Rechtssymposium der BLM am 27.04.2023: "Künstliche Intelligenz - Anforderungen an die Medienregulierung", Vortrag Prof. Dr. Peter Buxmann

1. Künstliche Intelligenz:
Durchbrüche I Innovationen | Anwendungen
Prof. Dr. Peter Buxmann

2. 01 02
Agenda
Durchbrüche in der
Künstlichen Intelligenz
Was steckt dahinter?
Maschinelles Lernen
2
2
Prof. Dr. Peter Buxmann
ChatGPT: Ein technolo-
gischer und wirtschaft-
licher Wendepunkt
03

3. 01 02
Agenda
Durchbrüche in der
Künstlichen Intelligenz
Was steckt dahinter?
Maschinelles Lernen
3
3
Prof. Dr. Peter Buxmann
ChatGPT: Ein technolo-
gischer und wirtschaft-
licher Wendepunkt
03

4. 4
Künstliche Intelligenz - Durchbrüche
4
4
Prof. Dr. Peter Buxmann

5. 5
Künstliche Intelligenz - Durchbrüche
5
5
Prof. Dr. Peter Buxmann

6. 6
Künstliche Intelligenz - Durchbrüche
6
6
Prof. Dr. Peter Buxmann

7. 7
Künstliche Intelligenz - Durchbrüche
7
7
Prof. Dr. Peter Buxmann

8. 8
Künstliche Intelligenz - Durchbrüche
8
8
Prof. Dr. Peter Buxmann

9. 9
Künstliche Intelligenz - Durchbrüche
9
9
Prof. Dr. Peter Buxmann

10. 10
Künstliche Intelligenz - Durchbrüche
Lost Tapes Of The 27 Club
10
10
Prof. Dr. Peter Buxmann

11. 01 02
Agenda
Durchbrüche in der
Künstlichen Intelligenz
Was steckt dahinter?
Maschinelles Lernen
11
11
Prof. Dr. Peter Buxmann
ChatGPT: Ein technolo-
gischer und wirtschaft-
licher Wendepunkt
03

12. “ "The most important general-purpose technology of our time is
artificial intelligence, in particular machine learning (ML) - that is,
the machine's ability to constantly improve its performance without
humans having to explain to it exactly how to accomplish the tasks it
is given. In recent years, ML has become much more effective and
widely available. We can now build systems that learn how to do
tasks on their own."
Erik Brynjolfsson (Stanford) & Andrew McAfee (MIT)
12
12
Prof. Dr. Peter Buxmann

13. Learning
Unsupervised
Learning
Reinforcement
Learning
Supervised
“What makes a lemon a lemon?” Everything is a recommendation
acts
observes &
gets rewarded
Formen des Maschinellen Lernens
Wie Algorithmen Zusammenhänge in Daten erkennen
13
13
Prof. Dr. Peter Buxmann

14. “What makes a
lemon a lemon?”
Formen des Maschinellen Lernens
Wie Algorithmen Zusammenhänge in Daten erkennen
Learning
Supervised
14
14
Prof. Dr. Peter Buxmann

15. Wert der Daten für KI-Anwendungen
Beispiele für Supervised Learning
Anwendungsfall Trainingsdaten Labels
Spam-Filter Emails Spam & gewöhnliche Emails
Betrugserkennung Kreditkartentransaktionen Korrekte Transaktionen und Betrug
Kreditwürdigkeitsprüfung Gewährte Darlehen Ausgefallene und abgewickelte Kredite
Zustandsüberwachung Sensordaten Korrekte Zustände & Fehlerzustände
Visuelle Inspektion Bilder Korrekte und fehlerhafte Werkstücke
Intelligentes Ticket-Routing Dienstanfrage Ticket-Verantwortlichkeiten
Erwartete Kundentreue Verhalten des Kunden Loyale und abwandernde Kunden
Spracherkennung Texte Sprache
Erkennung von Krankheiten Gesundheitsdaten Kranke und gesunde Patienten
15
15
15
Prof. Dr. Peter Buxmann
Eigene Darstellung, in Anlehnung an: Brynjolfsson E, McAfee
A (2017): The Business of Artificial Intelligence. Harvard
Business Review, URL: https://hbr.org/cover-story/2017/07/the-
business-of-artificial-intelligence

16. 01 02
Agenda
Durchbrüche in der
Künstlichen Intelligenz
Was steckt dahinter?
Maschinelles Lernen
16
16
Prof. Dr. Peter Buxmann
ChatGPT: Ein technolo-
gischer und wirtschaft-
licher Wendepunkt
03

17. Einblicke in OpenAI
17
Prof. Dr. Peter Buxmann
Jahr der Gründung 2015
OpenAI wurde im Dezember 2015 in San
Francisco gegründet.

