Generative AI ist der Sammelbegriff für Modelle, die neue Inhalte erzeugen. Der Gegensatz dazu sind einordnende Modelle, die Vorhandenes einer Klasse zuweisen: Spam oder kein Spam, Katze oder Hund. Ein generatives Modell gibt stattdessen etwas aus, das es so vorher nicht gab.
- Generative AI
Modelle, die neue Inhalte erzeugen, statt vorhandene nur einzuordnen.
Beispiel: „Text, Bild und Tonspur der Kampagne stammen aus Werkzeugen der Generative AI.“Was dazugehört: Text aus Sprachmodellen, Bilder aus Diffusion Models, Sprache und Musik, Video, Programmcode und dreidimensionale Modelle. Gemeinsam ist allen das Verfahren, aus einer Eingabe Schritt für Schritt etwas Neues zu bauen.
Herkunft des Begriffs: Er grenzt sich von der diskriminativen Seite des maschinellen Lernens ab, die seit Jahrzehnten Bilder erkennt und Texte sortiert, ohne je selbst welche zu erzeugen.
Wie die Definition in den Regelwerken lautet
Enger, als man denkt, und auf die Ausgabe bezogen.
Das US-Institut für Standards und Technologie legt im Profil für generative KI (NIST AI 600-1, Juli 2024) die Begriffsbestimmung zugrunde, nach der generative KI die Klasse von Modellen umfasst, die Struktur und Eigenschaften ihrer Eingabedaten nachbilden, um daraus abgeleitete synthetische Inhalte zu erzeugen: Bilder, Videos, Audio, Text und andere digitale Inhalte.
Woran der Vergleich sich messen muss
Am Üblichen, und nicht am Besten, was ein Fach hervorbringt. Der Vertrag kommt aus einer Kanzlei mit vollem Terminkalender, der Text von einer Agentur mit knappem Budget, das Produktfoto aus einem Studio mit zwei Stunden Zeit. Gegen diesen Maßstab halten aktuelle Modelle in Text, Übersetzung, Code und Bild mit, und sie liefern schneller und billiger.
Die Rechnung entscheidet oft allein. Eine Modekollektion auf Bali zu fotografieren kostet Team, Reise und Models; dieselben Motive mit einem Diffusion Model zu erzeugen kostet eine Person und einen Nachmittag. Die besten Ergebnisse entstehen weiterhin dort, wo jemand mit Fachurteil die Werkzeuge führt, und genau diese Paarung schlägt im Mittelstand das, was sonst herauskommt.
Wo ein Mensch weiterhin draufschaut
Bei allem, wofür jemand geradesteht: Zahlen, Namen, Fundstellen, Zusagen. Erfundene Angaben kommen vor, siehe Halluzination, und sie sind seltener geworden, seit die Modelle Quellen mitgeliefert bekommen und selbst nachschlagen können. Der Prüfschritt ist deshalb Minutenarbeit und kein Grund, das Werkzeug stehen zu lassen.
Dazu kommt die Kennzeichnung. Jedes Bild auf dieser Website, das aus einem generativen Modell stammt, trägt ein sichtbares Kennzeichen und einen entsprechenden Alternativtext. Bei Texten steht hinter jeder Seite jemand aus dem Team, der sie geprüft hat und verantwortet.