Wie wir wissen, haben die USA versucht, die IT-Entwicklung Chinas durch Sanktionen zu bremsen. Leider ging das, wie so oft bei Sanktionen, voll daneben. Denn gezwungen selbst zu entwickeln, tritt China (und auch Russland, z.B. mit Turbinen, die früher bei Siemens gekauft wurden) als Konkurrent am Weltmarkt auf.
China beherbergt nun offiziell den schnellsten Supercomputer der Welt. Das neue System, das den Namen LineShine trägt, hat den #1-Platz in der offiziellen TOP500-Weltrangliste mit einer atemberaubenden Leistung von 2,198 Exaflops erobert und ist damit der schnellste öffentlich verifizierte Supercomputer auf dem Planeten. Das System verdrängte den bisherigen US-Spitzenreiter El Capitan.
Um das ins rechte Licht zu rücken: Ein Exaflop entspricht einer Trillion (im Englischen „Quintillion“, also einer 1 mit 18 Nullen) Berechnungen pro Sekunde. LineShine kann mehr als 2 Trillionen Berechnungen pro Sekunde durchführen. Das bedeutet, dass er an einem einzigen Tag Probleme lösen kann, für die ein herkömmlicher Computer Tausende oder sogar Millionen von Jahren benötigen würde.
Was ist Exascale-Computing (und wofür wird es eingesetzt)?
Ein Supercomputer gilt als Exascale-Klasse, wenn er mindestens eine Trillion Operationen pro Sekunde ausführen kann, oder anders ausgedrückt: ein Exaflop Gleitkommaoperationen pro Sekunde. Die Vorteile des Exascale-Computing liegen in seiner Fähigkeit, komplexe Probleme zu lösen. So bietet es beispielsweise die nötige Rechenleistung, um die Ursprünge chemischer Elemente zu bestimmen, neue Prozessoren zu entwickeln, instabile Substanzen und Materialien zu analysieren, Naturgesetze zu bestätigen und die Teilchenphysik zu erforschen.
Wie er arbeitet
Im Gegensatz zu Ihrem Laptop oder Smartphone ist ein Supercomputer kein einzelnes Gerät, sondern ein massives Cluster aus Tausenden von Prozessoren, die parallel arbeiten. Es zerlegt enorme Probleme in Millionen kleinerer Aufgaben, löst sie gleichzeitig und kombiniert die Ergebnisse. Diese Maschinen sind unerlässlich, um die schwierigsten Herausforderungen der Menschheit anzugehen: Wie Berichte von Al Jazeera und der Frankfurter Rundschau zeigen, simulieren sie Hurrikane, modellieren den Klimawandel Jahrzehnte im Voraus, entwerfen neue Materialien auf atomarer Ebene, führen nukleare Simulationen durch, beschleunigen die Arzneimittelforschung und trainieren leistungsstarke KI-Modelle.
Was LineShine besonders hervorhebt, ist, dass es diesen Rekord ohne den Einsatz von GPUs erreicht hat – den Chips von Herstellern wie Nvidia, die die meisten modernen KI-Systeme antreiben.
Stattdessen setzt das System, wie das Fachmagazin Tom’s Hardware detailliert beschreibt, vollständig auf eine traditionelle, im Inland entwickelte CPU-Architektur (LingKun-Plattform mit LX2-Prozessoren). Damit zeigt China einen alternativen Weg zum Exascale-Computing auf, der die US-Exportbeschränkungen für Grafikprozessoren umgeht.
Wie viele dieser Supercomputer gibt es?
Heute existieren weltweit nur fünf öffentlich bestätigte Exascale-Supercomputer (neben LineShine sind das El Capitan, Frontier und Aurora in den USA sowie der JUPITER Booster in Deutschland).
