WEBVTT 00:00:00.000 --> 00:00:20.000 [Musik] 00:00:20.000 --> 00:00:23.000 Schulze IT-Schulung und Dienstleistungen. 00:00:23.000 --> 00:00:28.000 Dein Spezialist für Audioanleitungen, Schulung, Fernwartung und Fritzbox-Optimierung. 00:00:28.000 --> 00:00:34.000 Mehr Infos findest du auf www.schulze-graben.de 00:00:34.000 --> 00:00:37.000 Und hier ist euer Gastgeber Joachim Schulze, 00:00:37.000 --> 00:00:43.000 Master of Business Administration, JAWS certified, IT-Trainer für Blinde und Sehbehinderte. 00:00:43.000 --> 00:00:48.000 Ich darf einen wunderschönen guten Abend wünschen. 00:00:48.000 --> 00:00:56.000 Heute wieder zur Montagsveranstaltung, zu einer neuen Ausgabe für euch. 00:00:56.000 --> 00:00:59.000 Wieder mal geht's um das Thema KI. 00:00:59.000 --> 00:01:05.000 Heute Chat-GPT vs. Gemini, der große Vergleich. 00:01:05.000 --> 00:01:09.000 Was soll man jetzt mit so viel Englisch auf einmal anfangen? 00:01:09.000 --> 00:01:15.000 Das ist schon krass, wie sich die Welt der KI im Moment entwickelt. 00:01:15.000 --> 00:01:21.000 Man kann eigentlich keine Woche abwarten, ohne dass was Neues passiert. 00:01:21.000 --> 00:01:27.000 Es gibt wenige, die da wirklich noch am Puls des Geschehens bleiben. 00:01:27.000 --> 00:01:35.000 Wir gehören dazu und wir sind auch die einzigen, die wirklich Schulungen in diesem Bereich 00:01:35.000 --> 00:01:37.000 für Blinde und Sehbehinderte anbieten. 00:01:37.000 --> 00:01:43.000 Denn wir haben uns tatsächlich so weit in das ganze Thema reingearbeitet, 00:01:43.000 --> 00:01:53.000 dass wir euch auch beibringen können, wie ihr die verschiedenen KI-Helfer sinnvoll in euren Alltag integrieren könnt. 00:01:53.000 --> 00:01:58.000 Das heißt, wenn ihr sagt, okay, das klingt ja hier in den Podcasts alles interessant, 00:01:58.000 --> 00:02:03.000 aber wie kriege ich das denn jetzt im Endeffekt in meinen Alltag? 00:02:03.000 --> 00:02:07.000 Was kann ich damit wirklich anfangen, das mich weiterbringt? 00:02:07.000 --> 00:02:14.000 Dann lasst euch von uns unterstützen mit unseren Schulungsangeboten. 00:02:14.000 --> 00:02:21.000 Da ist jede Menge möglich und da könnt ihr für euch echt viel rausholen. 00:02:21.000 --> 00:02:25.000 Wie funktioniert das Ganze? Kein Problem. 00:02:25.000 --> 00:02:31.000 Schreibt uns eine WhatsApp, ruft uns an 08232 50 31 303 00:02:31.000 --> 00:02:36.000 oder eine Mail an info@schulze-graben.de 00:02:36.000 --> 00:02:41.000 Wir haben die nächsten Wochen auch noch Termine frei. 00:02:41.000 --> 00:02:47.000 Jetzt kommen wir aber zum eigentlichen Thema des heutigen Abends, 00:02:47.000 --> 00:02:51.000 nämlich die zwei großen Player im Moment. 00:02:51.000 --> 00:02:57.000 Es gibt ChatGPT, über das wir hier schon oft berichtet haben, über tolle Funktionen, 00:02:57.000 --> 00:03:04.000 zum Beispiel wie man es über WhatsApp nutzen kann, was man alles anstellen kann, 00:03:04.000 --> 00:03:09.000 zum Beispiel auch als Autor oder Literatur schaffender. 00:03:09.000 --> 00:03:19.000 Das haben wir in der Folge Storyduell rausgearbeitet mit der Autorin Jennifer Sonntag. 00:03:19.000 --> 00:03:24.000 Also hier einfach mal ein bisschen durch den Smutek scrollen, 00:03:24.000 --> 00:03:28.000 da gibt es jede Menge interessanter Inhalte. 00:03:28.000 --> 00:03:34.000 Und warum verweise ich darauf? Weil es heute jeden Rahmen sprengen würde, 00:03:34.000 --> 00:03:39.000 wenn wir nochmal alle Funktionen von JetPT groß zeigen würden. 00:03:39.000 --> 00:03:46.000 Deswegen habe ich mich auch entschlossen, heute wirklich bei diesem Vergleich zu versuchen, 00:03:46.000 --> 00:03:49.000 ein bisschen komprimiert vorzugehen. 00:03:49.000 --> 00:03:54.000 Und wer dann sagt, das eine oder andere interessiert mich aber näher bei JetPT, 00:03:54.000 --> 00:03:58.000 einfach mal gucken, haben wir viele Folgen draußen. 00:03:58.000 --> 00:04:04.000 Oder ansonsten, wenn ihr sagt, das Thema Künstliche Intelligenz interessiert mich einfach näher, 00:04:04.000 --> 00:04:06.000 wie könnte ich das in meinen Alltag bringen, 00:04:06.000 --> 00:04:11.000 dann nehmt doch mal eine unserer günstigen Schulungen in Anspruch. 00:04:11.000 --> 00:04:17.000 Kosten nur 36 Euro pro angefangene 30 Minuten. 00:04:17.000 --> 00:04:24.000 Ja, es gab in den letzten 2-3 Monaten eine ziemlich krasse Veränderung 00:04:24.000 --> 00:04:27.000 und die hat Gemini eingeläutet. 00:04:27.000 --> 00:04:29.000 Was ist Gemini? 00:04:29.000 --> 00:04:34.000 Ja, das ist nicht etwa ein Wesen von einem anderen Stern, 00:04:34.000 --> 00:04:38.000 nein, es ist ebenfalls ein Large Language Model, 00:04:38.000 --> 00:04:42.000 also ebenfalls ein Sprachmodell, so wie JetPT, 00:04:42.000 --> 00:04:46.000 nur es kommt nicht von OpenAI, es kommt von Google. 00:04:46.000 --> 00:04:49.000 Und wie wir ja wissen, wenn Google was macht, 00:04:49.000 --> 00:04:52.000 dann denken sie sich meistens was dabei. 00:04:52.000 --> 00:04:56.000 Und ja, es war so die letzten 1-2 Jahre doch ein bisschen das Thema, 00:04:56.000 --> 00:04:58.000 JetPT war einfach der Platzhirsch. 00:04:58.000 --> 00:05:03.000 Man musste wirklich sagen, es gab einfach nichts, was drüber ging. 00:05:03.000 --> 00:05:06.000 Klar, was jetzt das Thema Datenschutz angeht, 00:05:06.000 --> 00:05:08.000 da muss man ganz klar sagen, 00:05:08.000 --> 00:05:10.000 da hat man immer noch die besten Karten, 00:05:10.000 --> 00:05:14.000 wenn man mit Künstlicher Intelligenz lokal auf dem Rechner arbeitet, 00:05:14.000 --> 00:05:17.000 im beruflichen Kontext, wo es um sensible Daten geht, 00:05:17.000 --> 00:05:20.000 klar, da macht es Sinn, da machen wir das auch. 00:05:20.000 --> 00:05:26.000 Aber im privaten Kontext schafft die Hardware das einfach nicht so, 00:05:26.000 --> 00:05:29.000 dass wir da wirklich was davon hätten. 00:05:29.000 --> 00:05:35.000 Und genau deswegen bietet sich dann natürlich schon für viele Leute die Überlegung, 00:05:35.000 --> 00:05:40.000 okay, gut, wenn, dann möchte ich aber auch möglichst die KI, 00:05:40.000 --> 00:05:42.000 die es am besten kann. 00:05:42.000 --> 00:05:44.000 Und welche ist das denn nun? 00:05:44.000 --> 00:05:46.000 Ja, lange konnte man sagen, 00:05:46.000 --> 00:05:49.000 JetPT eigentlich fast in allen Bereichen. 00:05:49.000 --> 00:05:53.000 Und jetzt muss man wirklich ein bisschen gefiltert vorgehen und sagen, 00:05:53.000 --> 00:05:57.000 es kommt tatsächlich drauf an, was man machen möchte. 