Einige Überlegungen zu LLMs
LLMs gibt es bereits seit längerer Zeit.
Ich interessiere mich schon für diese Technologie, seit ich als Teenager Eliza in einem Museum gesehen habe. Ich lese schon seit langer Zeit Science-Fiction – das tue ich immer noch – und die Vorstellung von einem kommunikativen Computersystem fand ich damals echt cool. Das finde ich immer noch.
Zu Beginn dieses Jahrhunderts, nachdem ich nach Deutschland gezogen war, habe ich an der Universität Marburg ein paar Sprachwissenschaftskurse belegt. Eines der Spezialgebiete meines Professors war die Mensch-Maschine-Schnittstelle.
Ich interessiere mich schon für diese Technologie, seit ich als Teenager Eliza in einem Museum gesehen habe. Ich lese schon seit langer Zeit Science-Fiction – das tue ich immer noch –, und die Vorstellung von einem kommunikativen Computersystem fand ich damals echt cool. Das finde ich immer noch.
Dann tauchten plötzlich ChatGPT von OpenAI, Claude, Bard/Gemini und Copilot von Microsoft auf der Bildfläche auf.
Wieder mal hat sich dieser Sci-Fi-Ur-Nerd mit Leib und Seele reingestürzt.
Und der altbewährte Vorbehalt „your mileage may vary“ gilt nach wie vor.
Ich habe wieder Interesse am Programmieren (Python) gefunden, und das ist auf jeden Fall ein positiver Aspekt. Ich habe gelernt, dass diese LLMs Menschen beim Programmieren besser helfen können als bei den meisten anderen Aufgaben. Weil es Computersysteme sind, natürlich.
Der Hype, in dem sie gerade schwelgen, scheint mir aber eher aus wirtschaftlichen als aus funktionalen Gründen entstanden zu sein. Wenn einige der größten Unternehmen der Welt Dutzende Milliarden Dollar in einen Dienst stecken, sind sie durchaus in der Lage, genug Interesse an diesem Dienst zu wecken, um Unternehmen und Privatpersonen dazu zu bewegen, für diesen sehr teuren Dienst zu bezahlen.
Das ist für mich in Ordnung, so funktioniert der Spätkapitalismus eben.
Wenn du also nicht willst, dass ein Computer ein Meme für dich erstellt (kein Vorurteil), bist du besser dran, wenn du deine eigene Intelligenz nutzt, um mit der Welt zu interagieren. Oder nutze sie, um deinen Code zu bearbeiten – darin ist sie wirklich gut.
Stand Juli 2026: mein aktuelles System umfasst den Claude Code von Anthropic, Ollama für lokale Modelle, die über die OpenWeb-UI bereitgestellt werden, Gemini Notebook, Docker, GitHub und Supabase – sowohl auf dem Mac als auch unter Windows. Ich bevorzuge derzeit den Mac, da die Metal-API-Funktionen die Vorteile ergänzen, die Apples Silizium einer solchen Konfiguration bietet. Ich habe etwa ein Jahr lang mit ChatGPT gearbeitet und mich 2025 auf Microsofts Copilot konzentriert. Diese Systeme waren für meine Anwendungsfälle jedoch nicht geeignet, und ich bin sehr froh, auf die Produkte von Anthropic umgestiegen zu sein.
Das Wissen darüber, wo diese Systeme im Alltag versagen, bildet die Grundlage für die Nachbearbeitung und die Schulungsmodule.
