Wird geladen

Wenn Eigenschaften kollidieren

Lektion 1220 Min.
In dieser LektionAm Ende kannst du
  • Erkenne, dass die meisten KI-Fehler durch das Zusammenspiel von zwei oder mehr Eigenschaften entstehen
  • Diagnostiziere häufige Fehlermuster (halluzinierte Zitate, Abdrift in langen Gesprächen, selbstbewusst falsche Mathematik, zustimmende schlechte Prämissen) indem du identifizierst, welche Eigenschaften im Spiel sind
  • Wende eine gezielte Lösung an, basierend darauf, welche Eigenschaft der limitierende Faktor ist

KI-Fehler diagnostizieren

Wird geladen

Wenn Eigenschaften kollidieren · 3 Min.

ZusammenfassungTranskript

Die vier Eigenschaften wirken nicht isoliert. Die meisten realen Fehler entstehen durch das Zusammenspiel von zwei von ihnen. Sobald du benennen kannst, welche zwei es sind, weißt du, welche Lösung du anwenden musst.

Wenn zwei Eigenschaften zusammentreffen: Diagnose, was schiefgelaufen ist

Wird geladen

Wichtigste Erkenntnisse

  • Fehler in der Praxis entstehen meist durch das Zusammenspiel von zwei Eigenschaften, nicht nur einer.
  • Diagnostische Paare, die du erkennen solltest:
    • Next Token Prediction + Knowledge (halluzinierte Details)
    • Working Memory + Steerability (Abdrift in langen Gesprächen)
  • Die beteiligten Eigenschaften zu benennen führt dich direkt zur Lösung: Details überprüfen, Kontext erneut bereitstellen, an die Code-Ausführung auslagern oder zum Widerspruch einladen.
  • Dieser diagnostische Schritt ist angewandte Discernment (Beurteilung). Du bewertest besser, wenn du weißt, mit welcher Art von Fehler du es zu tun hast.

Übungen

Die Fehlerdiagnose

Warum? Die meisten realen KI-Fehler entstehen nicht durch eine einzelne fehlerhafte Eigenschaft. Es sind zwei Eigenschaften, die gleichzeitig zusammentreffen. Zu benennen, welche zwei es sind, verändert die Lösung grundlegend.

Denke an deine Erfahrungen mit KI zurück (einschließlich dem, was du während dieses Kurses beobachtet hast). Identifiziere zwei oder drei Momente, in denen dich eine KI-Ausgabe wirklich enttäuscht oder überrascht hat. Beschreibe jeden davon in ein oder zwei Sätzen: Was du gefragt hast, was du bekommen hast, was enttäuschend oder überraschend war.

  1. Gehe jedes Ereignis mit der KI durch. Beschreibe, was passiert ist, und frage: „Welche der vier Eigenschaften (Next Token Prediction, Knowledge, Working Memory, Steerability) waren hier wahrscheinlich im Spiel, und warum?"
  2. Bewerte die Diagnose der KI anhand dessen, was du jetzt weißt. Stimmst du zu? Wenn nicht, widersprich. (Denke an den Sycophancy-Fingerabdruck aus Lektion 3: Die KI stimmt deiner Formulierung möglicherweise zu bereitwillig zu. Wenn du denkst, dass sie falsch liegt, sag es.)
  3. Frage bei jeder Diagnose: „Was ist angesichts dieser Diagnose die gezielteste Lösung?" Wenn möglich, teste die Anpassung gleich jetzt an einer ähnlichen Aufgabe.

Schau dir jetzt deine Aufgabenliste aus Lektion 1 mit all ihren angesammelten Anmerkungen an (Eigenschafts-Tags aus Lektion 2, Verifizierungswerte aus Lektion 4, Wissens-Flags aus Lektion 5, Kontextbedarf aus Lektion 6, Zielformulierungen aus Lektion 7). Benenne bei den Aufgaben, die dir die meisten Schwierigkeiten bereitet haben, welche zwei Eigenschaften kollidiert sind. Schreibe die Diagnose neben jede davon.

Reflexion zur Lektion

  • Hat das Benennen des Eigenschaftspaars verändert, zu welcher Lösung du greifen würdest? Hättest du vor diesem Kurs eine andere (weniger wirksame) Lösung versucht?
  • Welche Eigenschaftspaarung wirst du deiner Meinung nach in deinem Arbeitsalltag am häufigsten antreffen?

Wie geht es weiter

In der letzten Lektion fassen wir zusammen, was du aufgebaut hast, verbinden es mit dem 4D-Modell als vollständigem System und zeigen dir, wo du tiefer einsteigen kannst.