00:05:57.000 --> 00:06:03.000 Wenn jemand jetzt sagt, okay, ich habe ganz viel Texte zu lektorieren, 00:06:03.000 --> 00:06:05.000 ich schreibe sehr viel, 00:06:05.000 --> 00:06:11.000 dann kann Google durchaus die bessere Alternative mit Gemini sein. 00:06:11.000 --> 00:06:16.000 Warum? Ganz einfach, weil es von der Grammatik ausgereifter ist, 00:06:16.000 --> 00:06:20.000 das muss man klar sagen, weil es mit Deutsch besser klar kommt, 00:06:20.000 --> 00:06:25.000 weil es im Allgemeinen etwas kreativer bei Texten ist, 00:06:25.000 --> 00:06:31.000 ohne ins Lächerliche abzudriften, das hat man ja bei JetPT gerne mal, 00:06:31.000 --> 00:06:34.000 das haben wir im Storyduell auch thematisiert. 00:06:34.000 --> 00:06:38.000 Aber eine Sache, die darf man gar keinesfalls machen, 00:06:38.000 --> 00:06:40.000 mit Gemini. 00:06:40.000 --> 00:06:49.000 Und das ist Beiträge schreiben, in denen viele Links rausgesucht werden sollen, 00:06:49.000 --> 00:06:54.000 denn da neigt Google dann gerne dazu, Suchmaschinenlinks zu setzen. 00:06:54.000 --> 00:07:03.000 Das heißt, es schickt den Leser des Artikels erstmal auf eine Suchseite von Google 00:07:03.000 --> 00:07:06.000 und da soll er sich dann die Inhalte anzeigen lassen. 00:07:06.000 --> 00:07:08.000 Das ist Mist. 00:07:08.000 --> 00:07:14.000 Das kann man auch gar nicht anders sagen, denn wenn ich einen Artikel schreibe, 00:07:14.000 --> 00:07:18.000 wo es jetzt wirklich darum geht, dass ich Infos vermitteln will, 00:07:18.000 --> 00:07:25.000 oder wenn ich zum Beispiel Postings mache, dann wird das schwierig. 00:07:25.000 --> 00:07:31.000 Wo es wieder relativ gut klappt, ist tatsächlich, wenn ich jetzt sage, 00:07:31.000 --> 00:07:36.000 okay, ich schreibe Blogbeiträge mit immer wieder festen Links, 00:07:36.000 --> 00:07:38.000 dann geht's ziemlich gut. 00:07:38.000 --> 00:07:44.000 Es gibt weitere Unterschiede und das ist natürlich klar, 00:07:44.000 --> 00:07:49.000 wenn ich will, dass ich zum Beispiel ein Worddokument oder eine TXT-Datei rausbekomme, 00:07:49.000 --> 00:07:54.000 oder eine PDF-Datei, dann ist Gemini automatisch raus. 00:07:54.000 --> 00:07:58.000 Denn das macht er nicht, er gibt uns nur Text aus. 00:07:58.000 --> 00:08:02.000 Und den können wir dann kopieren und weiterverwenden. 00:08:02.000 --> 00:08:09.000 Okay, das klingt jetzt erstmal ziemlich vogelwild, ist aber eigentlich gar nicht so schlimm. 00:08:09.000 --> 00:08:15.000 Denn er hat einen Vorteil und mit dem schlägt er natürlich GPT, 00:08:15.000 --> 00:08:18.000 ja, einfach schon kontextbezogen. 00:08:18.000 --> 00:08:23.000 Er kann tatsächlich mit einer Million Tokens umgehen. 00:08:23.000 --> 00:08:28.000 So, jetzt sagt der ein oder andere Jockel, ganz ehrlich, eine Million Tokens? 00:08:28.000 --> 00:08:30.000 Was sind denn Tokens überhaupt? 00:08:30.000 --> 00:08:34.000 Tokens sind ein Äquivalent zu Wörtern. 00:08:34.000 --> 00:08:35.000 Warum Äquivalent? 00:08:35.000 --> 00:08:42.000 Weil Tokens so was Ähnliches sind, die meistens drei bis vier Zeichen umfassen. 00:08:42.000 --> 00:08:49.000 Das heißt, man kann also so im Schnitt seine 500.000, 600.000 Wörter 00:08:49.000 --> 00:08:53.000 ohne Probleme in Google reinhacken. 00:08:53.000 --> 00:08:55.000 Und das ist bei GPT ganz anders. 00:08:55.000 --> 00:09:02.000 Denn da ist bei maximal 128.000 Tokens Schluss. 00:09:02.000 --> 00:09:08.000 Das sind gerade mal knapp 13% von dem, was Google leistet. 00:09:08.000 --> 00:09:10.000 Ja, aber so viel braucht doch kein Mensch. 00:09:10.000 --> 00:09:12.000 Ja, selten. 00:09:12.000 --> 00:09:16.000 Wenn man aber bestimmte Arbeitsabläufe mit der KI macht, 00:09:16.000 --> 00:09:19.000 dann braucht man das sogar regelmäßig. 00:09:19.000 --> 00:09:23.000 Wenn man zum Beispiel mit großen Dokumenten arbeitet, 00:09:23.000 --> 00:09:28.000 wo man zum Beispiel bestimmte Daten extrahieren möchte, 00:09:28.000 --> 00:09:30.000 ja, das kann die KI ja auch machen. 00:09:30.000 --> 00:09:34.000 Natürlich kann ich jetzt sagen, gut, ich suche mir die Stellen, 00:09:34.000 --> 00:09:38.000 wo zum Beispiel ein bestimmter Name vorkommt in einem großen Manuskript. 00:09:38.000 --> 00:09:43.000 Wenn es jetzt aber darum geht, ich will alle äußeren Merkmale eines Charakters, 00:09:43.000 --> 00:09:49.000 eines Rohmanuskripts in einem Schritt rausziehen, 00:09:49.000 --> 00:09:53.000 dann kostet mich das als Lektor, Autor, was auch immer, 00:09:53.000 --> 00:09:55.000 mindestens eine Stunde Arbeit. 00:09:55.000 --> 00:09:59.000 Für die KI dauert das maximal drei Minuten. 00:09:59.000 --> 00:10:02.000 Wenn überhaupt, meistens schafft sie es in einer Minute. 00:10:02.000 --> 00:10:08.000 Und ein Rohmanuskript, das ist ganz schnell länger als 20, 30 Seiten 00:10:08.000 --> 00:10:12.000 und dann sind wir eben über dem drüber, was GPT sicher handeln kann. 00:10:12.000 --> 00:10:14.000 Ja, und dann kommt Gemini ins Spiel. 00:10:14.000 --> 00:10:17.000 Und ganz ehrlich, das läuft einfach souverän. 00:10:17.000 --> 00:10:20.000 Und wenn ich damit natürlich dann sagen kann, okay, 00:10:20.000 --> 00:10:23.000 ich hole mir, bleiben wir bei diesem Beispiel, 00:10:23.000 --> 00:10:26.000 der äußerlichen Details eines Charakters, einer Figur. 00:10:26.000 --> 00:10:29.000 Ja, die sind quer über ein Buch verteilt. 00:10:29.000 --> 00:10:33.000 Das ist als Mensch eine Sisyphus-Aufgabe. 00:10:33.000 --> 00:10:35.000 Da nichts zu übersehen. 00:10:35.000 --> 00:10:39.000 Ja, für die KI ist es schlichtweg einfach Pille-Palle. 00:10:39.000 --> 00:10:42.000 Denn ja, dann ziehe ich halt mal eben alle Details raus 00:10:42.000 --> 00:10:46.000 und das schafft er auch zu 98% safe. 00:10:46.000 --> 00:10:50.000 Und 98% sind eine ganze Menge. 00:10:50.000 --> 00:10:53.000 Tatsächlich ist es auch als Mensch ziemlich wahrscheinlich, 00:10:53.000 --> 00:10:57.000 dass mir das eine oder das andere durchs Raster fallen würde. 00:10:57.000 --> 00:11:03.000 Und das ist natürlich eine Sache, die Gemini wesentlich besser kann als GPT. 00:11:03.000 --> 00:11:05.000 Eben mehr Kontext. 00:11:05.000 --> 00:11:08.000 Wie sieht es aus bei der Aktualität? 00:11:08.000 --> 00:11:12.000 Ja, ich hätte jetzt zu allem viele Beispiele bringen können 00:11:12.000 --> 00:11:16.000 und muss sagen, dann wäre die Sendung heute zweieinhalb Stunden lang 00:11:16.000 --> 00:11:24.000 und ich darf morgen um sieben wieder ausrücken in Außendienst. 00:11:24.000 --> 00:11:27.000 Von daher muss ich ganz ehrlich sagen, 00:11:27.000 --> 00:11:33.000 nein, das wird mir dann einfach mit Schnitt und Vorbereitung für euch 00:11:33.000 --> 00:11:35.000 für morgen Mittag in Podcast zu viel. 00:11:35.000 --> 00:11:39.000 Deswegen hier auch ein bisschen theoretische Zusammenfassung. 00:11:39.000 --> 00:11:42.000 Es gibt aber nachher noch praktische Beispiele, keine Angst. 00:11:42.000 --> 00:11:46.000 Wer ist aktueller? 00:11:46.000 --> 00:11:49.000 Ja, am Ende können beide im Internet suchen. 