Warum Europa beim Thema KI mit China und den USA nicht mithalten kann

In der rasanten Welt der Künstlichen Intelligenz (KI) haben sich die USA und China als die führenden Akteure etabliert. Mit Technologien wie ChatGPT von OpenAI, Gemini von Google und Claude von Anthropic dominieren US-amerikanische Unternehmen den Markt für KI, insbesondere im Bereich der sogenannten Large Language Models (LLMs). Europa hingegen scheint im Rennen um die beste KI-Entwicklung ins Hintertreffen zu geraten. Aber warum ist das so? Lassen Sie uns die Gründe näher betrachten.

Unkoordinierte und langsame Maßnahmen der EU

Ein entscheidender Faktor für Europas Rückstand ist die unkoordinierte und langsame Förderpolitik der EU. Ein kürzlich veröffentlichter Bericht des Europäischen Rechnungshofs kritisiert die Maßnahmen der EU-Kommission als träge und wenig innovativ. Trotz der ehrgeizigen Pläne, die EU zu einer führenden KI-Region zu machen, fehlen bahnbrechende Innovationen. Die Projekte werden oft erst nach langen Wartezeiten finanziert, was die schnelle Umsetzung von Ideen erheblich behindert.

Finanzierungsprobleme und fehlende Infrastruktur

Während US-Unternehmen wie Google und Meta Projekte in wenigen Wochen umsetzen können, müssen europäische Forscher und Unternehmen oft mehr als ein Jahr auf die Bewilligung von Fördergeldern warten. Diese Verzögerungen erschweren es, mit der rasanten Entwicklung in der KI-Forschung Schritt zu halten. Zudem fehlt es in Europa an den notwendigen Rechenzentren, die für das Training großer KI-Modelle unverzichtbar sind.

Regulierungshemmnisse

Ein weiterer Hemmschuh ist die europäische Regulierung. Der kommende AI-Act der EU könnte europäische Entwicklungen weiter behindern. Beispielsweise müssen europäische Projekte detailliert dokumentieren, woher ihre Trainingsdaten stammen, was oft schwierig ist. Diese zusätzlichen Auflagen könnten europäische KI-Projekte im Vergleich zu ihren US-amerikanischen Konkurrenten benachteiligen.

Mangelnde Startup-Kultur

Ein grundlegendes Problem ist auch die fehlende Gründungsmentalität in Europa. Während in den USA eine gute Idee oft zur Gründung eines Startups führt, gehen europäische Innovatoren eher in die Forschung. Diese Mentalität wird durch bürokratische Hürden verstärkt. Die Gründung eines Unternehmens ist in Europa komplizierter und langwieriger als in den USA. Auch die Einbürgerung oder Aufenthaltsgenehmigung für ausländische Fachkräfte ist in Europa bürokratisch aufwändig.

Erfolgsgeschichten sind die Ausnahme

Trotz all dieser Herausforderungen gibt es auch in Europa Erfolgsgeschichten. Das französische Unternehmen Mistral ist ein herausragendes Beispiel. Es konnte sich trotz begrenzter finanzieller Mittel als ernsthafter Mitspieler im Bereich der LLMs etablieren. Mistral setzt auf eine kapital- und kosteneffiziente Entwicklung von Sprachmodellen und profiliert sich als europäischer Gegenentwurf zu den großen US-Konzernen. Dennoch bleibt Mistral eine seltene Ausnahme in der kargen europäischen KI-Landschaft.

Fazit

Europa steht im globalen KI-Wettlauf vor großen Herausforderungen. Unkoordinierte Förderpolitik, finanzielle und bürokratische Hürden sowie mangelnde Infrastruktur und Gründungsmentalität sind die Hauptgründe für den Rückstand. Doch es gibt Hoffnung: Mit gezielten Maßnahmen, besserer Koordination und einer Kultur, die Innovationen und Gründungen fördert, könnte Europa in der Zukunft eine bedeutendere Rolle im Bereich der Künstlichen Intelligenz spielen.

Quelle:
Pramer, P. (2024, Juni 7). Warum Europa beim Thema KI mit China und den USA nicht mithalten kann. DER STANDARD. https://www.derstandard.at/story/3000000222245/warum-europa-beim-thema-ki-mit-china-und-den-usa-nicht-mithalten-kann

Wie schnell ist KI? Möglicherweis ist eine Antwort auf diese Frage, dass sie innerhalb weniger Sekunden umfangreiche Antworten liefern kann. Also subjektiv gemessen, sehr schnell. Die Frage nach der Geschwindigkeit geht aber über die Antwortfunktion hinaus und führt uns in den „dunklen Maschinenraum“ des Ganzen. Wie schnell ist KI? Wie schnell entwickeln sie sich weiter, wie schnell wird sie weiterentwickelt?

