Was bedeutet Nvidias Rubin-Architektur für Medien-KMU?
Schneller, effizienter, leistungsfähiger: Gerade in Tech-Kreisen wird die Veröffentlichung neuer KI-Chips als Quantensprung inszeniert. Für kleine und mittlere Medienunternehmen stellt sich allerdings weniger die Frage, was technisch möglich ist, sondern was strategisch relevant ist. Nicht jede neue Architektur richtet sich an den Massenmarkt und nicht jede neue Hardware bedeutet einen…
Weiterlesen
Reality Check: Warum Transformer-Modelle an ihre Grenzen stoßen und welche KI-Architekturen jetzt folgen
Was bringt die Zukunft der generativen Künstlichen Intelligenz? In den aktuellen Debatten über KI-Modelle stehen sich dazu zwei widersprüchliche Erzählungen gegenüber: Während die einen von einer Stagnation der Entwicklung sprechen – etwa mit Verweis darauf, dass OpenAIs Flaggschiffmodell GPT-5 nicht denselben Sprung gemacht habe wie GPT-4 –, warnen andere vor…
Weiterlesen
Warum Benchmarks und Modell-Releases allein Organisationen nicht weiterbringen
Was bedeutet „State of the Art“ eigentlich im Kontext generativer Künstlicher Intelligenz? Wer nach Antworten sucht, findet auf LinkedIn oder Plattformen wie Hugging Face täglich neue. Modell-Release folgt auf Modell-Release – der Zyklus ist gnadenlos. Über Nacht führen neue Modelle die Leaderboards an, die Versprechungen überschlagen sich.Die Erfahrungen aus…
Weiterlesen
Reality Check: Warum Model Freezing für Medien-Workflows wichtig ist
Wenn du schon mal eine redaktionelle Anwendung auf Basis von Modellen wie ChatGPT, Claude oder Gemini gebaut hast, kennst du das Phänomen: Am Montag liefert der Prompt perfekte Zusammenfassungen. Am Donnerstag ist das Ergebnis plötzlich zu kurz, der Tonfall zu salopp oder die Struktur zerschossen. Am Code wurde nichts geändert.…
Weiterlesen
Haftung für KI-Chatbots: Warum „Die KI war’s!“ vor Gericht nicht zählt
Ein KI-Chatbot arbeitet für dich. Oder etwa nicht? Gerade dann, wenn Chatbots ohne Brand-Safety-Maßnahmen agieren dürfen, kann es zu brenzligen Situationen kommen. Und manche davon sind nicht nur ein Problem für die Reputation von Medienhäusern, sondern haben auch das Potenzial zu juristischen Auseinandersetzungen.Was wäre zum Beispiel, wenn ein Chatbot…
Weiterlesen
On-Premise-KI-Hardware für KMU: Kompakte Workstations vs. Datacenter im Kostenvergleich
Wer generative KI-Technologien professionell in eigene Prozesse integrieren will, kommt langfristig nicht um den Betrieb optimierter KI-Modelle auf spezialisierter Hardware herum. Denn: Viele fortgeschrittene KI-Workflows sind schlichtweg zu komplex. Im Bewegtbildbereich können zum Beispiel verschiedene Tools zu unterschiedlichen Zwecken kombiniert werden. Während sich also ein KI-System um die Produktion der…
Weiterlesen
Datenqualität für KI-Modelltraining: Welche Governance-Standards Medien brauchen
Mehr Effizienz durch Künstliche Intelligenz: Das trifft vor allem dann zu, wenn die Datenqualität stimmt. Denn wenn die Datenbasis für ein KI-Projekt fehlerhaft, veraltet oder unvollständig sind, versagen selbst die ausgereiftesten Modelle. Aus dem erhofften Effizienzgewinn wird dann schnell das Gegenteil – denn Entscheidungen werden dann im schlimmsten Fall auf…
Weiterlesen
RAG-Systeme für Medienhäuser: 6 Wege zu kontrollierbaren KI-Outputs
Mit Retrieval-Augmented Generation (RAG) können Redaktionen wesentliche Schwachstellen von Sprachmodellen ausgleichen: Das Risiko von Halluzinationen kann merklich verringert werden und Modelle können so auf Wissensbestände zugreifen, die nur auf firmeninternen Datenbanken existieren. RAG-Verfahren entlasten bei der Recherche, machen Archive endlich wieder greifbar und haben das Potenzial, neue Monetarisierungsmodelle zu erschließen.[vc_column_text…
Weiterlesen
KI vor Ort in Landshut: Der KI eine Seele einhauchen
Teil2: Die aktuellsten Learnings und Erkenntnisse aus unserem Reallabor - kompakt und gut verständlich aufbereitet.
Weiterlesen
