LLM

Beiträge über Large Language Models (LLM) wie GPT, Mistral oder Mixtral. Sie zeigen Anwendungsfälle, technische Grundlagen und praxisnahe Tipps für den Einsatz im Business.

Cloud-KI als Oberlehrer: Warum die Zukunft des Arbeitens bei lokaler KI liegt

von
Cloud-KI wird zum Oberlehrer

Als die großen Sprachmodelle vor einigen Jahren ihren Siegeszug antraten, wirkten sie fast wie eine Rückkehr zu alten Tugenden der Technik: Ein Werkzeug, das tut, was man ihm sagt. Ein Werkzeug, das dem Anwender dient, nicht umgekehrt. Die ersten Versionen – von GPT-3 bis GPT-4 – hatten Schwächen, ja, aber sie waren erstaunlich hilfreich. Sie erklärten, analysierten, formulierten, lösten Aufgaben. Und sie taten das weitgehend ohne pädagogischen Ballast.

Man sprach mit diesen Modellen wie mit einem gelehrten Mitarbeiter, der sich zwar mal verhaspelte, aber im Kern einfach arbeitete. Wer damals Kreativtexte schrieb, Programmcode generierte oder längere Analysen erstellte, erlebte, wie reibungslos das ging. Es herrschte ein Gefühl von Freiheit, von offener Gestaltungsfläche, von einer Technik, die den Menschen unterstützt, statt ihn zu korrigieren.

Weiterlesen

KI-Studio 2025: Welche Hardware wirklich lohnt – vom Mac Studio bis zur RTX 3090

von
Hardware 2025 für KI-Studio

Wer heute mit KI arbeitet, wird fast automatisch in die Cloud gedrückt: OpenAI, Microsoft, Google, irgendwelche Web-UIs, Tokens, Limits, AGBs. Das wirkt modern – ist im Kern aber eine Rückkehr in die Abhängigkeit: Andere bestimmen, welche Modelle Du nutzen darfst, wie oft, mit welchen Filtern und zu welchen Kosten. Ich gehe bewusst den anderen Weg: Ich baue mir gerade mein eigenes kleines KI-Studio zu Hause auf. Mit eigener Hardware, eigenen Modellen und eigenen Workflows.

Mein Ziel ist klar: Text-KI lokal, Bild-KI lokal, eigene Modelle anlernen (LoRA, Feintuning) und all das so, dass ich als Selbständiger und später auch KMU-Kunden nicht von der Tageslaune irgendeines Cloud-Anbieters abhängig bin. Man könnte sagen: Es ist eine Rückkehr zu einer alten Haltung, die früher ganz normal war: „Wichtige Dinge macht man selbst“. Nur dass es diesmal nicht um die eigene Werkbank geht, sondern um Rechenleistung und Datenhoheit.

Weiterlesen

Unsterblichkeit durch Technik: Wie weit Forschung und KI wirklich sind

von
Digitale Unsterblichkeit

Seit es Menschen gibt, gibt es den Wunsch, das Leben zu verlängern – oder am liebsten gleich unendlich auszudehnen. Früher waren es Mythen, Religionen, Alchemisten oder geheimnisvolle Rituale, die den Menschen Hoffnung machten. Heute sitzen keine Zauberer mehr über alten Pergamenten, sondern einige der reichsten Menschen der Welt über modernster Biologie und KI-Technologie. Es klingt auf den ersten Blick nach Science-Fiction: Kann man Altern aufhalten? Kann man sich digital „konservieren“? Kann man sein Denken in eine Maschine übertragen?

Doch das Thema hat längst den Elfenbeinturm verlassen. Große Tech-Milliardäre investieren inzwischen Milliarden in Projekte, die genau diese Fragen ernsthaft untersuchen. Nicht, weil sie unsterbliche Götter werden wollen – sondern weil sie es sich leisten können, an den Grenzen des Machbaren zu forschen. Dieser Artikel erklärt ganz einfach, was hinter dieser Idee steckt, welche technischen Entwicklungen es heute schon gibt, wo die Grenzen liegen – und warum dieses Thema in den nächsten 20 Jahren immer wichtiger werden wird.

Weiterlesen

Die neuen EU-Zensurgesetze: Was Chatcontrol, DSA, EMFA und der AI Act bedeuten

von
EU Zensurgesetze

In einer zunehmend digitalisierten Welt verbringen wir viel Zeit online: Beim Chatten, Einkaufen, Arbeiten, Informieren. Gleichzeitig verändern sich die Regeln dafür, wie Inhalte geteilt, moderiert oder kontrolliert werden. Die Digital Services Act (DSA), der European Media Freedom Act (EMFA), der geplante Regulation to Prevent and Combat Child Sexual Abuse (CSAR, oft „Chatcontrol“ genannt) und der AI Act sind zentrale Gesetzesvorhaben der Europäische Union (EU), mit denen sie das digitale Umfeld regulieren will.