Natürlich geht eine solche Leistungsfähigkeit mit enormen Energieanforderungen einher: LineShine verbraucht laut den technischen Spezifikationen der TOP500-Organisation etwa 42,2 Megawatt Strom – genug Energie, um eine Kleinstadt bzw. Zehntausende von Haushalten zu versorgen.
Komischerweise geben alle auf die entscheidende Frage die Zahl 42 aus.
Deshalb blicken Forscher bereits auf den nächsten Meilenstein: Zettascale-Computing – Systeme, die etwa 1.000-mal leistungsfähiger sind als die heutigen Exascale-Maschinen. Wenn sie verwirklicht werden, könnten sie die KI, die Klimamodellierung, die Medizin und unser Verständnis des Universums revolutionieren. Der kleine Scherz am Ende sei ausnahmsweise erlaubt.
Bild: Chinesischer Supercomputer Screenshot
Links zu früheren TKP-Beiträgen zum Thema finden Sie unterhalb 👇
Unsere Arbeit ist spendenfinanziert – wir bitten um Unterstützung.
Folge TKP auf Telegram oder GETTR und abonniere unseren Newsletter.
Supercomputer analysiert Covid-19 und entwickelt Empfehlungen für Therapie
Militärwissenschaft und die USA
Trump startet KI-Manhattan-Projekt
16 Kommentare
Am Ende zählt für das Überleben und den Lebenssinn des Menschen wohl nicht die Technologie und die Wissenschaft, sondern die Beziehungs- und Bindungsfähigkeit – und welcher Schiedsrichter (Autorität bzw. spirituelle Instanz) beim Erreichen dieser Fähigkeit im Spiel des Lebens akzeptiert wird – also wie der eigene Umgang mit Autorität und Macht erfolgt und gestaltet wird.
Also: Welche Instanz wird demütig akzeptiert, wenn sie von ganz oben pfeift, und wer spielt und tanzt dabei gemeinsam nach ihrer Pfeife?
Wir befinden uns wohl in einen immer härter werdenden Kampf der Ego’s um Bewusstsein, Liebe, Sicherheit, Versorgung und Macht in den Bereichen Technik, Wissenschaft, Energie und Religion.
Die Ego’s, die diesen Kampf anfachen, bestimmen und „gewinnen“ wollen, verlieren dabei letztlich nur sich selbst und reissen andere mit in dieses Nichts, und in die Sinn- und Bedeutungslosigkeit – und letztlich in den Tod.
Und davor haben alle Angst – und der Kampf in diesem Teufelskreis beginnt von vorn.
Ihn zu durchbrechen, erschafft Frieden, Lebensfreude und Sinn – einfach durch verantwortliche und reife Gestaltung von zwischenmenschlicher Beziehung und Verbindung.
Ob Technologie, Intellekt und Wissenschaft dabei so gut helfen ohne liebevolle Beziehungsfähigkeit und tätige Zuwendung – die sich nicht nur auf den engsten Kreis beschränkt?
Der Wirtschafts- und Technologie-Krieg der USA gegen China, Russland und andere hat genau diese Folgen gezeigt, welche voraussehbar und zu erwarten waren – nämlich dass (allen voran) die Chinesen selbst die Ärmel hochrollten und mittlerweile mit der ganzen Welt mithalten können – und das nicht nur im Chip/Computer-Bereich.
Und klar haben sie dabei zuerst viel kopiert – aber das ist ja auch sinnvoll, oder würde ein heutiger Physikstudent zuerst nochmals alle Erkenntnisse, welche längst gefunden sind, selbst nochmals finden – dann würde er wohl nie aufschliessen zur Spitze.
Und genau das haben damals die Japaner und danach die Chinesen gemacht, zuerst kopieren, und dann selbst immer höher springen.
Dumm nur, dass der ignorante Westen bis heute das Märchen vom Kopieren zelebriert, selbst immer noch daran glaubt, derweil nicht nur die Chinesen ihn längst rechts und links am überholen sind.
