Wie funktioniert KI? Das Fundament verstehen

Auch wenn eine KI auf den ersten Blick „intelligent" wie ein Mensch erscheint, ist sie ein Programm, das in großen Datenmengen Muster erkennt und diese nutzt, um Vorhersagen oder Entscheidungen zu treffen.

Große Sprachmodelle und neuronale Netze haben die Entwicklung künstlicher Intelligenz in den letzten Jahren stark beschleunigt. Was vor wenigen Jahren noch Zukunftsvision war, etwa Bilderkennung, Textgenerierung oder multimodale Systeme, ist heute alltägliche Realität.

Diese Entwicklung basiert auf jahrzehntelanger Forschung, stark gestiegener Rechenleistung und neuen Netzarchitekturen wie dem Transformer.

1. Architektur designen: Ein Entwickler entwirft zunächst die Grundstruktur: wie viele Schichten, wie Neuronen miteinander verbunden sind. Das ist das Skelett ohne „Wissen".

2. Zufällig initialisieren: Alle internen Werte (Gewichte) beginnen zufällig. Das System ist völlig ahnungslos und würde bei jeder Frage zufällig antworten.

3. Mit Daten trainieren: Jetzt zeigt man dem System viele Beispiele. „Das ist ein Hund", „Das ist eine Katze", „Das ist ein Auto". Mit jedem Beispiel: Das System macht eine Vorhersage, vergleicht sie mit der richtigen Antwort, misst den Fehler und passt seine Gewichte leicht an.

4. Wiederholen und verfeinern: Dieser Prozess wiederholt sich tausendfach. Mit jeder Wiederholung werden die Vorhersagen präziser. Nach Millionen Beispielen hat das System gelernt, welche Muster relevant sind.

Eine KI lernt, indem sie Daten analysiert, wiederkehrende Zusammenhänge erkennt und ihre Vorhersagen schrittweise verbessert. Das ist nicht „Verständnis" wie bei Menschen, sondern statistische Mustererkennung: Welche Kombinationen von Eingaben führen typischerweise zu welchen Ausgaben?

Dieses Lernen wird durch zwei mathematische Konzepte möglich: eine Fehlerfunktion (die misst, wie falsch die Vorhersage ist) und einen Optimierungsalgorithmus (der die Gewichte in Richtung kleinerer Fehler anpasst).

Ohne Daten keine KI. Trainingsdaten sind die Beispiele, aus denen das System lernt. Labels sind die „richtigen Antworten", die Information, ob die KI-Vorhersage richtig oder falsch war.

Ein Bild erhält das Label „Schraube" oder „Nagel". Ein Text wird als „Frage", „Beschwerde" oder „Anweisung" markiert. Ohne solche Labels kann das System nicht überprüfen, ob es besser wird.

Nach dem Training hat die KI gelernt. Sie kann jetzt neue, unbekannte Daten analysieren und Vorhersagen treffen, auch wenn die genauen Beispiele im Training nicht vorkamen. Das System hat die Muster verstanden, nicht nur die Trainingsdaten auswendig gelernt.

Kerngleichung:
Trainiertes Modell = Architektur + Trainingsdaten + Lernalgorithmus + Optimierung

Daten sind die Grundlage. Ohne ausreichende, qualitativ gute Daten keine brauchbare KI. Das können Texte, Bilder, Audioaufnahmen, Sensormesswerte oder alles Mögliche sein.

Der Algorithmus beschreibt, wie das System aus Daten lernt: Wie werden Muster erkannt? Wie werden Fehler bewertet? Wie werden interne Werte angepasst?

Die Architektur ist die Struktur des Systems: wie viele Schichten, wie viele Neuronen pro Schicht, wie sind sie verbunden? Unterschiedliche Aufgaben brauchen unterschiedliche Architekturen.

Das Modell ist das Ergebnis des Trainings. Es speichert die erkannten Muster als millionen oder milliarden Gewichte. Mit diesem Modell kann die KI neue Daten analysieren.

Ein künstliches Neuron ist eine einfache mathematische Einheit. Es empfängt mehrere Eingaben und multipliziert jede mit einem Gewicht, das ihre Bedeutung ausdrückt. Anschließend addiert es die Ergebnisse und wendet eine Aktivierungsfunktion an, die bestimmt, wie stark das Signal weitergegeben wird.

Vereinfacht: Ein Neuron bewertet eingehende Informationen nach ihrer Wichtigkeit und entscheidet, ob und wie stark das Ergebnis weitergegeben wird.

