Generative KI ist eine Klasse von KI-Modellen, die neue Inhalte erstellt – etwa Text, Bilder, Audio, Video oder Code – und nicht nur bestehende Daten klassifiziert oder vorhersagt. Sie lernt die Muster und Strukturen ihrer Trainingsdaten und nutzt dieses Wissen, um auf einen Prompt hin originelle Ergebnisse zu erzeugen. Der Begriff deckt eine breite Familie von Verfahren ab, von transformer-basierten großen Sprachmodellen, die Chatbots antreiben, bis hin zu Diffusionsmodellen, die Text-zu-Bild-Systeme ermöglichen.
So funktioniert generative KI
Auf hoher Ebene wird ein generatives Modell auf einem großen Korpus von Beispielen trainiert – Bücher und Code für Text, Bildunterschriften für Bild, Audiotranskripte und Wellenformen für Sprache – und lernt die statistischen Muster, die Eingaben mit Ausgaben verknüpfen. Während des Trainings passt das Modell seine internen Parameter wiederholt an, damit seine Vorhersagen mit der Realität übereinstimmen – ein Prozess, der Milliarden von Beispielen und enorme Rechenleistung erfordern kann. Nach dem Training wird das Modell mit einem Prompt angesteuert und erzeugt ein neues Artefakt Stück für Stück: Ein großes Sprachmodell sagt das nächste Token (grob gesagt, ein Wort oder Wortfragment) voraus, gegeben alles davor, während ein Diffusionsmodell zufälliges Rauschen iterativ zu einem kohärenten Bild verfeinert, geleitet von einer Textbeschreibung.
Erhält ein Textmodell beispielsweise den Prompt „ein Haiku über den morgendlichen Verkehr in Tokio", wählt es ein wahrscheinlich erstes Wort aus, bedingt seine nächste Wahl durch die bereits erzeugten Wörter und fährt so fort, bis das Gedicht vollständig wirkt. Das Ergebnis wird nicht aus einer Datenbank abgerufen, sondern spontan aus erlernten Mustern berechnet – weshalb zwei Durchläufe desselben Prompts unterschiedliche, aber gleichermaßen plausible Ergebnisse liefern können.
Warum es wichtig ist
Generative KI verändert, wie Einzelpersonen und Organisationen Inhalte erstellen, kommunizieren und arbeiten. Sie entwirft E-Mails, fasst Dokumente zusammen, schreibt und erklärt Code, gestaltet Produkt-Mockups, komponiert Musik und beschleunigt die wissenschaftliche Forschung, indem sie Moleküle und Proteinstrukturen vorschlägt. Da ein einziges Modell viele in natürlicher Sprache formulierte Aufgaben bewältigen kann, senkt es die Kosten für die Erstellung erster Entwürfe und macht anspruchsvolle Unterstützung auch für Nicht-Spezialisten zugänglich. Gleichzeitig wirft es schwierige Fragen zu Urheberschaft, Copyright, Halluzinationen, Verzerrungen und dem Energieverbrauch großer Trainingsläufe auf – alles zentrale Anliegen für Entwickler, Regulierer und Endnutzer.
Wichtige Typen generativer Modelle
- Große Sprachmodelle (LLMs) – transformer-basierte Modelle wie die der GPT-, Claude- und Llama-Familien, die Text erzeugen und zunehmend auch Bilder und Audio interpretieren.
- Diffusionsmodelle – die Architektur hinter den meisten modernen Text-zu-Bild- und Text-zu-Video-Systemen, einschließlich Stable Diffusion, DALL·E und Imagen.
- Generative kontradiktorische Netze (GANs) – ein älterer, aber immer noch einflussreicher Ansatz, bei dem ein Generator und ein Diskriminator gegeneinander trainiert werden, weit verbreitet für Bildsynthese und Stiltransfer.
- Autoregressive und Transformer-Varianten für Audio und Code – Modelle, die Sprache, Musik oder Quellcode Token für Token erzeugen, etwa Codex-artige Systeme und Musikgenerierungsmodelle.
Kurz gesagt, generative KI ist weniger ein einzelnes Produkt als eine neue Art, Software zu entwickeln: Statt explizite Regeln zu programmieren, geben Entwickler einem trainierten Modell einen Prompt und steuern seine Ausgabe. Da die zugrunde liegenden Modelle immer leistungsfähiger und besser auf menschliche Absichten abgestimmt werden, expandiert ihr Einfluss in nahezu jeden kreativen und wissensintensiven Bereich.
