Vorwort

Warum ich dieses Buch schreibe

Ich schreibe seit mehr als zwanzig Jahren Bücher und entwickle Software. Sprachmodelle können Sprache verarbeiten und erzeugen. Sie können mich bei beiden Tätigkeiten unterstützen. Ich nutze sie beim Planen, Recherchieren, Formulieren und Programmieren. Dabei habe ich schnell gemerkt, wie leicht eine gute Antwort einen falschen Eindruck hinterlassen kann. Sie kann richtig sein. Sie kann eine wichtige Einzelheit übersehen. Oder sie kann etwas erfinden und trotzdem völlig ordentlich klingen.

Wirklich konkret wurde die Technik für mich, als ich ein Modell herunterlud und auf meinem eigenen Computer laufen ließ. Lokal bedeutet hier: Die Berechnung fand auf meinem Rechner statt. Auch meine Eingaben und die erzeugten Daten blieben dort. Plötzlich war das Modell kein entfernter Dienst in einem Chatfenster mehr. Da lagen Dateien auf meinem Computer, ein Programm rechnete damit und auf dem Bildschirm entstand eine Antwort.

Ich wollte verstehen, was da genau passiert. Wie wird aus Text eine Zahlenfolge? Was steckt in den heruntergeladenen Gewichten, also den beim Training gelernten Zahlenwerten? Warum gelingt eine schwierige Aufgabe und kurz danach scheitert eine einfache? Mein erstes Ziel mit diesem Buch ist deshalb sehr persönlich: Ich will das Thema selbst lernen und technisch tief verstehen. Lesen allein reicht mir dafür nicht. Wenn ich etwas so erklären kann, dass die einzelnen Schritte zusammenpassen, habe ich es meistens auch besser verstanden.

Was dieses Buch ist

Dieses Buch ist das geordnete Ergebnis dieses Lernens. Ich habe Begriffe gesammelt, Erklärungen verglichen, Quellen gelesen und meine eigenen Annahmen immer wieder infrage gestellt. Aus einzelnen Notizen wurde zuerst eine Gliederung. Aus der Gliederung wurden Kapitel. Beim Schreiben musste ich viele Stellen neu betrachten, weil eine scheinbar einfache Erklärung an der nächsten Frage nicht mehr ausreichte.

Dieses Buch ist nicht die letzte Autorität. Das Feld bewegt sich, und auch eine sorgfältige Erklärung kann einen Fehler enthalten. Ich zeige dir den Stand, den ich nachvollziehen konnte, und trenne dabei möglichst klar zwischen belegten Ergebnissen, Herstellerangaben, praktischen Empfehlungen und Spekulationen. Wenn neue Belege einer Aussage widersprechen, muss die Aussage geändert werden.

Das Buch bleibt dabei eine zusammenhängende Darstellung. Es ist keine lose Sammlung von Blogartikeln und auch kein verkürzter Managementratgeber neben einem zweiten Technikbuch. Wir gehen denselben Weg von der ersten Begegnung bis zu den Folgen für Unternehmen und Gesellschaft.

Für wen ich schreibe

Ich schreibe für Menschen, die sich für diese Technik interessieren und in Unternehmen arbeiten. Vielleicht betreibst du Systeme, gestaltest Abläufe oder entscheidest über Werkzeuge, Budgets und Risiken. Vielleicht sollst du ein KI-System in deinem eigenen Unternehmen einführen. Oder du willst solche Systeme für andere Unternehmen umsetzen. Für all diese Rollen ist es hilfreich, dieselben technischen und betrieblichen Grundlagen zu kennen.

Du brauchst keine Programmiererfahrung. Du brauchst auch keine höhere Mathematik. Technische Begriffe führe ich ein, bevor wir sie verwenden. Eine Matrix ist dann zuerst eine Tabelle aus Zahlen. Ein Token ist ein Textbaustein, mit dem ein Sprachmodell rechnet. Erst wenn diese Grundlage steht, kommt der nächste Schritt.

Der Schwerpunkt liegt auf großen Sprachmodellen. Auf Englisch heißen sie Large Language Models, kurz LLMs. Sie erzeugen und verarbeiten Sprache. Der Begriff künstliche Intelligenz, kurz KI, ist breiter. In diesem Buch verwende ich „Sprachmodell“ für die technische Modellklasse. Von einem KI-System spreche ich, wenn Modell, Daten, Werkzeuge, Oberfläche und Kontrollen zusammenwirken. Andere Modellarten betrachten wir dort, wo sie für diese Landkarte wichtig sind.

Warum die technischen Einzelheiten bleiben

Dein Unternehmen will Verträge mit einem Assistenten prüfen. Eine oberflächliche Produktvorführung kann gute Antworten zeigen. Für die Betriebsentscheidung fehlen aber noch Fragen: Welche Vertragsstellen erhält das Modell? Was geschieht, wenn der Text zu lang ist? Darf das System auf interne Daten zugreifen? Wie prüft ihr eine Frist? Und wer entscheidet, ob aus einer Antwort eine Handlung wird?