Ich habe diese Frage einer KI gestellt. Ich habe sie gefragt, wie viele neue KI-Tools es täglich gibt. Die Antwort war, dass es schwierig sei, eine genaue Anzahl zu benennen. Was ist außerdem schwierig? Das, was sich die EU vorgenommen und am Dienstag, den 21. Mai 2024 umgesetzt hat: der endgültige Beschluss eines KI-Gesetzes. Das klingt erst einmal schön. Eine einheitliche Regelung. Aber was wird oder soll geregelt werden?

Das Besondere am Gesetz ist zuerst einmal, dass es das Erste seiner Art ist. Es soll nämlich einen Standard für den Umgang mit KI setzen und zwar global. Es soll außerdem darum gehen, dass der Einsatz risikoreicher Systeme, zum Beispiel im Bildungswesen, strengere Anforderungen erfüllen muss. Ein weiterer, für mich interessanter Punkt ist folgender: Die Regelungen sollen die Nutzung von KI sicherer machen, indem sie sicherstellen, dass KI-Systeme transparent, nachvollziehbar, nicht diskriminierend und umweltfreundlich sind. Das klingt ja ganz toll, ruft aber natürlich auch sofort Kritiker auf den Plan, die ebenso geschwind sind, wie das, vor dem sie warnen. Hier kommen wir also wieder zur Anfangsfrage: wie schnell ist KI? Diesen Leuten zufolge zu schnell. Sie sprechen die Warnung aus, dass die festgelegten Regelungen schnell überholt seien. KI entwickle sich zu schnell. Und da dachte die Leute zur Zeit der Eisenbahn, sie seien im Zeitalter der Geschwindigkeit… Was fangen wir nun also an mit diesen ganzes Infos, die sich noch genauer im entsprechende Artikel (https://www.tagesschau.de/ausland/europa/ki-gesetz-eu-102.html) nachlesen lassen und dort noch weiter ausgeführt werden? Geschwindigkeit macht den Menschen Angst. Seien es die ersten, die in einem Dampfwagen von Nürnberg nach Fürth fuhren und diesen Höllenritt viel zu schnell fanden. Oder diejenigen, die von der Geschwindigkeit von Flugzeugen überrascht und beängstigt waren und niemals in diese Blechbüchsen stiegen. Und nun sind es wird, oder unsere Zeitgenossen, die sich um die Geschwindigkeit von Etwas sorgen, das man nicht einmal sehen kann. Ich denke, dass diese Angst, oder zumindest Unsicherheit oder die respektvolle Distanz nur natürlich und selbstverständlich sind. Hätten wird die nicht, gäbe es den Menschen womöglich schon nicht mehr. KI ist noch zu neu, um wirklich mit ihr vertraut zu sein, sie zu durchschauen (sofern das überhaupt möglich ist) und die Vorgänge zu verstehen. All das verspricht aber das Gesetz zu gewährleisten, es möglich zu machen. Und das scheint mir auch ein sinnvoller Ansatz zu sein, um ein wenig die Angst vor der Geschwindigkeit zu nehmen. Aufzuhalten ist es aber wahrscheinlich nicht, darüber müssen wir uns klar werden. Allerdings sind da nun immer noch die Kritiker:innen des Gesetzes. Laut ihnen seien eben immer noch wichtige Fragen offen und außerdem sind wir, mal wieder, ein bisschen spät damit dran, erst jetzt Regelungen dafür zu finden. Aber genauso wie ich, nach dem Lesen des Artikels, sind sich auch die Kritiker:innen nicht einig, ob das Ganze nun ein Hindernis oder sogar eine Schub nach vorn für das Voranschreiten der KI in Deutschland und Europa ist. Ich nehme an, dass jeder und jede sowieso selbst eine Meinung dazu hat, also empfehle ich das Lesen des Artikels, um diese Meinung vielleicht zu vertiefen oder im schlechtesten Fall nur mal kurz interessante Lektüre zu haben.