Und dass das so ist, liegt vor allem an der massiv höheren Lern- und Leistungs-Bereitschaft der Asiaten allgemein, wohingegen die Westler sich lieber in Work/Life-Balance und Teilzeit-Forschung üben ….
@Thomas Moser
Ich bin „nur“ ein schon sehr alt gewordener philosophisch orientierter Mensch und hab mich mein bewusstes Leben mit Epistemologie herumgeschlagen und muss sagen, dass ich die Art wie Sie das Problem von Bewusstsein, wahrer Erkenntnis und Scheinerkenntnis in ihrer Ausführung brillant, in klaren verständlichen Sätzen auf den Punkt gebracht haben.
Sie wissen sicher, dass Sie hier das Bewusstseins- Verifizierungsdilemma des „Chinesischen Zimmers“ bestens dargestellt haben! Der alte Poincaré hätte seine Freude an Ihnen weil auch er als begnadeter Mathematiker genau das von seinen Studenten verlangt hat. Komplexe Zusammenhänge, ohne sie zu verfälschen, so zu formulieren, dass sie auch Fachfremden einleuchten. Diese Gabe ist nicht allzuoft vorhanden. Umgekehrt, ebenso selten ist das Erkennungsvermögen bei vielen Diskssionspartnern solch feine Unterschiede „zu verstehen“. Das geht eben nur mit dem Attribut Selbstreflexionsfähigkeit, also in Metaebene wechseln zu können (ich sage nur Gödel). Die Bedeutung von Intelligenz sagt noch lange nichts über einen (Selbst-)Bewusstseinsträger im menschlichen Sinne aus. Arithmetische schon gar nicht. Aber ich will nicht zu weit ausschweifen. Noch mal ein großes Kompliment. Sie haben es!
Dieser Artikel ist geschrieben, als wären neue Computer besser – und nicht nur schneller.
Das haltre ich für einen kapitalen Trugschluss, denn das „System Computer“ hat sich nicht verändert, „nur“ beschleunigt. Ein neuer, besserer Rechner führt genau dieselben Operationen aus, nur eben mehr in der gegebenen Zeit.
Es ist also nach wie vor so, dass die Programmierung die „Intelligenz“ ausmacht, nicht die Geschwindigkeit. Schlecht programmiert liefert so ein Ding nur Müll, wenn auch rasend schnell und in enormen Mengen – so wie die „KI“ schon heute.
Das Problem der Klimamodellierung ist nicht mangelnde Rechenleistung, sondern die Modellstruktur. Modelle reproduzieren zuverlässig das, was man zuvor in sie eingebaut hat. Wenn CO₂ als dominanter Treiber gesetzt wird, dann wird das Modell — ob auf einem Laptop oder in einem Rechenzentrum mit dem Stromverbrauch von Luxemburg — genau diese Hypothese bestätigen.
Sonnenzyklen, Ozeanvariabilität, Vulkanismus: All das existiert und wirkt. Doch ihre Bedeutung hängt vom Modell ab, und das Modell hängt von den Annahmen ab, die wissenschaftlich vertretbar erscheinen. Mehr Rechenleistung löst kein epistemisches Problem — sie beschleunigt lediglich die Wiederholung derselben Prämissen.
Und nebenbei: Die Grenzen der Berechenbarkeit lassen sich nicht durch mehr FLOPS verschieben. Kein Rechnernetz wird plötzlich beginnen, über sich selbst zu reflektieren. Jeder Prozessor ist in seinem Fetch Decode Execute Zyklus gefangen — ein Automat, der Maschinenbefehle abarbeitet wie ein Beamter im Kellerarchiv, nur ohne Pensionsanspruch.
Mehr FLOPS ändern keine logischen Grenzen. Der Beweis des Turing Halteproblems zeigt genau das: Es gibt keine allgemeine Prozedur, die für jedes Programm und jede Eingabe entscheiden kann, ob es hält oder ewig weiterläuft. Man kann jederzeit ein Programm konstruieren, das den angeblichen Halteproblem Algorithmus aufruft und ihn in den Selbstbezug schickt — ein logisches Spiegelkabinett, aus dem kein Algorithmus herausfindet.