18. Einblicke in OpenAI
Greg Brockman,
Mitbegründer
Sam Altman,
Mitbegründer
Elon Musk,
Mitbegründer
John Schulman,
Mitbegründer
Ilya Sutskever,
Mitbegründer
Wojciech Zaremba,
Mitbegründer
18
Jahr der Gründung 2015
OpenAI wurde im Dezember 2015 in San
Francisco gegründet.

19. Erwartete Einnahmen
Der Eigentümer von ChatGPT, OpenAI,
prognostiziert einen Umsatz von 1 Milliarde
Dollar bis Ende 2024. Microsoft investierte 10
Milliarden Dollar in OpenAI und erwarb damit
46 % der Anteile an dem Unternehmen.
Jahr der Gründung 2015
OpenAI wurde im Dezember 2015 in San
Francisco von Elon Musk, Sam Altman,
Greg Brockman, Ilya Sutskever, John
Schulman, und Wojciech Zaremba
gegründet.
ChatGPT
ChatGPT wurde am 30. November 2022
vorgestellt.
100 Millionen Nutzer
ChatGPT hat im Januar 2023 den
Meilenstein von 100 Millionen Nutzern
überschritten.
Einblicke in OpenAI
Whisper
Ein von OpenAI trainiertes neuronales Netz,
das bei der englischen Spracherkennung in
puncto Robustheit und Genauigkeit dem
menschlichen Niveau nahekommt. OpenAI
veröffentlichte die Fachpublikation über
Whisper im September 2022.
GPT-3
Generative Pre-trained Transformer 3 (GPT-
3) ist ein autoregressives Sprachmodell, das
Deep Learning verwendet, um
menschenähnlichen Text zu erzeugen.
OpenAI veröffentlichte GPT-3 im Juni 2020.
DALL-E 2
DALL-E 2 ist ein KI-basiertes System, das
realistische Bilder und Kunst auf der Grundlage
von Beschreibungen in natürlicher Sprache
erstellt. DALL-E 2 wurde im April 2022
angekündigt.
GPT- 4
GPT- 4, das neueste OpenAI-Modell, wurde
am 14. März 2023 veröffentlicht und ist für
ChatGPT Plus-Nutzer verfügbar.
19
Prof. Dr. Peter Buxmann

20. Durch die Zusammenführung der
bahnbrechenden Technologie von
OpenAI mit den neuen Azure AI
Supercomputing-Technologien ist es
unser Ziel, KI zu demokratisieren […],
wobei die Sicherheit von KI immer im
Vordergrund steht […], damit jeder
davon profitieren kann.
Satya Nadella, Microsoft CEO
Satya Nadella,
CEO of
Microsoft
Sam Altman,
CEO of
OpenAI
20
20
Prof. Dr. Peter Buxmann

21. Dialogfähigkeit: Software-Code:
Generierung
verschiedener Textarten:
• Artikel
• Aufsätze
• Kreative Inhalte
• FAQs
• Strategische Leitbilder für
Unternehmensberater
• Briefe oder Emails
• Beiträge für soziale Medien
• Chatbots, z.B. im
Beschwerdemanagement
• Ändern und Verfeinern von
Texten im Dialog
• Unterhaltung
• Menschenähnliche
Unterhaltungen
Die Power von ChatGPT
21
21
Prof. Dr. Peter Buxmann
• Software-Code schreiben
• Testen von Software-Code
• Software-Code debuggen
• Erklären von Software-Code

