Zum Inhalt springen
Hebelwerk
Interaktive KI-Intelligence

Künstliche Intelligenz, sichtbar gemacht.

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

Datenstory

Von festen Regeln zu handelnden Systemen

Scrollen Sie durch sieben Epochen der KI. Die Visualisierung links verändert sich passend zum jeweiligen Abschnitt.

  1. bis ~1980er

    Regelbasierte Systeme

    wenn → dann

    Wissen wird von Hand als „Wenn-dann“-Regeln programmiert. Das System kann nur, was jemand explizit vorgesehen hat.

    • Feste, von Menschen geschriebene Regeln
    • Transparent, aber unflexibel
    • Scheitert an Ausnahmen und Unschärfe
  2. 1990er–2000er

    Klassisches Machine Learning

    Statt Regeln zu schreiben, lernen Algorithmen Muster aus Daten – allerdings mit von Hand gewählten Merkmalen.

    • Lernen aus Beispielen statt fester Regeln
    • Merkmale werden manuell definiert
    • Gut für klar umrissene Aufgaben
  3. ab ~2012

    Deep Learning

    Vielschichtige neuronale Netze lernen die relevanten Merkmale selbst – aus rohen Bildern, Tönen oder Text.

    • Netze mit vielen Schichten
    • Merkmale werden automatisch gelernt
    • Durchbruch bei Bild und Sprache
  4. ab 2017

    Transformer-Architektur

    Attention

    Der Aufmerksamkeitsmechanismus lässt das Modell entscheiden, welche Teile einer Eingabe füreinander wichtig sind.

    • „Attention“ verbindet Wörter miteinander
    • Sehr gut parallelisierbar
    • Grundlage heutiger Sprachmodelle
  5. ab 2020

    Große Sprachmodelle

    Tokens → Sprache

    Auf riesigen Textmengen trainierte Modelle beantworten Fragen, schreiben und programmieren – ganz ohne aufgabenspezifisches Training.

    • Lernen aus enormen Textmengen
    • Vielseitig ohne Spezialtraining
    • Antworten in natürlicher Sprache
  6. ab 2023

    Multimodale Systeme

    TextBildAudioVideo

    Ein Modell versteht und erzeugt mehrere Modalitäten zugleich: Text, Bild, Audio und Video.

    • Text, Bild, Audio & Video in einem System
    • Gemeinsames Verständnis über Modalitäten
    • Echtzeit-Interaktion wird möglich
  7. aktuell

    Agentische Systeme

    WerkzeugDatenSystem

    KI plant mehrstufige Aufgaben, nutzt Werkzeuge und arbeitet Schritte selbstständig ab – vom Beantworten zum Erledigen.

    • Plant und handelt in Schritten
    • Nutzt Werkzeuge und Systeme
    • Vom Antworten zum Ausführen
Funktionsweise

Wie ein neuronales Netz Informationen verarbeitet

Eine Eingabe fließt Schicht für Schicht durch das Netz, bis am Ende Wahrscheinlichkeiten für mögliche Ergebnisse stehen. Bewegen Sie den Zeiger über die Neuronen.

EingabeverborgenverborgenAusgabeKategorie AKategorie BKategorie C

Ausgabe (Beispiel)

  • Kategorie A72 %
  • Kategorie B19 %
  • Kategorie C9 %

Konzeptionelle Visualisierung – keine echte Modellberechnung. Sie zeigt das Prinzip: Eine Eingabe wird Schicht für Schicht verarbeitet, bis Wahrscheinlichkeiten für mögliche Ergebnisse entstehen.

Sprachmodelle

Wie ein Sprachmodell Text versteht

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

  • Intelligenz12%
  • kleinen11%
  • verarbeitet10%
  • Sprache10%
  • Bausteinen9%

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.

Zeitachse

Meilensteine der KI-Geschichte

Filtern Sie nach Kategorie und bewegen Sie sich durch sieben Jahrzehnte KI-Forschung und -Anwendung.

1950Durchbruch

Turing-Test

Turing formuliert die Frage, ob Maschinen denken können, und schlägt ein Nachahmungsspiel als Prüfstein vor.

