Prompt mich mal! — Der Podcast über KI, ChatGPT & kreative Prompts

In dieser Folge sprechen wir über das Hierarchical Reasoning Model – kurz HRM. Inspiriert vom menschlichen Gehirn kombiniert diese neue KI-Architektur zwei miteinander verknüpfte Denkebenen: eine für die abstrakte Planung und eine für schnelle, präzise Detailarbeit. Anders als herkömmliche Chain-of-Thought-Methoden kommt HRM mit minimalen Trainingsdaten aus, braucht kein Vorabtraining und meistert trotzdem komplexe Aufgaben wie Sudoku oder Labyrinth-Navigation. Spannend ist dabei die hierarchische Struktur, die an die neuronalen Ebenen unseres Gehirns erinnert – und das könnte erklären, warum HRM nicht nur effizient rechnet, sondern auch Probleme lösen kann, an denen aktuelle große Sprachmodelle oft scheitern.

In dieser Folge geht es um GPT-5, das neueste und bislang leistungsstärkste KI-Modell von OpenAI. Es übertrifft seine Vorgänger deutlich – und zwar in Bereichen wie Programmieren, Texterstellung, Gesundheit und sogar in der visuellen Wahrnehmung.GPT-5 ist ein einheitliches System, das flexibel denken kann – mal schnell, mal tiefgründig – je nachdem, wie komplex die Anfrage ist. Für besonders anspruchsvolle Aufgaben gibt es auch eine Pro-Version.Was wurde verbessert?

• Weniger Halluzinationen
• Bessere Umsetzung von Anweisungen
• Präzisere und nützlichere Antworten

Zusätzlich wurden neue Sicherheitsfunktionen und stilistische Verbesserungen eingebaut – für mehr Zuverlässigkeitund Benutzerfreundlichkeit.GPT-5 ist für alle zugänglich – mit kostenpflichtigen Abos, die erweiterte Funktionen bieten.Bleib dran – wir schauen uns an, was GPT-5 wirklich kann!

In dieser Folge tauchen wir in die Welt des Few-Shot Prompting ein – eine Technik, mit der du durch wenige, gezielte Beispiele die Leistung von KI-Modellen wie ChatGPT deutlich steigern kannst. Wir sprechen darüber, warum Beispiele so mächtig sind, wie du sie richtig auswählst und strukturierst und welche typischen Fehler du vermeiden solltest. Außerdem bekommst du praktische Tipps und Anwendungsbeispiele, mit denen du deine eigenen Prompts sofort verbessern kannst.

Die heutige Episode erklärt umfassend die Grundlagen der generativen Künstlichen Intelligenz (GenAI). Er beginnt mit einer Definition von KI und maschinellem Lernen und führt dann wichtige Konzepte wie neuronale Netze, Large Language Models (LLMs) und die Transformer-Architektur ein. Die Episode beschreibt auch Prompting-Techniken zur Kommunikation mit KI-Modellen und beleuchtet multimodale KI, die verschiedene Datentypen verarbeitet. Schließlich werden ethische Überlegungen und Grenzen der genAI wie Bias und Halluzinationen sowie Beispiele typischer Tools vorgestellt.

Dieser Text stellt den ChatGPT-Agenten vor, eine Weiterentwicklung des bekannten KI-Modells, das nun in der Lage ist, komplexe, mehrschrittige Aufgaben unter Verwendung eines eigenen virtuellen Computers zu erledigen. Er vereint die Fähigkeiten von Operatoren zur Web-Interaktion und von Deep Research zur Informationsanalyse, wodurch er beispielsweise Webseiten durchsuchen, Daten filtern, Code ausführen und Präsentationen erstellen kann. Die Quelle betont die Nutzerkontrolle durch Genehmigungsanfragen und die Möglichkeit, Aufgaben zu unterbrechen, während gleichzeitig umfassende Sicherheitsmaßnahmen gegen Risiken wie Prompt Injection und biologische Bedrohungen implementiert wurden. 

