KI im Tal der Enttäuschung
Der Hype um große Sprachmodelle lässt langsam nach, dennoch sind sie nicht mehr wegzudenken. Das beweist auch die neue OWASP-Liste mit den wichtigsten Schwachstellen von LLMs.
Versucht man zu ergründen, ob wir den Peak des KI-Hypes schon überschritten haben, zeigt sich momentan ein zweigeteiltes Bild: Einerseits fallen die anfangs durch die Decke gegangenen Userzahlen von ChatGPT und Co. an vielen Stellen wieder etwas ab. Auf der anderen Seite explodiert die Zahl der KI-Tools, -Dienste, -Anwendungen und -Anwendungsfälle weiter ungebremst. Doch nur wenige Angebote können sich bisher im allgemeinen Bewusstsein halten. Onlinediskussionen sind vermehrt von kritischen Stimmen geprägt, die die universelle Anwendbarkeit und Effizienz von Chatbots infrage stellen.
Doch die Party ist keineswegs vorbei. Dass gehypte Themen sich nach dem Höhepunkt, der unweigerlich kommt, einmal durch das Tal der Enttäuschung quälen müssen, ist der übliche Lauf der Dinge. Die Frage ist, ob die Themen aus dem Tal wieder auftauchen oder für immer in der Versenkung zerstobener Tech-Träume verschwinden. Bei generativer KI deutet einiges darauf hin, dass sie gekommen ist, um zu bleiben. So nimmt nicht nur die Zahl der Fertigkeiten, in denen Large Language Models (LLMs) Menschen überlegen sind, stetig zu, sondern auch die Geschwindigkeit, in der die Systeme einzelne Meilensteine erreichen.
