Background: Googles neues KI-Modell “Gemini”

28. Februar 2024

Gemini ist das neueste KI-Modell von Google. Es ist der Nachfolger von Bard. Als multimodales KI-Modell ist es darauf ausgelegt, eine Vielzahl von Datenformaten wie Text, Bilder, Audio und Video zu verarbeiten. Dieser Artikel bietet einen Überblick über die Fähigkeiten von Gemini, seine verschiedenen Versionen und stellt es im Kontext seiner Konkurrenten, Microsoft Copilot und OpenAI's ChatGPT, dar.


Was ist Gemini?

Gemini ist Googles Antwort auf die steigende Nachfrage nach fortschrittlichen KI-Lösungen, die über einfache textbasierte Antworten hinausgehen. Es handelt sich um ein umfassendes KI-System, das entwickelt wurde, um komplexe Anfragen zu verstehen und darauf zu reagieren, indem es Inhalte generiert, Fragen beantwortet und auf multimediale Eingaben reagiert. Gemini wurde in drei verschiedenen Größen optimiert: Ultra, Pro und Nano, um unterschiedliche Anforderungen und Einsatzgebiete abzudecken.


Das KI-Modell von Google zeichnet sich durch seine Fähigkeit aus, ein breites Spektrum an Informationen zu verarbeiten. Es kann:

  • Fragen in natürlicher Sprache beantworten.
  • Inhalte generieren, darunter Artikel und kreative Texte.
  • Bilder erstellen (noch nicht verfügbar)
  • Bilder erkennen und interpretieren.
  • Audio- und Videodaten analysieren.
  • Lange Kontexte für präzisere Antworten berücksichtigen.

Gemini ist in drei Hauptversionen verfügbar:

  • Gemini Nano: Eine kostenlose Version von Gemini, die Google zum Beispiel in ihren Smartphone-Apps integriert bzw. integrieren wird.
  • Gemini Pro: Die Standardversion mit erweiterten Funktionen für professionelle Nutzer:innen ist frei zugänglich über die Gemini-Webseite.
  • Gemini Ultra: Die fortschrittlichste Version, ausgerichtet auf komplexe Anforderungen, steckt aktuell in Gemini Advanced, in Deutschland kostet das Plus-Angebot 22 Euro (die ersten zwei Monate sind umsonst).


Noch sind die Funktionen von Gemini in Deutschland relativ eingeschränkt. Es empfiehlt sich das Tool zunächst auf Englisch zu nutzen. Weitere Funktionen werden für uns hier später folgen. So ist es zum Beispiel noch nicht möglich, Bilder zu erstellen.


Vergleich: Gemini, Copilot und ChatGPT

Google Gemini, Microsoft Copilot und OpenAIs ChatGPT bieten jeweils einzigartige Stärken:

  • Kreativität: Alle drei Modelle generieren innovative Ideen, wobei Gemini in manchen Tests besonders bei kreativen Texten hervorsticht.
  • Webzugriff: Sowohl Gemini als auch Copilot können aktuelle Webinhalte zusammenfassen wenn man ihnen die entsprechende URL gibt. Ein Feature, das ChatGPT standardmäßig fehlt und nur über ein Plugin funktioniert. Mit einem Link kann ChatGPT selbst nicht viel anfangen.
  • Bilderkennung: Gemini nutzt Googles Fähigkeit, Echtzeitdaten zu extrahieren, und zeigt besondere Stärken in der Bilderkennung.
  • Texterstellung: Gemini überzeugt durch die Integration von historischen Daten und aktuellen Informationen in seine Texte.

Vergleichstabelle von trendingtopics.eu


Die neueste Entwicklung: Gemini 1.5

Seit der Veröffentlichung von Gemini entwickelt sich das Tool stetig weiter. Vor einigen Tagen hat Google die Version 1.5 angekündigt, die noch nicht öffentlich verfügbar ist. Und die hat einen entscheidenden Vorteil gegenüber Hauptkonkurrent ChatGTP: Gemini 1.5 kann sehr große Datenmengen verarbeiten, zum Beispiel Codes mit über 30.000 Zeilen oder Texte mit über 700.000 Wörtern, aber auch bis zu eine Stunde Video oder elf Stunden Audio.