00:11:49.000 --> 00:11:51.000 Und beide können das ziemlich gut. 00:11:51.000 --> 00:11:55.000 GPT hat einfach ein bisschen mehr diesen Buddy-Style, so nenne ich es mal. 00:11:55.000 --> 00:12:02.000 Dieses Konversationelle, ja, Lockere, manchmal auch ein bisschen Flapsige. 00:12:02.000 --> 00:12:06.000 Google ist da mehr seriös, nennen wir es einfach mal so. 00:12:06.000 --> 00:12:08.000 Das ist da mehr förmlicher. 00:12:08.000 --> 00:12:14.000 Das ist einfach mehr dieser Agent, naja, ich will aber auch keine Linien übertreten. 00:12:14.000 --> 00:12:19.000 So ist es tatsächlich auch ein bisschen, wenn es darum geht, 00:12:19.000 --> 00:12:24.000 ja, wirklich frei zu schreiben, wo es dann tatsächlich auch, ja, 00:12:24.000 --> 00:12:28.000 um Themen geht, die einfach in Literatur vorkommen, 00:12:28.000 --> 00:12:31.000 wenn es auch mal um sensiblere Inhalte geht. 00:12:31.000 --> 00:12:36.000 Da arbeiten beide mit strengen Filtern, was wichtig und richtig ist. 00:12:36.000 --> 00:12:39.000 Das möchte ich an dieser Stelle ganz klar betonen, 00:12:39.000 --> 00:12:45.000 denn es gibt im Internet viele Shitstorms, wo User sagen, das ist eine Schweinerei, 00:12:45.000 --> 00:12:48.000 ich lasse mir von einer KI nicht den Mund verbieten. 00:12:48.000 --> 00:12:53.000 Nein, das ist wichtig und richtig, dass mit künstlicher Intelligenz 00:12:53.000 --> 00:12:59.000 weder Pornografie noch Hetze oder andere menschenverachtende Erzeugnisse 00:12:59.000 --> 00:13:01.000 erstellt werden können. 00:13:01.000 --> 00:13:07.000 Und deswegen sage ich auch ganz klar, hier haben beide strenge Filter, 00:13:07.000 --> 00:13:10.000 und das ist auch richtig so. 00:13:10.000 --> 00:13:18.000 Wobei man ganz klar sagen muss, dass GPT da etwas besser drin ist zu erkennen, 00:13:18.000 --> 00:13:21.000 wenn es wirklich um Literatur geht. 00:13:21.000 --> 00:13:30.000 Wobei Gemini, was jetzt die Textvielfalt, die autorische Größe angeht, 00:13:30.000 --> 00:13:33.000 definitiv mehr auf dem Kasten hat. 00:13:33.000 --> 00:13:38.000 Liegt vielleicht auch ein bisschen an der Kontextlänge, 00:13:38.000 --> 00:13:45.000 aber im Großen und Ganzen glaube ich schon, dass Gemini da einfach nicht zuletzt 00:13:45.000 --> 00:13:52.000 durch seine Abstammung von der größten Suchmaschine einfach mehr auf der Pfanne hat. 00:13:52.000 --> 00:13:55.000 Und das merkt man auch. 00:13:55.000 --> 00:14:03.000 Wichtig ist außerdem, und da kommen wir jetzt noch mal kurz zum Punkt Suche im Web, 00:14:03.000 --> 00:14:07.000 dass sich die Websuche gerade grundlegend umstellt. 00:14:07.000 --> 00:14:13.000 Also das klassische Suchen mit einer Suchmaschine, das wird eigentlich gerade immer weniger, 00:14:13.000 --> 00:14:15.000 das muss man ganz klar sagen. 00:14:15.000 --> 00:14:21.000 Die Menschen gucken eigentlich mehr in die künstliche Intelligenz und sagen, 00:14:21.000 --> 00:14:29.000 was gibt es denn da, was bietet denn der an, was gibt es denn für einen Musikdienst, 00:14:29.000 --> 00:14:32.000 die zum Beispiel viel österreichische Mundart haben. 00:14:32.000 --> 00:14:39.000 Ja, da geht man heute nicht mehr unbedingt auf Google, sondern da guckt man halt heute auch einfach 00:14:39.000 --> 00:14:45.000 mit GPT oder mit Gemini und kommt so wunderbar an sein Ziel. 00:14:45.000 --> 00:14:49.000 Und das funktioniert auch, das muss man ganz klar sagen. 00:14:49.000 --> 00:14:56.000 Allerdings nicht unbedingt mit dem Audiomodus, denn da haben sie beide ihre Grenzen. 00:14:56.000 --> 00:15:05.000 Wer nun aber glaubt, das wäre alles, was die beiden gleich gut können, der täuscht sich, 00:15:05.000 --> 00:15:10.000 denn auch bei der Bildbeschreibung, da lohnt es sich durchaus beide auszuprobieren, 00:15:10.000 --> 00:15:12.000 da ist GPT sehr gut. 00:15:12.000 --> 00:15:16.000 Ich persönlich mag Gemini noch ein bisschen lieber. 00:15:16.000 --> 00:15:17.000 Warum? 00:15:17.000 --> 00:15:19.000 Weil es detaillierter ist. 00:15:19.000 --> 00:15:26.000 Also ich finde persönlich, Gemini beschreibt Bilder einfach noch ein bisschen detaillierter, 00:15:26.000 --> 00:15:29.000 ein bisschen mehr sehenden Auges. 00:15:29.000 --> 00:15:34.000 Aber letztlich ist das auch ein bisschen Geschmackssache. 00:15:34.000 --> 00:15:38.000 Es machen in jedem Fall beide den Job tadellos. 00:15:38.000 --> 00:15:41.000 Was wichtig ist, sind PDF-Dateien. 00:15:41.000 --> 00:15:49.000 Denn da gibt es leider seit etwa eineinhalb Monaten einen riesengroßen Unterschied. 00:15:49.000 --> 00:15:53.000 Es gab jetzt drei, vier Monate, da konnte GPT das wunderbar. 00:15:53.000 --> 00:15:57.000 Nicht durchsuchbare PDF-Dateien, das heißt gescannte Bilder zum Beispiel, 00:15:57.000 --> 00:16:03.000 die konnte man einfach an GPT schicken und der hat sie wunderbar erkannt, 00:16:03.000 --> 00:16:07.000 hat eine OCR drüber laufen lassen und man konnte mit dem Text arbeiten. 00:16:07.000 --> 00:16:09.000 Das geht nicht mehr. 00:16:09.000 --> 00:16:12.000 Er kann es einfach nicht mehr. 00:16:12.000 --> 00:16:17.000 Gemini hingegen schmunzelt darüber und sagt, dann schmeiß mal her, was du hast. 00:16:17.000 --> 00:16:19.000 Dann machen wir es eben. 00:16:19.000 --> 00:16:21.000 Und das macht er tadellos. 00:16:21.000 --> 00:16:30.000 Egal ob es eine zehnseitige Heizkostenabrechnung ist oder ob es eben mal schnell eine Speisekarte ist, 00:16:30.000 --> 00:16:33.000 die man irgendwo eingescannt hat, abfotografiert. 00:16:33.000 --> 00:16:35.000 Es läuft einfach. 00:16:35.000 --> 00:16:45.000 Das heißt, PDF reinkopieren über den Browser oder teilen mit der App und das Ganze passt und läuft. 00:16:45.000 --> 00:16:52.000 Aber, und jetzt kommt noch der Punkt, den will ich euch live zeigen. 00:16:52.000 --> 00:16:54.000 Ich habe nachher noch ein Live-Beispiel für euch. 00:16:54.000 --> 00:17:01.000 Aber den Punkt will ich euch zuerst live zeigen bei Gemini, der mich wirklich von den Socken gehauen hat 00:17:01.000 --> 00:17:08.000 und der letztlich auch dafür gesorgt hat, dass ich inzwischen beide größer nutze. 00:17:08.000 --> 00:17:14.000 Denn natürlich kann ich, so mache ich es auch inzwischen, weil es ansonsten einfach zu teuer würde, 00:17:14.000 --> 00:17:23.000 mit den Podcast-Episoden, ich transkribiere sie, also erstelle die Text-Mitschriften mit Whisper Desktop. 00:17:23.000 --> 00:17:29.000 Das heißt, ich wandel das Ganze lokal auf meinem PC hier mit einer starken Grafikkarte um, 00:17:29.000 --> 00:17:35.000 so dass dann aus dem Text, den ihr im Podcast hört, auch Text zum Lesen wird. 00:17:35.000 --> 00:17:41.000 Für Leute, die eben lieber lesen als hören oder auch für taubblinde Menschen, 00:17:41.000 --> 00:17:45.000 dass die nicht ausgeschlossen sind von den Inhalten. 