Neuronale Netze sind in Schichten organisiert: eine Eingabeschicht (nimmt die Rohdaten auf), mehrere versteckte Schichten (verarbeiten die Informationen), und eine Ausgabeschicht (erzeugt die Vorhersage).

Bei Bilderkennung erkennen frühe Schichten einfache Formen (Kanten, Farben). Tiefere Schichten kombinieren diese zu komplexeren Mustern (Augen, Strukturen, ganze Gesichter). Je mehr Schichten, desto subtilere Muster kann das Netz lernen.

Gewichte bestimmen, wie wichtig eine Verbindung zwischen zwei Neuronen ist. Ein hohes Gewicht bedeutet: Diese Information wird stark berücksichtigt. Ein niedriges Gewicht: Die Information hat weniger Einfluss.

Während des Trainings passt die KI diese Gewichte ständig an, ähnlich wie beim Feintunen eines Radios. Moderne Netze besitzen oft Millionen oder sogar Milliarden solcher Gewichte.

Nach der Gewichtsberechnung entscheidet die Aktivierungsfunktion, wie stark das Signal weitergegeben wird. Sie funktioniert wie ein Filter: Unwichtige Signale werden abgeschwächt, wichtige verstärkt.

Ohne Aktivierungsfunktionen wäre ein Netz nur eine lineare Rechenkette und könnte keine komplexen Muster erkennen. Sie sind essentiell für die Lernfähigkeit.

Die Fehlerfunktion (Loss) misst die Differenz zwischen der KI-Vorhersage und der richtigen Antwort. Das ist das Signal: „Du liegst um diese Menge daneben."

Hier passiert die eigentliche Magie. Der Fehler wird vom Ausgabeende des Netzes rückwärts verfolgt. Bei diesem Prozess wird berechnet, wie sehr jedes einzelne Gewicht zum Fehler beigetragen hat. Das System weiß dann: „Dieses Gewicht war zu hoch, jenes zu niedrig."

Ohne Backpropagation könnte die KI ihre Fehler nicht gezielt korrigieren. Durch diesen Mechanismus lernt sie selbst, welche Merkmale für eine Aufgabe wichtig sind, ohne dass Menschen jede Regel vorgeben müssen.

Die KI nutzt die berechneten Fehler, um ihre Gewichte schrittweise anzupassen. Dabei folgt der Algorithmus dem Weg, der den Fehler möglichst schnell reduziert. Viele kleine Anpassungen führen mit der Zeit zu deutlich besseren Ergebnissen.

Dieser Ablauf wiederholt sich kontinuierlich: Fehler berechnen, Gewichte anpassen und erneut testen. Nach vielen tausend oder Millionen Trainingsdurchläufen entstehen stabile Muster, mit denen die KI zuverlässige Vorhersagen treffen kann.

Das ist die häufigste Methode: Du gibst der KI eine Eingabe und die korrekte Antwort (das Label). Das System vergleicht seine Vorhersage mit dieser Antwort, misst den Fehler und lernt. Es funktioniert wie Schulunterricht mit Musterlösungen.

Beispiele: Bildklassifikation, Spam-Erkennung, Prognosen, automatische Diagnosen.

Hier erhält die KI keine Labels. Das System muss selbst Strukturen und Muster in den Daten erkennen. Das ist ähnlich, wie einen Raum voller gemischter Gegenstände zu betreten und selbst festzustellen: „Das hier sind Werkzeuge, und die anderen Dinge sehen eher nach Spielzeug aus.“

Die KI kann dadurch Gruppen bilden und verborgene Zusammenhänge erkennen, ohne vorher zu wissen, welche Kategorien überhaupt existieren.

Eingabe: ein Bild. Ausgabe: „Katze", „Hund" oder „Weder noch". Der Email-Filter ordnet Mails in „Spam" oder „Nicht-Spam" ein. Eine medizinische KI diagnostiziert: „Erkrankt" oder „Gesund".

Eingabe: Wohnungsgröße, Lage, Baujahr. Ausgabe: Preis (eine kontinuierliche Zahl, keine Kategorie). Oder: historische Wetterdaten → Temperaturvorhersage. Das System lernt, wie Eingaben die Ausgabe beeinflussen.

