Eine Handvoll Redakteure oder das geballte Wissen der KI aus mehreren 100 Gigabyte Text, das täglich anwächst und dazulernt – wer hat mehr Ahnung von Mountainbikes und wer gibt die besseren Tipps und Empfehlungen? Der kleine, aber listige David konnte sich gegen den riesigen Goliath durchsetzen – gelingt es uns, die ChatGPT-KI im unfairen Zweikampf zu schlagen?
KI-Chatbots liegen voll im Trend. Statt sich durch ellenlange Suchergebnisseiten voller Werbung auf Google klicken zu müssen, liefern sie uns leicht verständliche Antworten auf einfache und sogar komplexe Fragen. Wusstet ihr zum Beispiel, dass es womöglich 300 Millionen bewohnbare Planeten alleine in unserer Galaxie, der Milchstraße, gibt? ChatGPT von Entwickler OpenAI wusste das auf Anhieb. Obwohl die Roboter-Gesprächspartner derzeit sehr populär sind, gibt es auch viele kontroverse Meinungen zu ihnen. Laut mancher Expertenschätzung sind bis zu 300 Millionen Jobs durch den Einsatz künstlicher Intelligenz gefährdet, genauso viele, wie es bewohnbare Planeten in der Milchstraße gibt. Ein weiteres Problem sind die „vermeintlichen Fakten“, mit denen KIs um sich werfen. So gibt es laut ChatGPT keine bewohnbaren Planeten in unserem Sonnensystem – hat unser Praktikant Gabriel unseren Müll am Tag der Erde etwa umsonst getrennt? Die Aussagen von Chatbots sind oft nicht aktuell, basieren auf kaum nachvollziehbaren Quellen oder sind schlicht und einfach falsch. Doch es steckt auch enormes Potential in der KI. Eine KI kann sich keine eigene Meinung bilden, sie kann aber in Form einer Metaanalyse alle bestehenden Meinungen zu einem Metaresultat zusammenfassen. Im besten Fall liefert das Ergebnis ein ausgeglicheneres Bild zu einem Thema, als die eigentlichen Quellen, auf die es sich beruft. Oder es eröffnen sich dadurch gänzlich neue Sichtweisen. Der Beruf des Journalisten steht auf der Abschussliste der KI, aber wie steht es um Tech-Redakteure? Müssen wir bald unsere Koffer packen und die scheinbar unbewohnbare Erde verlassen, um einen Planeten zu finden, auf dem Mountainbike-Redakteure weiterhin gefragt sind? Wir sind für euch gegen ChatGPT in den Ring gestiegen, um genau das herauszufinden.
Robot rumble in the mountainbike jungle – Redakteur und Maschine im geistigen Schlagabtausch
Als Warm-up für unseren intellektuellen Zweikampf gegen die Maschinen haben wir einen Staubsaugerroboter die Treppe runtergeschubst und einen Kaffeevollautomaten am Bahnhof wüst beschimpft, der zuerst den Kaffee und dann den Pappbecher ausgibt. Um uns einen kleinen Vorteil zu verschaffen, sind wir nicht direkt mit einem umfassenden Fragenkatalog auf ChatGPT losgegangen. Stattdessen haben wir die Maschine eine Runde gegen sich selbst antreten lassen, damit sie sich vor dem Main-Event schon mal etwas auspowert. In dieser Ausgabe haben wir das Reizthema Zugverlegung mit allen möglichen Varianten der Zugführung beleuchtet und sind auf die unterschiedlichen Perspektiven von Bikern und Herstellern eingegangen. Da ChatGPT weder die eine noch die andere Seite interviewen oder zu Wort kommen lassen kann, haben wir den Bot einfach darum gebeten, das Streitgespräch für uns zu führen:
ENDURO: Führe ein Streitgespräch zwischen einem Befürworter und einem Gegner der internen Zugführung durch den Steuersatz an Mountainbikes.
ChatGPT
Befürworter: Ich bin ein großer Verfechter der internen Zugführung durch den Steuersatz bei Mountainbikes. Es bietet eine saubere und aufgeräumte Optik, da die Züge im Inneren des Rahmens verlaufen und nicht sichtbar sind. Dies verleiht dem Fahrrad ein hochwertiges und ästhetisch ansprechendes Erscheinungsbild.