A. M. Turing, „Computing Machinery and Intelligence“

1956Durchbruch

Begriff „Künstliche Intelligenz“

Auf dem Dartmouth-Workshop wird das Forschungsfeld benannt und als eigenständige Disziplin begründet.

Dartmouth-Konferenz

1986Durchbruch

Backpropagation etabliert

Das effiziente Trainieren mehrschichtiger neuronaler Netze wird breit bekannt – Grundlage späterer Fortschritte.

Rumelhart, Hinton, Williams

1997Produkt

Deep Blue schlägt Kasparow

Erstmals gewinnt ein Computer ein Schachmatch gegen den amtierenden Weltmeister.

IBM

2012Durchbruch

AlexNet & der Deep-Learning-Durchbruch

Ein tiefes neuronales Netz senkt die Bilderkennungs-Fehlerrate drastisch und löst den Deep-Learning-Boom aus.

ImageNet-Wettbewerb

2014Durchbruch

Generative Adversarial Networks

Zwei konkurrierende Netze erzeugen erstmals überzeugend synthetische Bilder – ein Sprung für generative KI.

I. Goodfellow et al.

2016Produkt

AlphaGo schlägt Lee Sedol

Ein KI-System besiegt einen Go-Weltklassespieler in einem als besonders schwierig geltenden Spiel.

DeepMind

2017Durchbruch

Transformer-Architektur

Der Aufmerksamkeitsmechanismus wird zur Grundarchitektur moderner Sprachmodelle.

„Attention Is All You Need“

2018Modell

BERT & erste GPT-Generation

Vortrainierte Sprachmodelle setzen neue Bestwerte bei zahlreichen Sprachaufgaben.

Google / OpenAI

2020Modell

Große Sprachmodelle im Maßstab

Ein deutlich größeres Modell zeigt, dass viele Aufgaben ohne spezielles Training allein durch Beispiele lösbar sind.

OpenAI (GPT-3)

2021Multimodal

Text-zu-Bild & multimodales Lernen

Modelle verbinden Sprache mit Bildern; in der Wissenschaft werden Proteinstrukturen präzise vorhergesagt.

CLIP, DALL·E, AlphaFold

2022Produkt

KI wird alltagstauglich

Chat- und Bildmodelle erreichen ein breites Publikum und lösen eine Welle an Anwendungen aus.

ChatGPT, Stable Diffusion, Whisper

2023Regulierung

Multimodale Spitzenmodelle & Regeln

Leistungsfähige, teils multimodale Modelle erscheinen; parallel entstehen erste umfassende Regulierungsentwürfe.

GPT-4, Claude, Gemini; EU AI Act (Entwurf)

2024Multimodal

Echtzeit-Multimodalität & AI Act

Modelle verarbeiten Text, Bild, Audio und Video nahezu in Echtzeit; die EU verabschiedet ein KI-Gesetz.

Sprach-/Videomodelle; EU AI Act verabschiedet

2025Produkt

Agentische Systeme

KI-Systeme planen mehrstufige Aufgaben und nutzen Werkzeuge – der Übergang von Antwort zu Handlung.

Aktuelle Entwicklung (illustrativ)

Ziehen, wischen oder scrollen · 15 Ereignisse

Modell-Landkarte

Bedeutende KI-Modelle im Überblick

Eine kuratierte Auswahl, angeordnet nach Erscheinungsjahr und redaktioneller Einordnung. Filtern Sie nach Typ und Lizenz, tippen oder fahren Sie über einen Punkt.