Das System lernt die Trainingsdaten auswendig, statt die allgemeinen Muster zu verstehen. Stell dir einen Schüler vor, der jede Aufgabe einer alten Klausur auswendig lernt, statt das Konzept zu verstehen. Im echten Test bekommt er ähnliche, aber nicht identische Aufgaben und scheitert.

So ähnlich: Ein überangepasstes Modell funktioniert gut auf Trainingsdaten, aber schlecht auf neuen Daten.

Eine gute KI lernt nicht nur die Trainingsdaten auswendig, sondern erkennt allgemeine Muster und Zusammenhänge. Dadurch funktioniert sie auch bei neuen, unbekannten Daten zuverlässig.

Um sicherzustellen, dass ein Modell wirklich gut funktioniert, teilt man Daten in drei Gruppen:

• Trainingsdaten: zum Lernen (typischerweise 70 %)
• Validierungsdaten: zum Abstimmen während des Trainings (typischerweise 15 %)
• Testdaten: zur finalen, fairen Überprüfung (typischerweise 15 %)

Die Testdaten bleiben während des Trainings getrennt, damit die Leistung der KI realistisch überprüft werden kann. Gute Ergebnisse auf Trainingsdaten allein reichen nicht aus. Schneidet das System bei unbekannten Testdaten deutlich schlechter ab, deutet das auf Überanpassung hin.

In der Informatik gibt es das Sprichwort „Garbage in, garbage out.“ Wenn die Trainingsdaten schlecht, verzerrt oder unvollständig sind, entstehen auch schlechte KI-Modelle, selbst bei sehr moderner Technik.

Datenqualität ist oft der limitierende Faktor, nicht die Architektur.

Wenn die Trainingsdaten diskriminierende Muster enthalten, wird die KI diese häufig übernehmen. Ursache ist nicht eine eigene Absicht der KI, sondern die Struktur der Daten, aus denen sie gelernt hat.

Beispiel: Ein Einstellungs-KI trainiert auf historischen Daten, in denen Männer bevorzugt wurden. Die KI wird Frauen systematisch benachteiligen.

Verantwortungsvolle KI Entwicklung beginnt bei den Trainingsdaten. Daten müssen sorgfältig geprüft, mögliche Verzerrungen erkannt und problematische Muster gezielt korrigiert werden.

Wenn KI-Systeme über Menschen entscheiden (Kreditvergabe, Einstellungen, Gerichtsurteile), ist es essentiell, dass diese Entscheidungen fair sind und verstanden werden können.

Menschen sollten wissen: Warum wurde mir die Kreditvergabe abgelehnt? Warum wurde ich aussortiert? Und es sollte möglich sein, diese Entscheidungen anzufechten.

Bias-Probleme sind real und verdienen Aufmerksamkeit. Das bedeutet aber nicht, dass KI grundsätzlich schlecht ist. Die Antwort liegt in verantwortungsvoller Nutzung, Regulierung, Transparenz und Bewusstsein.

Ein LLM ist ein Neuronales Netz, trainiert auf Milliarden von Wörtern aus dem Internet, Büchern, Artikeln usw. Das System lernt die statistischen Muster der Sprache: Welche Wörter folgen gewöhnlich auf welche? Wie hängen Konzepte zusammen?

Auf dieser Basis kann es kohärente, sinnvolle Texte erzeugen. Es „versteht" nicht wie ein Mensch, aber es erkennt tiefe statistische Muster, die täuschend echt wirken.

Fine-Tuning ist eine Verfeinerung eines bereits trainierten Modells. Statt ein Modell von Grund auf neu zu trainieren (teuer, zeitaufwändig), nimmt man ein bestehendes großes Modell und trainiert es mit speziellen Daten.

Beispiel: ChatGPT basiert auf einem großen Sprach-Modell, wird aber dann mit Feedback von Menschen trainiert, um sicherer und hilfreicher zu werden.

Ein Prompt ist deine Frage oder Anweisung an die KI. „Erkläre mir Quantenmechanik in einfachen Worten" oder „Schreib mir eine lustige Geschichte über eine Pizza."

Die Qualität deines Prompts beeinflusst die Qualität der Antwort. Je klarer und spezifischer, desto besser. Ein Prompt wie „Schreib mir Python-Code für [genaue Aufgabe]" führt zu besseren Ergebnissen als „Code schreiben".

Der Kontext ist die Konversationshistorie. In einem Chat merkt sich das System die vorigen Nachrichten (bis zu einem Limit). Das ermöglicht sinnvoll aufeinander aufbauende Unterhaltungen.