Wer glaubt, ein Digitalrechner könne durch genügend Rechenleistung plötzlich Bewusstsein entwickeln, verwechselt formalen Selbstbezug mit Reflexion. Ein Digitalrechner erzeugt Widerspruch, nicht Bewusstsein.
Mehr FLOPS verstärken Berechnung, nicht Bedeutung. Mehr GPU Cluster erzeugen Korrelationen, nicht ein Ich.
Ich bezweifle, dass allen Entscheidern bewusst ist, dass KI Systeme — solange sie auf Digitalrechnern laufen — den Grenzen der Berechenbarkeit unterliegen.
Zur Illustration könnte man gedanklich ChatGPT als riesigen Analogrechner bauen, sagen wir 50000 km² groß — ein Maschinenfeld aus Relais statt Transistoren. Theoretisch möglich, über die Turing Äquivalenz. Und dann stünden wir vor diesem elektromechanischen Gebirge, hörten das Klackern der Relais über 700 Kilometer hinweg und müssten uns fragen: Ist das Rechnen — oder ist das Denken?
Ein Beispiel: Ein statistisches KI Schachmodell hat nie einen nicht diagonalen Läuferzug gesehen und stuft ihn deshalb als extrem unwahrscheinlich ein — und führt ihn folglich nicht aus, obwohl es kein Regelverbot kennt. Das ist kein Regelwissen, kein Verständnis, kein Begriff. Das Modell spielt Schach, ohne Schachregeln wirklich zu kennen — so wie ein Taschenrechner Gleichungen löst, ohne Mathematik zu verstehen (aber klassisch programmiert, nicht statistisch trainiert, semantikfrei bleibt es dennoch). Trotzdem verliere ich gegen den Schachcomputer zuverlässig.
Das ist Kompetenz ohne Verstehen. Oft reicht das. Doch in komplexen Situationen — moralische Dilemmata, Kontextwechsel, Randfälle, unerwartetes Verhalten anderer Verkehrsteilnehmer — bricht KI zuverlässig ein.
Mehr Daten werden die Lage verbessern, aber echte Grenzen sind nicht verschiebbar.
Supercomputer, um die es im Artikel geht, sind einfach nur schnell rechnende klassische Computer. Die werden programmiert, die lernen nicht. Das ist Informatik Grundwissen. Die Anwendung auf KI ist deshalb komplett sinnfrei.
Falsch. Höhere Rechenleistung erlaubt eine feinere Auflösung der Daten und damit auch genauere Ausgaben. Darum baut man schnellere Rechner. Die Modellstruktur ist davon losgelöst. Natürlich arbeitet man auch an der Modellstruktur. Der Fehler der teilweise gemacht wird zu denken in der Modellstruktur hätte man schon alle Ursachen erfasst. Ein Modell ist halt immer nur eine Annäherung an die Wirklichkeit.
Mal abgesehen das sie wieder versuchen KI als reine Statistik abzuwerten („statistisches KI“ ist btw doppelgemoppelt) ist das leider nicht richtig. KI erschliesst sich die Regeln selbst, aus den gelernten Spielen. Ansonsten würde KI tatsächlich den Springer falsch setzen, eben nicht auf gerader Linie. Dem klassischen Schachcomputer den es auch noch gibt, musste man tatsächlich die Regeln einprogrammieren.
„KI erschliesst sich die Regeln selbst“
Indem es dem Algorithmus folgt, den wir ihm eingegeben haben, um aus unzähligen theoretischen Optionen die wahrscheinlichste auszurechnen.
