Grundlagen zu KI

Grundlagen zu generativer KI

Severin Brunold, 10.3.25

Auf dieser Seite geht es darum, was KI ist und wie sie funktioniert, welche KI Tools ich empfehle, wie man gute Prompts schreibt und was es beim Datenschutz zu beachten gilt.

Was generative KI ist

Mit generativer KI sind grosse Sprachmodelle gemeint (large language models; LLMs), die Texte, Bilder, Audio oder Videos generieren und analysieren können. Diese Sprachmodelle wurden mit unzähligen Daten gefüttert und trainiert und leiten aus einer Eingabe, dem Prompt, die "bestmöglichste" Ausgabe ab. Sie sind als Chats konzipiert. Das heisst, man kann immer wieder nachfragen. Aktuelle KI-Chats sind zudem multimodal, das heisst sie können Text, Bilder und Audio verstehen, analysieren und erzeugen. Viele Modelle können auch auf das Internet zugreifen und besitzen Reasoning-Fähigkeiten, das heisst, sie denken zuerst nach, bevor sie eine Antwort geben. Beides erhöht die Qualität der Antworten stark. Und immer öfters agieren KI Modelle als Agenten, die selbständig eine komplexe Aufgabe erledigen. Ein Beispiel dazu ist Deep Research.

Und wie sie funktioniert

Die Funktionsweise von generativer KI kann anhand der drei Buchstaben GPT aus ChatGPT erklärt werden (hier am Beispiel von texterzeugender KI):

KI ist dann generativ, wenn sie Texte, Bilder etc. generiert, also erzeugt.
Sie wurde pretrained oder vortrainiert. Dabei kommen drei Schritte zum Zug:
- Die Modelle lesen riesige Mengen an Texten - quasi alles, was im Internet steht und man nutzen darf (oder auch nicht). Dabei lernt das Modell durch selbständiges Training die Bedeutung der Wörter in unterschiedlichem Kontext.
- Den Modellen werden gewisse ethische Richtlinien vorgegeben, um illegale oder unerwünschte Antworten möglichst zu verhindern.
- Die Modelle lernen durch menschliches Feedback, welche Antworten gut ankommen.
Der Kern der Modelle ist ein Transformer. Das sind neuronale Netzwerke, die auf maschinellem Lernen basieren und die gelernten Wörter so kombiniert, dass für jeden Prompt ein möglichst guter Text entsteht.

Vereinfacht gesprochen ergänzt ein KI-Sprachmodell einen Prompt immer und immer wieder mit jenem Wort, das am besten passt. Auf diese Weise entsteht ein immer längerer Text (siehe Beispiel rechts sowie das Beispiel zu Soekia unten).
Die Realität ist natürlich wesentlich komplexer.

Es war
Es war einmal
Es war einmal eine
Es war einmal eine Königin
Es war einmal eine Königin,
Es war einmal eine Königin, die

Immer mehr KI-Modelle können auch auf das Internet zurückgreifen. Dann recherchieren zuerst im Internet, bevor sie eine Antwort geben. Die Rechercheergebnisse werden in die Antwort integriert und die Quellen angegeben. Bei Perplexity ist diese Funktion Standard, bei ChatGPT muss man sie unter dem Eingabefeld (über das Globus-Symbol) aktivieren.
Es erstaunt nicht, dass beim Training der Modelle und bei der Berechnung der Antworten viel Rechenleistung und Energie benötigt werden und dabei beim heutigen Strommix (in den USA, wo die meisten KI-Unternehmen ihre Serverstandorte haben) viele Emissionen entstehen. Aus ökologischer Sicht ist also eine simple Suche auf Google besser als eine Eingabe in einem KI Chat. Und aus pädagogischer Sicht gilt es, sich zuerst gut zu überlegen, was man genau haben möchte (und ob man das nicht auch mit Nachdenken herausfinden kann).

Wer das Thema vertiefen möchte, dem empfehle ich zwei Videos:

Um jemandem die Funktionsweise von generativer KI zu zeigen, empfehle ich die zwei folgenden Medien:

Mit Soekia kann man die Funktionsweise relativ gut demonstrieren. Es basiert auf 13 Märchen und sucht für einen Vorgegebenen Satzanfang stets das wahrscheinlichste Wort.

