Prädiktive und generative KI

Man unterscheidet dabei prädiktive und generative KI-Systeme. Prädiktive KI gewinnt aus vorhandenem Wissen neue Schlussfolgerungen, Zusammenhänge und Erkenntnisse und liefert darauf aufbauend Vorhersagen oder Empfehlungen; sie erzeugt selbst keine neuen Informationen, lernt aber aus dem Feedback zu ihren Empfehlungen. Suchmaschinen, autonome Fahrzeuge oder ein Webshop, der ähnliche Produkte empfiehlt, beruhen auf prädiktiver KI – die meisten Menschen haben sich daran längst gewöhnt und nehmen sie kaum noch als etwas Besonderes wahr. Generative KI-Systeme dagegen erzeugen neue Informationen: Texte, Bilder, Programmcode oder Musik anhand selbst gewonnener Gesetzmäßigkeiten. Sie werden auch in Simulationen genutzt, etwa in Forschung, Maschinenbau, Chemie, Architektur oder Meteorologie. Generative Systeme wie ChatGPT beruhen – jedenfalls bei einer schwachen KI – auf Wahrscheinlichkeiten: Sie fragen nicht, wie richtig eine Aussage ist, sondern wie wahrscheinlich es ist, dass auf ein bestimmtes Wort ein anderes folgt. Deshalb kommt es vor, dass generative KI-Systeme Ergebnisse liefern, die zwar gut und plausibel klingen, aber sachlich falsch sind. Praktisch spielten prädiktive Systeme lange die größere Rolle im Alltag, während generative Systeme spektakulärer wirken, weil ihre Ergebnisse so erstaunlich sind – künftig werden beide Ansätze zunehmend kombiniert, um die Richtigkeit generativer Aussagen zu verbessern.