Kategorie: Splitblog

Die Woche ist rum, und es ist Zeit für einen neuen Blogbeitrag! Heute tauchen wir mal in ein aktuelles Thema ein: PimEyes und das Ende der Anonymität im Netz. Ihr kennt den Spruch „Das Internet vergisst nie“, oder? Mit dem Spruch „Das Internet vergisst nie“ sind viele vertraut. Durch Tools wie PimEyes wird es zunehmend möglich, gezielt Bilder und Spuren im Netz zu finden und nachzuverfolgen – selbst innerhalb der gigantischen Menge an täglich erzeugten digitalen Inhalten. Wie wirkt sich diese Technologie auf die Privatsphäre aus? In unserem neuesten Beitrag werfen wir einen genaueren Blick darauf und beleuchten, welche Chancen und Herausforderungen damit einhergehen.PimEyes – Das Ende der Anonymität im Netz? Das digitale Zeitalter hat uns nicht nur eine vernetzte Welt gebracht, sondern auch eine beunruhigende Realität: die Anonymität im Netz schwindet zunehmend. Ein Beispiel dafür ist PimEyes, eine Plattform, die durch Gesichtserkennungstechnologie jedem die Möglichkeit gibt, ein Bild hochzuladen und ähnliche Bilder online zu finden. Dieser Blogpost beleuchtet die faszinierenden, aber auch beunruhigenden Aspekte dieser Technologie. PimEyes – Die Technologie dahinterPimEyes funktioniert im Wesentlichen wie eine Gesichtssuchmaschine. Durch hochgeladenes Bildmaterial wird das Netz durchsucht, um ähnliche Gesichter auf Webseiten, Blogs oder in sozialen Medien zu finden. Was nach einem nützlichen Tool klingt, um die eigene Online-Präsenz zu kontrollieren, weckt ernsthafte Datenschutzbedenken.Mit Preisen ab etwa 29,99 $ monatlich bietet PimEyes auch eine „Einmal-Suchoption“, die Nutzern für 14,99 $ Zugriff auf aktuelle Ergebnisse ermöglicht – ohne Abo. Auf diese Weise kann praktisch jeder das Internet nach Gesichtsmustern durchsuchen, sei es zur Selbstkontrolle oder – was problematisch sein kann – zur Recherche über andere Personen. Vorteile von PimEyesFür Einzelpersonen, die sich um ihre digitale Präsenz sorgen, kann PimEyes hilfreich sein. Es erlaubt: – Kontrolle über Online-Bilder: Nutzer erhalten eine Übersicht, wo ihre Fotos online erscheinen und können Maßnahmen ergreifen, falls diese ungewollt oder in unangemessenem Kontext veröffentlicht wurden. – Einfache Handhabung: Die Nutzeroberfläche ist unkompliziert, was das Tool auch für Nicht-Techniker zugänglich macht. – Gezielte Überwachung der Privatsphäre: PimEyes könnte für Personen hilfreich sein, die gezielt nach potenziellen Missbräuchen ihrer Bilder suchen. Schattenseiten von PimEyesAber die Bedenken wiegen schwer. Denn die einfache Verfügbarkeit von Gesichtserkennungstools öffnet auch Türen zu Missbrauch: – Missbrauchsrisiken: Stalking und Identitätsdiebstahl sind potenzielle Risiken, da jeder Dritte mit einem Foto eine Person im Netz verfolgen könnte. – Schwinden der Anonymität: Mit PimEyes wird es zunehmend unmöglich, im Internet wirklich anonym zu bleiben. Ein einziges Foto kann dazu führen, dass persönliche Informationen zugänglich werden, die nicht für die Öffentlichkeit bestimmt sind. – Fragwürdige ethische Verantwortung: PimEyes betont, dass der Nutzer für den verantwortungsvollen Umgang mit der Technologie verantwortlich sei – eine heikle Position, die Fragen nach der Sicherheit und ethischen Grenzen aufwirft. Wie PimEyes sich selbst positioniertPimEyes behauptet, ein Werkzeug zur digitalen Selbstkontrolle bereitzustellen. Sie betonen, dass das Tool ethisch eingesetzt werden sollte und die Verantwortung für den Einsatz beim Nutzer liege. Außerdem wurde der Dienst in bestimmten Regionen eingeschränkt, etwa für russische Nutzer seit dem Ukraine-Krieg, um potenziellen Missbrauch weiter einzudämmen. Doch trotz dieser Sicherheitsmaßnahmen bleibt die Frage offen: Wie weit darf und sollte Technologie zur Gesichtserkennung gehen? Schutz vor Gesichtserkennung – Was du tun kannstFalls du dir Sorgen machst, gibt es einige Ansätze, um zumindest einen Teil deiner digitalen Privatsphäre zu bewahren: 1. Regelmäßige Überprüfung: Suche regelmäßig nach deinen eigenen Fotos im Netz, um herauszufinden, wo sie möglicherweise auftauchen. 2. Profileinstellungen anpassen: Schränke die Sichtbarkeit deiner Social-Media-Profile ein und prüfe die Privatsphäre-Einstellungen. 3. Bedachtes Teilen: Überlege gut, welche Bilder du wirklich öffentlich machen willst. Fazit: Ein schmaler Grat zwischen Kontrolle und DatenschutzverlustPimEyes zeigt, dass das Prinzip „das Internet vergisst nie“ heute relevanter ist als je zuvor. Die Anonymität, die viele von uns lange für selbstverständlich hielten, ist mehr Illusion als Realität. Technologien wie PimEyes helfen uns zwar, unsere Online-Spuren zu überwachen, führen aber auch zu einem erheblichen Verlust an Privatsphäre. Die entscheidende Frage bleibt: Wie weit soll Technologie gehen, und wo ziehen wir die Grenzen? Seid euch bewusst, dass jede Online-Spur nachverfolgt werden könnte und prüft, wie und was ihr von euch im Netz hinterlasst. Dieser Themenwunsch für den Monat Oktober kam von unserem Werkstudenten Vincent.

