So funktionieren ChatGPT & Co - KI-Mythen, Begriffserklärungen, lokale Installation, Datenschutz

In diesem ersten Grundlagen-Video soll es um die Grundlagen von KI-Sprachmodellen gehen und um alle Begriffe rund um dieses Thema. Was ist das alles, das mit diesen Sprachmodellen? Warum gab es so einen Hype auf DeepSeek Anfang 2025? Was bedeuten 1.5B, 8B, 70B, 671B usw.? Wie ist das mit der Unwahrheit und logischem Denken, Datenschutz und Anlernen, Rechenzeit und Performance, was bedeuten Begriffe wie LLM, Token oder Reasoning? Und vor allem: Was ist dieses ominöse Nvidia?

Folgt mir bei Bluesky:
https://bsky.app/profile/mgrns.bsky.s...

Links / Quellen:
DeepSeek-Datenschutzbestimmungen: https://cdn.deepseek.com/policies/en-...
OpenAI Pricing: http://openai.com/chatgpt/pricing
Microsoft data, privacy and security for Azure OpenAI Service: https://learn.microsoft.com/en-us/leg...
Microsoft Datenschutzinfos zu Copilot: https://learn.microsoft.com/de-de/cop...
Microsoft OpenAI-Modelle in der Cloud: https://learn.microsoft.com/en-us/azu...
Geschätze Entwicklungskosten KI-Modelle: https://lifearchitect.ai/gpt-5/#summary
KI-Chip-Hersteller: https://research.aimultiple.com/ai-ch...
Zweifel an DeepSeek-Entwicklungskosten: https://www.heise.de/news/DeepSeek-V3...
Basics und Übersicht über einige LLM-Benchmarks: https://www.evidentlyai.com/llm-guide...
Vergleichsmöglichkeit Leistung und Kosten LLMs: https://docsbot.ai/tools
Benchmark-Ergebnisse DeepSeek-V3: https://github.com/deepseek-ai/DeepSe...
Benchmark-Ergebnisse Grok3: https://x.ai/news/grok-3
Benchmark-Ergebnisse Gemma3: https://blog.google/technology/develo...
Chatbot Arena: https://lmarena.ai
Meta schummelt in der Chatbot-Arena: https://www.heise.de/news/Meta-schumm...
WebDev Arena: https://web.lmarena.ai
The Tokenizer Playground: https://huggingface.co/spaces/Xenova/...
Embedding Projector: https://projector.tensorflow.org/?hl=de
Next Token Prediction Visualization: https://alonsosilva-nexttokenpredicti...
Chronological display of LLM releases: https://arxiv.org/abs/2307.06435


Tools:
Ollama: https://ollama.com
Ollama-Befehle: https://github.com/ollama/ollama
GPT4All: https://www.nomic.ai/gpt4all
LM Studio: https://lmstudio.ai
Open WebUI: https://www.openwebui.com
AnythingLLM: https://anythingllm.com


Kapitel:
00:00 Intro: Theorie und Praxis von KI-Sprachmodellen
00:20 Wie man Datenschutzprobleme komplett vermeidet
00:46 Lokaler Chatbot mit Ollama inkl. erstem Start mit DeepSeek und Gemma3
01:35 Lokaler Chatbot mit gpt4all
02:14 Lokaler Chatbot mit LM Studio
02:42 Vorteile von Ollama
03:10 Fragen über Fragen zu KI-Chatbots und Sprachmodellen
03:36 So funktionieren Chatbots: Token und Token Prediction
04:31 Sprachmodelle (Large Language Models, LLMs)
04:51 Sonderfall OpenAI / Microsoft Copilot in der EU
05:30 Die (günstige) Alternative zu ChatGPT: Open-Source-Sprachmodelle
06:01 LLMs selbst anlernen? Kosten und die Rolle von Nvidia
07:47 Fragliche Kosten für die Entwicklung von DeepSeek
08:25 Benötigte Hardware für einen lokalen Chatbot
09:20 Unterschiedliche Parameteranzahl bei Sprachmodellen
10:07 Geschwindigkeit und qualitative Unterschiede bei kleineren Modellen
10:43 Warum kleiner nicht schlechter sein muss
11:43 Übersicht über aktuelle Sprachmodelle - Stand April 2025
14:44 Reasoning: Logisches Denken bei LLMs mit einfachem Test
15:29 Die Besonderheit von DeepSeek-R1 und Alibabas Qwen QwQ
15:52 Objektive Benchmarks, Vergleiche und Datenkontaminierung
17:42 Subjektive Benchmarks: Chatbot Arena
18:34 Coding-Benchmark: WebDev-Arena mit Tetris-Beispiel
19:14 Welches Sprachmodell wann nehmen?
20:02 Wissens- und Recherchefragen mit KI
20:45 Große Sprachmodelle über Cloud-Services testen
21:12 Die wichtigsten Ollama-Befehle
21:47 Vision-Modelle mit Ollama nutzen
22:21 Ausblick auf Teil 2 - mit Zusammenfassung im Hintergrund