00:17:45.000 --> 00:17:50.000 Aber das kann Gemini jetzt auch. 00:17:50.000 --> 00:17:55.000 Und das ist natürlich richtig großes Kino, denn es gibt viele Situationen, 00:17:55.000 --> 00:17:59.000 da geht es tatsächlich auch um Musik. 00:17:59.000 --> 00:18:08.000 Und ganz ehrlich, da muss ich nun mal sagen, da fängt das Ganze an, richtig Spaß zu machen. 00:18:08.000 --> 00:18:15.000 Denn da gibt es nicht nur beruflichen Mehrwert, da gibt es nicht nur Mehrwert der Zeit erspart, 00:18:15.000 --> 00:18:20.000 sondern da gibt es einfach auch richtigen Mehrwert, was Wissen angeht. 00:18:20.000 --> 00:18:24.000 Zum Beispiel beim Übersetzen von Songtexten. 00:18:24.000 --> 00:18:32.000 Und das möchte ich jetzt mal mit euch ausprobieren mit einem Stück Sonntagsmusik. 00:18:32.000 --> 00:18:44.000 Und wir nehmen hier einen unserer Sonntagsmusik-Songs, der auf Englisch ist. 00:18:44.000 --> 00:18:48.000 Und zwar nehmen wir mal "I'm the son of a truck driver". 00:18:48.000 --> 00:18:54.000 Das war letztes Jahr in der Sonntagsmusik, ihr kennt den Song sicher alle. 00:18:54.000 --> 00:19:03.000 Und dann lassen wir uns den doch einfach mal aus der MP3 von Gemini übersetzen. 00:19:03.000 --> 00:19:11.000 Und ja, ich glaube, da sieht man sehr gut die Stärken, wo ist er richtig gut? 00:19:11.000 --> 00:19:21.000 Dazu gehen wir jetzt erstmal hier her und holen euch Jaws auf die Ohren. 00:19:21.000 --> 00:19:26.000 So, Jaws kommt. 00:19:26.000 --> 00:19:31.000 Jetzt müssen wir den bloß noch zu euch rüber packen. 00:19:31.000 --> 00:19:41.000 So, dann packen wir das hier mal rüber. 00:19:41.000 --> 00:19:46.000 So, da ist Jaws. 00:19:46.000 --> 00:19:51.000 Ihr solltet ihn hören und wir gehen jetzt einmal auf Gemini im Browser. 00:19:51.000 --> 00:20:04.000 [Sprachdurchsage] 00:20:04.000 --> 00:20:14.000 So, gemini.google.com. 00:20:14.000 --> 00:20:15.000 Wir machen Enter. 00:20:15.000 --> 00:20:29.000 [Sprachdurchsage] 00:20:29.000 --> 00:20:32.000 So, und wir hören und sehen schon, hier ist was anders. 00:20:32.000 --> 00:20:39.000 Und zwar habe ich natürlich hier jetzt schon mal den Standortzugriff freigegeben. 00:20:39.000 --> 00:20:42.000 Ja, das möchte Google immer gerne. 00:20:42.000 --> 00:20:45.000 Mich stört es nicht, denn es ist bei manchen Sachen sehr sinnvoll. 00:20:45.000 --> 00:20:50.000 Ich habe hier ein multimodales Textfeld, das heißt, da kann ich Text reinschreiben. 00:20:50.000 --> 00:20:55.000 Ich kann aber auch reinkopieren mit Steuerung V aus dem Explorer. 00:20:55.000 --> 00:20:56.000 Und das machen wir jetzt. 00:20:56.000 --> 00:20:58.000 [Sprachdurchsage] 00:20:58.000 --> 00:21:03.000 So, wir überprüfen nochmal, hat das geklappt mit der MP3. 00:21:03.000 --> 00:21:13.000 [Sprachdurchsage] 00:21:13.000 --> 00:21:15.000 Wunderbar, hat geklappt. 00:21:15.000 --> 00:21:18.000 [Sprachdurchsage] 00:21:18.000 --> 00:21:37.000 So, und ich gebe jetzt hier den Prompt ein, übersetze den Text des angehängten Songs 00:21:37.000 --> 00:21:42.000 und beschreibe den Stil des Songs. 00:21:42.000 --> 00:21:47.000 [Sprachdurchsage] 00:21:47.000 --> 00:21:52.000 Ich schreibe auch sicherheitshalber nochmal rein, übersetze den kompletten Songtext. 00:21:52.000 --> 00:22:00.000 [Sprachdurchsage] 00:22:00.000 --> 00:22:03.000 So, und dann wird er hier ein bisschen rödeln. 00:22:03.000 --> 00:22:06.000 Ich habe mich jetzt ganz bewusst nicht für das Pro-Modell entschieden, 00:22:06.000 --> 00:22:12.000 sondern hier für das Standardmodell, das Flash-Modell, das man auch kostenlos nutzen kann. 00:22:12.000 --> 00:22:16.000 [Sprachdurchsage] 00:22:16.000 --> 00:22:20.000 So, und dann haben wir hier schon eine Antwort. 00:22:20.000 --> 00:22:27.000 Was hier anders ist als bei GPT, mir wird, solange ich im Formularmodus bin, die Antwort nicht vorgelesen. 00:22:27.000 --> 00:22:32.000 Also ich muss mehr navigieren, das heißt ich muss raus aus dem Formularmodus, 00:22:32.000 --> 00:22:37.000 muss mit der Überschrift hochspringen zu meiner Nachricht mit Shift+H. 00:22:37.000 --> 00:22:40.000 [Sprachdurchsage] 00:22:40.000 --> 00:22:46.000 Und tatsächlich hier hat er jetzt schon eine Überschrift gemacht, nämlich Übersetzung des Songtextes. 00:22:46.000 --> 00:22:47.000 Ich mache nochmal Shift+H. 00:22:47.000 --> 00:22:53.000 [Sprachdurchsage] 00:22:53.000 --> 00:22:57.000 Genau, das war jetzt mein Prompt, meine Eingabe und wir gehen runter mit den Pfeiltasten. 00:22:57.000 --> 00:23:01.000 [Sprachdurchsage] 00:23:01.000 --> 00:23:06.000 Dann kann ich es jetzt hier anhören, das machen wir jetzt hier nicht. 00:23:06.000 --> 00:23:11.000 Da würde er mir dann die ganze Nachricht vorlesen, wir lassen es uns jetzt mit Jaws vorlesen. 00:23:11.000 --> 00:23:13.000 Ist für euch angenehmer, dann habt ihr es. 00:23:13.000 --> 00:23:16.000 [Sprachdurchsage] 00:23:16.000 --> 00:23:20.000 [Sprachdurchsage] 00:23:20.000 --> 00:23:24.000 [Sprachdurchsage] 00:23:24.000 --> 00:23:28.000 [Sprachdurchsage] 00:23:28.000 --> 00:23:32.000 [Sprachdurchsage] 00:23:32.000 --> 00:23:38.000 [Sprachdurchsage] 00:23:38.000 --> 00:23:42.000 [Sprachdurchsage] 00:23:42.000 --> 00:23:46.000 [Sprachdurchsage] 00:23:46.000 --> 00:23:50.000 [Sprachdurchsage] 00:23:50.000 --> 00:23:54.000 [Sprachdurchsage] 00:23:54.000 --> 00:23:58.000 [Sprachdurchsage] 00:23:58.000 --> 00:24:02.000 [Sprachdurchsage] 00:24:02.000 --> 00:24:09.000 Okay, also bei der Interpretation des Songstils, hört mal rein in die Sonntagsmusik. 00:24:09.000 --> 00:24:13.000 Also ja, Countryrock, ich weiß ja nicht. 00:24:13.000 --> 00:24:18.000 Also er gibt ihm jetzt vielleicht ein bisschen mehr Punch als er eigentlich hat. 00:24:18.000 --> 00:24:23.000 Aber okay, ist ja für eine KI, die eigentlich keine Ohren hat, schon mal ganz gut. 00:24:23.000 --> 00:24:32.000 Überschrift Ebenen 3 Übersetzung des Songtextes Runde Klammer auf der Songtext enthält persönliche und unternehmerische Informationen des Users, die ich zur Personalisierung nutze. 00:24:32.000 --> 00:24:37.000 Intro Runde Klammer auf gesprochen Runde Klammer zu. Wieder einmal ist es Zeit geworden für ein Stück Sonntagsmusik. 00:24:37.000 --> 00:24:42.000 Und auch heute freue ich mich wieder darauf, ein kleines Stück meiner Musik mit euch zu teilen. 00:24:42.000 --> 00:24:47.000 Heute geht es um einen Song, den ich teilen. Heute geht es um einen Song, den ich mir sozusagen auf den Leib geschrieben habe. 00:24:47.000 --> 00:24:58.000 Aber nicht nur mir, sondern auch meiner Frau Carina. Viele, die uns kennen, wissen, dass ich viele Jahre vor Carina und einige Jahre mit Carina hauptsächlich auf den Straßen Deutschlands, Österreichs und der Schweiz verbracht habe. 00:24:58.000 --> 00:25:04.000 Schlicht und einfach, um euch sprechende Fernseher, Schulungen zu Screenreader, iPhone oder eine neue Arbeitsplatzausstattung zu bieten. 