#64 Neugier: KI ist keine Magie

Ob Navi, Wetter-App oder Chatbot: Wir vertrauen täglich Antworten von Maschinen, ohne zu wissen, wie sie zustande kommen. Dabei steckt hinter ChatGPT und Co. keine Zauberei, sondern Mathematik. Die Modelle berechnen, welches Wort am wahrscheinlichsten als nächstes folgt. Fatima Jammoul zeigt, wo Statistik aufhört und Machine Learning beginnt, warum kein Modell je ganz richtig liegt und wieso Verständnis wichtiger ist als jede Rechenleistung.

In der Folge geht es um ihre Forschung am Josef Ressel Zentrum für Zeitreihenbasierte Fehlervorhersage und -vermeidung. Gemeinsam mit voestalpine Tubulars arbeitet ihr Team an einer Art Ampelsystem, das Störungen in der Stahlrohrproduktion vorhersagen soll – auf Basis von rund 400.000 Produktionsverläufen. Im Projekt RADIUS versucht sie, Sprachmodellen in den Kopf zu schauen: Welcher Teil einer Frage lenkt die Antwort in welche Richtung? Und sie erzählt, wie sie Studierenden beibringt, KI-Ergebnisse kritisch zu prüfen, statt sie einfach zu übernehmen. Kurz: Wer KI nutzt, sollte sie auch ein Stück weit verstehen.

Themen der Folge:

• Warum Statistik plötzlich Data Science heißt – und was „Oldschool“ daran bedeutet
• Statistik, Machine Learning, generative KI: Was ist was?
• Fehlervorhersage in der Stahlproduktion: wenn ein glühender Block stecken bleibt
• Seltene Fehler, fehlende Labels und kreative Kombinationen von Methoden
• „All models are wrong, but some are useful“: Wann ist ein Modell gut genug?
• Explainability: was ein Sprachmodell beachtet – und was es übersieht
• Lehre im KI-Zeitalter: Verständnis statt Copy-and-paste
• Ein KI-Führerschein für die Schule: Warum Grundwissen zur Pflicht wird

Tipp: Mehr zum Josef Ressel Zentrum gibt es in Folge 42 mit Zentrumsleiter Joachim Schauer.

Rein hören. Schlauer werden. Neugierig bleiben.