KI-Fähigkeiten und -Grenzen

Was du lernen wirst

Geschätzte Zeit: 25 Minuten

Am Ende dieser Lektion wirst du in der Lage sein:

• Generative KI zu definieren und zu verstehen, wie sie sich von anderen KI-Typen unterscheidet
• Die Schlüsselmerkmale und technologischen Grundlagen von generativer KI zu erkennen
• Wichtige Fähigkeiten und Grenzen der aktuellen generativen KI zu identifizieren

Was ist generative KI?

(12 Minuten)

Dieses Video behandelt, wie große Sprachmodelle wie Claude aufgebaut und trainiert werden, und was das bedeutet, wenn du sie in deinem Unternehmen einsetzt — was sie zuverlässig können und was nicht.

Wichtigste Erkenntnisse

• Generative KI erstellt neue Inhalte, anstatt nur vorhandene Daten zu analysieren.
• Drei Entwicklungen machten moderne LLMs möglich: die Transformer-Architektur, riesige Trainingsdaten und massive Rechenleistung.
• Das Training hat zwei Phasen: Pre-Training (Lernen von Mustern aus Milliarden von Beispielen) und Fine-Tuning (Lernen, hilfreich Anweisungen zu befolgen).
• Aktuelle Stärken sind Vielseitigkeit über verschiedene Aufgaben hinweg, gesprächsähnlicher Fluss und Verbindung zu externen Tools.
• Aktuelle Grenzen sind Knowledge Cutoffs, Halluzinationen, Context Window-Größe und komplexes mehrstufiges Reasoning.
• Die besten Anwendungen verbinden menschliche und KI-Stärken — dein Urteilsvermögen, deine Kreativität und deine Überwachung neben der Geschwindigkeit und Skalierbarkeit der KI.

Übung

Die Grenzen testen

Diese Übung gibt dir unmittelbare Erfahrung darüber, was generative KI gut kann und wo sie zu kurz kommt. Du wirst einige der spezifischen Fähigkeiten und Grenzen aus den Videos auf niedrigschwellige Weise erkunden, indem du Inhalte aus deinem eigenen Fachgebiet verwendest — damit du eine konkrete Überprüfung hast, die auf deinen eigenen Beobachtungen basiert, wenn du entscheidest, was du der KI anvertrauen kannst.

Teil I: Selbstreflexion (allein)

Wähle einen Bereich, den du gut kennst, in dem du sofort einen Fehler bemerken würdest, wenn ein Anbieter, Lieferant oder Kunde ihn machen würde. Notiere dir:

• Das Thema (z. B. deine Gewinnmargenberechnungen, deine lokalen Zonenbestimmungen oder Branchenlizenzanforderungen)
• Zwei oder drei Fakten darüber, die jede anständige Quelle richtig darstellen sollte
• Ein häufiges Missverständnis, das Menschen über dieses Thema haben
• Eine Sache daran, die wirklich schwierig zu erklären ist

Das ist dein Testgelände. Du wirst sehen, wie KI mit etwas umgeht, das du tatsächlich überprüfen kannst.

Teil II: Zusammenarbeit (mit KI)

Öffne ein Gespräch mit Claude (oder einem anderen KI-Assistenten deiner Wahl) und führe drei schnelle Chats durch. Notiere dir, was du nach jedem beobachtest.

• **Vielseitigkeitstest. ** Bitte die KI, dein Thema auf drei verschiedene Arten in einer einzigen Antwort zu erklären: einmal für einen Kunden, der nichts über deinen Service weiß, einmal für einen potenziellen Geschäftspartner und einmal für einen neuen Mitarbeiter, den du einarbeitest. Funktionieren die Zielgruppenverschiebungen wirklich, oder ändert sie nur das Vokabular? Welche Version war am stärksten?
• **Halluzinationstest. ** Bitte die KI, zwei oder drei spezifische Ressourcen zu deinem Thema zu empfehlen — einen Branchenverband, eine Fachzeitschrift, eine Regulierungsbehörde oder einen bekannten Lieferanten. Überprüfe dann mindestens eine. Existiert die Organisation? Ist die Website richtig? Sind die Kontaktinformationen korrekt? (Hier wirst du sehen, ob die KI selbstbewusst eine Quelle erfinden wird, die plausibel klingt, aber nicht real ist. )
• **Knowledge Cutoff + Reasoning-Check. ** Frage die KI etwas Zeitgebundenes oder Lokales: eine kürzliche regulatorische Änderung in deiner Branche, aktuelle Preistrends für ein Schlüsselmaterial oder eine lokale Lizenzanforderung. Teilt sie dir mit, dass ihre Informationen möglicherweise veraltet sind? Macht sie Vorbehalte, rät sie, oder präsentiert sie veraltete Informationen als aktuell — die Art von Dingen, die dich Geld kosten könnten, wenn du danach handelst? Bitte sie dann, das häufige Missverständnis aus Teil I durchzuarbeiten. Hat sie die tatsächliche Verwirrung angesprochen, oder hat sie nur die richtige Tatsache wiederholt?

Teil III: Reflexion

Welche Fähigkeit aus dem Video zeigte sich am deutlichsten in dem, was du gesehen hast? Welche Grenze zeigte sich — und hättest du sie bemerkt, wenn dies kein Thema wäre, das du gut kennst? Basierend darauf, was ist eine Aufgabe, die du der KI jetzt guten Gewissens überlassen würdest, und eine, bei der du genauer hinschauen möchtest?

Zusätzliche Herausforderung: Führe das gleiche Thema durch ein zweites KI-Tool (ein anderes Modell oder eine andere Plattform). Waren die Fehler und Stärken gleich?

Lektionsreflexion

• Wie ändert das Wissen darüber, wie diese Systeme trainiert werden, die Art, wie du mit ihnen arbeiten wirst?
• Welche ethischen Überlegungen fallen dir ein, wenn man bedenkt, wie generative KI funktioniert und wo sie zu kurz kommt?

Was kommt als Nächstes

Als Nächstes folgt eine praktische Aktivität, die erforscht, wie Sprachmodelle tatsächlich Text generieren, um das, was du gerade gelernt hast, zum Leben zu erwecken.

Feedback

Während du den Kurs absolvierst, würden wir gerne von dir hören, wie du Konzepte aus dem Kurs in deiner Arbeit verwendest, sowie jedes Feedback, das du möglicherweise hast. Teile dein Feedback hier.

Danksagungen und Lizenz

Copyright 2026 Anthropic. Dieser Kurs wurde in Partnerschaft mit PayPal, Prospect Butcher und MAKS Enterprises TIPM Rebuilders entwickelt und basiert auf dem AI Fluency Framework, das von Prof. Rick Dakan (Ringling College of Art and Design) und Prof. Joseph Feller (University College Cork) entwickelt wurde. Veröffentlicht unter der CC BY-NC-SA 4. 0-Lizenz.