KI verstehen: Grundlagen für Selbstständige

KI ist ein Sammelbegriff.

Es gibt Systeme, die Muster erkennen, Vorhersagen treffen oder Inhalte erzeugen. Ein Sprachmodell ist eine Form davon. Es erzeugt Antworten anhand erlernter Muster und des verfügbaren Kontexts. Eine flüssige Formulierung ist deshalb noch kein Beleg, dass eine Behauptung stimmt.

Das BSI erklärt die Grundzüge von KI und maschinellem Lernen. Für den eigenen Betrieb hilft die Übersetzung in eine konkrete Aufgabe: Soll das System sortieren, zusammenfassen, einen Vorschlag machen oder eine feste Berechnung durchführen?

Wissen, Kontext und Quellen unterscheiden.

Informationen aus dem Training, von dir bereitgestellte Dateien und frisch abgerufene Quellen sind nicht dasselbe. Wenn aktuelle Preise oder Unternehmensdaten wichtig sind, braucht der Ablauf passende aktuelle Quellen und eine Prüfung. Eine im Gespräch genannte Datei ist noch kein Nachweis, dass sie wirklich gelesen wurde.

Fordere nachvollziehbare Fundstellen für wichtige Aussagen. Fehlt eine Angabe, sollte das Ergebnis die Lücke sichtbar lassen. Gerade bei Zahlen hilft eine getrennte Berechnung mehr als eine überzeugend klingende Erklärung.

Ein Werkzeug braucht eine Bestimmung.

Mein Vergleich ist einfach: Bei einem Messer erkennst du die Aufgabe. Bei KI musst du den Zweck stärker selbst bestimmen. Welche Eingaben sind erlaubt, welches Ergebnis brauchst du und was darf anschließend passieren? Diese Klarheit macht aus einem offenen Dialog einen brauchbaren Arbeitsbaustein.

Dazu kommt Verantwortung. Ein Entwurf kann hilfreich sein, auch wenn er noch geprüft werden muss. Problematisch wird es, wenn der vorläufige Vorschlag unbemerkt als bestätigte Tatsache oder fertige Entscheidung weiterverwendet wird.

Übe an einer Aufgabe, die du beurteilen kannst.

Nimm einen eigenen, unkritischen Text. Lass die Kernaussagen in ein vorgegebenes Schema übertragen und vergleiche jede Aussage mit dem Original. Probiere danach einen Text mit fehlenden oder widersprüchlichen Angaben. So erkennst du Grenzen besser als mit einer einzigen gelungenen Antwort.

Drei verschiedene Aufgaben, drei verschiedene Ansätze.

Wenn ein Formular eine Pflichtangabe prüfen soll, reicht oft eine feste Regel. Wenn ein System Muster in vielen Beispielen erkennen soll, kann ein trainiertes Modell passen. Wenn aus Text ein Entwurf entstehen soll, kommt ein generatives Modell infrage. Die Werkzeuge haben unterschiedliche Stärken.

Die Frage lautet deshalb zuerst: Was muss am Ende zuverlässig passieren? Eine Rechnung korrekt addieren und eine höfliche Einleitung formulieren sind zwei Aufgaben. Eine Anwendung kann beide verbinden. Die Rechnung sollte dabei nicht allein davon abhängen, welchen Text das Modell erzeugt.

Ein Ergebnis lesen wie einen Entwurf.

Prüfe Namen, Zahlen und Quellen getrennt vom Schreibstil. Ein flüssiger Absatz kann inhaltlich falsch sein. Lass offene Angaben sichtbar stehen. Wenn eine Quelle fehlt, soll das System sie nicht durch eine plausible Geschichte ersetzen.

Für einen ersten Versuch kannst du ein eigenes, überschaubares Dokument nutzen. Stelle Fragen, deren Antwort du kennst. Frage zusätzlich nach etwas, das nicht darin steht. Beobachte, ob das System die Grenze erkennt. So lernst du die konkrete Anwendung kennen, bevor sie mit wichtigen Vorgängen arbeitet.