Wusstet ihr schon? Der Physik-Nobelpreis 2024 geht an zwei echte Pioniere der KI – John Hopfield und Geoffrey Hinton. Ihre Arbeit an neuronalen Netzen hat die Grundlage für moderne KI gelegt und Technologien wie maschinelles Lernen und Chatbots erst möglich gemacht. Besonders spannend: Geoffrey Hinton, oft „Godfather of AI“ genannt, betrachtet seine Schöpfung heute mit gemischten Gefühlen. Mit seiner Forschung hat er die Tür zur KI-Revolution weit aufgestoßen, aber zugleich warnt er vor den Risiken. „Wir haben keine Erfahrung damit, wie es ist, wenn Dinge intelligenter sind als wir“, betont er. Hinton sieht, wie KI-Systeme heute komplexe Probleme lösen können, aber auch die Möglichkeit, dass sie irgendwann die menschliche Kontrolle übersteigen. Ein Blick zurück: Die Grundlagen der heutigen KI Hopfield und Hinton entwickelten in den 1980ern die Grundlagen neuronaler Netzwerke und die Boltzmann-Maschine, inspiriert von der Struktur des menschlichen Gehirns. Diese Technologie hat das Gesundheitswesen, die Materialforschung und die Wissenschaft transformiert – und es ist faszinierend, dass diese frühen Arbeiten bis heute den Kern vieler moderner KI-Anwendungen bilden. Fortschritt oder Risiko? Klar ist: Diese Technologien eröffnen unglaubliche Möglichkeiten, doch die Verantwortung, sie sicher und ethisch zu nutzen, wächst stetig. Hinton hat seinen Job bei Google Brain verlassen, um frei über diese potenziellen Gefahren sprechen zu können. Die Entwicklungen sind aufregend, aber die Frage bleibt: Wie wird KI unser Leben verändern – zum Besseren oder mit unerwarteten Risiken? Die Welt schaut gespannt zu, wie wir diese Technologien in den Griff bekommen.

Chatbots sind zurzeit in aller Munde. Doch wie können Chatbots den Kundenservice verbessern? Diese Frage stellt im September unser Auszubildender Ramtin. Mensch oder Maschine, mit wem schreibe ich da eigentlich? Das fragt man sich in heutzutage des Öfteren, wenn man Kontakt zu einem Kundenservice aufnimmt. Bereits 2021 setzten 65 Prozent aller Unternehmen im Privatkundensegment Chatbots für die Kommunikation mit ihren Kunden und Kundinnen ein (hier geht’s zur Studie). Die durchschnittliche Zufriedenheit der Kunden und Kundinnen war und ist…. sagen wir „verbesserungswürdig“. Denn nach wie vor ist in vielen von uns eine gewisse Befangenheit verankert, wenn es um die Kommunikation mit „Maschinen“ geht. Und, so zumindest die Theorie unserer Redaktion, auch wenn die Antwort eines Menschen nicht hilfreicher oder schneller gewesen wäre, bewerten wir diese dennoch besser, als die eines Chatbots.  Tatsächlich bieten Chatbots eine Vielzahl an Möglichkeiten für Unternehmen und ihre Kunden und Kundinnen gleichermaßen. Schauen wir uns einige Faktoren an: Zeit: Wer Hilfe benötigt, möchte nicht lang warten. Die Wartezeiten in Support-Hotlines oder deren Erreichbarkeit ist teilweise miserabel. In unserer schnelllebigen Zeit hat kaum noch jemand Muse, sich stundenlange Endlosschleifen haarsträubender Warteschleifenmelodien anzuhören. Ein Chatbot ist 24/7 erreichbar. Zuständigkeit: Wer kennt es nicht? Auch nach dreimaligem Weiterverbinden ist der oder die Zuständige noch nicht gefunden und die Suche beginnt erneut. Chatbots können die Suche nach den richtigen Ansprechpartnern erheblich verkürzen und erleichtern. Und der Kunde oder die Kundin muss das Anliegen nur ein einziges Mal schildern. Personalmangel: Ein Grund für die langen Wartezeiten im Support ist häufig der allgegenwärtige Personalmangel. Da liegt es verständlicherweise im Interesse der Unternehmen, vorhandenes Personal nicht mit vergleichsweise einfachen und ständig wiederkehrenden Sachverhalten zu beschäftigen. Ein Klassiker: die Passwortrücksetzung. Qualität: Chatbots kennen keine schlechte Laune und auch keinen Stress. Sie werden immer mit gleichbleibender Freundlichkeit antworten. Auch wenn der Kunde sich unangemessen verhält.  Kostenersparnis: 20 Mitarbeitende in der Hotline oder doch lieber ein Chatbot? Der Einsatz von Chatbots kann schon aus rein wirtschaftlicher Sicht sinnvoll sein. Und gesparte Personalkosten kommen auch den Kunden und Kundinnen zu Gute.  Hilfestellung: Chatbots können nicht nur in der Außenkommunikation, sondern auch intern äußerst hilfreich sein. Beispielsweise wenn es um das schnelle Finden von Informationen und Lösungsvorschlägen geht oder die Bereitstellung von Formulierungshilfen. Man kann davon ausgehen, dass sich das Antwortverhalten von Chatbots in den kommenden Jahren weiter verbessern wird und damit auch die Akzeptanz in der Bevölkerung steigt. 

