Künstliche Intelligenz im GrafikdesignDylan Fields konträre These: KI steigert die Nachfrage nach gestalterischem Urteilsvermögen – kein Grund zur AngstFigmas CEO argumentiert, dass mit sinkenden Kosten der KI-gestützten Designproduktion der Wert von Geschmack, Handwerk und einer eigenen Perspektive steigt – und nicht verschwindet.Dylan FieldFigmaKI und DesignDesignkarrierenShip It·Heute·5 min readStory lesen
02Große Sprachmodell-Inferenz ## Was ist ein großes Sprachmodell? Ein großes Sprachmodell (LLM) ist eine Art künstliche Intelligenz, die darauf trainiert wurde, Text zu verstehen und zu erzeugen. Es lernt, indem es riesige Mengen an geschriebenem Text liest – Bücher, Webseiten, Artikel und vieles mehr. ## Wie lernt es? Das Modell lernt, indem es versucht, das nächste Wort in einem Satz vorherzusagen. Stell dir vor, du vervollständigst immer wieder Lückentexte – nach Milliarden von Beispielen beginnt das Modell, Sprache wirklich gut zu verstehen. ## Was bedeutet „Inferenz"? Inferenz ist das, was passiert, wenn du ein trainiertes Modell tatsächlich verwendest. Das Training ist der Lernprozess; Inferenz ist das Anwenden des Gelernten, um Antworten zu generieren. Stell dir vor, du lernst für eine Prüfung (Training) und machst sie dann (Inferenz). ## Wie erzeugt das Modell Text? - Es nimmt deinen Eingabetext (das sogenannte „Prompt") entgegen - Es verarbeitet ihn durch viele Schichten mathematischer Berechnungen - Es sagt das wahrscheinlichste nächste Wort (oder Token) vorher - Es wiederholt diesen Vorgang, bis die Antwort vollständig ist ## Was ist ein Token? Token sind die kleinen Texteinheiten, mit denen das Modell arbeitet. Ein Token kann sein: - Ein ganzes Wort wie „Katze" - Ein Wortteil wie „un-" oder „-lich" - Ein Satzzeichen wie „." ## Die wichtigsten Schritte bei der Inferenz 1. **Tokenisierung** – Dein Text wird in Token aufgeteilt 2. **Einbettung** – Jeder Token wird in eine Zahlenreihe umgewandelt 3. **Aufmerksamkeitsberechnung** – Das Modell prüft, welche Wörter zueinander in Beziehung stehen 4. **Vorhersage** – Das Modell wählt das nächste Token aus 5. **Ausgabe** – Die Token werden wieder in lesbaren Text umgewandelt ## Warum dauert die Inferenz manchmal? Große Modelle haben Milliarden von Parametern (Zahlen, aus denen das Modell besteht). Jede Antwort zu generieren erfordert Billionen von Rechenoperationen – weshalb leistungsstarke Hardware benötigt wird. ## Temperatur und Kreativität Ein interessanter Parameter heißt „Temperatur". Er steuert, wie kreativ oder vorhersehbar die Antworten des Modells sind: - **Niedrige Temperatur** – Das Modell wählt vorhersehbarere, konservativere Wörter - **Hohe Temperatur** – Das Modell wählt überraschendere, kreativere Wörter ## Kontextfenster Jedes Modell kann sich nur eine bestimmte Menge Text auf einmal „merken". Diese Grenze wird als Kontextfenster bezeichnet. Wenn ein Gespräch zu lang wird, „vergisst" das Modell möglicherweise frühere Teile davon. ## Zusammenfassung Große Sprachmodelle erzeugen Text, indem sie immer wieder das nächste wahrscheinlichste Token vorhersagen. Inferenz ist der Prozess, bei dem das trainierte Modell auf neue Eingaben reagiert – ein faszinierendes Zusammenspiel aus Mathematik, Sprache und Rechenleistung.Ein Microsoft-Forscher hat in Age of Empires 2 ein neuronales Netz aus Ziegen gebaut. Der Punkt ist nicht das, was du denkst.Age of Empires 2Große SprachmodelleAdrian de WynterMicrosoft ResearchSkill Issue·Heute·5 min readStory lesen
03EU-KI-GesetzDer Artikel-50-Schachzug der Einzelhandelslobby: Warum die Werbewirtschaft aus den KI-Transparenzregeln herauswillEU-KI-GesetzArtikel 50KI-TransparenzWerberegulierungFine Print·Heute·4 min readStory lesen
04Please provide the English text you'd like me to translate into German. I'm ready to apply all the formatting rules you've specified — preserving markdown structure, translating figure titles and captions only within fenced blocks, and maintaining the EducationPals learner-friendly tone.GLM-5.2 ist das Open-Source-Coding-Modell, das Silicon Valley nach Osten blicken lässtGLM-5.2Open-Source-KIZ.aiCoding-KI-ModelleHallucination Free·Heute·5 min readStory lesen
05KI-Rechenzentrum-EnergieinfrastrukturDas KI-Flaschenhals sind nicht die Chips. Es ist die Strom-Warteschlange. Verse hat gerade 54 Millionen Dollar aufgenommen, um sie zu umgehen.Verse EnterprisesKI-RechenzentrenSeries-B-FinanzierungEnergieinfrastrukturShip It·Heute·6 min readStory lesen
06Künstliche Intelligenz in der VideospielentwicklungSteams KI-Stigma senkt Bewertungszahlen um 53 %: Das kommerzielle Risiko, das Entwickler verstehen müssenSteamGame OracleKI in der SpieleentwicklungIndie-SpieleentwicklungSkill Issue·Heute·5 min readStory lesen
07KI-generierte InfluencerMarken täuschen echte Kunden mit KI vor. Das sind die Folgen.KI-InfluencerInfluencer-MarketingCreator-EconomyFTC-OffenlegungMain Character·Heute·5 min readStory lesen
08Regulierung autonomer FahrzeugeSüdkoreas erstes E2E-Trainingsdaten-Standard behandelt die Pipeline, nicht das Modell, als den eigentlichen KI-EngpassSüdkorea KI-PolitikMinisterium für Wissenschaft und IKTAutonomes Fahren KIKI-Daten-GovernanceFine Print·Heute·5 min readStory lesen