Denkt KI wirklich, oder rät sie nur? Apples neue Studie könnte Sie überraschen
Künstliche Intelligenz klingt leistungsstark. Sie stellen eine Frage und erhalten schnell eine Antwort. Aber haben Sie sich schon einmal gefragt, ob diese Tools die Dinge tatsächlich durchdenken? Oder kopieren sie nur Muster?
Das Forschungsteam von Apple hat etwas Großes unternommen. Es führte eine umfassende Studie durch, um herauszufinden, ob KI-Modelle wie Claude und DeepSeek Probleme wirklich lösen oder es nur so aussehen lassen. Und die Ergebnisse sind für jeden Unternehmer wichtig, der heute KI-Tools nutzt.
Schritt-für-Schritt-Denken: echt oder nur gespielt?
Die meisten modernen KI-Tools sind darauf trainiert, so zu wirken, als würden sie Schritt für Schritt denken. Man nennt sie Large Reasoning Models, kurz LRMs. Sie spucken nicht einfach Antworten aus. Sie führen Sie zuerst durch ihren „Denkprozess“. Klingt klug, oder?
Doch es gibt einen Haken: Bisher hat niemand überprüft, ob diese Schritte überhaupt Sinn ergeben. Sah die endgültige Antwort gut aus, nahm man an, die KI habe sie logisch hergeleitet.
Damit gab sich Apple nicht zufrieden. Das Team wollte Beweise. Also entwickelte es eine Reihe kniffliger Rätsel, die klare Logik erfordern. Rätsel, die zeigen, ob ein Modell ein Problem wirklich löst oder nur auf Grundlage früherer Beispiele rät.
Die Tests, die KI ins Schwitzen brachten
Apple verwendete vier Arten von Rätseln:
Türme von Hanoi
Bei diesem Denkspiel muss ein Stapel Scheiben von einem Stab auf einen anderen bewegt werden. Es darf immer nur eine Scheibe bewegt werden, und eine große Scheibe darf nie auf einer kleineren liegen. Je mehr Scheiben hinzukommen, desto schwieriger wird es. Mit nur 3 Scheiben ist es recht einfach. Mit 10 Scheiben sind über 1.000 fehlerfreie Züge nötig.
Damespringen
Das ist wie Dame spielen, nur dass es ausschließlich darum geht, über Steine zu springen, um die andere Seite zu erreichen. Mit jeder Runde kommen mehr Steine hinzu, wodurch es schwieriger wird, jeden Zug zu planen. Die Regel ist einfach: springen, springen, springen, aber in der richtigen Reihenfolge. Die Zahl der nötigen Sprünge wächst schnell, je mehr Steine hinzukommen.
Flussüberquerung
Dieses Rätsel beginnt mit einer kleinen Gruppe von Personen und einem winzigen Boot. Ziel ist es, alle sicher über den Fluss zu bringen. Es gibt jedoch Regeln, etwa dass nur zwei Personen gleichzeitig ins Boot passen oder dass bestimmte Personen nicht miteinander allein gelassen werden dürfen. Mehr Personen und ein größeres Boot machen das Rätsel komplizierter. Die Schritte bleiben logisch, aber die Möglichkeiten vervielfachen sich.
Blockwelt
Bei diesem Rätsel kommen Spielzeugklötze zum Einsatz. Ziel ist es, sie nach bestimmten Anweisungen von einer Anordnung in eine andere zu bringen. Zum Beispiel: „Lege Block A auf Block B“ oder „Räume Block C frei, bevor du Block D bewegst.“ Anfangs ist das einfach. Doch mit jedem zusätzlichen Block wächst die Zahl der Schritte schnell. Ein einziger falscher Zug kann das ganze Rätsel durcheinanderbringen.
Jedes Rätsel beginnt einfach. Doch mit jedem zusätzlichen Element wird die Aufgabe deutlich schwieriger. Diese Rätsel eignen sich ideal, um schrittweise Logik zu testen. Um faire Bedingungen zu schaffen, verwendete Apple zwei Versionen derselben KI-Modelle:
eine mit aktivierten Denkschritten
eine ohne
Außerdem wurde jedes Rätsel 25-mal durchgeführt, um Zufallstreffer auszuschließen. So ernst nahm Apple die Sache.