Der Themenwunsch für den Monat August kommt von unserem Gründer höchstpersönlich: Tadeusz Nikitin. Im Startup-Universum dreht sich alles um ein Thema: Pitchen. Du brauchst Investoren? Pitch! Du möchtest Kunden gewinnen? Pitch! Startup-Wettbewerbe? Pitch! Messen und sonstige Veranstaltungen? Ihr könnt es euch denken – Pitch! Als meine Laufbahn bei Splitbot begann, hatte ich, zugegebenermaßen, noch nie davon gehört. So mag es auch anderen Menschen gehen, deshalb hier erstmal eine kurze Einführung. Der Begriff „Pitch“ stammt aus der Werbe- bzw. Agenturenbranche. Diese treten im Kampf um potenzielle Kunden mit kurzen Präsentationen, also Pitches, gegeneinander an. Im Laufe der Zeit gewann diese Form der Präsentation auch für Startups enorme Bedeutung. Der Grund ist ganz einfach: Investoren und Kunden wollen in möglichst kurzer Zeit alle Informationen bekommen, die sie benötigen. Für stundenlange Vorträge zu einem Produkt hat niemand Zeit. Ist Pitch gleich Pitch? Nein! Es gibt unheimlich viele und immer neue Formen des Pitchens. Neben der grundsätzlichen Unterscheidung zwischen Investoren- und Kundenpitches, die in der Regel drei bis fünf Minuten dauern, gibt es noch zahlreiche andere Formate. Gleichermaßen beliebt und gefürchtet ist beispielsweise der Elevatorpitch, bei dem es darum geht, das Unternehmen oder das Produkt in der Dauer einer Fahrt mit dem Aufzug (30-60 Sekunden) vorzustellen. Das Pitchdeck: Weniger ist mehr. Je nach Format gibt es beim Pitchen die Möglichkeit auch Folien zu präsentieren. Hier gilt ganz klar: weniger ist mehr. Mit Text überladene Folien oder unübersichtliche Grafiken sind beim Pitchen eindeutig fehl am Platz. Aber wie macht man es denn nun richtig? Leider ist es auch hier wie so oft – es gibt kein Patentrezept. Auch hier gibt es Menschen, die scheinbar für die Bühne geboren und wahre Naturtalente sind. Für andere ist es harte Arbeit. Wieder andere müssen ihre Fähigkeiten erst noch entdecken. Eine absolute Empfehlung ist hierbei die Teilnahme an Pitchtrainings, wie sie oft im Rahmen von Accelerator-Programmen angeboten werden. Ganz aktuell hatten und haben zwei von uns das Vergnügen, in einigen Workshops mit Lars Hartenstein zusammenzuarbeiten. Und wenn wir sagen „arbeiten“ dann meinen wir das auch. Denn Pitchtraining bedeutet ganz klar: raus aus der Komfortzone! Hier ein best of seiner Tipps: Kill your darlings! Du liebst dein Unternehmen und bist überzeugt von deinem Produkt. Aber mehr als zwei oder drei gute Argumente haben in einem Pitch keinen Platz. Spar dir den Rest lieber für später, denn sonst wirst du unglaubwürdig. Bau eine Hängebrücke! Und gib deinem Publikum einen guten Grund dir zu Folgen. Du musst dein Publikum mitnehmen, sonst stehst du allein auf der anderen Seite. Mach sie in dich verliebt! Lerne, deine Körpersprache richtig einzusetzen und dein Publikum abzuholen. Sei überzeugt von dir! Frage dich, warum jemand ein Produkt ausgerechnet von DIR kaufen sollte. Warum bist du der oder die Beste für den Job? Alles ist Pitch! Jedes Gespräch, jede Interaktion ist ein Pitch. Bilder sagen mehr als Worte! Eine gute Metapher bleibt im Gedächtnis und ist besser als Zahlen, Daten und Fakten. Menschen denken in Bildern. Ihr wollt noch mehr zum Thema erfahren? Schaut bei https://alles-ist-pitch.de/ vorbei. Außerdem habt ihr am 17.10.2024 uns in Aktion zu erleben. Wir pitchen beim Graduation Day des Ai.Startup.Hub Hamburg in der ASTOR Filmlounge HafenCity. Tickets bekommt ihr hier.