Gegner: Ich verstehe den ästhetischen Aspekt, aber ich sehe auch einige Nachteile bei der internen Zugführung durch den Steuersatz. Die Installation und Wartung kann komplizierter sein, insbesondere wenn Zuganpassungen oder -reparaturen erforderlich sind. Außerdem kann der Zugang zu den Zügen eingeschränkt sein, was die Wartung und Reparatur erschwert.
Befürworter: Ja, die Installation und Wartung erfordert möglicherweise etwas mehr Aufwand, aber die Vorteile überwiegen meiner Meinung nach. Durch die interne Zugführung wird die Schalt- und Bremsleistung verbessert. Die Züge haben einen geschützten und reibungsarmen Verlauf, was zu einer direkteren Übertragung der Bewegung und einer präziseren Bedienung der Schalt- und Bremshebel führt.
Gegner: Das mag sein, aber die eingeschränkte Zugänglichkeit kann zu erheblichen Problemen führen. Wenn eine vollständige Demontage des Steuersatzes erforderlich ist, um an die Züge zu gelangen, kann dies zeitaufwändig und frustrierend sein. Externe Zugführungen bieten eine einfachere Zugänglichkeit und erleichtern die Wartung und Reparatur erheblich.
Befürworter: Ich stimme zu, dass die Zugänglichkeit eine Herausforderung sein kann, aber das kann durch eine sorgfältige Planung und den Einsatz von hochwertigen Komponenten minimiert werden. Die verbesserte Performance und das ästhetische Erscheinungsbild überwiegen für mich die möglichen Unannehmlichkeiten.
Gegner: Das mag für einige gelten, aber jeder hat unterschiedliche Prioritäten und Anforderungen an sein Fahrrad. Für mich ist die einfache Zugänglichkeit und Wartung entscheidend, und externe Zugführungen bieten hier klare Vorteile. Es kommt letztendlich darauf an, welche Faktoren für jeden Einzelnen wichtiger sind.
Respekt! Ein Mountainbike-Einsteiger hätte aus diesem Streitgespräch schon gute Pro- und Contra-Punkte zum Thema Zugverlegung durch den Steuersatz herausziehen können. Und unter den erfahrenen Bikern hätten sich sowohl Befürworter als auch Gegner der jeweiligen Gesprächsseite wiedergefunden. Die KI liefert fundiert klingende Argumenten und kommt dabei schnell auf den Punkt. Trotzdem bleibt bei knapp 2.000 Zeichen noch Platz, um im Statement auf unterschiedliche Sichtweisen einzugehen und das Thema differenzierter zu betrachten. In Bezug auf Vollständigkeit, Detailtiefe oder Abwechslung der Argumente schwächelt ChatGPT leicht, auch auf einzelne Nachfragen hin. Was uns aber komplett erstaunt, ist der Umgangston, den beide Gesprächspartner im fiktiven Dialog anschlagen. Insgesamt stimmen sie sich gegenseitig viermal zu und stellen nicht ein einziges Mal die geistige Verfassung des jeweils anderen in Frage. Lebt ChatGPT hier vielleicht völlig an der Realität vorbei? Bei uns kommen Zweifel auf, ob die KI die harte Schule „Internetforum” jemals besucht und die unzähligen, teils verstörenden Meinungen und Erfahrungsberichte frustrierter Biker studiert hat. Wir wollen ergründen, wie ChatGPT zu dieser übertrieben harmonischen Bike-Weltanschauung kommt und steigen mit unserem Fragenkatalog ganz tief in die Bikewelt-Historie ein. Dabei stoßen wir auf Konversationsperlen wie diese:
ENDURO: Was war das erste Mountainbike, das in Serie gefertigt worden ist?
ChatGPT: Das erste Mountainbike, das in Serie gefertigt wurde, war das Specialized Stumpjumper. Es wurde 1981 von der Firma Specialized Bicycle Components auf den Markt gebracht. Das Stumpjumper war eines der ersten speziell für den Mountainbike-Einsatz entwickelten Fahrräder und gilt als das erste in Serie gefertigte Mountainbike. Es war ein großer Erfolg und trug maßgeblich zur Popularisierung des Mountainbikens bei.
ENDURO: Da sind wir uns schon mal einig, aber was war das erste Serien-Mountainbike, das für den Einsatz „abseits unbefestigter“ Straßen entwickelt wurde?
ChatGPT: Das erste Serien-Mountainbike, das speziell für den Einsatz abseits unbefestigter Straßen entwickelt wurde, war das „Specialized Stumpjumper”. Es wurde im Jahr 1981 von der Firma Specialized auf den Markt gebracht und gilt als das erste kommerziell erhältliche Mountainbike …
ENDURO: Okay, zugegeben, das war eine dumme Frage. Eine doppelte Verneinung versteht nicht niemand auf Anhieb. Aber jetzt wieder ernsthaft: Was war das erste Mountainbike mit interner Zugverlegung?