  • 12

    AlexNet · Univ. Toronto

    Vision · Open Source · Bild

  • 13

    word2vec · Google

    Embedding · Open Source · Text

  • 18

    BERT · Google

    LLM · Open Source · Text

  • 19

    GPT-2 · OpenAI

    LLM · Open Source · Text

  • 19

    T5 · Google

    LLM · Open Source · Text

  • 20

    GPT-3 · OpenAI

    LLM · Proprietär · Text

  • 21

    CLIP · OpenAI

    Multimodal · Open Source · Text, Bild

  • 21

    AlphaFold 2 · DeepMind

    Science · Open Source · Protein

  • 22

    PaLM · Google

    LLM · Proprietär · Text

  • 22

    Stable Diffusion · Stability AI

    Bild · Open Source · Text, Bild

  • 22

    DALL·E 2 · OpenAI

    Bild · Proprietär · Text, Bild

  • 22

    Whisper · OpenAI

    Audio · Open Source · Audio, Text

  • 23

    LLaMA · Meta

    LLM · Open Source · Text

  • 23

    GPT-4 · OpenAI

    LLM · Proprietär · Text, Bild

  • 23

    Claude · Anthropic

    LLM · Proprietär · Text

  • 23

    Gemini · Google DeepMind

    Multimodal · Proprietär · Text, Bild, Audio

  • 23

    Mistral 7B · Mistral AI

    LLM · Open Source · Text

  • 23

    Segment Anything · Meta

    Vision · Open Source · Bild

  • 23

    Falcon · TII

    LLM · Open Source · Text

  • 23

    Qwen · Alibaba

    LLM · Open Source · Text

  • 24

    Llama 3 · Meta

    LLM · Open Source · Text

  • 24

    Sora · OpenAI

    Video · Proprietär · Text, Video

  • 24

    Command R · Cohere

    LLM · Open Source · Text

  • 24

    Mixtral · Mistral AI

    LLM · Open Source · Text

  • Vision
  • Embedding
  • LLM
  • Multimodal
  • Science
  • Bild
  • Audio
  • Video

● Open Source · ◆ Proprietär · Y-Achse = kuratierte Einordnung, keine Messung

Intelligence-Dashboard

Trends in Zahlen

Größenordnungen und Entwicklungen auf einen Blick – als animierte Diagramme mit tabellarischer Alternative.

Illustrative Kennzahlen · keine amtliche Statistik

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

Modell-Veröffentlichungen pro Jahr

320185201972020112021182022342023412024
Daten als Tabelle anzeigen
Illustrative, gerundete Werte.
JahrModelle (illustrativ)
20183
20195
20207
202111
202218
202334
202441

Wachstum der Kontextfenster

1k32k1.0 Mio.201920202021202220232024
Daten als Tabelle anzeigen
Logarithmische Darstellung. Illustrative Größenordnungen.
JahrKontextfenster (Tokens, illustrativ)
20191.024
20202.048
20214.096
20228.192
2023100.000
20241.000.000

Modalitäten in der Auswahl

  • Text / Sprache · 46%
  • Multimodal · 20%
  • Bild · 16%
  • Audio · 8%
  • Video · 5%
  • Wissenschaft · 5%
Daten als Tabelle anzeigen
ModalitätAnteil (illustrativ)
Text / Sprache46 %
Multimodal20 %
Bild16 %
Audio8 %
Video5 %
Wissenschaft5 %

Was diese Zahlen bedeuten

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.

Kuratierte Medien

Zum Weiterschauen und -lesen

Ausgewählte, seriöse Quellen zur Vertiefung. Videos laden erst nach Klick – datenschutzfreundlich.

Was ist ein neuronales Netz?

YouTube · 3Blue1Brown

© 3Blue1Brown · Einbettung gemäß YouTube-Nutzungsbedingungen (click-to-load)

Wie neuronale Netze lernen (Gradientenabstieg)

YouTube · 3Blue1Brown

© 3Blue1Brown · Einbettung gemäß YouTube-Nutzungsbedingungen (click-to-load)

AlphaGo – The Movie

YouTube · Google DeepMind

© Google DeepMind · Einbettung gemäß YouTube-Nutzungsbedingungen (click-to-load) · ID vor Livegang prüfen

Weiterführende Quellen

Videos werden erst nach Klick geladen (kein Autoplay, keine Vorab-Verbindung zu YouTube). Vollständige Quellen- und Lizenzübersicht in docs/MEDIA_SOURCES.md.

Solche interaktiven Erlebnisse bauen wir – für Ihr Unternehmen.

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.