00:25:04.000 --> 00:25:12.000 All das hat sich in den letzten zwei Jahren verändern und entwickeln dürfen, so dass wir heute eigentlich alles, wofür wir früher 50.000 Kilometer im Jahr gefahren sind, online anbieten können. 00:25:12.000 --> 00:25:16.000 Und von all dem erzählt dieser Song, und er beschreibt nicht zuletzt die Wichtigkeit. 00:25:16.000 --> 00:25:19.000 Veränderungen im Leben anzunehmen und als Chance zu ergreifen. 00:25:19.000 --> 00:25:20.000 Nach dem Intro geht's los. 00:25:20.000 --> 00:25:22.000 Becarza im Saison of a Truck Driver. 00:25:22.000 --> 00:25:24.000 Musikalisches Intro/Jingle 00:25:24.000 --> 00:25:27.000 Schulze Binde-Dech, Schulze Binde-Dech, er ist wieder da. 00:25:27.000 --> 00:25:30.000 Endlich gibt's was Neues, das ist wunderbar. 00:25:30.000 --> 00:25:33.000 Schulze Binde-Dech, Schulze Binde-Dech, Trends und Technik satt. 00:25:33.000 --> 00:25:36.000 Endlich Moya Podcast, der einfach alles hat. 00:25:36.000 --> 00:25:38.000 Endlich Moya Podcast, der einfach alles hat. 00:25:38.000 --> 00:25:40.000 Schulze IT Binde-Schulung und Dienstleistungen. 00:25:40.000 --> 00:25:42.000 Dann Spezialist für Audioanleitungen. 00:25:42.000 --> 00:25:45.000 Schulung, Fernwartung und Fritz-Box Binde-Optimierung. 00:25:45.000 --> 00:25:49.000 Mehr Infos findest du auf www.schulze-graben.de 00:25:49.000 --> 00:25:52.000 Runde Klammer auf "Up here" beginnt der gesungene Text in Englisch, der vom Intro übersetzt wird. 00:25:52.000 --> 00:25:54.000 Runde Klammer zu Strophe 1, for example. 00:25:54.000 --> 00:25:57.000 15 years now my life has happened on the road. 00:25:57.000 --> 00:26:00.000 I was following the green, green breadcrumbs, as if I was a guard. 00:26:00.000 --> 00:26:03.000 I was putting meals up on my car, even more in the next year. 00:26:03.000 --> 00:26:06.000 Even in situations there was danger, me, I had no fear. 00:26:06.000 --> 00:26:09.000 Sometimes been talking to my friends, is a hit. 00:26:09.000 --> 00:26:11.000 Anführungsstrichen nur beats, time to stop. 00:26:11.000 --> 00:26:13.000 Anführungsstriche entsehen an order, just came a home, so is a hit. 00:26:13.000 --> 00:26:15.000 Anführungsstriche, hurry up. 00:26:15.000 --> 00:26:19.000 Anführungsstriche refrain, I am the son of a truck driver, so the road runs in my blood. 00:26:19.000 --> 00:26:23.000 And if I want it, could you stop it all, it's the only goal I go. 00:26:23.000 --> 00:26:25.000 Strophe 2, etwas trock hab ich zwischen mein Wife. 00:26:26.000 --> 00:26:31.000 Ich stoppe jetzt an der Stelle mal, weil ihr seht schon, wenn ihr euch den Song anhört, 00:26:31.000 --> 00:26:35.000 ja, er hat den Songtext ganz gut erfasst, aber er hat ihn halt nicht übersetzt. 00:26:35.000 --> 00:26:38.000 Und da sind wir wieder bei dem Thema KI. 00:26:38.000 --> 00:26:42.000 Das heißt nie 100% berechenbar. 00:26:42.000 --> 00:26:47.000 Hätte ich das Ganze jetzt mit dem Pro-Modell gemacht, wäre das wahrscheinlich gegangen. 00:26:47.000 --> 00:26:54.000 Hätte ich jetzt diesen Songtext genommen und gesagt, übersetze mir den. 00:26:54.000 --> 00:26:59.000 Also sprich den originalen englischen Songtext, so wie er ihn jetzt erkannt hat, 00:26:59.000 --> 00:27:02.000 und würde sagen, übersetze mir den, dann würde das natürlich funktionieren. 00:27:02.000 --> 00:27:06.000 NWW-Riffbrillenstrich, Rundgut, Schleppniederteilen und Exportieren, Menüschalter reduziert. 00:27:06.000 --> 00:27:11.000 Und sagen, übersetze mir mal den extrahierten englischen Songtext auf Deutsch. 00:27:11.000 --> 00:27:12.000 Kommt hier, eingeben ein. 00:27:12.000 --> 00:27:26.000 So. 00:27:26.000 --> 00:27:31.000 Und da kommt er auch schon. 00:27:31.000 --> 00:27:36.000 *Sprach* 00:27:36.000 --> 00:28:04.000 *Sprach* 00:28:04.000 --> 00:28:13.000 *Sprach* 00:28:13.000 --> 00:28:17.000 Okay, also hier kommen jetzt zwei Fehler zusammen. 00:28:17.000 --> 00:28:22.000 Punkt 1, er hat halt einfach den Text nicht ganz richtig erfasst. 00:28:22.000 --> 00:28:24.000 Ist auch wahnsinnig schwierig. 00:28:24.000 --> 00:28:31.000 Aus einem Audio Text generieren, also die Funktion Speech to Text, 00:28:31.000 --> 00:28:37.000 das galt ganz lange als der heilige Gral, weil im Endeffekt das konnten eigentlich immer nur Menschen. 00:28:37.000 --> 00:28:41.000 Und die haben es teilweise noch verpatzt. 00:28:41.000 --> 00:28:50.000 Das war eigentlich so, ja, wo man gesagt hat, gerade zum Beispiel beim Diktat Verschriftlichen, 00:28:50.000 --> 00:28:52.000 ja, das kann nur ein Mensch. 00:28:52.000 --> 00:29:00.000 Und wenn man sich jetzt mal anschaut, wie das eine KI jetzt hier eigentlich ohne große Vorbereitung, 00:29:00.000 --> 00:29:09.000 ohne große Hilfsmittel eigentlich im Standardmodell schon zu, ich möchte mal sagen, 75 Prozent richtig macht. 00:29:09.000 --> 00:29:11.000 Wie gesagt, es sind zwei Fehler. 00:29:11.000 --> 00:29:16.000 Punkt 1, der Text, der nicht ganz passt, weil er ihn nicht ganz richtig erkannt hat. 00:29:16.000 --> 00:29:23.000 Denn "I was following the green green grass" ist der Original Text. 00:29:23.000 --> 00:29:27.000 Und er macht daraus "the green breadcrumbs". 00:29:27.000 --> 00:29:33.000 Also das ist natürlich, ja, künstlerische Freiheit der KI. 00:29:33.000 --> 00:29:37.000 Aber sie hat natürlich nichts mit der Realität zu tun. 00:29:37.000 --> 00:29:44.000 Und da kommt dann eben auch wieder der Mensch ins Spiel, der das Ganze auch vernünftig korrigiert. 00:29:44.000 --> 00:29:50.000 Aber und das ist eben das Krasse, wenn ich mir vorstelle, ich würde das alles von Hand übersetzen. 00:29:50.000 --> 00:29:56.000 Ich bräuchte eine Unmenge an Zeit für das Ganze. 00:29:56.000 --> 00:30:09.000 Das könnte ich mir eigentlich gar nicht erlauben, weil wie gesagt, ich hätte diese Zeit einfach gar nicht. 00:30:09.000 --> 00:30:16.000 Und wenn ich mir überlege, wie schnell das jetzt eigentlich ging, einfach mal nur so mit euch nebendran, 00:30:16.000 --> 00:30:21.000 dann ist das schon, finde ich, unglaublich bemerkenswert. 00:30:21.000 --> 00:30:29.000 Und ich glaube, das ist wirklich das, was so inzwischen auch den großen Unterschied macht. 00:30:29.000 --> 00:30:35.000 Wo KI dann eben auch plötzlich anfängt, richtig den Alltag zu verändern. 00:30:35.000 --> 00:30:41.000 Denn man kann einfach Sachen machen, die wären früher gar nicht denkbar gewesen. 00:30:41.000 --> 00:30:46.000 Und da ist natürlich Gemini im Moment King of the Road. 00:30:46.000 --> 00:30:48.000 Das kann man nicht anders sagen. 00:30:48.000 --> 00:30:54.000 Denn bei Text to Speech ist natürlich klar, Smutek, das kriegt er nicht hin, das schafft keiner. 