Solche Fragen lassen sich nicht belastbar beantworten, solange die technische Funktionsweise eine geschlossene Kiste bleibt. Du musst dafür kein Sprachmodell programmieren und keine Ableitung ausrechnen. Du solltest aber die verschiedenen Teile unterscheiden können. Der Kontext enthält die Informationen für eine Anfrage. Die Gewichte enthalten gelernte Zahlenwerte. Beim Training werden diese Werte angepasst. Eine externe Suche kann passende Informationen abrufen. Werkzeuge können andere Programme aufrufen. Erst mit diesen Unterschieden kannst du Fehler an der richtigen Stelle suchen.

Deshalb enthält das Buch echte technische Tiefe. Es beginnt aber nicht mit Code und verlangt keine Programmierübungen. Die Erklärungen arbeiten mit Abläufen, Zahlenbeispielen und klaren Grenzen. Optionale technische Experimente stehen auf der Website. Der gedruckte und digitale Buchtext bleibt der gemeinsame Hauptweg.

Wie die vier Teile zusammenpassen

Die vier Teile bauen aufeinander auf:

1. Teil I, „Das System sehen“, beginnt mit konkreten Antworten im Arbeitsalltag. Danach betrachten wir die Geschichte der KI, verschiedene Modellarten und die vollständige Landkarte eines KI-Systems. Du lernst früh, Modell, Anwendung, Daten, Werkzeuge, Kontrollen und menschliche Verantwortung zu trennen.
2. Teil II, „Im Sprachmodell“, folgt dem Text durch das Modell. Wir beginnen bei Tokens und Embeddings, also gelernten Zahlenbeschreibungen. Danach betrachten wir den Aufmerksamkeitsmechanismus Attention und die darauf aufgebaute Transformer-Architektur. Es folgen Training, spätere Anpassungen, zusätzliche Rechenarbeit für Antworten, Halluzinationen und die Frage, was im Modell geschieht. Dieser Teil erklärt, wie ein Sprachmodell lernt, rechnet und an welche Grenzen es stößt.
3. Teil III, „Vom Modell zum verlässlichen System“, verbindet die Technik mit der Arbeit in Unternehmen. Zuerst kommt Retrieval-Augmented Generation, kurz RAG. Dabei sucht das System passende Quellen und gibt sie dem Modell für die Antwort mit. Danach geht es um Prompting, also die planvolle Formulierung von Aufgabe und Kontext. Wir betrachten geeignete Aufgaben, geplante Systemtests, Agenten mit Werkzeugen und den verlässlichen Betrieb.
4. Teil IV, „Infrastruktur, Macht und Folgen“, betrachtet die Maschine und ihre Umgebung. Rechenchips, Energie, Datenkontrolle und offene Modelle gehören ebenso dazu wie Arbeit, Bildung und öffentliche Information. Der letzte Teil trennt gemessene Folgen von möglichen Entwicklungspfaden und Spekulationen über die Zukunft.

Am Ende führt der Schluss diese Ebenen wieder zusammen. Die Kapitel lassen sich einzeln nachschlagen. Für den ersten Durchgang empfehle ich dir trotzdem die Reihenfolge des Buchs. Viele Begriffe werden nur einmal ausführlich eingeführt und später weiterverwendet.

Was auf der AI2718-Website bleibt

Das Buch erscheint unter der Marke AI2718. Mein Name bleibt als Autor sichtbar, steht aber bewusst im Hintergrund. Im Mittelpunkt sollen das Thema, die Erklärungen und ihre Prüfung stehen.

Auf der AI2718-Website findest du ergänzendes Material, das für ein Buch zu beweglich oder zu praktisch ist. Dazu gehören optionale technische Experimente und datierte Begleittexte zu Modellen und anderen Angaben, die sich schnell ändern. Solche Aktualisierungen ergänzen den Text. Du brauchst sie nicht, um dem Buch zu folgen.

Dort gibt es auch einen Weg für Korrekturen. Die Website enthält damit die beweglichen Ergänzungen und nimmt Rückmeldungen auf. Das Buch bleibt die zusammenhängende Hauptfassung mit einer gemeinsamen Struktur.

Lies mit und widersprich

Ich wünsche mir, dass du die Aussagen in diesem Buch prüfst. Schau bei wichtigen Punkten in die angegebenen Quellen. Vergleiche die Erklärung mit deinen eigenen Versuchen und mit den Bedingungen in deinem Unternehmen. Eine überzeugende Formulierung wird nicht richtiger, nur weil sie gedruckt ist.

Wenn dir ein Fehler, eine unklare Stelle oder ein fehlender Zusammenhang auffällt, kannst du ihn über den Korrekturweg auf der AI2718-Website melden. Schreibe möglichst dazu, welche Stelle du meinst und worauf sich deine Korrektur stützt. Dann kann ich sie nachvollziehen und in eine spätere Fassung aufnehmen.

Dieses Buch ist aus meinem Lernen entstanden. Im besten Fall hilft dir diese Struktur beim eigenen Lernen und bei besseren Entscheidungen in der Praxis.

Zum Schluss

Danke, dass du dir die Zeit für dieses Thema nimmst. Die technischen Teile sollen dir helfen, hinter eine gute Oberfläche zu schauen. Die praktischen Teile zeigen, welche Fragen vor einem Einsatz im Unternehmen geklärt werden müssen.

Jetzt wünsche ich dir viel Freude beim Lesen.

Thomas