Generative ML-Systeme für unterschiedliche Zwecke (beispielhafte Auswahl)
9 / 22
Texte und Sprache
    • Text erzeugen und transformieren:
  • OpenAI (GPTx) und Anthropic (Claude) bieten derzeit die fortgeschrittensten allgemeinen Lösungen in diesem Bereich an.
  • ohne Registrierung begrenzt nutzbar, teils inklusive Suchfunktion und der Möglichkeit, das LLM frei aus einer vorgegebenen Auswahl zu wählen (z. B. zum Vergleichen der Ausgaben):
  • DuckDuckGo Chat ist aus datenschutzrechtlicher Sicht empfehlenswert (Stand 20.02.2025). Zudem bietet die Plattform die Möglichkeit, aus mehreren LLMs zu wählen, sodass ein Vergleich der erzeugten Ausgaben möglich ist.
  • Perplexity vereint Internetrecherche und generative ML-Systeme in fortschrittlichster Art und Weise miteinander. Auch wenn mittlerweile andere Lösungen existieren, so sticht dieser Dienst noch immer im Vergleich positiv hervor (Stand 20.02.2025).
  • Mistral le Chat ist ein europäische Lösung basierend auf einem Open-Source-LLM. Hinsichtlich Datenschutz und Transparenz ist diese Lösung im unmittelbaren Vergleich zu ähnlich leistungsfähigen Applikationen empfehlenswert.
    • Text schreiben/Feedback geben:
  • PEER (Paper Evaluation and Empowerment Resource) wurde entwickelt um Schüler beim Verfassen von Aufsätzen zu unterstützen. Von der Grundschule bis zur Universität, von Erzählungen über Erörterungen bis hin zu Textanalysen - PEER gibt dir Tipps wie du deine Aufsätze noch besser machen kannst! Immer freundlich, immer hilfsbereit, immer geduldig.
    • Text übersetzen:
    • Hörbeiträge erstellen (Texte sprechen):
  • ElevenLabs bietet die aktuell fortschrittlichste generative "Sprach-KI" auf dem Markt an. Zudem wird mittlerweile eine eigene App (ElevenReader) zum erstellen von Bulletins und Podcasts angeboten – aktuell ist die Nutzung der App nach Registrierung sogar kostenfrei möglich (Stand 20.02.2025).
  • Warum sollte ich Texte vertonen oder Hörbeiträge erstellen und in meinem Unterricht einsetzen?
  • …mehr dazu hier:
    • wissenschaftliches Arbeiten:

  • Perplexity Deep Research – ähnliche Systeme sind auch von OpenAI und Anthropic verfügbar – nutzen:
  • Durch Kombination der Deep-Research-Funktion mit einem Reasoning-Modell wie Anthropic Claude 3.7 Sonnet oder OpenAI o3(-mini) kann neues, "synthetisches Wissen" generiert werden. Dieses unterscheidet sich maßgeblich von den Ergebnissen der GPT-Modelle, welche lediglich bekannte Daten auf Basis ihres neuronalen Netzes neu miteinander kombinieren (= Erzeugen von Remixes). – Mit dem genierten "synthetischem Wissen" können wiederum LLMs trainiert werden. Dies wird in nächster Zeit maßgeblich die Entwicklung der generativen ML-Systeme beschleunigen.