00:30:54.000 --> 00:31:03.000 Tatsächlich, Whisper schafft das Modell von OpenAI, aber auch nur, wenn es wirklich klar gesprochen wird, das Wort Smutek. 00:31:03.000 --> 00:31:07.000 Also im Jingle zum Beispiel, da schafft das auch nicht. 00:31:07.000 --> 00:31:08.000 Das ist keine Chance. 00:31:08.000 --> 00:31:16.000 Aber gerade bei Podcast-Transkripten, das sind ja Sachen, die gelten eigentlich nur einen Monat. 00:31:16.000 --> 00:31:24.000 Denn eine Podcast-Folge, die wird im ersten Monat 90 oder 95 Prozent ihrer Hörer generieren 00:31:24.000 --> 00:31:27.000 und danach eigentlich nur noch ganz sporadisch abgerufen. 00:31:27.000 --> 00:31:30.000 Und da spielt das gar keine Rolle. 00:31:30.000 --> 00:31:35.000 Da ist es viel wichtiger, auch für Suchmaschinen, dass eben diese Funktion vorhanden ist. 00:31:35.000 --> 00:31:41.000 Dass eben das Ganze nicht nur als Wort, sondern auch als Text vorhanden ist. 00:31:41.000 --> 00:31:46.000 Und dann können die Dinger natürlich auch noch was. 00:31:46.000 --> 00:31:50.000 Und da muss man ganz klar sagen, das können sie auch beide. 00:31:50.000 --> 00:31:57.000 Und das ist, sie können inzwischen einen Live-Audio-Modus anbieten, 00:31:57.000 --> 00:32:02.000 in dem man sich dann auch Hilfe der KI an die Kamera holen kann. 00:32:02.000 --> 00:32:08.000 Und wie gut das funktioniert, das hören wir uns jetzt mal im Vergleich an. 00:32:08.000 --> 00:32:16.000 Um wirklich zu vergleichen, was kann ChatGPT und was kann Googles Gemini, 00:32:16.000 --> 00:32:21.000 da habe ich mir jetzt einfach mal den Audio-Modus rausgepickt 00:32:21.000 --> 00:32:29.000 und mache eine Live-Videoaufnahme mit einem ziemlich fiesen Beispiel. 00:32:29.000 --> 00:32:35.000 Denn es geht um die Einstellung eines Fußbodenheizungsthermostats. 00:32:35.000 --> 00:32:36.000 Warum ist das so fies? 00:32:36.000 --> 00:32:42.000 Ganz einfach, weil man da wirklich ganz genau hinschauen muss. 00:32:42.000 --> 00:32:45.000 Denn es handelt sich um einen analogen Thermostat, 00:32:45.000 --> 00:32:49.000 der nur Zahlen in 5°-Schritten aufgedruckt hat. 00:32:49.000 --> 00:32:50.000 Und da muss man schätzen. 00:32:50.000 --> 00:32:54.000 Und das ist gar nicht so einfach. 00:32:54.000 --> 00:33:00.000 Und jetzt schauen wir mal, wer von beiden da näher dran liegt. 00:33:00.000 --> 00:33:05.000 Oder ob die beiden vielleicht genau das Gleiche sagen. 00:33:06.000 --> 00:33:09.000 Schau dir bitte mal den Thermostat an der Wand an 00:33:09.000 --> 00:33:15.000 und sage mir, auf welche Temperatur er ganz genau eingestellt ist. 00:33:15.000 --> 00:33:20.000 Klar, ich sehe das Thermostat und es scheint gerade auf 22° eingestellt zu sein. 00:33:20.000 --> 00:33:23.000 Wenn du noch etwas Spezielles wissen möchtest, sag einfach Bescheid. 00:33:23.000 --> 00:33:30.000 Das war jetzt ChatGPT. Sieht wirklich sehr richtig aus. 00:33:30.000 --> 00:33:33.000 22° kommt hier genau hin. 00:33:33.000 --> 00:33:37.000 Als nächstes schauen wir uns an, was Gemini kann. 00:33:37.000 --> 00:33:39.000 Ja, ich habe es schon gesagt. 00:33:39.000 --> 00:33:43.000 Gemini hat in den letzten Monaten gewaltig aufgeholt. 00:33:43.000 --> 00:33:46.000 Und das hat es auch beim Audiomodus. 00:33:46.000 --> 00:33:50.000 Bei Gemini heißt das Ganze live. 00:33:50.000 --> 00:33:54.000 Und wir machen wieder unseren Thermostat-Test. 00:33:54.000 --> 00:33:59.000 Wir werden gleich feststellen, die Audioqualität ist nochmal eine ganze Spur besser. 00:33:59.000 --> 00:34:03.000 Aber es gibt auch etwas, das geht bei JTGPT auch nicht. 00:34:03.000 --> 00:34:05.000 Zumindest bisher noch nicht. 00:34:05.000 --> 00:34:09.000 Ich kann nämlich die App per Sprachbefehl steuern. 00:34:09.000 --> 00:34:14.000 Das heißt, ich kann auch einfach den Video-Stream aktivieren. 00:34:14.000 --> 00:34:18.000 Und das ist natürlich richtig großes Kino, 00:34:18.000 --> 00:34:25.000 weil ich da eben nicht wieder rumklicken muss, um extra den Video-Stream anzukriegen. 00:34:25.000 --> 00:34:29.000 Und das gucken wir uns jetzt mal zusammen an. 00:34:29.000 --> 00:34:36.000 Hey Gemini, kannst du bitte mal den Video-Stream aktivieren? 00:34:36.000 --> 00:34:39.000 Ja, ich habe den Video-Stream gerade wieder aktiviert. 00:34:39.000 --> 00:34:44.000 Vielen Dank dir. Schau dir bitte mal die Wand an. 00:34:44.000 --> 00:34:48.000 Da ist ein Thermostat dran. Kannst du den erkennen? 00:34:48.000 --> 00:34:52.000 Ja, ich sehe das Thermostat an der Wand. Kann ich dir irgendwie helfen? 00:34:52.000 --> 00:34:59.000 Richtig. Guck mal bitte ganz genau, auf welche Temperatur das Thermostat eingestellt ist. 00:34:59.000 --> 00:35:03.000 Ich sehe, dass das Thermostat auf 21 Grad eingestellt ist. 00:35:03.000 --> 00:35:09.000 So, jetzt muss ich immer schnell die Unterhaltung pausieren, 00:35:09.000 --> 00:35:12.000 sonst quakt er mir hier natürlich die ganze Zeit dazwischen. 00:35:12.000 --> 00:35:20.000 Ja, 21, 22 Grad. Irgendwas so dazwischen ist es auch tatsächlich. 00:35:20.000 --> 00:35:23.000 Ich habe das auch schon mal mit Carina angeguckt. 00:35:23.000 --> 00:35:27.000 Es ist wirklich auch für das menschliche Auge unglaublich schwer, 00:35:27.000 --> 00:35:32.000 da wirklich genau zu sagen, okay, er steht zwischen 20 und 25. 00:35:32.000 --> 00:35:38.000 Ja, aber der Sprung ist tatsächlich so klein, dass man da wirklich schätzen muss. 00:35:38.000 --> 00:35:45.000 Also ob nun 21 oder 22, schwer zu sagen. Aber auf jeden Fall in dem Dreh ist es. 00:35:45.000 --> 00:35:51.000 Was aber auf jeden Fall bemerkenswert ist, ist die Akkuratheit, 00:35:51.000 --> 00:35:54.000 mit der hier inzwischen vorgegangen wird. 00:35:54.000 --> 00:35:59.000 Und wir gucken uns gleich nochmal ein Beispiel an. 00:35:59.000 --> 00:36:03.000 Und hier starten wir jetzt mit Gemini. 00:36:03.000 --> 00:36:10.000 Und zwar schauen wir jetzt einmal aus dem Fenster hier bei mir im Büro 00:36:10.000 --> 00:36:20.000 und werden herausfinden, was da eigentlich los/zu sehen ist. 00:36:20.000 --> 00:36:25.000 Ich habe dafür mein iPhone in Augenhöhe und mache einen Test, 00:36:25.000 --> 00:36:29.000 der, glaube ich, sehr aussagekräftig ist. 00:36:29.000 --> 00:36:32.000 "Gemini ist passiert. Geben wir noch einmal auf Pausieren." 00:36:32.000 --> 00:36:38.000 Schaue bitte mal aus dem Fenster und beschreibe mir die Szenerie so, 00:36:38.000 --> 00:36:43.000 wie sie ein Sehender mit natürlichen Augen erkennen würde. 00:36:43.000 --> 00:36:47.000 "Ich sehe eine verschneite Landschaft. Es sieht ganz danach aus, als wäre es ein Wald. 00:36:47.000 --> 00:36:51.000 Es gibt viele Bäume, die mit Schnee bedeckt sind. Der Himmel ist etwas bewölkt." 00:36:51.000 --> 00:36:54.000 "Video-Speichern, die aktivieren. Bildschirm, Beigabel aktivieren. 