Hier noch einmal der Link zum Artikel: https://www.tagesschau.de/ausland/europa/ki-gesetz-eu-102.html

Seit Anfang des Semesters beschäftigt uns nur eine Frage: Welches Projekt stellen wir auf die Beine? Wir hatten schon zahlreiche Ideen, die uns durch unsere Köpfe schwebten, hatten große Ziele und Wünsche und Anforderungen an uns selbst. 

Wie findet man DIE IDEE? 

• Ganz klare Antwort: Brainstorming. 

Wir hatten die Woche davor (am 14.07.2024) schon versucht unsere Ideen zu sortieren, zu sammeln und aufzuschreiben. Zwei Wörter beschreiben die erste Ideenfindung ziemlich gut: Vielfalt und Kreativität. Themen von A bis Z waren dabei, zum Beispiel unter anderem solche Themen wie: „KI- Plattformen für Schüler:innen und Lehrkräfte entwickeln“, „KI als Unterstützung für die Unterrichtsplanung und -vorbereitung“, „eigene KI erstellen zur Förderung von Lernschwächen“ bis hin zu organisatorischen Gesichtspunkten, die man mit Hilfe der KI planen kann, wie zum Beispiel die Idee zur „Planung von Ausflügen oder Klassenfahrten“. 

Kneift mich mal einer? Wie cool wäre es, wenn wir eine KI selbst entwerfen und erstellen würden, die unseren späteren Unterricht vor- und nachbereitet? 

Jedoch sind wir heute (21.05.2024) auf den Boden der Tatsachen zurückgekehrt. Eine eigene KI zu entwerfen, wäre zwar total toll und praktisch, aber wer soll die programmieren? 😟

Also setzten wir uns nochmals an ein Brainstorming. Wir falteten ein Blatt Papier, sodass wir vier Einteilungen auf diesem Blatt jeweils hatten. Für jedes Abteil auf dem Blatt hatten wir 1:30 Minute Zeit, um etwas zu skizzieren, zu malen oder kurz und knapp aufzuschreiben. PS: Unter Zeitdruck entstehen die besten Dinge. 😉 

Nachdem wir nun alle vier Teilbereiche auf dem Blatt mit jeweils einer Idee gefüllt haben, traten wir nun in den Austausch. Wir ergänzten die Ideen der anderen und unsere eigenen, gaben uns Feedback und Ratschläge, um diese Ideen zu verbessern. 

Mit Hilfe von T-Bars schrieben wir unsere zwei bis drei besten Ideen auf ein Blatt Papier auf. 

Ja, ich weiß, die Frage ist: Was ist T-Bars? – T-Bars ist eine Methode, um Ideen zu strukturieren. Stellt euch ein Blatt Papier vor, auf dem ein großes T aufgezeichnet ist. Über den oberen Strich des T’s kommt die Überschrift der Idee. Auf der linken Seite des T’s skizziert oder zeichnet man die Idee anhand eines Icons. Auf der rechten Seite des T’s wird die Idee beschrieben. 

Tatsächlich hat das nochmal stark zur Ideenfindung beigetragen. Zudem konnten wir dadurch uns und unsere Gedanken strukturieren. Die noch nicht ausgeklügelte Idee zu beschreiben, hat Licht ins Dunkle gebracht. Man könnte auch sagen, es macht allmählich Klick. 😄

Es hat geholfen den Zweck dahinter zu erklären und Anforderungen bzw. sogar nächste Schritte aufzuzählen, um einen roten Faden zu finden. 

Nächste Woche (28.05.2024) beschäftigen wir uns dann damit, inwiefern die Idee nun auch gut bzw. geeignet ist. Mit Hilfe der „Idea Beetle“ -Methode werten wir unsere Ideen anhand von Fragen aus. Danach schauen wir uns dann an, was verbesserungswürdig ist. 

Aber keine Sorge!!! Es warten zur Langen Nacht der Wissenschaften tolle Projekte auf euch. 👍🏻

Ihr wollt einzelne Projektideen nochmal nachlesen? Kein Problem, hier ist dazu der Link: https://padlet.com/paul176/projektideen-vom-21-5-6jzm04i5vn5viloo Viel Spaß ☺️

Die einen bezeichnen es als Revolution, andere sehen die aufkommenden oder bestehenden Probleme, welche kontrovers diskutiert werden sollten – es handelt sich um KI-Systeme, welche zum ersten mal den Kit zwischen der „Tech-Blase“ und den Menschen, die nie etwas mit Sprachmodellen am Hut hatten, bilden. 