Die überraschenden Ergebnisse
Das hat Apple herausgefunden:
Einfache Rätsel: Die Modelle ohne Denkschritte gewannen. Sie lieferten schnelle Antworten, ohne Zeit zu verschwenden.
Mittelschwere Rätsel: Die Reasoning-Modelle schnitten besser ab. Sie brauchten dafür aber mehr Speicher (sogenannte Tokens).
Schwere Rätsel: Alles brach zusammen. Keines der Modelle, auch nicht die „klugen“, konnte die Aufgabe lösen. Nicht einmal dann, wenn ihnen über 1.000 Schritte vorgegeben wurden.
Noch schlimmer? Je schwieriger das Rätsel wurde, desto weniger dachten die Modelle nach. Sie gaben auf, bevor sie überhaupt anfingen, selbst wenn sie genug Speicher gehabt hätten, um weiterzumachen.
Das war kein Einzelfall. Es geschah bei einem Rätsel nach dem anderen. In manchen Tests scheiterte das Modell sogar dann, wenn ihm die richtige Schritt-für-Schritt-Lösung vorgegeben wurde.
Was bedeutet das für Ihr Unternehmen?
Wenn Sie KI nutzen, um E-Mails zu schreiben, Fragen zu beantworten oder Aufgaben zu planen, ist diese Studie relevant. Sie zeigt, dass KI-Tools sehr gut darin sind, Dinge zu wiederholen, die sie schon einmal gesehen haben. Sollen sie jedoch etwas völlig Neues oder sehr Komplexes tun, geraten sie ins Straucheln. Sie tun dann womöglich so, als würden sie nachdenken, setzen in Wirklichkeit aber nur Muster aus früheren Daten zusammen.
Das heißt nicht, dass KI nutzlos ist. Ganz im Gegenteil. Es bedeutet, dass Sie verstehen müssen, wo die Stärken der KI liegen und wo nicht.
Apples zweite Neuigkeit: KI-Tools in Echtzeit
Während diese umfassende Studie lief, stellte Apple auf seiner Entwicklerkonferenz auch einige neue KI-Funktionen vor. Hier sind die zwei nützlichsten:
Live-Übersetzung von Telefonaten: Sie können jetzt mit jemandem in einer anderen Sprache sprechen, und Ihr Telefon übersetzt das Gespräch in Echtzeit. Ganz ohne Internet.
Zusammenfassungen von Screenshots: Machen Sie einen Screenshot und senden Sie ihn in der Fotos-App Ihres Telefons an ChatGPT. Sie erhalten sofort eine Zusammenfassung.
Diese Tools sind für den Alltag gedacht, und sie funktionieren gut. Aber der superintelligente Assistent, der Ihre E-Mails liest und Ihren Tag plant? An dem wird noch gearbeitet.
Ist KI also wirklich intelligent?
Das hängt davon ab, was Sie von ihr verlangen. KI-Tools sind hervorragend bei Aufgaben, die sie schon kennen, etwa beim Schreiben von Marketing-E-Mails, beim Beantworten häufiger Fragen oder beim Zusammenfassen von Dokumenten. Geht es aber um lange Rätsel, große Rechenaufgaben oder Aufgaben, die Hunderte von Schritten erfordern? Dann versagen sie schnell.
Manche Forschende sagen, das lasse sich mit besserem Training und mehr Speicher beheben. Andere meinen, man sei an eine Grenze gestoßen und brauche eine völlig neue Art von KI. So oder so ist das ein Weckruf. Wenn Sie KI in Ihrem Unternehmen einsetzen, behandeln Sie sie als leistungsstarke Helferin, nicht als alleinige Entscheiderin.
Fazit
Apples Studie hat einen Blick hinter die Kulissen der KI ermöglicht. Und die Wahrheit ist: Vieles davon ist Raten. Wenn Sie als Unternehmer KI nutzen, um Zeit und Geld zu sparen, ist das großartig. Kennen Sie nur ihre Grenzen. Erwarten Sie nicht, dass sie wie ein Mensch denkt. Zumindest noch nicht.