Diesen Monat vertiefen wir ein Thema, dass wir schon vor einiger Zeit aufgegriffen haben: KI-basierte NPC (non player character) in Videospielen. Beigesteuert wurde die Idee von unserem Frontendentwickler Friedrich. Wir erinnern uns: NPC sind nicht spielbare Charaktere in diversen Videospielen, die dazu beitragen, die Spielumgebung realistischer zu gestalten – beispielsweise Passanten, Verkehrsteilnehmende oder auch Kontrahenten. Ohne Einsatz künstlicher Intelligenz bewegen sich diese immer auf vorab fest programmierten Wegen oder führen festgelegte Aktionen aus. Auch wenn diese unterschiedlich sein können, sind sie doch vorab festgelegt und begrenzt. Bislang verzichtete man bei der Spieleentwicklung aus unterschiedlichen Gründen auf den Einsatz von KI. So könnte eine lernfähige KI im Laufe der Zeit nahezu unbesiegbar werden und damit das Spielerlebnis zunichtemachen. Dennoch ist das Thema KI in der Spieleentwicklung längst nicht vom Tisch – so hat NVIDIA erste Videos veröffentlicht, in denen sich NPC miteinander unterhalten. Das bemerkenswerte daran ist, dass die Unterhaltung jedes Mal unterschiedlich verläuft und sich nicht wiederholt. Möglich sind solche Unterhaltungen dank generativer KI und (in diesem Fall) dem Framework von Convai. Doch damit nicht genug. Die NPC sind auch in der Lage auf natürliche Art mit dem oder der Spielenden oder ihrer fiktiven Umwelt zu interagieren. So sind ganze Unterhaltungen möglich, die auch die weiteren Aktionen (beispielsweise Ortswechsel) beeinflussen. Auch Unreal Engine 5 ermöglicht Spielentwickelnden die Erschaffung neuer, realistischer Welten in denen Spielende mit jedem NPC interagieren können. Und auch Replica hat smarte NPC entwickelt, die den Spielwelten zukünftig mehr Leben einhauchen könnten. Selbst für nicht Gaming-Interessierte lohnt es sich, die Demovideos der Hersteller anzusehen und sich von den faszinierenden Möglichkeiten beeindrucken zu lassen. Man stelle sich vor, wie viel mehr in text- bzw. sprachbasierten Spielen zu erleben ist, wenn Spielende mit absolut jedem NPC sprechen und auch entsprechende Aktionen auslösen können. Aus einer gradlinig verlaufenden Geschichte wird so eine Spielwelt, die sich an jede und jeden einzelnen Spielenden individuell anpasst. Verhaltensweisen und Handlungen der NPC werden so vollkommen unvorhersehbar und das gleiche Spiel wird für jeden Spieler und jede Spielerin zu einem einzigartigen Erlebnis. Sicher wird es in diesem Bereich auch zukünftig revolutionäre Entwicklungen geben, die wir mit Spannung erwarten

Unser Splitblog Thema für diesen Monat stammt von unserem Teamlead Entwicklung: Bartosz. Wer ihn kennt, weiß, dass er ein menschliches Schweizer Taschenmesser ist und als solches nicht nur bestens bewandert in Meteorologie, sondern auch ein begabter Schreiber. Deshalb hat er es sich natürlich nicht nehmen lassen, den Text zu seinem Wunschthema direkt selbst zu verfassen. Aber lest selbst! Hey Siri, wie wird das Wetter? Eigentlich eine einfache Frage. Aber auch eine, die wohl gar nicht so einfach zu beantworten zu sein scheint. Und sieht man genauer hin fällt eigentlich erst auf was alles benötigt wird um zu beantworten, ob es sich denn nun lohne einen Regenschirm einzustecken, oder nicht. Zuallererst müssen wir nämlich Daten sammeln. Und zwar eine ganze Menge davon. Über den ganzen Planeten verteilt gibt es unzählige Messstationen, die Temperatur, Luftdruck & -feuchte und die Richtung und Geschwindigkeit des Windes messen. Zusätzlich nutzen wir noch Daten aus Wetterballons, Flugzeugen, Schiffen und Satelliten. Um daraus jetzt das Wetter zu bestimmen benötigen wir noch ein Wettermodell. Das ist kein physisches Modell, sondern vielmehr eine mathematische Beschreibung unseres Wetters durch eine Vielzahl von Gleichungen und Parametern in die wir unserer Messdaten einpflegen um zu sehen wie sich das Wetter entwickeln wird.Parameter? Was für Parameter schon wieder? Nun… das ist ja eine ganze Menge an Daten und eine ganze Menge an Gleichungen und um das zu berechnen benötigten wir bisher extrem leistungsfähige Supercomputer und selbst die konnten diese Aufgabe nicht schnell genug bewältigen, denn: was nützt uns die beste Vorhersage, wenn sie erst fertig ist wenn es schon geschehen ist.Also setzen wir