Die Chance, welche hierbei gesehen wird ist, Sprachmodelle mit Suchmaschinen zu koppeln, sodass es den Menschen leicht gemacht wird, ihre Worte, welche sie sich formulieren lassen, auch mit Quellen zu belegen. Das alles klingt in der Theorie recht revolutionär und simpel, man könnte fast meinen, man bräuchte somit keine hunderte Klicks mehr durch Google, um an seine Recherche zu kommen. 

Das Problem, was sich hierbei jedoch ergibt ist, dass KI-Systeme noch eine hohe Fehlerquote haben und falsche Aussagen treffen. Beispielsweise liegt diese genannte Fehlerquote bei GPT 4 bei 20-30%. Da ist dann die Frage, ob man nun die Richtigkeit auswürfelt oder der Quelle ver- oder misstraut. Wenn man nun den Grundlagen richtig auf den Leim gehen möchte und nicht nur „Hard Facts“ erfahren will, muss man nur Fragen in Richtung Mythen oder Verschwörungstheorien eingeben und die Sprachmodelle kommen an ihre Grenzen. Denn Moral und persönliche Meinung spielen bei den KI-Systemen keine Rolle. 

Wie es im Text auch steht kann man sagen: „Spoiler: Keine der KI-gestützten Suchmaschinen kann derzeit mit einem Menschen mithalten, der die Antworten im Netz recherchiert.“ 

Wie bei allem steckt nicht nur Praktisches, oder eben Unpraktisches, wenn man es zynisch betrachten möchte, dass man jede Quelle eigentlich noch einmal selbst überprüfen sollte, sondern auch kapitalistisches Denken dahinter. Denn mit dem Einzug der Sprachmodelle in die Suchmaschinen ergeben sich auch ganz neue Möglichkeiten für Werbung, beispielsweise mit einer Einebnung dieser in mögliche Antwortmöglichkeiten, wie Microsoft experimentiert. Daraus entsteht allerdings auch eine neue Gefahr – die „Prompt Injections“. „Suchmaschinen füttern ihre Sprachmodelle mit dem Quelltext der gefundenen Webseiten. Angreifer können dort beliebige Prompt-Befehle für ein Sprachmodell verstecken und nicht nur Suchmaschinen, sondern auch Nutzer angreifen“ (c`t Artikel). Auf gut deutsch bedeutet das, dass hierbei alle persönlichen Daten völlig missbraucht werden können, ohne dafür gehackt werden zu müssen.

Beim Stichpunkt Moral und Ethik wird es spannend, wenn man auf die aktuellen Themen wie Gender oder Sexualität schaut oder auch einfach nur auf grundlegende Dinge, die eine Gesellschaft zwangsläufig tangiert – zum Beispiel Politik aber auch Religion. Da ist es spannend, wie diese einfach ignoriert werden können. Hier ein Beispiel: 

Doch bei all der Kritik ist es doch wesentlich zu hinterfragen, ob es denn eine Traumvorstellung ist, aus Such- Antwortmaschinen zu machen. Probleme werden ganz klar definiert und es steht fest, dass es bei den ersten Versuchen auch noch einen langen Weg darstellt, diese Vorstellung wahr werden zu lassen. 

Dennoch wurden diese Gattungen von Suchmaschinen einmal genauer unter die Lupe genommen, denn wenn man mal ehrlich ist, konnten noch nie so viele Menschen an Fortschritt teilnehmen. Und was wäre Fortschritt ohne Probleme? 

Deshalb wurden folgende Suchdienste verglichen: 

• Bing 
• Friday
• Kagi
• Neeva
• Perplexity AI 
• Phind 
• you.com 

ChatGPT wurde mit allen anderen zusammen zum Vergleich herangezogen, jedoch nicht detailliert erforscht, da es sich hier um einen Anbieter ohne Quellenangabe handelt. 

Im Artikel sind alle Vor- und Nachteile kurz und kompakt zusammengefasst. 

Spannender ist jedoch zu sagen, dass KI-gestützte Suchmaschinen momentan vor allem auf eines setzen – Kreativität. Die Antworten sind randomisiert und somit kann sich einmal völlig „random“ großer Quatsch, ein anderes Mal richtige Fakten generieren.

Die Frage, ob es realistisch ist, auf KI- gestützte Suchdienste zu vertrauen, kann man abschließend nicht ganz klären, denn momentan sollte man sich nicht darauf verlassen, bei all den Halluziationen und Macken der „Suchknechte“. Allerdings sollte man sich auch nicht davor verschließen, denn man kann ein gewissen Potential erkennen, sich einige Zeit zu ersparen. Und anscheinend machen das die Menschen auch nicht, denn es gründen sich täglich tausende von neuen Start – Ups, nur allein dafür, die Revolution der „Antwortmaschinen“ voranzutreiben. 