Die „KI“ „erschließt'“ sich daher keine Regeln, sondern extrapoliert sie als Wahrscheinlichkeit. Genauso wie sie kein Wort unserer Sprache versteht, sondern lediglich berechnet, wie wahrscheinlich welches Wort der Sprache auf welches andere Wort folgt.
@theMonukular, Sie müssen verstehen, dass PatientNull hier im Blog kein böswilliger Diskutant ist, sondern ein klassischer Fall eines Programmierers ohne Informatikgrundlagen. Das ist kein Vorwurf, sondern eine Beschreibung eines Musters, das man in technischen Debatten häufig sieht. Er weiß nicht, wie ein Prozessor tatsächlich arbeitet, wie Maschinenbefehle ausgeführt werden, wie Fetch‑Decode‑Execute funktioniert oder warum moderne KI (NeuroNetze) rein statistische Modelle sind. Ihre Aussage zur Extrapolation ist fachlich genau richtig. Aber das checkt er nicht. Sie machen es genau richtig, indem Sie „erschließt“ in Anführungszeichen setzen. Genau richtig. Das echte Erschließen erfordert nämlich Verstehen und das kann KI nicht.
Das versteht er aber wieder nicht, obwohl jeder im Blog ausser ihm das längst versteht.
Deshalb widerspricht er reflexhaft allem, was ich schreibe — nicht, weil irgendwas falsch wäre, sondern weil er die Grundlagen nicht kennt, auf denen die Argumente stehen. Alles, was ich formuliere, ist vollständig von der Informatik gedeckt: von Turing über Gödel bis zur modernen Modelltheorie. PatientNull erkennt das nicht, weil er die Maschine nur aus der Perspektive von High‑Level‑Frameworks kennt, nicht aus der Perspektive der Berechenbarkeit.
Kurz gesagt: Er widerspricht nicht dem Inhalt, sondern dem Gefühl, dass er etwas nicht versteht. Und genau deshalb wirkt jeder fachlich korrekte Satz für ihn wie ein Angriff, obwohl er keiner ist.
KI „erschließe sich die Regeln selbst“ und deshalb sei es kein rein statistisches System. Das klingt intuitiv plausibel, trifft aber technisch nicht das, was moderne KI tatsächlich tut. Ein neuronales Netz lernt keine Regeln, sondern statistische Regularitäten aus Trainingsdaten. Wenn ein Modell keinen illegalen Springerzug ausführt, dann nicht, weil es weiß, dass er verboten ist, sondern weil es in Millionen Trainingspartien nie ein Muster gesehen hat, in dem ein Springer geradeaus zieht. Das ist Korrelation, nicht Regelwissen.
Der Unterschied ist entscheidend: Ein klassischer Schachcomputer hatte explizit einprogrammiertes Regelwerk. Ein modernes KI‑Modell hat das nicht. Es kennt keine Figuren, keine Felder, keine Bedeutung — nur Zahlenvektoren, die statistisch miteinander korrelieren. Dass es sich „so verhält, als ob“ es Regeln kennt, ist ein Muster aus Daten, nicht ein begriffliches Verständnis. Genau deshalb ist der Ausdruck statistische KI nicht doppelt gemoppelt, sondern eine präzise Beschreibung der Funktionsweise moderner Modelle.
Wenn man sagt, KI „erschließt sich Regeln“, dann ist das eine metaphorische Beschreibung menschlicher Beobachter, nicht eine technische Realität im Modell. KI bildet keine Begriffe, keine Bedeutungen und keine intentionalen Strukturen. Sie approximiert Funktionen. Sie optimiert Gewichte. Sie berechnet Wahrscheinlichkeiten. Und sie tut das extrem gut — aber ohne zu wissen, was sie tut.
Kurz gesagt:
KI spielt Schach, ohne Schach zu kennen.
Sie erzeugt Kompetenz ohne Verstehen.
Und genau das unterscheidet sie von Systemen, die tatsächlich Regeln besitzen.