an und vereinfachen Dinge, zum Beispiel: was passiert in Bodennähe? Oder am Übergang von Wasser zu Land? Die komplizierten Vorgänge werden deutlich vereinfacht und dadurch zwar ein wenig ungenauer, aber auch in absehbarer Zeit berechenbar. Genug vom Wetterdienst! Hier soll es schließlich um KI gehen. Oder gibt es es da eine Verbindung? Ja, die gibt es. Seit einiger Zeit gibt es nämlich sehr spannende KI Ansätze, die Wettervorhersagen versprechen ohne ganz so rechen- und zeitintensiv zu sein. Letztes Jahr veröffentlichte Googles KI-Forschungsabteilung DeepMind das Modell GraphCast, das, auf historischen Daten trainiert, nur einen Bruchteil der Rechenleistung numerischer (sprich: der vorher beschriebenen) Wettermodelle benötigt und so zum Beispiel eine 10 Tages Vorhersage in unter einer Minute liefern kann. Und GraphCast scheint nicht nur schneller, sondern – zumindest teilweise – auch präziser zu sein als numerische Wettermodelle und hat so zum Beispiel schon früher als numerische Modelle vorhergesagt an welcher Stelle der Hurrikan Lee wohl auf Land treffen würde. Und so ist es kaum verwunderlich, dass alle großen Wetterdienste mittlerweile mit KI-Ansätzen experimentieren, wie auch der Deutsche Wetterdienst (DWD), der sogar vor wenigen Tagen in einer Pressemitteilung einen Durchbruch in der KI gestützten Wettervorhersage verlautbaren ließ mit ihrem neu entwickelten Modell AI-Var. Bei dem Tempo, mit dem sich der ganze Bereich der künstlichen Intelligenz gerade entwickelt, bleibt es sehr spannend was die Zukunft – auch in meteorologischer Hinsicht – für uns bietet. Und bis dahin lassen wir vielleicht ein wenig Milde walten was unsere Meteorologen und ihre Vorhersagen angeht, wie wir gesehen haben ist das nämlich gar nicht so unkompliziert. Quellen:https://www.dwd.de/DE/presse/pressemitteilungen/DE/2024/20240617_pm_ki_news.htmlhttps://www.spektrum.de/news/graphcast-neues-ki-modell-soll-genauere-wettervorhersage-liefern/2198859

In unserem Splitblog setzen wir uns heute mit einem sehr aktuellen und vieldiskutierten Thema auseinander, nämlich der Angst vor künstlicher Intelligenz (KI). Ein Themenvorschlag von unserem Entwickler Sören, der bei uns dafür sorgt, dass Splitbot auch mit E-Mails umgehen kann. Wo fängt man am besten an, wenn es um ein so sensibles Thema geht? Vielleicht mit der Angst selbst. Angst warnt uns vor Gefahren und hilft uns, schnelle Entscheidungen zu treffen. Insofern ist sie überaus wichtig und nützlich für das Überleben der menschlichen Spezies. Auch, wenn uns Unbekanntes begegnet, reagieren wir häufig mit Angst. Ein Reflex, der eben auch dazu dient, schnell zu handeln und beispielsweise zu fliehen. Nimmt unsere Angst allerdings überhand, kann sie das tägliche Leben schwer beeinträchtigen. Darum lohnt es sich, die Dinge, die uns Angst machen, näher zu betrachten und ihnen so den Schrecken zu nehmen. Das Bild, das in der Vorstellung vieler Menschen von künstlicher Intelligenz existiert, ist – zugegebenermaßen – ein sehr bedrohliches. Dieses Bild ist häufig von alten Science Fiction Klassikern geprägt und deutlich überzeichnet. Auch die Medien tragen mit einer häufig sehr einseitigen und negativen Berichterstattung ihren Teil dazu bei. Die Bevölkerung konsumiert Medien, um vor drohenden Gefahren gewarnt zu sein – kein Wunder also, dass Schlagzeilen häufig eben auf unsere Ängste abzielen. Schaut man sich jedoch nicht nur die reißerischen Schlagzeilen an, sondern liest auch die zugehörigen Artikel, zeigt sich oft ein völlig anderes Bild. Um uns dem Thema weiter zu näheren, gibt es noch einen wichtigen Punkt zu klären. Nämlich den Begriff “Intelligenz”. Das Wort leitet sich vom lateinischen “intellegere” ab und bedeutet “erkennen”, „verstehen“ oder “einsehen”. William Stern definierte Intelligenz als Fähigkeit zur Anpassung an unbekannte Situationen. Die Fähigkeit eines Menschen, auch in einer völlig neuen Situation eine Lösung zu finden. Genau das kann, nach dem heutigen Stand der Technik, kein einziges KI-System. Was uns erscheint, wie spontane Reaktion, beispielsweise von Chatbots, ist in Wahrheit nur ein sehr schnelles Zugreifen und Ausgeben von vorgegebenen Daten. Vermeintlicher Humor, gestalterische Fähigkeiten oder auch Vorhersagen basieren einzig und allein auf der