Was können generative KI-Systeme erstellen, das über bloße Datenanalyse hinausgeht?	Generative KI erstellt neue Inhalte wie Text, Bilder und Code, anstatt nur vorhandene Daten zu analysieren.
Welche drei Schlüsselentwicklungen ermöglichten moderne Large Language Models?	Algorithmische und architektonische Durchbrüche (besonders die Transformer-Architektur), riesige Mengen digitaler Trainingsdaten und dramatische Steigerungen der Rechenleistung.
Aus welchen zwei Phasen besteht der Lernprozess von generativer KI?	Pre-Training (Analyse von Mustern in Milliarden von Beispielen) und Fine-Tuning (Lernen, Anweisungen zu befolgen und hilfreiche Antworten zu geben).
Nenne drei aktuelle Fähigkeiten von generativer KI.	Vielseitigkeit über verschiedene Aufgaben hinweg, Gesprächsbewusstsein und die Fähigkeit, sich mit externen Tools zu verbinden.
Was ist eine „Halluzination" bei generativer KI?	Eine faktisch falsche Ausgabe, die das System generiert, obwohl sie nicht korrekt ist.
Welche vier Hauptbeschränkungen hat generative KI derzeit?	Wissensstichtag-Grenzen, Halluzinationen, Kontextfenster-Beschränkungen und Herausforderungen bei komplexem Denken.
Was ist ein Wissensstichtag (Knowledge Cutoff Date) bei KI-Systemen?	Ein Datum, nach dem die KI keine neuen Informationen gelernt hat und daher über aktuelle Ereignisse nicht informiert ist.
Wie können die effektivsten KI-Anwendungen strukturiert werden?	Durch Kombination menschlicher und KI-Stärken, wobei Menschen kritisches Denken, Urteilsvermögen, Kreativität und ethische Überwachung bereitstellen.
Was ist eine Kontextfenster-Beschränkung?	Eine Grenze für die Menge an Text, die ein KI-System gleichzeitig verarbeiten und berücksichtigen kann.
Warum ist es wichtig, die technischen Grundlagen von generativer KI zu verstehen?	Es hilft, realistische Erwartungen zu setzen und informierte Entscheidungen darüber zu treffen, wann und wie man KI effektiv einsetzt.