Leitfrage: Was ist eigentlich der Unterschied zwischen GPT und ChatGPT – und warum kann ChatGPT Dinge, die ein Large Language Modell wie GPT nicht unbedingt kann?
4.1 🧠 Was bedeutet „GPT“?
GPT steht für:
Generative Pre-trained Transformer
Vereinfacht ist GPT ein Sprachmodell, das gelernt hat, anhand des bisherigen Kontexts passende nächste Tokens vorherzusagen.
Man kann sich GPT vereinfacht als den Motor vorstellen, der Sprache verarbeitet und erzeugt:
📝 Eingabe
↓
🔤 Tokens
↓
🧠 GPT-Modell
↓
📊 Wahrscheinlichkeiten
↓
💬 erzeugter Text
GPT selbst ist dabei kein vollständiger Chat-Assistent.
Ein GPT-Modell besitzt beispielsweise nicht automatisch:
- 🌦️ aktuelle Wetterdaten
- 🧮 einen Taschenrechner
- 🌐 einen Internetzugang
- 🧠 ein persönliches Langzeitgedächtnis
- 🔌 Zugriff auf beliebige externe Programme
Das Modell kann zwar über solche Dinge sprechen, besitzt dadurch aber noch nicht automatisch Zugriff darauf.
4.2 💬 Was ist ChatGPT?
ChatGPT ist eine Anwendung bzw. ein KI-Assistent, der ein GPT-Modell mit weiteren Komponenten kombiniert.
Vereinfacht:
🤖 ChatGPT
│
┌────────────┼────────────┐
↓ ↓ ↓
🧠 GPT-Modell 🔧 Werkzeuge 🛡️ Regeln
│ │ │
↓ ↓ ↓
Sprache z. B. Web Sicherheit
verstehen & Rechner
Dadurch kann ChatGPT je nach Konfiguration Dinge tun, die ein reines Sprachmodell nicht selbst erledigen könnte.
Zum Beispiel kann ein Chat-System:
- 🌐 Informationen aus dem Internet abrufen
- 🧮 Berechnungen mit einem Rechner durchführen
- 📄 Dateien analysieren
- 🖼️ Bilder verstehen
- 🔧 externe Werkzeuge verwenden
- 🧠 bestimmte Informationen über einen Nutzer speichern, wenn eine entsprechende Erinnerungsfunktion vorhanden ist
Wichtig
Welche Funktionen tatsächlich verfügbar sind, hängt vom jeweiligen System und seinen Einstellungen ab.
4.3 🌦️ Warum kann GPT nicht einfach das Wetter von morgen nennen?
Stell dir vor, du fragst ein Sprachmodell:
„Wie wird morgen das Wetter in Bern?“
Ein reines GPT-Modell hat grundsätzlich keinen direkten Zugriff auf aktuelle Wetterdaten.
Es kennt zwar aus seinem Training möglicherweise:
☀️ Bern liegt in der Schweiz.
🌧️ Das Wetter kann sich ändern.
🌡️ Wettervorhersagen basieren auf Messungen und Modellen.
Aber daraus kann es nicht zuverlässig das Wetter von morgen berechnen.
Warum?
Das Training des Modells und eine aktuelle Wettervorhersage sind zwei verschiedene Dinge.
📚 Trainingsdaten
↓
🧠 GPT
↓
❌ keine aktuellen Wetterdaten
Ein Chat-System mit Zugriff auf ein Wetterwerkzeug kann dagegen aktuelle Daten abrufen:
🌦️ Wetterdienst
↓
📊 aktuelle Vorhersage
↓
🤖 ChatGPT
↓
💬 Antwort
🎯 Merksatz
Ein Sprachmodell weiss nicht automatisch, was gerade passiert. Es benötigt aktuelle Daten oder ein entsprechendes Werkzeug.
4.4 🧠 Warum kann sich GPT nichts über mich merken?
Hier muss man zwischen Kontext und Erinnerungen unterscheiden.
💬 Kontext
Während eines Gesprächs kann das Modell die vorherigen Nachrichten berücksichtigen:
Du: Ich heisse Anna.
↓
Du: Wie heisse ich?
↓
🧠 Modell berücksichtigt den bisherigen Gesprächskontext
↓
„Anna“
Das bedeutet aber nicht automatisch, dass die Information dauerhaft gespeichert wird.
🗃️ Dauerhafte Erinnerung
Eine separate Erinnerungsfunktion kann Informationen über einen Nutzer speichern und sie später wieder zur Verfügung stellen.
Vereinfacht:
💬 Gespräch
↓
🧠 Modell
↓
🗃️ optionale Erinnerung
↓
💬 späteres Gespräch
Ein reines GPT-Modell besitzt nicht automatisch ein persönliches Gedächtnis.
💡 Deshalb sollte man unterscheiden:
GPT = Sprachmodell
ChatGPT = Anwendung mit zusätzlichen Funktionen
4.5 🧮 Warum macht GPT manchmal Fehler bei Rechenaufgaben?
Ein Sprachmodell wurde hauptsächlich darauf trainiert, Muster in Daten und Sprache zu erkennen und nächste Tokens vorherzusagen.
Es wurde nicht primär als Taschenrechner entwickelt.
Wenn du fragst:
„Was ist 837 × 294?“
kann das Modell versuchen, die passende Antwort anhand gelernter Muster zu erzeugen.
837 × 294
↓
🧠 GPT verarbeitet die Aufgabe
↓
🔢 erzeugt eine wahrscheinliche Antwort
Das kann funktionieren – muss aber nicht immer funktionieren. ❌
Ein Taschenrechner arbeitet dagegen anders:
837 × 294
↓
🧮 Rechenoperation
↓
246078
🔧 Warum sind Werkzeuge hilfreich?
