Monat: Oktober 2026

von

Wie funktioniert generative KI bei Bildern?

Bild-KI: Vom Prompt zum Ergebnis

Ein Hund auf einem Skateboard, ein Schloss in den Wolken: Bildgeneratoren verwandeln kurze Beschreibungen in erstaunliche Bilder. Aber wie macht ein Computer das? Der Schlüssel heißt Lernen– aus sehr vielen Beispielen.

Bei klassischer Software legen Programmierer fest, was der Computer tun soll. Bei künstlicher Intelligenz geben sie dagegen Beispiele und ein Lernziel vor. Ein neuronales Netz – ein Rechenmodell mit vielen miteinander verbundenen Verarbeitungseinheiten – passt seine inneren Einstellungen so lange an, bis seine Ergebnisse besser zum Lernziel passen. Später soll es auch mit neuen Eingaben zurechtkommen.

Dafür gibt es unterschiedliche Lernverfahren: Beim überwachten Lernen werden passende Antworten vorgegeben. Beim unüberwachten Lernen sucht das System nach Strukturen in den Daten. Hinzu kommt selbstüberwachtes Lernen: Dabei entsteht die Lernaufgabe aus den Daten selbst. Für Bildgeneratoren ist beispielsweise das gezielte Verrauschen von Bildern eine solche Aufgabe – das ursprüngliche Bild ist bereits bekannt. Weiterlesen →

von

Wie funktioniert generative KI bei Texten?

Selbstlernen-Text-und-KI

Text aus KI entsteht über eine andere Art von Software-Entwicklung: Self-Learning soll angestoßen und überprüft werden

Generative KI entsteht durch eine neue Art der Softwareentwicklung: Entwickler programmieren nicht jede Antwort und jede sprachliche Regel. Stattdessen stoßen sie einen Lernprozess an, gestalten dessen Bedingungen und überprüfen die Ergebnisse. Vereinfacht gesagt: Sie schreiben nicht vor, wie jeder einzelne Text aussehen soll, sondern schaffen die Voraussetzungen dafür, dass ein Modell sprachliche Muster selbst erkennt und anwendet. So können aus vorhandenen Texten neue Texte entstehen.

Tendenziell alle digital verfügbaren Texte werden in den Deep-Learning-Prozess eingebracht, aufgespalten und hinsichtlich der Wahrscheinlichkeit der Textfortsetzung angeordnet Weiterlesen →