Wer eine Stunde Video in Gemini 1.5 hochlädt, bekommt eine genaue Zusammenfassung und kann entsprechend Fragen zu jeder einzelnen Sekunde des Videos stellen. Ein enormer Fortschritt zu den Fähigkeiten von ChatGPT. Weitere besondere Fähigkeiten, die Tester:innen beobachten:

  • Sehr schnelle Übersetzung, auch von Sprachen, die nur von sehr wenigen Menschen gesprochen werden
  • Analyse, ob Bilder und Videos KI-generiert sind
  • Lange PDF-Dokumente analysieren und kleinste Details finden
New Button

Prompt-Tipp: Foto-Exkurs: Seed bei der Bilderstellung

von Patrick Große • 5. Juli 2024
Heute möchte ich nochmal einen Exkurs in den Bereich der Bilderstellung wagen. Ein Bereich, der natürlich mit Vorsicht zu genießen ist, vor allem im Journalismus. Die Nutzung von KI-Bildern ist irreführend und sollte nur mit entsprechendem Transparenzhinweis in Medien genutzt werden. Auf der anderen Seite steht die Diskussion, ob KI-Kunst wirklich Kunst ist. Dennoch gibt es viele, die sich zuhause privat mit der Erstellung von KI-Bildern befassen. Das ist mittlerweile mit zahlreichen Tools möglich: Midjourney, ChatGPT-Plus oder der erweiterten Version von Copilot, die viele Medienunternehmen inzwischen nutzen. Wie ein perfekter Prompt zur Bilderstellung aussieht, haben vor uns vor einiger Zeit bereits angeschaut. Doch wer mit KI-Bildern bereits experimentiert hat, wird merken, ein und derselbe Prompt produzieren über die Zeit andere Ergebnisse. Der Stil eines Bildes lässt sich über einfaches Prompten kaum halten. Hier kommt der sogenannte Seed (dt. Samen) in Spiel. Jedes von KI erstellte Bild kommt nämlich einen Seed, also eine einzigartige Nummer, mit dem das System das Bild erkennt. Durch die Nennung des Seeds können auch weitere Bilder in der Zukunft wieder im gleichen Stil erstellt werden. Mein Beispiel-Prompt: “Du bist Zeichner für Kinderbücher. Bitte erstelle ein Bild von einem Hasen, der gemeinsam mit einem Bär, einer Eule und einer Schnecke im Wald wohnt. Das Bild sollte eine ansprechende Zeichnung sein, die in einem Buch für Kinder von 2-5 Jahren erscheint.” Das Ergebnis: 

Background: Medien melden Plagiatsverdacht bei Perplexity

von Patrick Große • 5. Juli 2024
In der Welt der Künstlichen Intelligenz gibt es derzeit heiße Diskussionen über die Grenze zwischen fairer Nutzung und Plagiat. Im Mittelpunkt steht Perplexity AI, ein Startup, das eine Suchmaschine mit einem Sprachmodell kombiniert, um detaillierte Antworten zu liefern. Anders als andere KI-Modelle trainiert Perplexity keine eigenen, sondern nutzt bestehende Modelle und sammelt Informationen aus dem Internet. Vorwürfe gegen Perplexity AI Im Juni 2023 wurde Perplexity vorgeworfen, unethisch zu handeln. Das Medium Forbes beschuldigte das Startup, einen seiner Artikel plagiiert zu haben, und Wired warf Perplexity vor, seine Website und andere unerlaubt zu scrapen. Diese Vorwürfe werfen ein Schlaglicht auf die komplexen rechtlichen und ethischen Fragen, die mit der Nutzung von KI im Journalismus verbunden sind. Das Problem mit dem Web-Scraping Wired berichtete, dass Perplexity das Robots Exclusion Protocol ignorierte, das Websites davor schützen soll, von Web-Crawlern durchforstet zu werden. Eine Untersuchung ergab, dass eine mit Perplexity verbundene IP-Adresse Inhalte von Websites sammelte, die für Bots gesperrt sind. Web-Scraping bedeutet, dass automatisierte Software das Internet durchforstet, um Informationen zu sammeln. Suchmaschinen wie Google tun dies, um Webseiten in Suchergebnissen anzuzeigen. Aber viele Verlage wollen nicht, dass ihre Inhalte für den Aufbau von KI-Datensätzen genutzt werden. Plagiat oder faire Nutzung? Wired und Forbes beschuldigten Perplexity auch des Plagiats. Wired stellte fest, dass der Perplexity-Chatbot einen ihrer Artikel fast wortwörtlich zusammenfasste. Forbes berichtete Ähnliches und kritisierte, dass Perplexity Inhalte von verschiedenen Nachrichtenquellen nutzte, ohne diese ausreichend zu kennzeichnen. Perplexity vergleicht seine Zusammenfassungen mit journalistischer Praxis, bei der Fakten aus verschiedenen Quellen genutzt werden. Zukunftsaussichten und Lösungen KI-Unternehmen wie OpenAI haben Vereinbarungen mit Nachrichtenverlagen getroffen, um deren Inhalte nutzen zu dürfen. Diese Abkommen ermöglichen den Verlagen, von der KI-generierten Nutzung ihrer Inhalte zu profitieren. Perplexity plant nun ähnliche Abkommen und möchte Verlagen durch Werbeeinnahmen einen Anteil zukommen lassen. Perplexity-CEO Aravind Srinivas erklärte, dass das Unternehmen die Quellen in Zukunft prominenter zitieren werde. Allerdings gebe es technische Herausforderungen, da KI-Modelle wie ChatGPT und Perplexity manchmal fehlerhafte oder erfundene Links generieren, was die Zuverlässigkeit der Zitate beeinträchtigen kann.