Ein Chat-System kann ein Rechenwerkzeug verwenden:
❓ Rechenaufgabe
↓
🤖 ChatGPT erkennt:
„Hier ist ein Rechner sinnvoll.“
↓
🧮 Taschenrechner
↓
✅ exaktes Ergebnis
🎯 Merksatz
GPT kann rechnen lernen, ist aber nicht automatisch ein Taschenrechner.
4.6 🛡️ Warum würde GPT Antworten auf verbotene Fragen geben?
Hier ist eine wichtige Unterscheidung notwendig.
Ein reines Sprachmodell hat nicht automatisch ein vollständiges Sicherheitssystem, das jede Anfrage bewertet.
Ein Sprachmodell kann beispielsweise gelernt haben, welche Wörter häufig gemeinsam auftreten. Das bedeutet aber nicht automatisch, dass es selbstständig beurteilt, ob eine Anfrage erlaubt oder verboten ist.
Ein vollständiges KI-System kann deshalb zusätzliche Sicherheitsmechanismen besitzen:
💬 Nutzerfrage
↓
🛡️ Sicherheitsmechanismen
↓
🧠 Sprachmodell
↓
💬 erlaubte Antwort
Bei einer problematischen Anfrage kann das System beispielsweise:
- 🚫 die Antwort verweigern
- 🔄 eine sichere Alternative anbieten
- ℹ️ allgemeine Informationen geben
- ⚠️ auf mögliche Gefahren hinweisen
🤔 Warum ist das wichtig?
Die Fähigkeit eines Modells, eine Antwort erzeugen zu können, bedeutet nicht automatisch, dass ein verantwortungsvolles KI-System diese Antwort ausgeben sollte.
Sprachfähigkeit und Sicherheitsregeln sind zwei unterschiedliche Dinge.
4.7 🧩 GPT ist nicht gleich ChatGPT
Man kann den Unterschied vereinfacht so darstellen:
| 🧠 GPT | 🤖 ChatGPT |
|---|---|
| Sprachmodell | Anwendung / KI-Assistent |
| verarbeitet und erzeugt Text | verwendet ein Sprachmodell |
| sagt vereinfacht nächste Tokens voraus | führt zusätzlich weitere Funktionen aus |
| hat nicht automatisch Internetzugriff | kann je nach Konfiguration Werkzeuge nutzen |
| hat nicht automatisch ein Gedächtnis | kann je nach System Erinnerungsfunktionen besitzen |
| ist nicht automatisch ein Taschenrechner | kann einen Rechner verwenden |
| besitzt nicht automatisch ein vollständiges Sicherheitssystem | kann zusätzliche Sicherheitsmechanismen enthalten |
⚠️ Diese Tabelle ist bewusst vereinfacht. Die tatsächliche technische Architektur moderner KI-Systeme ist wesentlich komplexer.
4.8 🔌 Das Prinzip der Werkzeuge
Ein besonders wichtiger Gedanke ist:
Das Sprachmodell muss nicht alles selbst können. Es kann Werkzeuge verwenden.
Zum Beispiel:
🤖 KI-Assistent
│
┌─────────────────┼─────────────────┐
↓ ↓ ↓
🧠 GPT 🌐 Web 🧮 Rechner
Sprache aktuelle Daten Mathematik
│ │ │
└─────────────────┼─────────────────┘
↓
💬 Antwort
Dadurch kann ein KI-Assistent für unterschiedliche Aufgaben das passende Werkzeug verwenden.
4.9 Aufgaben
Aufgabe: 🧠 Denkaufgabe
Stell dir vor, ein reines GPT-Modell bekommt folgende Fragen.
Welche Frage kann es ohne aktuelle externe Daten grundsätzlich am ehesten beantworten?
- A) 🌦️ „Wie wird morgen das Wetter in Bern?“
- B) 📰 „Was ist heute die wichtigste Nachricht?“
- C) 📚 „Was bedeutet der Begriff Photosynthese?“
- D) 📈 „Wie hoch ist der aktuelle Aktienkurs von Apple?“
Lösung (nicht angemeldet)
Diese Lösung ist nur für angemeldete Benutzer zugänglich – wenn die LK die Lösung freigegeben hat. Bitte melde dich an, um die Lösung einsehen zu können.Aufgabe: 🧩 Quiz: Was ist GPT und was ist ChatGPT?
Ordne zu:
- 🧠 Sprachmodell
- 🤖 KI-Assistent
- 🔤 verarbeitet Tokens
- 🧮 kann Werkzeuge verwenden
- 🌐 kann je nach Konfiguration aktuelle Informationen abrufen
- ⚖️ berechnet Ausgaben anhand gelernter Parameter
Lösung (nicht angemeldet)
Diese Lösung ist nur für angemeldete Benutzer zugänglich – wenn die LK die Lösung freigegeben hat. Bitte melde dich an, um die Lösung einsehen zu können.🎯 4.10 Der wichtigste Unterschied
Man kann sich den Unterschied besonders einfach merken:
🧠 GPT
= Sprachmodell
= „Ich kann Sprache verarbeiten und erzeugen.“
🤖 ChatGPT
= KI-Assistent + Sprachmodell + zusätzliche Funktionen
= „Ich kann Sprache verarbeiten und je nach Ausstattung
auch Werkzeuge verwenden.“
Oder als Vergleich:
🧠 GPT ist eher der Motor.
🚗 ChatGPT ist das Fahrzeug, das diesen Motor zusammen mit weiteren Komponenten nutzt.