Ohne Kontext würde jede Frage isoliert beantwortet. Mit Kontext kann das Modell verstehen, dass sich eine Folgefrage auf das vorherige Thema bezieht.

Eine moderne KI besteht aus zwei grundlegend unterschiedlichen Teilen:

1. Die Architektur (das Skelett): Sie beschreibt den Aufbau der KI, also wie viele Schichten existieren, wie künstliche Neuronen miteinander verbunden sind und wie Informationen verarbeitet werden. Die Architektur ist der Bauplan des Systems.

2. Die trainierten Gewichte (das Gehirn): Hier steckt das eigentliche Wissen der KI. Diese Milliarden Zahlenwerte entstehen erst durch Training mit großen Datenmengen. Sie speichern Sprache, Muster, Zusammenhänge und gelernte Fähigkeiten.

Die meisten modernen Sprachmodelle basieren auf der sogenannten Transformer Architektur. Diese Grundidee wurde ursprünglich von Forschern bei Google in einem öffentlich zugänglichen wissenschaftlichen Paper vorgestellt.

Seitdem nutzen OpenAI, Anthropic, Meta, Mistral AI, DeepSeek und viele andere Unternehmen ähnliche Prinzipien. Das bedeutet jedoch nicht automatisch, dass voneinander kopiert wurde. Vielmehr hat sich diese mathematische Struktur als besonders leistungsfähig und effizient erwiesen.

Bei künstlicher Intelligenz ist es ähnlich: Gute Lösungen ähneln sich oft, weil Mathematik, Rechenaufwand und Effizienz bestimmte Bauweisen bevorzugen.

Der überraschende Grund für die Ähnlichkeiten ist einfach: Sehr viel KI-Forschung ist öffentlich.

Firmen veröffentlichen ständig:

• wissenschaftliche Papers in Fachzeitschriften
• technische Blogbeiträge
• Open-Source-Code und komplette Modelle
• Konferenzvorträge und Präsentationen

Dadurch verbreiten sich neue Ideen extrem schnell in der gesamten Branche. Ein Forscher bei Meta veröffentlicht eine Optimierungstechnik, und zwei Wochen später probieren es Entwickler bei fünf anderen Firmen aus.

Manche Unternehmen veröffentlichen sogar komplette Modelle oder große Teile davon. Dadurch können andere Entwickler die Netzwerkstruktur analysieren, verstehen, wie es funktioniert, und verbessern es weiter.

Gerade diese Open-Source-Bewegung hat die KI-Entwicklung massiv beschleunigt. Kleine Start-ups konnten plötzlich mit großen Unternehmen konkurrieren, weil sie auf offenen Modellen aufbauen konnten.

Selbst ohne Zugriff auf den Quellcode lässt sich über ein KI System erstaunlich viel herausfinden. Forscher analysieren dabei gezielt das Verhalten des Modells.

Aus solchen Beobachtungen lassen sich oft Rückschlüsse ziehen: etwa auf die Größe des Modells, die verwendete Architektur oder bestimmte Optimierungen im Hintergrund.

Das erinnert an klassische Produktanalyse: Man untersucht das fertige System und versucht daraus zu verstehen, wie es aufgebaut wurde.

Ein oft unterschätzter Faktor in der KI Entwicklung ist der Wechsel von Mitarbeitern. Entwickler und Forscher wechseln regelmäßig zwischen großen Technologieunternehmen, Start ups, Forschungseinrichtungen und Universitäten.

Mitarbeiter nehmen dabei normalerweise keine geheimen Dateien mit. Trotzdem verbreitet sich wertvolles Know how automatisch durch die Menschen, die an neuen Projekten und Unternehmen arbeiten.

Das ist kein klassischer Diebstahl, sondern ein normaler Teil technologischer Entwicklung.

Die reine Architektur eines KI Systems ist heute oft gar nicht mehr der wichtigste Wettbewerbsvorteil. Wirklich wertvoll und schwer zu kopieren sind andere Bereiche.

Zwei Unternehmen können dieselbe Grundstruktur verwenden und trotzdem völlig unterschiedliche Ergebnisse erhalten. Der entscheidende Unterschied steckt oft in den vielen kleinen Details des Trainings und der Infrastruktur.

