Determinismus

Determinismus

Determinismus bedeutet: Bei gleicher Eingabe kommt immer exakt dasselbe Ergebnis heraus. Klassische Software verhält sich meist so, KI-Chatbots dagegen oft nicht — und genau das macht sie schwer prüfbar.

Ein Taschenrechner ist deterministisch. Wer zehnmal 17 mal 23 eintippt, bekommt zehnmal 391. Determinismus ist genau diese Eigenschaft: Gleiche Eingabe, gleiche Bedingungen, immer dasselbe Ergebnis. Das Gegenteil heißt Nichtdeterminismus. Dort kann dieselbe Frage beim zweiten Mal eine andere Antwort liefern, obwohl sich äußerlich nichts geändert hat. Sprachprogramme wie ChatGPT verhalten sich häufig so.

Warum wiederholbare Antworten Geld wert sind

Wer Software prüfen will, braucht Wiederholbarkeit. Ein Test funktioniert nur, wenn ein Fehler zuverlässig wieder auftritt. Verschwindet er beim zweiten Versuch von allein, kann man ihn kaum suchen. Programmierer nennen solche Fehler spöttisch Heisenbugs, weil sie beim Hinschauen verschwinden.

In manchen Branchen ist Determinismus sogar Vorschrift. Eine Bank muss erklären können, warum ein Kredit abgelehnt wurde. Wenn dieselben Daten am Montag ein Ja und am Dienstag ein Nein ergeben, ist das kaum zu rechtfertigen. Auch bei Medizin, Steuerberechnung oder Bremssystemen im Auto will niemand Zufall im Spiel haben.

Deshalb ist Nichtdeterminismus einer der Hauptgründe, warum viele Firmen KI-Systeme nicht einfach in bestehende Abläufe einbauen. Man kann sie nicht so testen wie normale Software. Statt fester Prüfungen braucht es Stichproben und Bewertungen, was aufwendiger ist und nie hundertprozentige Sicherheit gibt.

Woher der Zufall in Sprachmodellen kommt

Ein Sprachmodell sagt nicht ein festes nächstes Wort voraus. Es berechnet für viele mögliche Wörter eine Wahrscheinlichkeit. Danach wird aus dieser Liste eines ausgewählt, oft per Zufall gewichtet nach den Wahrscheinlichkeiten. Ein Regler namens Temperatur steuert, wie stark der Zufall wirkt.

Setzt man die Temperatur auf null, wird immer das wahrscheinlichste Wort genommen. Damit wäre das Modell theoretisch deterministisch. In der Praxis reicht das oft nicht. Grafikkarten rechnen mit begrenzter Genauigkeit, und die Reihenfolge, in der viele Anfragen gleichzeitig verarbeitet werden, verändert winzige Zwischenergebnisse.

Diese winzigen Abweichungen können kippen, welches Wort knapp vorn liegt. Ab da läuft der Satz in eine andere Richtung, denn jedes Wort beeinflusst das nächste. Ein Rundungsfehler an dritter Nachkommastelle wird so zu einer sichtbar anderen Antwort. Ein zweiter Faktor kommt hinzu: Anbieter aktualisieren ihre Modelle laufend, oft ohne dass Nutzer es merken.

Determinismus im Alltag und in Produkten

Im Alltag begegnet dir der Unterschied ständig. Eine Suchmaschine liefert bei gleicher Suche meist ähnliche Treffer. Ein Chatbot dagegen formuliert dieselbe Erklärung beim zweiten Mal anders. Das wirkt lebendiger, ist aber ein echtes Problem, sobald man sich auf die Antwort verlassen muss.

Entwickler kennen deshalb den Parameter Seed. Er legt den Startwert für den Zufall fest und macht Ergebnisse wenigstens annähernd wiederholbar. Mehrere KI-Anbieter bieten so eine Einstellung an, garantieren aber ausdrücklich keine exakte Gleichheit. In Ausschreibungen und Verträgen steht heute oft, wie stark Antworten schwanken dürfen.

Ein häufiger Irrtum ist, Determinismus mit Richtigkeit zu verwechseln. Ein Programm kann jedes Mal dieselbe falsche Antwort geben und ist trotzdem deterministisch. Umgekehrt kann ein schwankendes Modell meistens richtig liegen. Determinismus sagt nur etwas über Wiederholbarkeit aus, nicht über Qualität.

Subscribe free. Unsubscribe the second it sucks.

High-signal news across AI, business, UX, and tech. Every morning.