Turing-Test
Turing formuliert die Frage, ob Maschinen denken können, und schlägt ein Nachahmungsspiel als Prüfstein vor.
A. M. Turing, „Computing Machinery and Intelligence“
Keine Wall of Text, sondern eine interaktive Datenstory: Erkunden Sie Meilensteine, Modelle, neuronale Netze und Transformer – und verstehen Sie, wie moderne KI funktioniert.
Bewegen Sie die Maus über die Grafik · Alle Daten sind kuratiert und teils konzeptionell gekennzeichnet
Scrollen Sie durch sieben Epochen der KI. Die Visualisierung links verändert sich passend zum jeweiligen Abschnitt.
Wissen wird von Hand als „Wenn-dann“-Regeln programmiert. Das System kann nur, was jemand explizit vorgesehen hat.
Statt Regeln zu schreiben, lernen Algorithmen Muster aus Daten – allerdings mit von Hand gewählten Merkmalen.
Vielschichtige neuronale Netze lernen die relevanten Merkmale selbst – aus rohen Bildern, Tönen oder Text.
Der Aufmerksamkeitsmechanismus lässt das Modell entscheiden, welche Teile einer Eingabe füreinander wichtig sind.
Auf riesigen Textmengen trainierte Modelle beantworten Fragen, schreiben und programmieren – ganz ohne aufgabenspezifisches Training.
Ein Modell versteht und erzeugt mehrere Modalitäten zugleich: Text, Bild, Audio und Video.
KI plant mehrstufige Aufgaben, nutzt Werkzeuge und arbeitet Schritte selbstständig ab – vom Beantworten zum Erledigen.
Eine Eingabe fließt Schicht für Schicht durch das Netz, bis am Ende Wahrscheinlichkeiten für mögliche Ergebnisse stehen. Bewegen Sie den Zeiger über die Neuronen.
Ausgabe (Beispiel)
Konzeptionelle Visualisierung – keine echte Modellberechnung. Sie zeigt das Prinzip: Eine Eingabe wird Schicht für Schicht verarbeitet, bis Wahrscheinlichkeiten für mögliche Ergebnisse entstehen.
Modelle zerlegen Text in Tokens und gewichten, welche Tokens füreinander wichtig sind („Attention"). Geben Sie einen Satz ein und wählen Sie ein Token.
8 Tokens · Token wählen, um Bezüge zu sehen
Bezüge von „Künstliche“
Attention-Matrix
Zeile = Abfrage-Token, Spalte = beachtetes Token
Vereinfachte, illustrative Darstellung. Echte Sprachmodelle nutzen Subwort-Tokens und viele Attention-Köpfe mit gelernten Gewichten – hier werden die Bezüge nach einem festen, nachvollziehbaren Schema berechnet, um das Prinzip zu zeigen.
Filtern Sie nach Kategorie und bewegen Sie sich durch sieben Jahrzehnte KI-Forschung und -Anwendung.
Ziehen, wischen oder scrollen · 15 Ereignisse
Eine kuratierte Auswahl, angeordnet nach Erscheinungsjahr und redaktioneller Einordnung. Filtern Sie nach Typ und Lizenz, tippen oder fahren Sie über einen Punkt.
AlexNet · Univ. Toronto
Vision · Open Source · Bild
word2vec · Google
Embedding · Open Source · Text
BERT · Google
LLM · Open Source · Text
GPT-2 · OpenAI
LLM · Open Source · Text
T5 · Google
LLM · Open Source · Text
GPT-3 · OpenAI
LLM · Proprietär · Text
CLIP · OpenAI
Multimodal · Open Source · Text, Bild
AlphaFold 2 · DeepMind
Science · Open Source · Protein
PaLM · Google
LLM · Proprietär · Text
Stable Diffusion · Stability AI
Bild · Open Source · Text, Bild
DALL·E 2 · OpenAI
Bild · Proprietär · Text, Bild
Whisper · OpenAI
Audio · Open Source · Audio, Text
LLaMA · Meta
LLM · Open Source · Text
GPT-4 · OpenAI
LLM · Proprietär · Text, Bild
Claude · Anthropic
LLM · Proprietär · Text
Gemini · Google DeepMind
Multimodal · Proprietär · Text, Bild, Audio
Mistral 7B · Mistral AI
LLM · Open Source · Text
Segment Anything · Meta
Vision · Open Source · Bild
Falcon · TII
LLM · Open Source · Text
Qwen · Alibaba
LLM · Open Source · Text
Llama 3 · Meta
LLM · Open Source · Text
Sora · OpenAI
Video · Proprietär · Text, Video
Command R · Cohere
LLM · Open Source · Text
Mixtral · Mistral AI
LLM · Open Source · Text
● Open Source · ◆ Proprietär · Y-Achse = kuratierte Einordnung, keine Messung
Größenordnungen und Entwicklungen auf einen Blick – als animierte Diagramme mit tabellarischer Alternative.
0
Betrachtete Modelle
in dieser kuratierten Auswahl
0
Jahre KI-Geschichte
vom Turing-Test bis heute
0
Modalitäten
Text, Bild, Audio, Video, Code, Wissenschaft
0 %
Open-Source-Anteil
der kuratierten Modell-Auswahl
| Jahr | Modelle (illustrativ) |
|---|---|
| 2018 | 3 |
| 2019 | 5 |
| 2020 | 7 |
| 2021 | 11 |
| 2022 | 18 |
| 2023 | 34 |
| 2024 | 41 |
| Jahr | Kontextfenster (Tokens, illustrativ) |
|---|---|
| 2019 | 1.024 |
| 2020 | 2.048 |
| 2021 | 4.096 |
| 2022 | 8.192 |
| 2023 | 100.000 |
| 2024 | 1.000.000 |
| Modalität | Anteil (illustrativ) |
|---|---|
| Text / Sprache | 46 % |
| Multimodal | 20 % |
| Bild | 16 % |
| Audio | 8 % |
| Video | 5 % |
| Wissenschaft | 5 % |
Die Kennzahlen sind bewusst als illustrative Größenordnungen angelegt, um Trends sichtbar zu machen: mehr Modelle pro Jahr, rapide wachsende Kontextfenster und eine zunehmende Vielfalt an Modalitäten. Über die typisierte Datenstruktur (data/ki/dashboard.ts) lassen sich später belastbare Quellen wie der Stanford AI Index oder Epoch AI einbinden, ohne das Layout zu ändern.
Ausgewählte, seriöse Quellen zur Vertiefung. Videos laden erst nach Klick – datenschutzfreundlich.
YouTube · 3Blue1Brown
© 3Blue1Brown · Einbettung gemäß YouTube-Nutzungsbedingungen (click-to-load)
YouTube · 3Blue1Brown
© 3Blue1Brown · Einbettung gemäß YouTube-Nutzungsbedingungen (click-to-load)
YouTube · Google DeepMind
© Google DeepMind · Einbettung gemäß YouTube-Nutzungsbedingungen (click-to-load) · ID vor Livegang prüfen
Videos werden erst nach Klick geladen (kein Autoplay, keine Vorab-Verbindung zu YouTube). Vollständige Quellen- und Lizenzübersicht in docs/MEDIA_SOURCES.md.
Diese Seite ist zugleich ein Demonstrator: interaktive Datenvisualisierung, Storytelling und Performance in einem. Genau das setzen wir auch für Ihre Website oder Ihr Tool um.