Nach kurzer Zeit haben SuS festgestellt, dass die durch KI entstehenden Texte die Erwartungen von Lehrpersonen erfüllen. Dies führte dann dazu, dass die Lehrpersonen nicht mehr wussten, ob die Texte von SuS stammen oder eben nicht und dazu, dass die SuS den Sinn nicht mehr erkannt haben, warum sie selbst noch Texte schreiben sollen. Gleichzusetzen ist dieses Problem ungefähr mit dem Taschenrechner. 
Lehrpersonen sind aber relativ schnell darauf gestoßen, dass KI-Texte fehlerhaft sind und menschliche Arbeit doch besser ist. 

Natürlich entwickelt sich die KI ständig weiter und Fehler und Probleme werden behoben, aber nicht alles kann behoben werden bzw. noch nicht. Ein Problem ist, dass die KI auch Texte generiert, obwohl sie zu dem Thema gar kein Wissen hat. Vor allem wenn mehrdeutige Aufgaben ohne Muster verwendet werden, gerät die KI an ihre Grenzen und bemerkt dies noch nicht mal. Ein weiteres Problem liegt im Erfinden von Rechtschreibfehlern und bei Texten mit Dialekten vor.  Anzunehmen ist, dass diese Fehler trotz stetiger Weiterentwicklung der KI nie völlig verschwinden werden. 
Kritisch betrachtet werden muss auch, dass die Algorithmen nicht mit Wahrnehmung und sozialer und emotionaler Intelligenz gekoppelt sind. In diesem Zusammenhang ist auch anzumerken, dass KI nicht auf Kontextwissen zugreifen kann. 

Während Lehrkräfte die Fehler der aktuellen KI-Version überschätzen, unterschätzen die SuS die Fehler der KI.
SuS sollen Texte verfassen, um ihnen eine kommunikative Funktion zu geben und diese Schreibanlässe können von KI-Tools nicht bearbeitet werden. Ziel muss es also sein, dass die SuS das Schreiben als wertvollen Prozess wahrnehmen. Dabei können KI-Tools helfen, indem sie für einen Prozessschritt eingesetzt werden und KI-Tools können behindern, wenn Schreibprozesse übersprungen werden. 
KI-Tools haben zur Folge, dass Lehrpersonen hinterfragen müssen, wie und warum SuS schreiben sollen. Der Fokus muss auf Lernprozesse gelegt werden und die Bewertung muss in den Hintergrund gerückt werden, denn dies hilft, prozessorientierte Kompetenzen in die Beurteilung einzubeziehen. 

Festzuhalten ist, dass es sich um junge und dynamische Tools handelt, mit denen SuS und Lehrpersonen noch nicht vertraut sind. Deshalb sollte guter Schreibunterricht eine Heranführung an KI leisten und Möglichkeiten von diesen Tools aufzeigen. KI-Tools sollten prozessbezogen genutzt werden und nicht als Abkürzung. 

Hartmunt Giselmann, welcher seit über 20 Jahren für Europas größtes Computermagazin c’t schreibt, beäugt die Digitalisierung in Hinblick auf ihre Auswüchse kritisch. Einer seiner Themenschwerpunkte ist die Künstliche Intelligenz. Genauer gesagt, KI-gestützte Suchmaschinen, die laut ihm über das Potential verfügen, das gesamte Internet auf den Kopf zu stellen und die Dominanz von Google zu brechen, wenn sie so optimiert werden, dass sie auf Knopfdruck Fragen beantworten und direkt auf ihre genutzten Quellen verweisen.

In seinem Artikel Wie die KI-Suchen die Welt erklären von April 2023 verweist Giselmann auf neue Probleme und Gefahren von KI-Suchmaschinen, u.a. hinsichtlich der Verbreitung von Unwahrheiten aufgrund fehlerhafter Internetquellen. Sein Artikel verdeutlicht die potenzielle Gefahrenlage von KI-gestützten Suchmaschinen für Nutzer. Im Folgenden erhältst du einen Einblick in die von Giselmann charakterisierten Grundproblemen von KI-Suchmaschinen.