Viele Menschen unterschätzen, wie aufwendig modernes Training tatsächlich ist. Selbst wenn die Architektur bekannt ist, fehlen meist:

• Milliarden hochwertige Trainingsdaten
• riesige GPU-Cluster (kostet hunderte Millionen Dollar)
• monatelange Trainingsprozesse
• komplexe Optimierungsverfahren und Trial-and-Error
• das richtige Know-how, um Fehler zu finden und zu beheben

Das eigentliche Know-how steckt daher oft weniger im Bauplan als in der Umsetzung: Welche Daten verwenden? Wie lange trainieren? Wann Gewichte anpassen? Wie mit Fehlern umgehen? Diese Fragen sind oft wichtiger als die Architektur selbst.

In den letzten Jahren zeigt sich ein auffälliger Trend: Asiatische Unternehmen, besonders aus China, setzen neue KI Forschung oft sehr schnell in marktreife Produkte um.

Firmen wie DeepSeek, Alibaba oder Baidu entwickeln Modelle, die häufig kostengünstiger arbeiten und teilweise erstaunlich effizient optimiert sind.

Dadurch entstehen häufig in kurzer Zeit leistungsfähige und wirtschaftlich attraktive KI Systeme.

Entscheidend ist häufig, wie schnell neue Forschung praktisch umgesetzt, getestet und in reale Produkte integriert wird.

Der entscheidende Unterschied liegt häufig in der organisatorischen Geschwindigkeit, der praktischen Umsetzung und der starken Fokussierung auf Effizienz.

Die hohe Geschwindigkeit vieler asiatischer KI Unternehmen hat meist mehrere technische, organisatorische und wirtschaftliche Gründe.

Dadurch entstehen häufig sehr effiziente KI Systeme, die mit vergleichsweise begrenzten Ressourcen bemerkenswerte Ergebnisse erreichen.

DeepSeek R1 ist ein Model, das OpenAI o1 ähnelt, aber mit 50% der Kosten entwickelt wurde. Warum?

• Geringere Personalkosten (Senior Researchers verdienen in den USA $500k+, in China ein Bruchteil)
• Schnellere Iterationen (nicht monatelange Planning-Phasen)
• Günstigere Hardware (H800 statt A100)
• Spezialisierte Optimierungen (nicht alles ist universell)
• State-Sponsorship (kann Verluste in den ersten Jahren tragen, statt Investoren zu besänftigen)

Das ist ein echtes Problem: Westliche KI-Unternehmen können nicht mit dieser Art von „Lean Manufacturing" in der Forschung konkurrieren. Sie sind zu groß, zu strukturiert, zu komplex.

In der modernen KI Entwicklung zählen vor allem Geschwindigkeit, klare Spezialisierung und effiziente Umsetzung. Unternehmen mit fokussierten Entwicklungsprozessen können dadurch selbst mit begrenzteren Ressourcen sehr leistungsfähige Systeme entwickeln.

Moderne KI entwickelt sich heute vor allem durch offene Forschung, wissenschaftlichen Austausch und weltweit geteiltes Grundlagenwissen. Neue Ideen verbreiten sich oft innerhalb weniger Tage in der gesamten Branche.

Deshalb verwenden viele Unternehmen ähnliche Grundprinzipien und mathematische Strukturen. Der entscheidende Unterschied entsteht später bei der praktischen Umsetzung.

Die Architektur bildet zwar die Grundlage, doch erst durch Training, Optimierung und effiziente Entwicklung entsteht daraus ein leistungsfähiges Modell. Unternehmen mit schnellen Entwicklungszyklen, guter Infrastruktur und klarem Fokus können dadurch große Vorteile erreichen.

Moderne KI kann überzeugend wirksame Fälschungen erstellen: Gesichter in Videos ersetzen, Stimmen nachahmen, gefälschte Emails schreiben.

Die Gefahr: Falschinformation in großem Maßstab. Ein Deepfake eines Politikers könnte Wahlen beeinflussen. Eine gefälschte Videonachricht eines CEOs könnte eine Firma schaden.

Die Antwort: Verifikations-Tools, Medienkompetenz und kritisches Hinterfragen.

KI-Systeme können Millionen von Menschen überwachen: Gesichtserkennung, Bewegungsverfolgung, Kommunikationsanalyse. Das Dilemma: Diese Systeme könnten helfen, vermisste Personen zu finden oder Verbrecher zu fassen. Gleichzeitig könnten autoritäre Regimes sie zur Unterdrückung missbrauchen.

Was hilft: Regulierung, Datenschutz-Gesetze, und transparent gemachte Nutzung. Menschen sollten wissen, wo und warum sie überwacht werden.