statistisch höchsten Trefferwahrscheinlichkeit, die das System für die Lösung ermittelt. Das bedeutet im Umkehrschluss auch, dass eine KI nicht reagieren kann, wenn sie zur Lösung eines Problems nicht ausreichend Daten hat. Was können wir mit dieser Erkenntnis nun in Bezug auf unsere Ängste unternehmen? Ja, KI-Systeme können sehr viel schneller auf sehr viel größere Datenmengen zugreifen als die meisten Menschen. Aber werden sie in absehbarer Zeit beispielsweise eigenständig handlungs- und denkfähig? Definitiv nicht. Ja, durch KI-Systeme wird sich unsere Arbeitswelt verändern. Abläufe werden beschleunigt und Informationsflüsse verändert. Die Aufgaben von Arbeitskräften werden sich in vielen Fällen gleichermaßen verändern. Es wird Expertinnen und Experten geben müssen, die diese Systeme bedienen und nutzen können. Zeit also, sich darauf vorzubereiten und sich intensiv mit den Nutzungsmöglichkeiten auseinanderzusetzen, statt sich vor lauter Angst abzuschotten. Weiterbildung und das Erlernen neuer Fähigkeiten waren schon immer Bestandteil der beruflichen und persönlichen Entwicklung. Ja, es ist absolut richtig, Bedenken zu äußern und Neuerungen zu hinterfragen. Nur so kann sichergestellt werden, dass bei der Entwicklung künstlicher Intelligenz alle relevanten Faktoren berücksichtigt werden. Unterschiedliche Blickwinkel sind entscheidend, um gute Ergebnisse zu erzielen. Umso wichtiger ist es, die Entwicklung künstlicher Intelligenz nicht nur riesigen Konzernen zu überlassen, die häufig kaum Einblicke gewähren, sondern sie aktiv und vor Ort mitzugestalten.

Wie erklärt man Außenstehenden eine Thematik, die der eigene Verstand kaum erfassen kann? Vor diese Herausforderung wurde unser Redaktionsteam diesen Monat gestellt. Wir wagen den Versuch und hoffen, es ist uns gelungen. Vielen Dank an unseren Entwickler Max, der unseren Horizont mit dem Themenvorschlag „Das P versus NP Problem“ erweitert Bevor wir zu diesem speziellen Thema vordringen, wollen wir zunächst einmal den Begriff „Millenniumproblem“ näher beleuchten. Als Millenniumproblem werden aktuell sieben im Jahre 2000 vom Clay Mathematics Institute (CMI) in Camebridge aufgelistete ungelöste Probleme der Mathematik bezeichnet. Für die Lösung eines dieser Probleme hat das Institut ein Preisgeld von jeweils einer Million US-Dollar unter der Bedingung ihrer Veröffentlichung in einer Fachzeitschrift versprochen. Die Liste umfasst diese Probleme: Nur eines dieser Probleme, nämlich der Beweis der Poincaré-Vermutung on der Topologie konnte bisher gelöst werden. Der russische Mathematiker Grigori Jakowletisch Perelman konnte im Jahre 2002 beweisen, dass die Vermutung zutrifft. Nachdem drei Teams die Lösung erfolgreich überprüft haben, sollte Perelman im Jahre 2010 das versprochene Preisgeld zugesprochen werden, obwohl er die Lösung lediglich im Internet publiziert hatte. Perelman lehnte das Geld und die damit verbundene Auszeichnung jedoch ab. Schauen wir uns nun das seit Jahrzehnten ungelöste P versus NP Problem in der Informatik genauer an. Es handelt sich hierbei um ein sogenanntes Entscheidungsproblem. Die Frage, die sich stellt, ist, ob die Klasse der Probleme, die mit einem relativ geringen Aufwand („polynomial time“) algorithmisch gelöst werden können (die Klasse P), mit der Klasse der Probleme gleichzusetzen ist, die zwar nicht unbedingt mit geringem Aufwand, aber zumindest mit einem vernünftigen Aufwand („nicht-deterministisch polynomiell“) überprüft werden können (die Klasse NP). Um das Problem zu veranschaulichen, kann man sich zum Beispiel die sogenannten „Knapsack-Probleme“ in der Informatik vor Augen führen. Stellen Sie sich vor, Sie planen eine Wanderung und müssen Ihren Rucksack packen. Die Frage lautet: Welche Gegenstände passen in den Rucksack und wie viel Gewicht können Sie noch einpacken? Diese Frage können Sie leicht beantworten, indem Sie einfach den Rucksack packen und die Gesamtmenge an Gewicht überprüfen. Die eigentliche Herausforderung besteht jedoch darin, vorherzusagen, welche Gegenstände Sie wählen sollten, um das optimale Gewicht zu erzielen. Das ist ein typisches NP-Problem. Die Frage, die das Millennium-Problem P versus NP stellt, ist also: Kann ein Computer ein NP-Problem schnell und effizient lösen, oder sind