Der gegebene Text untersucht die Leistung großer Sprachmodelle (LLMs) in mehrstufigen Konversationen, insbesondere wenn Benutzeranweisungen anfänglich unvollständig sind. Die Forschung zeigt einen erheblichen Leistungsabfall von durchschnittlich 39 % bei LLMs in diesen multi-turn Szenarien im Vergleich zu vollständig spezifizierten, einstufigen Interaktionen. Dieser Rückgang wird hauptsächlich durch eine erhöhte Unzuverlässigkeit (durchschnittlich 112 % Anstieg) und einen geringeren Fähigkeitsverlust (durchschnittlich 16 % Rückgang) verursacht. Die Studie identifiziert mehrere Gründe für dieses Phänomen, einschließlich vorzeitiger Antwortversuche, übermäßiger Abhängigkeit von früheren (falschen) Antworten und einer Tendenz zu wortreichen, oft verwirrenden Reaktionen. Auch Methoden wie das Rekapitulieren von Informationen oder das Reduzieren der Temperatur, die in einfacheren Kontexten helfen, zeigen sich in komplexen, mehrstufigen Gesprächen als weitgehend ineffektiv, was die Notwendigkeit robusterer LLM-Fähigkeiten für solche Interaktionen unterstreicht.

Link zum Paper: https://arxiv.org/pdf/2505.06120

Das Dokument "America's AI Action Plan" vom Juli 2025 skizziert eine umfassende Strategie der US-Regierung unter Präsident Donald J. Trump, um die globale Vorherrschaft im Bereich der künstlichen Intelligenz (KI) zu erlangen. Der Plan ist in drei Hauptpfeiler unterteilt: Beschleunigung der KI-Innovation, Aufbau der amerikanischen KI-Infrastruktur und Führung in der internationalen KI-Diplomatie und -Sicherheit. Er betont die Notwendigkeit, bürokratische Hürden abzubauen, die freie Meinungsäußerung in KI-Systemen zu gewährleisten, die Entwicklung einer robusten Infrastruktur zu fördern und Amerikas technologische Führung durch Exportkontrollen und internationale Zusammenarbeit zu schützen. Ziel ist es, ein „goldenes Zeitalter“ der wirtschaftlichen Wettbewerbsfähigkeit und nationalen Sicherheit durch KI einzuläuten und gleichzeitig Arbeitsplätze für Amerikaner zu sichern.

Das ganze im Detail findest du hier:
https://whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf

In dieser Folge dreht sich alles um Lyra, einen sogenannten Meta-Prompt, der hilft, Prompts gezielter und qualitativ hochwertiger zu erstellen. Du erfährst, was genau ein Meta-Prompt ist, wie Lyra aufgebaut ist und warum er so mächtig ist – egal ob du mit ChatGPT arbeitest, Texte generierst oder kreative Projekte planst. 
Auch schauen wir einmal auf die kritischen Aspekte, die es zu diesem Thema gibt.

Den Prompt für LYRA findet ihr hier: https://gist.github.com/xthezealot/c873effd9e74225ef3fcfbb9c3a341da

In dieser Folge geht es um die Fehler, die KI-Modelle so machen können. Ob kuriose Übersetzungen, absurde Antworten oder komplett erfundene Fakten — wir zeigen, wie charmant (und manchmal peinlich) Bots danebenliegen können. Dabei erklären wir auch, warum solche Pannen passieren und was sie uns über die Grenzen von Sprachmodellen verraten. Lachgarantie inklusive!

In dieser Folge erklären wir, was Tokens eigentlich sind — und warum sie das Fundament jeder modernen KI ist. Anstatt Wörter direkt zu verarbeiten, zerlegen Sprachmodelle Texte in Tokens, kleine Bausteine, die für das Modell besser handhabbar sind. Wir sprechen über verschiedene Methoden, wie Zeichen-, Wort- und Unterwort-Tokenisierung, die heute Standard sind. Außerdem werfen wir einen Blick auf spannende Forschung, die zeigt, wie stark die Tokenisierung die Leistung und das Verständnis eines Modells beeinflusst. Ein Muss für alle, die verstehen wollen, wie KIs Sprache wirklich „lesen“ und „sprechen“.