KI automatisiert zunehmend Tätigkeiten wie Datenanalyse, Kundensupport, Schreiben oder Design. Technologische Veränderungen schaffen zwar neue Möglichkeiten, verdrängen aber oft bestehende Berufe. Besonders die Übergangsphase kann für viele Menschen belastend sein.

Was helfen könnte: Umschulung, soziale Unterstützung, faire Verteilung der Gewinne.

Das Training großer KI-Modelle verbraucht enorm viel Energie. Ein großes Sprachmodell kann während des Trainings so viel Strom brauchen wie hunderte Haushalte in einem Jahr. Die Frage: Ist das verantwortbar? Die nuancierte Antwort: Das hängt ab. Energie für Krebs-Diagnostik könnte lebensrettend sein. Energie für bessere Werbealgorithmen ist schwerer zu rechtfertigen. Die Antwort liegt nicht in Verzicht, sondern in bewusstem, gezieltem Einsatz.

Je mehr wir uns auf KI verlassen, desto abhängiger werden wir. Ein fehlerhafter Algorithmus kann unschuldige Menschen ins Gefängnis bringen. Ein ausgefallenes System kann erhebliche Schäden anrichten.

Das Wichtige: Kritische Systeme (Gesundheit, Justiz, Sicherheit) brauchen menschliche Aufsicht. KI sollte unterstützen, nicht ersetzen.

1. Kritisch sein: Hinterfrage KI-Entscheidungen. Wenn ein System dich ablehnt, frag nach dem Grund.
2. Deine Daten schützen: Sei vorsichtig, welche Daten du KI-Systemen gibst.
3. Über Missbrauch nachdenken: Nicht jede technisch mögliche Anwendung ist ethisch vertretbar.
4. Informiert bleiben: Verstehe, wie KI funktioniert, damit du ihre Grenzen erkennst.

Mathematische Funktion, die bestimmt, ob und wie stark ein Neuron ein Signal weitergeben soll.

Schritt-für-Schritt-Anleitung, wie ein System aus Daten lernt.

Der Lernalgorithmus für neuronale Netze. Der Fehler wird rückwärts verfolgt, um zu berechnen, wie sehr jedes Gewicht zum Fehler beigetragen hat.

Systematische Abweichung durch verzerrte Trainingsdaten oder auch ein Offset-Wert im Neuron.

Ein KI-Modell, das Eingaben in vordefinierte Kategorien einordnet.

Machine Learning mit mehrschichtigen neuronalen Netzen.

Darstellung von Daten als Vektor von Zahlen. Ähnliche Konzepte haben ähnliche Embeddings.

Ein vollständiger Durchlauf durch alle Trainingsdaten.

Ein einzelnes Input-Merkmal oder Attribut (z.B. ein Pixel bei Bildern).

Optimierungsalgorithmus, der Gewichte schrittweise in Richtung kleinerer Fehler anpasst.

Einstellungen, die vor dem Training gesetzt werden (z.B. Lerngeschwindigkeit, Netztiefe).

Die korrekte Antwort zu einem Trainingsbeispiel.

Großes neuronales Netz, trainiert auf enormen Textmengen, kann kohärente Texte generieren.

Mathematische Funktion, die misst, wie falsch eine Vorhersage ist.

Systeme, die von Daten lernen, statt explizit programmiert zu werden.

Das Ergebnis eines Trainings: Gewichte und Architektur, die gelernte Muster speichern.

Grundlegende Recheneinheit in einem neuronalen Netz.

Wenn ein Modell sich zu sehr an Trainingsdaten anpasst und auf neuen Daten schlecht funktioniert.

Zahlen im Modell, die durch Training angepasst werden (Gegenteil: Hyperparameter).

Deine Eingabe oder Frage an ein Sprachmodell.

KI-Aufgabe, eine kontinuierliche Zahl vorherzusagen (nicht nur Kategorien).

Technik, um Überanpassung zu verhindern, indem große Gewichte penalisiert werden.

Ein auf großen Daten trainiertes Modell für eine ähnliche, kleinere Aufgabe verwenden.

Lernen ohne Labels. Das System findet selbst Strukturen in den Daten.

Lernen mit gelabelten Daten. Das System bekommt korrekte Antworten zum Vergleichen.

Daten zur Überprüfung und Abstimmung während des Trainings (nicht zum finalen Test).

Zahlenwert, der die Stärke einer Verbindung zwischen Neuronen bestimmt.