Und damit ist KI immer besser als Patient Null: der liegt konstant bei Nicht-Kompetenz. Er wird nervös weil er merkt, er sollte das endlich verstehen, während seine neuronalen Kurzschlüsse von anderen längst durchschaut sind. Ebenso seine legendäre Kategorienfehler wie Rechnen = Denken. etc. Auch philosophisch konstant auf Null geeicht, perfekt zu seinem Namen. Jeder Blog hat seinen Troll.
Das Beste: er hat einmal behauptet ich würde von ihm nichts lernen. Hier lag er richtig. Was wollen Sie von konstant Null lernen? Das war ad homimem. Aber bei ihm notwendig. Aber auch er ist nicht nutzlos: Man sieht daß er ständig in die Anthropomorphismus-Falle tappt. Wobei doch wirklich jeder langsam weiß dass das alles Metaphern sind KI „denkt“, „entscheidet“, „urteilt“ etc. Bestimmt wird er sich in eine KI verlieben, die als einzige wohl sagt „Du bist fachlich keine Null“.
@Thomas Moser
28. Juni 2026 um 13:39 Uhr
„Der Unterschied ist entscheidend: Ein klassischer Schachcomputer hatte explizit einprogrammiertes Regelwerk. Ein modernes KI‑Modell hat das nicht“
Eine Frage an Sie, da ich fachlich nicht versiert bin:
Bringt ein KI-Modell Vorteile gegenüber einem herkömmlichen Schachcomputer, oder anders gefragt, wer von beiden würde in einer direkten Auseinandersetzung das Spiel gewinnen?
Ein herkömmlicher Schachcomputer hat die Schachregeln , also die „Schach-Syntax“ ja bereits intus/einprogrammiert, was prima facie ein Vorteil zu sein scheint …
@ Thomas Moser
Gleich vorweg, Sie überschätzen anscheinend meine Computer-Fähigkeiten und ich fürchte, Sie haben noch einen weiteren kleinen Denkfehler in Ihrer Argumentation.
Ich habe Wirtschaftsinformatik studiert, Anfang/Mitte der 90er, ich hatte damals den „neuesten Schei**“ zum Studium geschenkt bekommen, einen PC mit 386er-Prozessor, 640kb RAM und 120 MB Festplatte…..;))
Ich habe aber nur den 1. Abschnitt geschafft, also grob die Hälfte.
Hauptgrund waren meine Kollegen rundherum, ich habe dort einfach keine Freunde gefunden. Nette Menschen wohl, hilfsbereit, freundlich, etc., aber eben vom Denken her zu weit von mir entfernt.
Einmal in einem Seminar mit ca 200 Studenten zum Thema „Soziale Auswirkungen automationsunterstützter Prozesse“ wurde der Haufen gefragt, ob jemand wisse, was der Pawlowsche Hund bedeutet – einer wusste es (ausser mir, aber ich war so baff, dass ich das still beobachten wollte) und bekam dafür tosenden Applaus.
In diesem Moment begriff ich, dass ich von einigen „Fachtrotteln“ umgeben war, denen es von vielen Seiten an Wissen & Erkenntnis fehlte, um die Bedeutung und Konsequenzen ihres eigenen Tuns abzuschätzen und zu verstehen. (Auch ich meine das nicht böse, man hat es ihnen nicht anders beigebracht….)
Ihr „Fehler“ liegt amS also darin, davon auszugehen, dass es an fachlicher Ausbildung fehlt, wenn Fachexperten dennoch das Wesentliche verpassen.
Ich habe fachlich viel weniger verstanden als meine Kollegen (und sicherlich auch Sie und PatientNull), etliche Male hat es ewig gedauert, bis bei mir der Groschen gefallen ist und ich mich fragte „hättet ihr mir das auch noch umständlicher erklären können?“. Aber als Abgänger eines humanistischen Gymnasiums (inkl Graecum) tat ich mir dagegen leichter, Wissen & Erkenntnis auseinander zu halten, war es gewohnt zu fragen „was geschieht da eigentlich wirklich?“ usw.
