GMLS
Postings zu generativen Machine-Learning-Systemen (GMLS)

Was RandomUser über GMLS-EdTech sagen
Aus der wundersamen Welt der AI-EdTech-Startups

26 August 2026 | Beat Döbeli Honegger | GeschaeftsModell, GMLS

Derzeit spriessen die EdTech-Startups, die Schulen und Hochschulen Unterstützung mit KI-Hilfe bieten wollen, wie Pilze aus dem Boden. Das Praktische daran: Wer zwar schon sein KI-Produkt, aber evtl. noch keine User-Testimonials hat, kann die auch gleich mit KI generieren lassen. Zum Beispiel hier:

randomuser1.png

Klingt doch gut, was diese User über das Produkt sagen, oder?

Nicht nur KI macht dumm..
... sondern auch das oberflächliche Lesen und Zitieren von KI-Studien

25 August 2026 | Beat Döbeli Honegger | Bildungspolitik, GMLS

Derzeit geistert der Preprint einer Studie The Generative AI Learning Penalty: Evidence from Chinese Secondary Education (Biblionetz:t33879) durch die sozialen Medien und wurde auch bereits von ersten Massenmedien aufgenommen: The Economist berichtete am 18.08.26 darüber (Biblionetz:t33880) und macht die Studie damit einem breiteren Publikum bekannt.

Zitiert wird dabei meist folgende Grafik:

penalty-01.png
Quelle: The Economist

Was unterdessen bereits mein Büchergestell kann
Leistungsfähigkeit lokaler generativer Machine-Learning-Systeme

26 July 2026 | Beat Döbeli Honegger | GMLS

Dies ist eher eine Notiz für mich selbst - oder ein Eintrag in meinem eigenen Techniktagebuch. Im April 2026 hatte ich berichtet, dass ich mir einen Mac Mini für Experimente mit lokalen generativen Machine-Learning-Systemen (LGMLS, Biblionetz:w03773) gekauft hatte.

Erstaunlich, was diese Modelle bereits können. Ich habe meinen lokalen Chatbot gefragt:

was sind die vier kränkungen der menscheit (kopernikus, freud, ???, künstliche intelligenz)?

Sprossenverlust
Wie GMLS auf individueller und organisationaler Ebene eine Lücke generieren könnten

15 July 2026 | Beat Döbeli Honegger | GMLS

Es ist Sommerpause. Zeit um Gedanken und Begriffe zu ordnen. Seit längerem sehe ich Parallelen zwischen zwei möglichen Gefahren von generativen Machine-Learning-Systemen (Biblionetz:w02833). Da ich bisher keine Quelle gefunden habe, welche die beiden Gefahren nebeneinanderstellt und Ähnlichkeiten aufzeigt, habe ich mir kürzlich die Zeit genommen und zuerst alleine und dann mit anderen darüber nachgedacht sowie Begriffe erfunden:

sprossenverlust.jpg

Dem Computer sagen, was er 3D-drucken soll
Banal, aber eben doch noch ungewohnt

31 May 2026 | Beat Döbeli Honegger | Geek, GMLS

Viele stellen sich unter generativen Machine-Learning-Systemen (GMLS)(Biblionetz:w02833) noch immer Chatbots vor, die einfach Textantworten liefern. Ich habe kürzlich Claude erklärt, welches 3D-Modell ich gerne drucken möchte. Eigentlich banal, aber eben doch ungewohnt: Claude kann fertige Druckdateien (.stl) generieren, die man danach dem 3D-Drucker (Biblionetz:w02365) seiner Wahl verfüttern kann. Dies ist für mich ein schönes Beispiel für Digitalisierung denn es lassen sich eben nicht nur Texte, Bilder, Töne oder Videos digital repräsentieren, sondern auch dreidimensionale Modelle, die man danach ausdrucken kann.

Hier als Dokumentation, was ich gemacht habe:

Kontakt

  • Beat Döbeli Honegger
  • Plattenstrasse 80
  • CH-8032 Zürich
  • E-mail: beat@doebe.li
This page was cached on 30 Aug 2026 - 19:59.