Wenn Sie sich als Leserin oder Leser vielleicht gleich fragen, ob dieser Text (ja doch, genau dieser hier!) von einem Menschen oder einer generativen KI verfasst wurde, dann haben Sie das Thema dieser Podcast-Episode schon verstanden. Es geht um unsere hypermodernen Sprachmaschinen (Large Language Modelle) und Methoden ihrer Steuerung. Also: Wie sag ich’s meiner KI?
Und wir können Sie beruhigen: Unsere Texte sind allesamt handgeschmiedet und selbst ausgedacht. Bis eine KI so schreibt, dass wir damit zufrieden sind, können wir es schneller selbst erledigen. Das liegt in der Natur der Sache: LLMs sind erbärmlich langweilige Schwafler, weil sie immer das Wahrscheinliche sagen, und das ist in den seltensten Fällen wirklich faszinierend und tauglich für achwas.fm!
Doch das gilt natürlich nicht für die Abermillionen Gebrauchstexte, die auf der Welt jeden Tag entstehen, von der E-Mail über die Marketingkampagne bis zum Schulaufsatz. Nein, es kann kein Zweifel bestehen, dass das Prompten als neue Kulturtechnik nicht nur naht, es ist schon mitten unter uns. Mittlerweile ist sogar ein Berufsbild des/r Prompt Engineers/in entstanden – auch wenn die Stellenanzeigen bei genauerem Hinsehen nicht wirklich das Gleiche darunter verstehen. Der Suchstring “prompt engineer” spült alle möglichen “Engineers” in die Trefferliste, man könnte sagen: Irgendwas mit KI und Engineering.
Für uns ist Prompt Engineering auf der Suche, der Verifikation und der Diversifikation von Themen fast schon Alltagsgeschäft und deshalb haben wir ihm diese eigene Folge gewidmet. Dabei haben wir es als eher praktisches Thema aufgefasst, also weniger den Stand der Forschung sondern Tipps und eigene Erfahrungen zusammengetragen. Dabei müssen wir – wie immer – vieles unbeachtet lassen, was eigentlich eine eigene Podcastfolge wert wäre. Der Tipp für unere Hörerinnen und Hörer ganz zum Schluss (und nicht im Podcast erwähnt): Wissenschaftliche LLMs, die einem recherchierenden Podcast-Host einiges an Arbeit abnehmen können (s.u.).
Quellen zur Episode
- Semantic Scholar ist eine auf KI basierende Suchmaschine, die speziell für wissenschaftliche Publikationen entwickelt wurde. Sie nutzt maschinelles Lernen, um relevante Artikel zu finden und bietet erweiterte Filtermöglichkeiten.
https://www.semanticscholar.org/ - Es gibt auch Erweiterungen oder Plugins für ChatGPT, die Zugang zu wissenschaftlichen Datenbanken wie PubMed oder ArXiv bieten. Sie können verwendet werden, um Fragen zu spezifischen wissenschaftlichen Themen zu beantworten. Auffindbar auf der Nutzeroberfläche von ChatGPT unter “GPTs erkunden”.
- perplexity.ai ist ein weiteres LLM, mit dem sich trefflich recherchieren lässt: https://perplexity.ai/
- Eine Liste der 21 führenden LLMs im Herbst 2024 findet sich in diesem Blog-Artikel: https://explodingtopics.com/blog/list-of-llms
- Eine andere schöne Liste, in der man einen Überblick bekommt, was mit Prompts so alles erreicht werden kann, findet man auf der Website eines Unternehmens, das AI-generiertes Screenrecording anbietet: tella.tv
https://www.tella.tv/chatgpt-prompt
- Prompt Engineering als Berufsbild ist ein Thema, das man natürlich auch auf einschlägigen Web-Magazinen immer häufiger findet, hier auf T3N:
https://t3n.de/news/ki-hype-was-macht-ein-prompt-engineer-1554930/ - Kein Geringerer als der “God of prompt” gibt hier Tipps, wie man zu lange und schwammige Prompts präzisieren kann
https://www.godofprompt.ai/blog/how-to-optimize-long-prompts-for-better-ai-results
- “Prompt Engineering: wie man mit großen Sprachmodellen kommuniziert.” In dem Artikel von Dr. Julien Siebert, Thorsten Honroth und Patricia Kelbert vom Fraunhofer Institut für Experimentelles Software Engineering findet sich das im Podcast erwähnte Beispiel, in dem es darum geht, LLMs durch sterbende Katzenbabies moralisch unter Druck zu setzen:
https://www.iese.fraunhofer.de/blog/was-ist-prompt-engineering/
Zum Episodenbild:
Das berühmte Gemälde dieser Episode wurde von dem Englischen Maler William Tuner im Jahr 1844 gemalt. Es hat den Titel “Rain, Steam and Speed – The Great Western Railway” und man ahnt das Unbehagen des Malers angesichts einer sich durch die Einführung der Eisenbahn weiter beschleunigenden Industriellen Revolution. Wir meinen, das war gegenüber der durch KI exponentiell beschleunigenden digitalen Transformation ein Kindergeburtstag.
Quelle: https://de.wikipedia.org/wiki/Rain,_Steam_and_Speed_%E2%80%93_The_Great_Western_Railway