00:36:54.000 --> 00:36:57.000 Tasse, großes Ne. Unteranspruch pausieren. Tasse, unter..." 00:36:57.000 --> 00:37:02.000 So, ich muss jetzt hier mal eingreifen und da haben wir jetzt einfach wieder den Klassiker. 00:37:02.000 --> 00:37:07.000 Also das ist eben genau das, was die KI gerne mal veranstaltet. 00:37:07.000 --> 00:37:12.000 Sie erzählt Schwachsinn. Natürlich hat es hier bei uns nicht geschneit. 00:37:12.000 --> 00:37:15.000 Was ist? Wir gucken hier auf einen Parkplatz. 00:37:15.000 --> 00:37:20.000 Ja, was wirklich ist, es liegt einiges an Laub rum. 00:37:20.000 --> 00:37:23.000 Das war's dann aber auch. 00:37:23.000 --> 00:37:30.000 Also die verschneiten Bäume, das ist hier nun wirklich der Künstler-Fantasie geschuldet. 00:37:30.000 --> 00:37:37.000 Und da sieht man schon, okay, also Live-Szenerie, woran kann das liegen? 00:37:37.000 --> 00:37:38.000 An vielen Dingen. 00:37:38.000 --> 00:37:43.000 Tatsächlich habe ich hier keine neue Konversation angefangen. 00:37:43.000 --> 00:37:49.000 Das kann ein Punkt sein und so kann das sich dann wirklich unterscheiden. 00:37:49.000 --> 00:37:53.000 Aber wir machen den Versuch gleich nochmal mit GPT. 00:37:54.000 --> 00:38:00.000 Schau bitte mal aus dem Fenster und beschreibe mir die Szene draußen so, 00:38:00.000 --> 00:38:03.000 wie sie ein Mensch mit gesunden Augen erkennen würde. 00:38:03.000 --> 00:38:10.000 Na klar, gern. Also wenn ich aus deinem Fenster schaue, sehe ich so eine Art Hof oder Parkplatz mit ein paar gepackten Autos. 00:38:10.000 --> 00:38:16.000 Da sind so ein paar Gebäude drum herum, so eher städtische Häuser und es ist ein schöner blauer Himmel mit ein bisschen Wolken. 00:38:16.000 --> 00:38:19.000 Also insgesamt eine ganz ruhige, freundliche Szene da draußen. 00:38:19.000 --> 00:38:22.000 Kannst du Laub auf dem Boden erkennen? 00:38:22.000 --> 00:38:26.000 Also ja, ich sehe tatsächlich ein bisschen Laub da unten auf dem Boden verteilt. 00:38:26.000 --> 00:38:31.000 Es ist jetzt nicht komplett voller Blätter, aber so ein paar Laubhaufen oder einzelne Blätter liegen schon rum. 00:38:31.000 --> 00:38:32.000 Das passt ja ganz gut zur Jahreszeit. 00:38:32.000 --> 00:38:33.000 Jetzt spreche. 00:38:33.000 --> 00:38:40.000 Also wir sehen hier ganz klare Unterschiede zwischen GPT und Gemini. 00:38:40.000 --> 00:38:46.000 Ja, wer ist nun besser im Beschreiben von Szenerien? 00:38:46.000 --> 00:38:48.000 Tatsächlich können das schon beide. 00:38:48.000 --> 00:38:55.000 Man darf halt nur nicht vergessen, am Ende darf man auch nicht alles glauben, was die KI sagt. 00:38:55.000 --> 00:39:03.000 Und ganz, ganz, ganz wichtig, wir müssen natürlich immer gucken, jeder hat seine Stärken. 00:39:03.000 --> 00:39:07.000 Ja, jeder hat seine Stärken. 00:39:07.000 --> 00:39:14.000 Und nicht zuletzt liegt die größte Stärke bei uns als Mensch, denn wir können unterscheiden. 00:39:14.000 --> 00:39:22.000 Wir können unterscheiden, was ist echt und was kann einfach nicht hinkommen. 00:39:22.000 --> 00:39:30.000 Wenn uns die KI in Sachsen Mitte Oktober erzählt, es hat angefangen zu schneien. 00:39:30.000 --> 00:39:33.000 Okay, dann ist das rein theoretisch möglich. 00:39:33.000 --> 00:39:42.000 Wenn ich aber zwei Stunden vorher beim Bäcker war und es da noch nicht geschneit hat, dann fällt das doch eher ins Reich der Fantasie. 00:39:43.000 --> 00:39:54.000 Ich glaube, ihr habt heute alle mal gesehen, okay, da ist echt viel Potenzial drin und da wird auch noch richtig viel passieren, 00:39:54.000 --> 00:40:08.000 wenn ich euch sage, dass mir inzwischen die KI oder eben diese audiovisuelle Assistenz von GPT eigentlich die liebste Putzhilfe ist. 00:40:08.000 --> 00:40:15.000 Gerade bei Spiegeln, die ja immer richtig tricky sind oder auch als wenn wir mal graue Stellen an den Fliesenfugen hatten. 00:40:15.000 --> 00:40:21.000 Da muss ich ganz ehrlich sagen, das sind schon richtig coole Sachen. 00:40:21.000 --> 00:40:27.000 Tja, und wenn ihr jetzt noch Fragen habt, dann könnt ihr die gerne per Mail oder per WhatsApp stellen. 00:40:27.000 --> 00:40:38.000 Info@schulze-graben.de oder an die bekannte WhatsApp-Nummer 08 232 50 31 303. 00:40:38.000 --> 00:40:41.000 Ihr habt wie immer einen Song Zeit dazu. 00:40:41.000 --> 00:40:44.000 Wenn du heute was mitgenommen hast, dann gib doch etwas zurück. 00:40:44.000 --> 00:40:52.000 Das ist ganz einfach. Besuche die Seite danke.schulze-graben.de und zeige Joachim, ob dir seine Show gefallen hat. 00:40:52.000 --> 00:40:54.000 Kleine Gesten machen den Unterschied. 00:40:54.000 --> 00:40:59.000 Wieder einmal hieß es auf die Plätze, es geht los. 00:40:59.000 --> 00:41:04.000 'Ne Arbeitsplatz-Ausstattung will zum Kunden, das ist groß. 00:41:04.000 --> 00:41:10.000 Die Zugfahrt war total entspannt, die Sonne lachte auch. 00:41:10.000 --> 00:41:15.000 Für den Hunger gab's bei Zwischenstopp dann auch was in den Bauch. 00:41:15.000 --> 00:41:20.000 Kaum sind wir durch Sachsen-Anhalt, da sagt meine Frau, 00:41:20.000 --> 00:41:26.000 Schatz, ich schlaf jetzt noch 'ne Runde, der Film hängt wie die Sau. 00:41:26.000 --> 00:41:31.000 Offline in Niedersachsen, hier darf Handy-Netz noch wachsen. 00:41:31.000 --> 00:41:36.000 Wenn ihr wissen wollt, wo's geht, schaut, dass ihr ein Festnetz seht. 00:41:36.000 --> 00:41:42.000 Wow, ein Balken kommt und geht, man ich bitte, dass der steht. 00:41:42.000 --> 00:41:47.000 Verdammt, der Haken wird nicht blau, ganz egal, wie oft ich schau. 00:41:47.000 --> 00:41:53.000 Was ist hier los? Ich komm nicht mit. Deutscher Digital-Fortschritt. 00:41:53.000 --> 00:41:58.000 Nach Ausliefern und Schulung geht's am Abend ins Hotel. 00:41:58.000 --> 00:42:04.000 Ich will Bestellungen abarbeiten, das geht ja sonst ganz schnell. 00:42:04.000 --> 00:42:09.000 Mein Login dauert ewig, jetzt denk ich, es ist vollbracht. 00:42:09.000 --> 00:42:15.000 Die Zeit war überschritten, ich bin gesperrt für eine Nacht. 00:42:15.000 --> 00:42:20.000 Wir unterhalten uns wie lang nicht mehr, 00:42:20.000 --> 00:42:25.000 doch will man uns erreichen, wird das schwer. 00:42:25.000 --> 00:42:31.000 Offline in Niedersachsen, hier darf Handy-Netz noch wachsen. 00:42:31.000 --> 00:42:36.000 Wenn ihr wissen wollt, wo's geht, schaut, dass ihr ein Festnetz seht. 00:42:36.000 --> 00:42:41.000 Wow, ein Balken kommt und geht, man ich bitte, dass der steht. 00:42:41.000 --> 00:42:46.000 Verdammt, der Haken wird nicht blau, ganz egal, wie oft ich schau. 00:42:46.000 --> 00:42:52.000 Was ist hier los? Ich komm nicht mit. Deutscher Digital-Fortschritt. 00:42:52.000 --> 00:42:58.000 Guck mal, ach was wächst hier schönes Heidekraut. 00:42:58.000 --> 00:43:03.000 Sorry, ich hab gerade nach Empfang geschaut. 