diese Probleme grundsätzlich zeitaufwändiger, selbst für einen leistungsstarken Computer? Die Beantwortung dieser Frage könnte die Welt der Computertechnologie revolutionieren. Wenn sich herausstellt, dass P gleich NP ist, wäre dies ein Durchbruch bei der Lösung vieler schwieriger Probleme, einschließlich der Optimierung des Maschinellen Lernens und der Kryptographie. Es würde sogar bedeuten, dass die Geheimnisse von Wissenschaft und Technologie wie nie zuvor entschlüsselt und unsere Welt durch die Rechenleistung von Computern verbessert werden könnte. Andererseits würde die Beantwortung der Frage, dass P nicht gleich NP ist, bedeuten, dass es eine fundamentale Grenze für die Computerwelt gibt. Einige Probleme sind einfach zu komplex für einen Computer, um sie schnell und effizient zu lösen. Das ist der Grund, warum das Millennium-Problem P versus NP so bedeutend und interessant ist. Es ist eine Herausforderung, die die Grenzen der Mathematik und Informatik auf die Probe stellt und uns dabei hilft, unser Wissen zu erweitern und unsere Welt durch die unglaubliche Leistungsfähigkeit von Computern zu verbessern. Wie wir alle wissen, erobern aktuell die unterschiedlichsten KI-Systeme den Markt. Insbesondere im Hinblick auf das beschriebene Problem, könnte KI der Schlüssel sein. Vielleicht wird es einer KI-Software gelingen, die Annahme P gleich NP zu beweisen. Oder eines der kommenden KI-Modelle selbst, könnte der Beweis dafür sein, dass ein NP Problem durch einen leistungsfähigen Computer genauso schnell und effizient gelöst werden kann, wie ein P Problem.

Heute wollen wir uns mit dem neuen KI-Model aus dem Hause Google beschäftigen. Hierbei handelt es sich um ein multimodales KI-Model, das verschiedene Arten von Informationen, wie zum Beispiel Texte, Bilder, Programmcodes und Audioinformationen und deren Kombinationen verarbeiten kann. Ein Themenvorschlag unseres Entwicklers Mats, der federführend für die Entwicklung unseres Chatbots Kosmo verantwortlich ist Vor wenigen Wochen stellte Google DeepMind Gemini 1.5 vor – ein Update der bisherigen KI-Modelle aus dem Hause Google. Bahnbrechend ist besonders die Datenmenge, die Gemini 1.5 verarbeiten kann. Bis zu 1 Million Token können im Kontextfenster bereitgestellt werden. In internen Experimenten konnte die Datenmenge sogar auf 10 Millionen Token erhöht werden. Ein Token ist eine Art Basiseinheit, mit der beispielsweise Sätze in kleinere Einheiten (Tokens) aufgeteilt und so von dem Modell verarbeitet werden können. Es handelt sich bei einem Token also um eine Gruppe von Zeichen. Zum Vergleich: Chat GPT-4 Turbo kann 128000 Tokens verarbeiten (Stand Dezember 2023). Das entspricht in etwa einem 300 seitigem Buch. Würden mehr Seiten bereitgestellt, könnte das Modell auf die Informationen der ersten Seiten nicht mehr zugreifen. Bildlich gesprochen wüsste es am Ende eines Buches nicht mehr, wie dessen Autor heißt. Gemini 1.5 kann bis zu einer Stunde Videomaterial, elf Stunden Audioaufnahmen, Texte mit bis zu 700000 Wörtern oder 30000 Zeilen Code erfassen und analysieren. Und, was noch erstaunlicher ist: es kann sich an die Inhalte „erinnern“ und diese mit neuen Informationen in Verbindung bringen. Bei der Vorstellung des neuen Modells wurden Gemini 1.5 mit der Aufgabe betreut, das 402 Seiten lange Transkript der Apollo 11 Mission zu analysieren und darin drei humoristische Stellen zu finden. Tatsächlich gelang es dem Modell, innerhalb von etwa 30 Sekunden, drei unterhaltsame Momente herauszufinden. So sagte Command Module Pilot Michael Colins beispielsweise an einer Stelle: „Der Zar putzt gerade seine Zähne, also springe ich für ihn ein.“. Ohne weitere Informationen luden die Forscher anschließend eine handgefertigte Zeichnung eines austretenden Stiefels hoch und fragten, welcher Moment auf dem Bild gezeigt wird. Die Antwort kam prompt: „Ein kleiner Schritt für einen Menschen, aber ein großer Schritt für die Menschheit.“ Gemini 1.5 kann also ohne konkrete Anweisungen komplexe Zusammenhänge herstellen und korrekt wiedergeben. Dieses Vorgehen erhöht die Effizienz und die Qualität der gelieferten Ergebnisse enorm. Aktuell ist Gemini 1.5 nur für ausgewählte Unternehmenskunden und Entwickelnde verfügbar. Wir sind gespannt auf die weitere Entwicklung.