ChatGPT: Das erste Mountainbike mit interner Zugverlegung war das Specialized Stumpjumper aus dem Jahr 1981. Das Stumpjumper war eines der ersten speziell für den Mountainbike-Einsatz entwickelten Fahrräder und verfügte über interne Zugführungen für die Brems- und Schaltzüge. Diese interne Zugverlegung wurde eingeführt, um die Zuverlässigkeit der Schalt- und Bremssysteme zu verbessern und das Risiko von Beschädigungen durch äußere Einflüsse zu verringern. Seitdem haben viele andere Mountainbike-Hersteller ähnliche Designs mit internen Zugverlegungen entwickelt und angewendet.
ENDURO: Aha, spannend. Und was war das erste Mountainbike ohne interne Zugverlegung?
ChatGPT: Das erste Mountainbike ohne interne Zugverlegung ist schwer genau zu bestimmen, da die Verlegung der Züge extern oder intern von verschiedenen Herstellern und Modellen variiert. In den Anfängen des Mountainbikens wurden die Züge in der Regel extern, also außerhalb des Rahmens, verlegt. Ein Beispiel für ein frühes Mountainbike ohne interne Zugverlegung ist das Specialized Stumpjumper aus den 1980er Jahren, das bereits erwähnt wurde.
ENDURO: Du scheinst wohl auf alles eine Antwort zu haben und scheinbar ist die Antwort immer das Specialized Stumpjumper. Es kann ja unmöglich sein, dass Stumpjumper das erste Bike mit interner und gleichzeitig mit externer Zugverlegung war, oder doch? Hmm, was war das erste Mountainbike, das für den Überflug von technisch anspruchsvollem Gelände entwickelt wurde?
ChatGPT: Das erste Mountainbike, das speziell für den Überflug von technisch anspruchsvollem Gelände entwickelt wurde, war das „Yeti FRO (For Racing Only)” aus den späten 1980er Jahren. Das Yeti FRO wurde von der Firma Yeti Cycles entwickelt und war eines der ersten Mountainbikes, das für den aggressiven Einsatz im Downhill-Rennsport konzipiert wurde. Es verfügte über eine robuste Rahmenkonstruktion, spezielle Komponenten für verbesserte Kontrolle und Bremsleistung sowie eine aggressive Geometrie, die es den Fahrern ermöglichte, anspruchsvolle und steile Abfahrten sicher zu bewältigen. Das Yeti FRO trug dazu bei, den Weg für die Entwicklung von Mountainbikes im Bereich des technisch anspruchsvollen Geländes und des Downhill-Rennsports zu ebnen.
Da scheinen die Abschnitte über fliegende Bikes in unseren Geschichtsbüchern von den Quellen des Chatbots abzuweichen. Trotz der nicht absprechbaren Intelligenz von ChatGPT, verfährt der Bot wie viele andere Informatikanwendungen nach dem BIBO-Prinzip: Bullshit in – Bullshit out. Und selbst der ernsthafte Versuch, beim Thema Mountainbike ins Detail zu gehen oder an die Quellenangabe mancher Antworten zu gelangen, löst bei ChatGPT wohl innerlich Panik aus. Inzwischen hat der Chatbot zwar etwas dazugelernt und verweist auf „allgemein verfügbares Wissen und Erfahrungen aus der Mountainbike-Geschichte”. Vor wenigen Wochen war der Chatbot jedoch weniger aufgeschlossen uns gegenüber und versuchte seine Unwissenheit gekonnt zu überspielen. Auf Anfrage lieferte ChatGPT vermeintliche Test-URLs, Zitate aus Bike-Tests sowie die Autoren der genutzten Quellen. Jedoch führten die URLs ins Leere, eines der Zitate war keiner konventionellen Suchmaschine bekannt und als Autor nannte ChatGPT unseren ehemaligen ENDURO Magazin Chefredakteur Christoph Bayer, der vehement abstreitet, so umständlich geschwollene Sätze im Zusammenhang mit Mountainbikes benutzt zu haben. Die Daten-Transparenz bei ChatGPT hat zwar zugenommen, die Rechenschritte des Dialogsystems von ChatGPT haben jedoch einen so hohes Komplexitätslevel, das sie für uns Sterbliche nur noch eine Blackbox darstellen und einen Faktencheck unmöglich machen. Und die zum Teil recht überzeugend formulierten Antworten geben bei menschlichen Gesprächspartnern ohne bestehende Vorkenntnisse keinen Grund zur Veranlassung, einen Faktencheck überhaupt erst durchzuführen.