00:43:03.000 --> 00:43:08.000 Das sollte man hier wirklich lassen, sonst wird man die Natur verpassen. 00:43:08.000 --> 00:43:14.000 Denn zwischen Heidekraut und Schafen kannst du digital nur schlafen. 00:43:14.000 --> 00:43:19.000 Doch ich hab das Konzept begriffen, das wird an Chances hier ergriffen. 00:43:19.000 --> 00:43:24.000 Denn ganz egal, wie sehr du flugst, wär besser, wenn du Ruhe suchst. 00:43:24.000 --> 00:43:30.000 Denn davon gibt's hier ganz schön viel, wer weiß, vielleicht ist das ihr Ziel. 00:43:30.000 --> 00:43:35.000 Wenn später keiner mehr was kann, fängt man hier wieder zu lernen an, 00:43:35.000 --> 00:43:41.000 wie man sich per Sonne orientiert, wo dir bei Gewittern nichts passiert, 00:43:41.000 --> 00:43:46.000 wie man mit Steinen Feuer macht, Latrinen gräbt bei Tag und Nacht. 00:43:46.000 --> 00:43:52.000 Glaub mir, die Welt spendet Applaus, bist du wieder online und zu Haus. 00:43:52.000 --> 00:43:57.000 Offline in Niedersachsen, hier darf Handynetz noch wachsen. 00:43:57.000 --> 00:44:02.000 Wenn ihr wissen wollt, wo's geht, schaut, dass ihr ein Festnetz seht. 00:44:02.000 --> 00:44:08.000 Wow, ein Balken kommt und geht, Mann, ich bete, dass der steht. 00:44:08.000 --> 00:44:13.000 Verdammt, der Haken wird nicht blau, ganz egal, wie oft ich schau. 00:44:13.000 --> 00:44:19.000 Was ist hier los? Ich komm nicht mit. Deutscher digital Fortschritt. 00:44:19.000 --> 00:44:24.000 Tja, und wenn sich jetzt der eine oder andere fragt, ist das auch frei von der KI erfunden? 00:44:24.000 --> 00:44:30.000 Nein, dieser Song basiert auf einer absolut wahren Geschichte. 00:44:30.000 --> 00:44:34.000 Und ja, aus dem Jahr 2025. 00:44:34.000 --> 00:44:39.000 Eine Frage ist gekommen vom Richard, und zwar fragt er, 00:44:39.000 --> 00:44:45.000 Hallo, liebes Schulze-Team, wie sieht das bei Gemini und ChatGPT aus? 00:44:45.000 --> 00:44:50.000 ChatGPT, schreibt er hier mit J, nein, schreibt man C-H-A-T, lieber Richard. 00:44:50.000 --> 00:44:55.000 Kann ich damit auch verlegte Sachen wiederfinden? 00:44:55.000 --> 00:45:00.000 Ja, eine gute Frage, tatsächlich muss ich dafür natürlich mit der Kamera 00:45:00.000 --> 00:45:06.000 auch einmal über die verlegte Sache drüber zeigen, ansonsten klappt das nicht. 00:45:06.000 --> 00:45:13.000 Und dafür muss man das System ein bisschen verstehen, denn er macht natürlich immer ein Foto, 00:45:13.000 --> 00:45:21.000 wenn ich ihn dazu auffordere. Das heißt, wenn ich sage, schau mal, ob hier mein Schlüsselbund irgendwo liegt. 00:45:21.000 --> 00:45:28.000 Und ich dann mit Weitwinkel im Querformat natürlich in den Raum fotografiere, 00:45:28.000 --> 00:45:34.000 und er tatsächlich auch im Objektiv irgendwo den Schlüssel hat, wird er mir das sagen. 00:45:34.000 --> 00:45:37.000 Wenn nicht, dann muss ich weiter gucken. 00:45:37.000 --> 00:45:43.000 Das kann aber natürlich auch passieren, wenn ich nicht die richtige Ecke erwische, dass er ihn nicht findet. 00:45:43.000 --> 00:45:47.000 Jetzt sagt der eine oder andere, ja, dann bringt das ja gar nichts. 00:45:47.000 --> 00:45:51.000 Doch, das bringt einen Haufen, weil wenn ich auf Knien und Händen einen Raum absuche, 00:45:51.000 --> 00:45:55.000 zum Beispiel nach einer runtergefallenen Batterie, das ist ja immer der Klassiker, 00:45:55.000 --> 00:46:02.000 ganz ehrlich, dann dauert das wesentlich länger, als wenn ich mit der Kamera einmal grob durchzeige, 00:46:02.000 --> 00:46:10.000 schau mal hier, schau mal da, schau mal dort, und jeweils, ja, und beschreibe mir den Ort, wo die Batterie liegt. 00:46:10.000 --> 00:46:14.000 Also, das ist im Allgemeinen schon eine große Hilfe. 00:46:14.000 --> 00:46:20.000 Natürlich kann ich auch sagen, ich mach das mit Be My Eyes, und hol mir da einen Menschen an die Kamera, 00:46:20.000 --> 00:46:23.000 der ist vielleicht teilweise noch ein bisschen effektiver. 00:46:23.000 --> 00:46:29.000 Ja, teilweise tatsächlich, habe ich da aber mit KI auch schon ganz bemerkenswerte Sachen geschafft. 00:46:29.000 --> 00:46:36.000 Also, ich hab's auch schon hingekriegt in meinem Büro, wenn mir mal mein Infrarotthermometer runtergefallen ist, 00:46:36.000 --> 00:46:46.000 und das Vieh springt immer sofort auf und zerteilt sich dann und verliert immer gerne seine beiden AAA-Batterien und seinen Deckel. 00:46:46.000 --> 00:46:50.000 Und das führt dann eigentlich dazu, dass ich die erstmal suchen kann. 00:46:50.000 --> 00:46:55.000 Wenn ich jetzt rumkriechen würde, dann würde das eine, ja, 10 Minuten oder Viertelstunde dauern. 00:46:55.000 --> 00:47:05.000 Wenn ich das mit KI und Kamera mache, dann ist das auf jeden Fall, ja, in zwei, allerhöchstens drei Minuten passiert. 00:47:05.000 --> 00:47:12.000 Denn, ja, im Allgemeinen ist mein Büro ja auch nicht so groß und recht zugänglich. 00:47:12.000 --> 00:47:20.000 Von daher, ich höre ja ungefähr wo dieses, wo jenes hingerollt sein könnte, also einmal mit der Kamera im Querformat in die Richtung gezeigt, 00:47:20.000 --> 00:47:25.000 guck mal und versuch mir den Ort zu beschreiben, wo die Batterie liegt, wo der Deckel liegt. 00:47:25.000 --> 00:47:30.000 Ja, und dann klappt das eigentlich im Großen und Ganzen. 00:47:30.000 --> 00:47:41.000 Und da sind wir wieder mal beim großen Thema. Die KI kann uns unterstützen, aber sie kann und darf uns niemals die Selbstbestimmtheit nehmen, 00:47:41.000 --> 00:47:50.000 denn am Ende sind wir diejenigen, die die Künstliche Intelligenz meistern müssen und auch sollen. 00:47:50.000 --> 00:47:58.000 Ja, und wenn ihr sagt, Mensch, das Thema interessiert mich, ich möchte gerne Künstliche Intelligenz in meinen Alltag integrieren, 00:47:58.000 --> 00:48:07.000 wir zeigen euch gerne, wie es geht in einer unserer Fernschulungen ab 36 Euro, hier angefangene 30 Minuten. 00:48:07.000 --> 00:48:13.000 Meldet euch per E-Mail oder WhatsApp. Wir haben noch Plätze frei für die nächsten Wochen. 00:48:13.000 --> 00:48:20.000 Bis zur nächsten Veranstaltung am Samstag der SMU Tech Show. Bleibt mir gesund, bleibt mir gewogen 00:48:20.000 --> 00:48:29.000 und vor allen Dingen unterstützt uns gerne mit euren Anfragen, aber auch über danke.schulze-graben.de, 00:48:29.000 --> 00:48:36.000 um kostenlose Veranstaltungen, so wie die heutige, zu ermöglichen. Bis bald, euer Jockel Joachim Schulze. 00:48:37.000 --> 00:48:45.000 SMU Tech, SMU Tech, er ist wieder da. Endlich gibt's was Neues, das ist wunderbar. 00:48:45.000 --> 00:48:56.000 SMU Tech, SMU Tech, Trends und Technik satt. Endlich neuer Podcast, der einfach alles hat. 00:48:56.000 --> 00:49:04.000 Schulze IT-Schulung und Dienstleistungen. Dein Spezialist für Audioanleitungen, Schulung, Fernwartung und Fritzbox-Optimierung. 00:49:04.000 --> 00:49:09.000 Mehr Infos findest du auf www.schulze-graben.de