Prompt-Tipp: KI am Limit: Analyse vieler Dokumente

von Patrick Große • 20. Juni 2024
Der heutige "Prompt-Tipp" ist ein Erfahrungsbericht über meine Arbeit mit Künstlicher Intelligenz, der zur Abwechslung einmal keinen spezifischen Prompt für die journalistische Arbeit bietet. In der vergangenen Woche hatte ich die Gelegenheit, als "Mechaniker" an der KI-Werkstatt von MDR next in Leipzig teilzunehmen. An dieser Stelle noch einmal vielen Dank für die Einladung. Dort konnten Redakteur:innen vorbeikommen, um ihre konkreten KI-Herausforderungen zu besprechen und auszuprobieren. Zwei Kolleg:innen kamen mit dem Ziel, KI zu nutzen, um die verschiedenen Wahlprogramme zur kommenden Landtagswahl in Sachsen zu analysieren. Der MDR testet derzeit ein internes GPT-Tool, ähnlich wie der SWR, in einer ersten Testphase. Dieses Tool basiert auf den Fähigkeiten von ChatGPT-4. Es lag daher nahe, diese Herausforderung mit ChatGPT anzugehen. Unser Ansatz war folgender: Download der Parteiprogramme in einen lokalen Ordner und Benennung nach dem gleichen Schema, z.B. “Partei_Wahlprogramm_Sachsen”. Hochladen aller Wahlprogramme in das Interface von ChatGPT. Formulierung eines Basis-Prompts, um die Aufgabe an die KI zu definieren. Unser erster Basis-Prompt sah so aus: “Du bist Journalist und führst politische Faktenchecks und Analysen zu Wahlprogrammen für die kommende Landtagswahl im Bundesland Sachsen durch. Deine Aufgabe ist es, die Wahlprogramme der relevanten Parteien nach bestimmten Kriterien zu analysieren. Deine Aufgaben umfassen: Durchsuchen der Wahlprogramme nach den wichtigsten Punkten. Vergleich dieser Punkte mit den Wahlprogrammen anderer Parteien. Analyse nach vorgegebenen Themenkomplexen (z.B. Wirtschaft, Bildung, Umwelt). Auswertung nach bestimmten Kriterien (z.B. Umsetzbarkeit, Konkretheit). Wichtige Hinweise: Gib zu jeder analysierten Aussage die exakte Quelle mit Wahlprogramm und Seitenzahl an. Agiere neutral und faktengetreu, ohne eigene Interpretationen vorzunehmen. Ergebnisse: Erstelle eine tabellarische Übersicht mit allen relevanten Textstellen, einschließlich Seitenzahl und Wahlprogramm. Anbei findest du die verschiedenen Wahlprogramme. Bitte nutze ausschließlich diese Dokumente für deine Analyse.” Die KI startete anschließend sofort die Analyse und wählte dabei zufällige Themenfelder: Bildung Energie Familie und Demografie Wirtschaft Innere Sicherheit Das Tool erklärte nicht, warum es bestimmte Themenfelder wählte. Es wäre wertvoller gewesen, zunächst einen allgemeinen Überblick über alle Wahlprogramme zu erhalten. Während bei der ersten Partei die Seitenzahlen der Textstellen im Wahlprogramm zuverlässig angegeben wurden, erschien bei späteren Parteien lediglich ein "X" als Platzhalter für die Seitenzahl. 
Mehr anzeigen