Beat Döbeli Honegger ordnet auf seiner Seite das Thema KI gut ein und beschreibt verschiedene Auswirkungen auf die Schulen. Auch stellt er die Funktionsweise von KI grafisch dar.

Empfohlene KI-Modelle und Tools

Es gibt zahlreiche KI-Modelle und unzählige Applikationen, die auf diese Modelle zugreifen. Auf dieser Seite werden die wichtigsten Modelle etwas detaillierter vorgestellt. Hier fokussieren wir uns auf Modelle und Tools, die für den schulischen Alltag geeignet sind: ChatGPT, DeepL, Perplexity, Fobizz.

Besprechen wir zuerst die zwei bekannteren Tools: ChatGPT und DeepL.

ChatGPT ist dank gutem Marketing das bekannteste KI Modell und dank Onlinesuche, Reasoning und Deep Reaserch die beste KI. Allerdings ist das aktuelle Aushängeschild Deep Research nur kostenpflichtig verfügbar. Dank der Onlinesuche und seit man ChatGPT in der Basisfunktion auch ohne Anmeldung nutzen kann, kann ich ChatGPT allen empfehlen - auch jenen Lernenden empfehlen, die sich nicht registrieren möchten.

DeepL ist zwar kein KI Chat, aber sehr hilfreich: Hinter DeepL steckt nicht nur ein super Übersetzungstool. DeepL write schreibt Texte um und hebt die Änderungen grafisch hervor, damit man sehen und lernen kann, wie sich die Sprache verbessert.

Weil die Onlinesuche und der freie Zugang bei ChatGPT lange nicht gegeben waren, habe ich stets Perplexity verwendet und empfohlen. Ich empfehle nach wie vor Perplexity, weil dort Deep Research kostenlos verfügbar ist. Persönlich nutze ich primär Perplexity, etwas Fobizz und etwas ChatGPT. Die ersten beiden Tools werden hier genauer vorgestellt.

Perplexity

Perplexity ist ein KI Startup aus Kalifornien, das zwei Vorteile kombiniert:

Es ist kostenlos und in der Standardkonfiguration ohne Registrierung nutzbar. So kann es von Lernenden datenschutzkonform im Unterricht genutzt werden.
Es ist dank standardmässig integrierter Onlinesuche, Reasoning und Deep Resarch das beste kostenlose KI-Tool.

Nur für Reasoning und Deep Research muss man sich mit einer Mail-Adresse registrieren. Beim Reasoning greift Perplexity auf das DeepSeek Modell zurück. Indem es das Modell aber lokal in den USA betreibt, gibt es keine chinesische Zensur. Und Deep Research ist zwar nicht so leistungsstark wie jenes von ChatGPT, aber es gibt kostenlos kein besseres Tool.
Ich empfehle Perplexity für den persönlichen Gebrauch und den Einsatz im Unterricht der Sekundarstufe II.

Fobizz

Für die Sekundarstufe I empfehle ich Fobizz. Fobizz kombiniert Weiterbildungen und zahlreiche KI-Tools auf einer datenschutzkonformen Plattform. Für diverse Aktivitäten gibt es spezifische KI-Tools, unter anderem:

Personen Chat (mit historischen und berühmten Personen chatten).
Bilder generieren und Podcasts oder Vorträge erstellen.
Text vorlesen lassen und Transkripte erstellen.
Arbeitsblätter, Umfragen oder Webseiten erstellen.
Korrekturhilfen und Feedbackfunktion.

Zwar können diese Sachen mit entsprechenden Prompts auch mit ChatGPT oder Perplexity gemacht werden. Fobizz bietet jedoch Klassenräume, mit denen man Lernenden einen datenschutzkonformen Zugang zu KI geben kann. Dieser kontrollierte Zugang und die Feedbackfunktion machen für mich Fobizz aus - insbesondere für die Sekundarstufe I.