Wie füllt man einen Blog aus der Welt der KI mit spannenden und interessanten Inhalten? So viele Themen wurden in den letzten Monaten von so vielen Menschen ausführlich erörtert. Was können wir dem noch für neue Aspekte hinzufügen? Diese Fragen haben wir uns heute im Team gestellt und mal wieder hat sich gezeigt, dass die spontanen Einfälle oft die besten sind. Eine neue Blog-Rubrik, der „Splitblog“ ist geboren. Jeden Monat darf sich ab sofort ein Teammitglied ein Thema aus dem KI Umfeld wünschen, das in dieser Kategorie beleuchtet wird. Los geht es mit unserem Backendentwickler Florian und dem Thema „KI als Kontrahent in Videospielen“ Ein kurzer Blick in die Videospiele der letzten Jahre zeigt, dass sich die meisten Verbesserungen größtenteils auf die Grafiken bezogen. Immer mehr Details, immer größere Welten, immer bessere Auflösung. Die Grafik ist in vielen Spielen inzwischen so ausgereift, dass sie kaum mehr von der Realität zu unterscheiden ist. Doch wie sieht es mit dem Verhalten der verschiedenen Charaktere aus? Insbesondere was die Programmierung der NPCs angeht, liegt die Vermutung nahe, dass hier schon seit langem künstliche Intelligenz zum Einsatz kommt. NPCs sind die nicht spielbaren Charaktere eines Videospiels, wie beispielsweise Passanten, Verkehrsteilnehmende oder auch Spielgegner und -gegnerinnen. Mit ihnen kann in vielen Spielen bereits interagiert und kommuniziert werden und ihr Verhalten ist augenscheinlich oft unvorhersehbar. Doch was von außen wie künstliche Intelligenz wirkt, ist in Wirklichkeit die Leistung der Spieleentwickelnden. Statt künstlicher Intelligenz kommt in Videospielen häufig das so genannte „Pathfinding“ zum Einsatz. Das bedeutet, dass die Wege und Aktionen der NPCs bei der Entwicklung des Spieles festgelegt wurden. Die Optionen der NPCs sind in diesem Fall begrenzt und können von verschiedenen Faktoren, wie beispielsweise der Stärke des oder der Spielenden abhängen. Je mehr mögliche Optionen und Faktoren in der Entwicklung festgelegt wurden, umso realistischer erscheint das Verhalten der NPCs. Doch warum wird bei der Spieleentwicklung nicht auf KI gesetzt? Die Annahme liegt nahe, dass der Einsatz von künstlicher Intelligenz das Spielerlebnis verbessert. Das Verhalten der NPCs wäre situativer, individueller und weniger vorhersehbar. Auch die Kommunikation könnte noch sehr viel mehr auf die Spielenden angepasst werden. Was bei dieser vermeintlichen Verbesserung jedoch häufig außer Acht gelassen wird, ist, dass eine lernfähige KI schnell jeglichen Spielspaß zunichtemachen könnte. Die Wahrscheinlichkeit ist hoch, dass es für die Spielenden nahezu unmöglich wäre, gegen KI-gesteuerte NPCs zu gewinnen. Auch, weil sich die NPCs in Teams zusammenschließen könnten. Und noch ein weiterer Faktor wäre kaum zu beherrschen: NPCs, die auf KI basieren, wären beispielsweise in der Lage, Schauplätze zu verlassen und einfach „nicht mehr mitzuspielen“. Unter diesen Voraussetzungen ist Storytelling innerhalb eines Videospieles nicht umsetzbar. Vereinfacht kann man also sagen, dass der Einsatz künstlicher Intelligenz in Videospielen den Spielspaß negativ beeinflussen würde. Wer spielt schon gern ein Spiel, das man nicht gewinnen kann? Dennoch gibt es erste Spiele, bei denen künstliche Intelligenz zum Einsatz kommt. Noch sind bei diesen Spielen die Welten und Möglichkeiten begrenzt, aber das wird sich ändern. Entwicklungsteams ist es bereits gelungen, beispielsweise die Überlegenheit KI-gesteuerter NPCs zu begrenzen. Ein gutes Beispiel hierfür ist AlphaStar. Ein KI-basiertes Programm, das darauf trainiert wurde StarCraft II zu spielen. Hier ist es bereits gelungen, die KI in ihren Handlungen und Fähigkeiten zu drosseln, so dass AlphaStar (zumindest für absolute Spieleprofis) ein fairer Gegner bleibt. Wir dürfen gespannt sein, wie sich KI in den kommenden Jahren in Videospiele integrieren lässt.