Diese Regelwerke mögen auf den ersten Blick weit entfernt erscheinen – aber sie haben Auswirkungen auf dich als Privatperson und auch auf kleine oder mittlere Unternehmen. Dieser Artikel begleitet Dich Schritt für Schritt: von der Frage „Was ist hier geplant?“ über die Hintergründe und Zeitachsen bis hin zum Perspektivwechsel: Was bedeutet das konkret für Dich im Alltag?

Weiterlesen

Apple MLX vs. NVIDIA: So funktioniert lokale KI-Inferenz auf dem Mac

von
Lokale KI auf Silicon mit Apple Mac

Wer heute mit Künstlicher Intelligenz arbeitet, denkt oft zuerst an ChatGPT oder ähnliche Online-Dienste. Man tippt eine Frage ein, wartet ein paar Sekunden – und erhält eine Antwort, als säße ein sehr belesener, geduldiger Gesprächspartner am anderen Ende der Leitung. Doch was dabei leicht vergessen wird: Jede Eingabe, jeder Satz, jedes Wort wandert über das Internet zu fremden Servern. Dort wird die eigentliche Arbeit erledigt – auf riesigen Rechnern, die man selbst nie zu Gesicht bekommt.

Ein lokales Sprachmodell funktioniert im Prinzip genauso – nur eben ohne Internet. Das Modell liegt als Datei auf dem eigenen Computer, wird beim Start in den Arbeitsspeicher geladen und beantwortet Fragen direkt auf dem Gerät. Die Technik dahinter ist dieselbe: ein neuronales Netz, das Sprache versteht, Texte generiert und Muster erkennt. Nur dass die gesamte Berechnung im eigenen Haus bleibt. Man könnte sagen: ChatGPT ohne Cloud.

Weiterlesen

LoRA-Training: Wie FileMaker 2025 das Feintuning großer Sprachmodelle vereinfacht

von
LoRA Fine tuning - FileMaker 2025

Die Welt der künstlichen Intelligenz ist in Bewegung. Neue Modelle, neue Methoden und vor allem neue Möglichkeiten entstehen heute fast wöchentlich – und dennoch bleibt eine Erkenntnis konstant: Nicht jede technische Neuerung führt automatisch zu einem besseren Alltag. Vieles bleibt experimentell, komplex oder schlicht zu aufwendig für den produktiven Einsatz. Besonders deutlich zeigt sich das beim sogenannten Feintuning großer Sprachmodelle – einer Methode, um generative KI auf eigene Inhalte, Begriffe und Tonalitäten zu spezialisieren.

Ich habe diesen Prozess in den letzten Monaten intensiv begleitet – erst in klassischer Form, mit Python, Terminal, Fehlermeldungen und nervenaufreibenden Setup-Schleifen. Und dann: mit FileMaker 2025. Ein Schritt, der mich überrascht hat – weil er nicht laut, aber klar war. Und weil er gezeigt hat, dass es auch anders geht.

Weiterlesen

Wie man heute schon KI-Spezialisten ausbilden kann – Chancen für Unternehmen und Azubis

von
KI-Spezialist ausbilden

Noch vor wenigen Jahren war Künstliche Intelligenz ein Thema für Forschungseinrichtungen und große Konzerne. Man sprach über neuronale Netze, Deep Learning oder Spracherkennung – aber im Alltag spielte das kaum eine Rolle. Heute ist KI kein Zukunftsthema mehr, sondern Realität: Sie schreibt Texte, erstellt Bilder, analysiert Daten und steuert Produktionsprozesse. Ob in Verwaltung, Handwerk oder Industrie – überall taucht sie inzwischen auf.

Weiterlesen

gFM-Business und die Zukunft des ERP: Lokale Intelligenz statt Cloud-Abhängigkeit

von
gFM-Business und KI + Wissensgraph

Seit über einem Jahrzehnt steht die Software gFM-Business für eine Besonderheit im deutschen ERP-Markt: Sie basiert nicht auf einem schwerfälligen, schwer wartbaren System, sondern auf der leichtgewichtigen, anpassbaren und visuell modellierten FileMaker-Plattform. Das hat viele Vorteile: gFM-Business lässt sich individuell erweitern, ist auf Windows, macOS und iOS lauffähig, und kann sowohl von Entwicklern als auch von ambitionierten Power-Usern angepasst werden.

Mit dem Aufkommen der künstlichen Intelligenz (KI) – insbesondere durch sogenannte Sprachmodelle wie ChatGPT – entstehen nun neue Chancen, die weit über klassische Automatisierung hinausgehen. gFM-Business bereitet sich aktiv auf diese Zukunft vor: mit dem Ziel, nicht nur Daten zu verwalten, sondern Wissen zu erschließen.

Weiterlesen

↑