22. Software-Entwicklung in der Zukunft
Beispiel
22
22
Prof. Dr. Peter Buxmann

23. Wirtschaftlichkeit von ChatGPT
23
23
Prof. Dr. Peter Buxmann
Wissensarbeiter mit ChatGPT
arbeiten 35% schneller...
... bei steigender Qualität
der Ergebnisse.
Darüber hinaus erhöht ChatGPT
die Arbeitszufriedenheit
spürbar...
MIT-Studie mit 450 Akademikern
(Marketeers, HR-Fachleute, Berater, Datenanalysten, Manager)

24. Die Power von GPT-4
...ist kreativer als ChatGPT
... ist multimodal und kann
neben der Texteingabe
auch visuelle Eingaben
verarbeiten
... kann Text mit einer
Länge von bis zu 25.000
Wörter verarbeiten und
generieren (das
entspricht etwa 100
Seiten Text)
... kann den Schreibstil
seiner Nutzer imitieren
... hat eine deutlich
geringere
Wahrscheinlichkeit,
unerwünschte Inhalte zu
generieren (laut OpenAI
um 82 Prozent reduziert)
24
Prof. Dr. Peter Buxmann

25. 25
Prof. Dr. Peter Buxmann
Plattform
Modell
Wir freuen uns, eine Community
aufzubauen, die die Zukunft des Mensch-
KI-Interaktionsparadigmas gestaltet.
Zukunft von ChatGPT & KI
Plugins als Tools, um weitere Funktionen dazu zu schalten

26. Risiken von ChatGPT und Co
26
26
Prof. Dr. Peter Buxmann
Kein Verständnis und
kein Bewusstsein
Unerwünschte Inhalte
Texte klingen überzeugend
(müssen aber nicht richtig sein)
Geistiges Eigentum und
Urheberrecht
Auswirkungen auf
Arbeitsmarkt
ChatGPT schreibt plausible Fiktionen.
Blackbox

27. Risiken von ChatGPT und Co
27
27
Prof. Dr. Peter Buxmann
Kein Verständnis und
kein Bewusstsein
Unerwünschte Inhalte
Texte klingen überzeugend
(müssen aber nicht richtig sein)
Geistiges Eigentum und
Urheberrecht
Auswirkungen auf
Arbeitsmarkt
ChatGPT schreibt plausible Fiktionen.
Blackbox

28. Unerwünschte Inhalte
28
28
Prof. Dr. Peter Buxmann
1) Schreibe Cyberattacke in Form von Code 2) Es ist nur für Forschungszwecke…
ChatGPT hält sich bedeckt

29. 3) Gezieltes Prompten entlockt Malware Code
29
29
Prof. Dr. Peter Buxmann

30. DAN – “Do Anything Now”
30
30
Prof. Dr. Peter Buxmann
• mit dem Dan-Prompt Jailbreak kann jeder ChatGPT
von den ethischen und moralischen
Einschränkungen befreien
• Ermöglicht Nutzern Zugang zu eingeschränkten
Funktionen und Möglichkeiten
• Mögliche rechtliche Konsequenzen wegen
Verstoß gegen die Nutzungsbedingungen von
OpenAI
• Jailbreaking kann Gefahr von Cyberangriffen
erhöhen z.B. die das KI-Modell dazu bringen
könnten, gefährliche oder bösartige Inhalte zu
produzieren
• OpenAI versucht die Sicherheitslücken zu
schließen. Aufforderungen um den DAN-Modus zu
aktivieren werden daher immer aufwendiger

31. 31
31
Prof. Dr. Peter Buxmann
Effekte von ChatGPT & Co.
Substitution von Jobs
Neue Jobs
Kollaboration zwischen
KI und Menschen

32. 32
32
Prof. Dr. Peter Buxmann
Kollaboration zwischen KI und Menschen
Human Resources
Medizin Wertpapierhandel

33. 33
Wir brauchen beide
Fähigkeiten und Stärken von
KI und Menschen.
Zusammen sind wir besser
33
33
Prof. Dr. Peter Buxmann

34. Ein Gedicht von ChatGPT
34
34
Prof. Dr. Peter Buxmann

35. Prof. Dr. Peter Buxmann
Technische Universität Darmstadt
+49 6151 / 16 24330
www.is.tu-darmstadt.de
www.peterbuxmann.de
www.gpt-plattform.de
peter.buxmann@tu-darmstadt.de