KI-Modellauswahl und Prompt Engineering

In den Anfängen von generativer KI war das Prompt Engineering sehr wichtig, also die Kunst, möglichst gute Prompts zu formulieren. Prompts sind die Eingaben, die man der KI gibt. Heute kommt der Wahl des Modells oder der Fähigkeiten eine wichtigere Rolle zu. Hier unterscheiden wir aktuell eine analoge und vier Stufen von KI-Modellen: je höher die Stufe ist, desto besser sind die Antworten - aber es dauert auch länger und es wird auch mehr Energie verbraucht:

Stufe 0: Nachdenken
Allgemeine und persönliche Fragen können wir auch ohne KI oder Onlinesuche klären, indem wir nachdenken.

Stufe 1: Onlinesuche
Für einfache und geschlossene Fragen nutzen wir weiterhin die klassischen Onlinesuche (auch diese nutzen immer mehr generative KI).

Stufe 2: Generative KI
Für offene Fragen, Inspiration, einfachen Content etc. nutzen wir die normale generative KI. Z.T. muss man noch die Onlinesuche aktivieren.

Stufe 3: Reasoning
Bei sehr komplexen Fragen, Denkaufgaben und Analysen aktivieren wir die Reasoning-Funktion (Begründung), damit die KI nachdenkt.

Stufe 4: Deep Research
Für eine vertiefte Auseinandersetzung mit einem Thema aktivieren wir Deep Research (Tiefe Forschung).

In Perplexity ist standardmässig Stufe 2 aktiv (Auto), und wir können bei Bedarf auf Stufe 3 (Begründung) oder Stufe 4 (Tiefe Forschung) wechseln.

Doch bevor wir mit KI arbeiten, stellen wir uns die zentrale Frage: Was genau suche ich oder was genau möchte ich wissen?

Und wenn wir uns für eine der obigen Stufen entschieden haben, erst dann geht es darum, den Prompt zu formulieren, also um das eigentliche Prompt Engineering:
Je genauer wir beschreiben, was genau wir haben möchten, desto eher erhalten wir die erwünschte Antwort. Dabei sollten den Datenschutz und die vier Elemente eines guten Prompts beachtet werden (die ich zur besseren Unterscheidung jeweils farbig hervorhebe):

Person / Rolle (optional): Einleitend beschreiben, worum es geht oder welche Rolle die KI übernehmen soll.
Aufgabe: Präzise beschreiben, was man haben möchte.
Kontext (optional aber empfohlen): Weitere Informationen (oder Beispiele) verbessern die Antwort.
Form (optional): Beschreiben, in welcher Form man die Antwort haben möchte, z.B. als Tabelle, Fliesstext, in einfacher Sprache, im Sprachniveau B1, im Stil von [...] etc. Besonders praktisch sind folgende Ergänzungen:
1. "Als wäre ich 12 Jahre alt" hilft insbesondere jüngeren Lernenden, denn die Antworten der KI sind nicht immer einfach zu lesen.
2. "Gib die Quellen im APA-Format an", ist besonders bei der Recherche hilfreich.
3. Weitere hilfreiche Ergänzungen sind "Verwende einen freundlichen Ton", "Verfasse eine motivierende Antwort" oder "verwende die Schweizer Rechtschreibung".

Beispielprompt
Hilf mir, ein Thema für meine Maturaarbeit zu finden.
Nenne mir mögliche Themen, Fragestellungen und Methoden.
Meine Überthema ist [...]. Mich interessiert besonders [...] .
Erstelle eine Tabelle.

Nicht immer ist die erste Antwort zufriedenstellend. Das heisst, dass wir die Antwort der KI stets beurteilen. Ist die Antwort unklar, oberflächlich oder falsch, fragen wir nach oder formulieren einen besseren Prompt.

Datenschutz

Eingaben, die wir bei einem KI-Chat machen, können vom Dienstleister weiterverwendet werden, insbesondere um zukünftige Modelle zu trainieren (womit die Informationen dann im Modell enthalten sind). Deshalb ist es wichtig, keine persönlichen Daten preiszugeben - nicht von sich und schon gar nicht über andere Personen.

Meine KI? Perplexity.