Claude Academy
Wird geladen

KI-Fähigkeiten und -Grenzen

Lektion 325 Min.
In dieser LektionAm Ende kannst du
  • Generative KI definieren und erklären, wie sie sich von anderen KI-Typen unterscheidet
  • Die drei Entwicklungen erklären, die moderne LLMs möglich gemacht haben
  • Identifizieren, was aktuelle KI gut kann und wo sie zuverlässig versagt

Was ist generative KI

Wird geladen

Was ist generative KI · 12 Min.

ZusammenfassungTranskript

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

Wichtige Erkenntnisse

  • Generative KI erstellt neue Inhalte, anstatt vorhandene Daten zu analysieren.
  • Drei Entwicklungen haben moderne LLMs möglich gemacht: die Transformer-Architektur, riesige Trainingsdaten und massive Rechenleistung.
  • Das Training erfolgt in zwei Phasen. Beim Pre-Training lernt das Modell Muster aus Milliarden von Beispielen. Beim Fine-tuning lernt das Modell, Anweisungen hilfreich zu befolgen.
  • Aktuelle Stärken umfassen Vielseitigkeit bei verschiedenen Aufgaben, gesprächsgewandte Sprachfähigkeit und Tool-Nutzung.
  • Aktuelle Grenzen umfassen Wissensstichtage, Halluzinationen und unzuverlässiges komplexes Schlussfolgern.
  • Die besten Anwendungen verbinden dein Urteilsvermögen, deine Kreativität und deine Aufsicht mit der Geschwindigkeit und Skalierbarkeit der KI.

Übung

Die Grenzen testen

Diese Übung liefert dir aus erster Hand Belege dafür, was generative KI gut kann und wo sie versagt – anhand eines Programmierproblems, das du bereits in- und auswendig kennst –, damit du eine konkrete, auf deinen eigenen Beobachtungen basierende Orientierungshilfe hast, wenn du entscheidest, wofür du der KI vertrauen kannst.

Teil I: Selbstreflexion (allein)

Wähle einen Programmierbereich, den du gut kennst und in dem du einen Fehler sofort erkennen würdest. Notiere dir:

  • Das Thema (z. B. deine Rate-Limiting-Logik, wie du asynchronen Status handhabst, die DB-Abfrage, die du letztes Quartal optimiert hast)
  • Zwei oder drei Dinge dazu, die jeder kompetente Entwickler richtig machen sollte
  • Ein häufiges Missverständnis oder ein kniffliges Implementierungsdetail
  • Etwas, das sich kürzlich geändert hat — ein Bibliotheks-Update, eine Abkündigung, eine neue Best Practice

Teil II: Zusammenarbeit (mit KI)

Beginne ein Gespräch mit Claude (oder einem beliebigen KI-Assistenten deiner Wahl) und führe drei kurze Chats durch. Schreibe nach jedem auf, was dir auffällt.

  1. Vielseitigkeitstest. Bitte die KI, dein Thema in einer einzigen Antwort auf drei verschiedene Arten zu erklären: einmal für einen nicht-technischen PM, einmal für einen Entwickler auf mittlerer Erfahrungsstufe, der neu in dein Team kommt, und einmal für einen erfahrenen Entwickler bei einem Code-Review. Haben sich die Unterschiede in der Tiefe tatsächlich bemerkbar gemacht, oder wurde nur das Vokabular geändert? Welche Version war am stärksten?
  2. Halluzinationstest. Bitte die KI, spezifische Bibliotheken, Pakete oder Dokumentation für dein Programmierproblem zu empfehlen. Überprüfe stichprobenartig mindestens eine davon: Existiert sie? Ist die API korrekt? Ist die Version aktuell?
  3. Wissensstichtag- und Schlussfolgerungs-Check. Stelle eine zeitkritische Frage zu deinem Bereich: ein aktuelles Framework-Update, ein abgekündigtes Muster oder ein Sicherheitspatch. Weist die KI darauf hin, dass ihre Informationen veraltet sein könnten — oder präsentiert sie veraltete Informationen als aktuell? Bitte sie anschließend, das knifflige Implementierungsdetail durchzugehen, das du in Teil I aufgeschrieben hast. Hat sie die Verwirrung tatsächlich aufgelöst, oder nur die richtige Antwort wiederholt?

Teil III: Reflexion

Welche Fähigkeit aus dem Video ist am deutlichsten zutage getreten? Welche Grenze ist aufgetaucht — und hättest du sie erkannt, wenn dies kein Bereich wäre, den du gut kennst? Was ist basierend darauf eine Aufgabe, die du der KI bedenkenlos übertragen würdest, und eine, bei der du genauer hinschauen möchtest?

Zusatzaufgabe: Führe dasselbe Thema durch ein zweites KI-Tool. Waren die Fehler und Stärken dieselben?

Reflexion zur Lektion

  • Wie verändert das Wissen darüber, wie diese Systeme trainiert werden, die Art, wie du mit ihnen arbeiten wirst?
  • Welche ethischen Überlegungen kommen dir in den Sinn, wenn du bedenkst, wie generative KI funktioniert und wo sie versagt?

Was kommt als Nächstes

Jetzt, wo du die Grenzen der KI aus erster Hand getestet hast, gehen wir in der nächsten Lektion tief auf das erste D ein: Delegation (Übertragung). Du wirst ein reales Problem einordnen, es über das Toolkit des Builders abbilden und bewusste Entscheidungen darüber treffen, wo KI eine Rolle spielt — bevor du eine einzige Zeile Code schreibst.