Die Trainingsdaten der KI-Modelle enthalten urheberrechtlich geschützte Werke
Künstliche Intelligenzen können aus Trainingsdaten nahezu wortgetreue Kopien von Romanen erstellen.
Künstliche Intelligenzen können aus Trainingsdaten nahezu wortgetreue Kopien von Romanen erstellen.
Die enge Zusammenarbeit zwischen großen Technologiekonzernen und staatlichen Behörden rückt erneut in das Zentrum der öffentlichen Aufmerksamkeit.
Musikverlage haben eine Klage gegen Anthropic eingereicht, in der sie mutmaßliche Urheberrechtsverletzungen geltend machen.
Der aktuelle Hype um künstliche Intelligenz offenbart bei genauerer Betrachtung eine Vielzahl problematischer Entwicklungen, die weit über rein technische Fragen hinausgehen.
Die historische Entwicklung der Large Language Modelle zeigt den Weg von primitiven statistischen Gesetzmäßigkeiten hin zu hochkomplexen neuronalen Strukturen, die heutzutage Texte in menschenähnlicher Qualität erzeugen können.
In diesem Text befasse ich mich mit der Entstehungsgeschichte der künstlichen Intelligenz, die entgegen der landläufigen Meinung bereits vor über sieben Jahrzehnten ihren Anfang nahm.
Die Suchmaschinenlandschaft durchlebt gerade die dramatischste Transformation ihrer Geschichte. Google investiert Milliarden in seinen neuen KI-Modus und integriert Gemini in praktisch jeden Aspekt der Suche, von einfachen Recherchen bis zur Reiseplanung.
Dario Amodei, CEO von Anthropic, hat kürzlich eine Prognose gewagt, die eine ganze Berufsgruppe aufschrecken lässt: Die Ära, in der Menschen Code tippen, neigt sich dem Ende zu.
Copilot überall: Wie viele KI-Assistenten hat Microsoft eigentlich?
Zum Abschluss des Jahres 2025 verfasste Microsoft-CEO Satya Nadella einen Blogbeitrag, in dem es vor allem um KI ging. Das führte zu viel Spott und einem brandneuen Spitznamen für das Unternehmen.
Eines ist gewiss: Die generative KI befindet sich in einer Blase. Das soll nicht heißen, dass die KI als Technologie platzen wird oder dass kein Raum für weiteres Wachstum besteht. Es bedeutet lediglich, dass das Ausmaß des Hypes den aktuellen Wert dieser Technologie bei Weitem übersteigt.
LLMs werden nicht sehr häufig neu trainiert, wodurch die Datensätze schnell veralten. RAG erlaubt dem LLM im Internet nach aktuellen Daten zu suchen, die für die Anfrage des Nutzers relevant sind.