Er hält zunächst fest, dass es trotz des atemberaubenden Entwicklungstempos von KI, u.a. ChatGPT nicht möglich ist, seinen Nutzern zu 100 Prozent vertrauenswürdige Antworten zu geben, weshalb zu einer manuellen Überprüfung der Aussagen, sprich einem akribischem Check, angeraten wird. Aktuell entsprechen 20 bis 30 Prozent der Antworten der textgenerativen Sprachmodelle nicht der Wahrheit, dennoch ist es für Giselmann denkbar, dass in nicht allzu langer Zukunft die Quote der falschen Aussagen auf unter 5 Prozent oder sogar auf einen 1 Prozent sinkt, was dazu führen würde, dass kaum noch jemand überprüft, was KI-gestützte Suchmaschinen sagen, sondern ihnen einfach zu glauben.  

Neben der Gefahr, dass KI-Suchmaschinen nicht zwischen wahren Aussagen und ihren Halluzinationen, für Textgeneratoren scheinbar korrekte Daten, unterscheiden können, kann es passieren, dass Sprachmodelle bei der Zusammenfassung von langen bzw. mehreren Texten frei erfundene Pseudoaussagen in ihre Antworten einbeziehen, die nicht immer als solche für die Nutzer erkenntlich sind. Trotz dessen, dass sich Hersteller bemühen, die Suchergebnisse durch den Einsatz von Filtern zu kontrollieren bzw. zu optimieren,  um somit Letzterem entgegenzuwirken, können Kontrollen dieser Art auch dazu führen, dass Filter KI den Zugang zu Wissen erschweren, wodurch Antworten textgenerativer Sprachmodelle lückenhaft bzw. fehlerhaft sein können. Dabei sei angemerkt, dass einige Wissenschaftler der Auffassung sind, dass eine derartige Kontrolle über Sprachmodelle gar nicht erst existiert. Das heißt, es sei lediglich eine Illusion der Hersteller, die volle Kontrolle über die Antworten der Textgeneratoren zu haben. Dies ist besorgniserregend, da Angriffe von Kriminellen auf Sprachmodelle demnach nicht abwegig sind. Giselmann hält fest, dass es Angreifern durchaus leicht möglich ist, die von den Herstellern gesetzten Sicherheitssysteme, sprich die Filter, zu umgehen und die Wissensgenerierung von KI-gestützten Suchmaschinen nach Belieben zu manipulieren.  

Mit der fehlerhaften Generierung von Texten aus dem Web und dem zunehmend blinden Vertrauen in (schnelle) Antworten der KI geht die rechtliche Auseinandersetzung zwischen Suchmaschinenbetreibern und Verlegern einher, denn für Nachrichtenseiten, Blogs und anderen Webanbietern besteht laut Giselmann die Gefahr, dass diese den Großteil ihrer bisherigen Kundschaft an KI-gestützte Suchmaschinen verlieren, was sich in einem Rückgang ihrer Bezahl- und Werbeeinnahmen widerspiegelt. Falk Steiner hält im Punkt Wie sich Autoren gegen KI-Bots wehren des Artikels fest, dass KI-gestützte Suchmaschinen beliebig auf Inhalte von Websites zugreifen und diese passend zur Suchanfrage generieren bzw. umformulieren. Dabei gibt ChatGPT bei Antworten noch nicht einmal die Quellen der Daten an, was zum Ärger seitens der Verleger und Autoren ist. Betroffenen müssen demnach Kontroll- bzw. Abwehrmaßnahmen zu gestanden werden, um KI den beliebigen Zugriff auf Inhalte zu untersagen, damit Sprachmodelle wie ChatGPT, nach Falk Steiner, nicht ungefragt Texte im Web abgrasen und somit die Urheberrechte verletzten. Dies ist jedoch leichter gesagt als getan, da sich die Rechtslage als kompliziert erweist. Der Forderung nach eingeschränktem Zugriff auf Verlagsangebote durch KI-Sprachmodule, sprich der Schutz der Rechte von Urhebern, steht entgegen der von der EU gewollten Förderung der KI-Entwicklung, für die authentische Trainingsdaten wiederum benötigt werden.

Was es mit den KI-Bots auf sich hat und welche weiteren spannenden Punkte hinsichtlich der Funktionsweise und potentieller Gefahren von KI-Suchdiensten ausgeführt werden, erfährst du im vollständigen c’t-Artikel. Es lohnt sich!

Hier findest du den vollständigen Artikel:

https://www.heise.de/ratgeber/Fragen-statt-googlen-Wie-die-neuen-KI-Suchmaschinen-die-Welt-erklaeren-8645105.html