mensch die Ergebnisse des Sprachmodells kontrolliert und letztlich eine Entscheidung fällt, so Volker Tresp. Die Expertinnen und Experten der Plattform Lernende Systeme empfehlen zudem etwa eine transparente Kennzeichnung von KI-Anwendungen sowie die Förderung von Talenten im KI-Bereich und eines kritischen Umgangs mit KI in der Bevölkerung. „Wenn wir Sprachmodelle für Anwendungen in und aus Europa nutzen wollen, brauchen wir außerdem europäische Sprachmodelle, die die hiesigen Sprachen beherrschen, die Bedürfnisse unserer Unternehmen und ethischen Anforderungen unserer Gesellschaft berücksichtigen“, sagt Tresp.

Das könnte Sie auch interessieren

Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen

Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen

Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen

Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen

Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen

Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen

Jeder zweite Betrieb investiert laut einer Betriebsräte-Befragung der IG Metall zu wenig am Standort. Demnach verfügen rund 48 Prozent der Unternehmen über eine Transformationsstrategie. Zudem sehen die Betriebsräte ein erhöhtes Risiko für Verlagerungen.‣ weiterlesen

Ziel des neuen VDMA-Forums Manufacturing-X ist es, der zunehmenden Bedeutung von Datenräumen als Basis für neue, digitale Geschäftsmodelle Rechnung zu tragen. Wie der Verband mitteilt, soll das Forum auf dem aufbauen, was in der letzten Dekade durch das VDMA-Forum Industrie 4.0 erarbeitet wurde. ‣ weiterlesen

Ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten, ist oft nicht klar. Im Projekt 'DiReProFit' wollen Forschende dieses Problem mit künstlicher Intelligenz zu lösen.‣ weiterlesen

Wie kann eine Maschine lernen, sich in unserer Lebenswelt visuell zu orientieren? Mit dieser Frage setzen sich die Wissenschaftler am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) aktuell auseinander – und entwickeln Lösungen.‣ weiterlesen

Die seit 2020 geltende staatliche Forschungszulage etabliert sich im deutschen Maschinen- und Anlagenbau mehr und mehr als Instrument der Forschungsförderung. Ein wachsender Anteil der Unternehmen nutzt die Forschungszulage. Besonders geschätzt werden die verbesserten Finanzierungsmöglichkeiten sowie der erleichterte Zugang zur staatlichen Förderung von Forschung und Entwicklung (FuE).‣ weiterlesen