Witz der Geschichte: ich habe dann also der IT „entsagt“ und mich in die Musikproduktion geworfen (und betrachte mich als Beteiligter an zahlreichen prämierten Produktionen und auch eigener Auszeichnung als erwiesen „kompetent“, Namedropping wäre möglich), wo ich seither als derselbe „Fachtrottel“ agiere und mit technischem Gerät arbeite, das ich nicht verstehe und es zum bewährten Elektrotechniker bringe „ist kaputt, es leuchtet und tönt nicht mehr, keine Ahnung warum, ich bin nur User“…..;)))
Also seien Sie nicht so streng mit PatientNull….;))
Seien Sie streng mit der Grundausbildung von der Volksschule aufwärts, die Fachtrottelei begünstigt und belohnt und vieles lehrt, aber selten das Denken & Lernen/Beobachten/Hinterfragen selbst.
@FMad. Ich musste ein bisschen recherchieren, hier das Ergebnis:
3 Strategien:
– Ein klassischer Schachcomputer (wie Stockfish) besitzt ein vollständig einprogrammiertes Regelwerk: Er kennt jede Figurbewegung, jede Sonderregel und jede illegale Stellung, weil diese Logik explizit im Code steht. Seine Stärke entsteht nicht aus Lernen, sondern aus enormer Rechenleistung und präzisen, von Menschen entwickelten Bewertungsfunktionen.
– Ein rein statistisches KI‑Modell dagegen kennt keinerlei Regeln. Es lernt ausschließlich Regularitäten aus Daten: welche Züge häufig vorkommen, welche selten sind und welche typischerweise zu guten Ergebnissen führen. Dadurch kann es regelkonformes Verhalten imitieren, ohne die Regeln selbst zu repräsentieren. Es spielt Schach, ohne Schach zu kennen.
– AlphaZero schließlich kombiniert beide Welten. Die Regeln sind symbolisch vorgegeben – das System darf nur legale Züge ausführen –, doch seine strategische Stärke entsteht aus statistischem Lernen im Selbstspiel. Es versteht die Regeln nicht, aber es nutzt sie perfekt, während es gleichzeitig ein tiefes, selbst erlerntes Positionsgefühl entwickelt.
So stehen die 3 Ansätze für 3 Formen von „Intelligenz“: reine Logik, reine Statistik und eine hybride Verbindung aus beidem.
In direkter Spielstärke ergibt sich eine klare Rangfolge: Stockfish schlägt AlphaZero, weil es tiefer und präziser rechnet. AlphaZero schlägt jedes rein statistische Modell, weil es Regeln garantiert einhält und strategisch weit überlegen ist. Und rein statistische Modelle verlieren gegen beide, weil sie weder Regeln kennen noch zuverlässig legale Züge garantieren können.
Kompetenz ohne Verstehen ist der Kern von KI auf NeuroNetzen. In sicherheitskritischer Umgebung wie autonomes Fahren würde ich es eher nicht oder nur kontrolliert von physischem 3D Weltmodell einsetzen. Ohne Verstehen kommt man weit, aber man stößt erwartbar an Grenzen. Das war mein Punkt. Reine KI kann sehr leistungsfähig sein, ist aber a bisserl deppert, tut so als würde es verstehen. Und ein LLM versteht keinen Text, ist aber perfekt darin so zu tun als ob (Verstehen / Semantik kommt nur vom Menschen, das wollen KI-Esoteriker nicht einsehen, weil sie nur an der Oberfläche kratzen und Maschinen irgendwie Geist zuschreiben, wo nur Syntax ist – auch mit KI).
Allerdings muss ich zugeben, daß ich überrascht bin, wie gut die Intelligenz Simulation gelingt.
@therMOnukular<Die „KI“ „erschließt’“ sich daher keine Regeln, sondern extrapoliert sie als Wahrscheinlichkeit. Genauso wie sie kein Wort unserer Sprache versteht, sondern lediglich berechnet, wie wahrscheinlich welches Wort der Sprache auf welches andere Wort folgt.>
Eigentlich müsste PN jetzt Sie anpampen für diese korrekte Aussage. Aber er geht immer mich an, wenn ich das Gleiche sage. Vor allem wenn ich sage das ist „nur“ Statistik, was es letztlich ist, allerdings hochkomplexe Statistik.
@Thomas Moser
28. Juni 2026 um 22:06 Uhr
Vielen Dank für Ihre informative und auch interessante Antwort!
@Thomas Moser
TM wie immer ad hominem unterwegs, wer anderer Meinung als er. Und btw nicht ich wiederhole immer dasgleiche unter jedem Artikel sondern sie, ich antworte nur darauf. ;)
Ich bin Informatiker, gehe nur aus der anderen Richtung an diese Frage von der Seite des Menschen. Das ist das was sie nicht verstehen. Wie lernt der Mensch und wo ist der Unterschied zur Maschine. Die Frage hatte ich ihnen gestellt, als Antwort kommt nur leider nichts.
„Aber er geht immer mich an, wenn ich das Gleiche sage.“
@Thomas Moser
Das wird vermutlich daran liegen, dass er mein oberflächliches Wissen und Ihre tiefergehende Expertise ebenso korrekt einstuft, wie Fritz Madersbacher, der auch Sie gefragt hat und nicht mich – und sicher genau wusste warum…;))
Seien Sie also nicht gekränkt, sehen Sie es als Auszeichnung. Wir leben in Zeiten, in denen besondere Kompetenz und Wissen für viele Menschen zur Bedrohung werden, die sich im selben Fachgebiet bewegen. In einer Gesellschaft, in der die erfolgreiche Optik mehr zählt als alles andere, darf die Optik des Selbstbildes ergo nicht beschädigt werden. Und wie immer in der Menschheit gibt es die, die an den Großen versuchen zu wachsen und die, die versuchen die Großen einen Kopf kürzer zu machen….
Letztere bilden leider die Mehrheit. Auch in meinem Feld….
PS: @ PatientNull: ich habe meinen letzten Absatz nicht aus Ihren Aussagen oder Ihrem Verhalten interpretiert, soll heißen, ich habe das zu 100% allgemein gemeint und möchte das nicht auf Sie persönlich bezogen behaupten. Bitte entscheiden Sie also selbst, was Sie davon inwiefern auf sich beziehen, oder nicht. Das gilt auch für meine pers. Erfahrungen beim Studium und meiner Conclusio daraus.
Mit Inkrafttreten des Teststopvertrages 1996 wurde die Rechenleistung fast aller weltweit installierten Supercomputer für Simulationen der Kernwaffenalterung benötigt und alle Kernwaffenländer kauften oder entwickelten Supercomputer. Voraussetzung für deren Einsatz war, dass die Modelle richtig waren. Das gilt immer, auch heute.
Auch die aktuellen Exascale Rechner können nur das berechnen, was sich exakt als Modell abbilden lässt.
Waffensysteme gehören dazu, möglicherweise auch deren Wirkung, Klima nicht.
Die aktuelle “KI“ in den Browsern zeigt recht deutlich die Grenzen auch einer beliebig hochskalierten Hardware auf. Die Information bzw. Desinformation wird nicht vollständiger, sondern nur schneller abgerufen.
Regeln für Kommentare: Bitte bleibt respektvoll - keine Diffamierungen oder persönliche Angriffe. Keine Video-Links. Manche Kommentare werden erst nach Prüfung freigegeben, was gelegentlich länger dauern kann. Benutzer haften für den Inhalt ihrer Kommentare.
Sie müssen angemeldet sein um Kommentare zu posten. Noch kein Konto? Jetzt registrieren.