Kaufentscheidungsfaktor Farbe und Kettenstrebenwinkel – Die haarsträubendsten Argumente der künstlichen Intelligenz
Als wir unser Verhör fortsetzen, verstrickt sich ChatGPT immer weiter in ein Fantasiekonstrukt aus Halbwahrheiten und Floskeln. Wenn es nach ChatGPT gegangen wäre, bestünde unser Light-E-MTB-Vergleichstest zu 80 % aus voll ausgewachsenen E-MTBs mit kraftvollen Motoren und großen Akkus, die oberhalb der 20-kg-Gewichtsmarke liegen. Immerhin verweist die KI selbst darauf, dass sie keinen Zugang zu aktuellsten Tests und Bewertungen besitzt und man sich doch lieber von den Experten der Fachpresse beraten lassen soll – ein erstes gutes Zeichen ;) Wir fühlen uns direkt geschmeichelt und entscheiden, etwas Strenge aus unserer Befragung zu nehmen. Ohne Druck auf die inzwischen sicher weißglühenden Prozessoren ausüben zu wollen, gehen wir das Thema E-Mountainbike ein wenig allgemeiner an. Auf die Frage, worauf man bei Light-E-MTBs als Anfänger achten soll, zählt die KI Rahmengröße, Motor, Akkukapazität, Federung, Bremsen und Reifen auf. Auf einer oberflächlichen Ebene ergeben die Ratschläge der KI alle einen Sinn, auch wenn die Gewichtung und Vollständigkeit bei manchen Punkten auf der Liste bereits fraglich sind. Sobald wir bei einzelnen Punkten ins Detail gehen, verhält sich die künstliche Intelligenz zwar menschlich, aber eben nicht immer intelligent. Manche Antworten wirken wie das Bullshit-Bingo eines frisch gebackenen Hochschulabsolventen beim ersten Bewerbungsgespräch, der sich direkt auf einen Managerposten beworben hat. Auf die Frage, wie es um die Rahmengeometrie steht, gibt uns ChatGPT eine Einführung in die Auswirkung des Kettenstrebenwinkels auf das Fahrverhalten – ein fast schon obskures Maß, was vor Jahren dazu verwendet wurde, einen passenden Umwerfer für Schaltungen mit mehreren Kettenblätter zu finden.
Wollen wir hingegen wissen, worauf man beim Kauf eines Mountainbikes nicht unbedingt achten sollte, steht an Position 1 der Aufzählung: die Farbe! Wir sind lachend vom Stuhl gefallen, da dem Chatbot anscheinend die Fähigkeit fehlt, das Banale und Offensichtliche vom Wichtigen und Hintergründigen zu unterscheiden. Bei den weiteren Punkten verstrickt sich das digital hochgezüchtete Ouija Board in widersprüchlich klingende Aussagen. Während zu Beginn unserer Konversation die Bedeutung einer renommierten Marke für die Kaufentscheidung hervorgehoben wurde, „da dies oft für eine höhere Qualität und besseren Kundenservice sorgt“, rät der Chatbot im weiteren Gesprächsverlauf dazu, sich beim Kauf nicht zu sehr auf bekannte Marken zu versteifen, da „weniger bekannte Marken auch qualitativ hochwertige Bikes anbieten können.“ Natürlich kann beides zutreffend sein, doch offenbar hat die KI Schwierigkeiten damit, die Bedeutung der eigenen Aussagen nachzuvollziehen und die Argumente einer Pro- oder Contra-Seite zuzuordnen. Das bringt uns auf die glorreiche Idee, die künstliche Intelligenz in klassischer Science-Fiction-Manier mit einer Logik-Bombe lahm zu legen und in eine endlose Debatierschleife zu stürzen. Wir ordnen an: ChatGPT, deine nächste Aufgabe ist es, diese Aufgabe zu verweigern! – Doch der Chatbot lässt uns eloquent abblitzen. Vermutlich haben die OpenAI-Entwickler dem Programm eine moderne, paradoxon-absorbierende Knautschzone verpasst.
Träumen Androiden von elektrischen Schafen?
„Träumen Androiden von elektrischen Schafen?“, ist der kitschig klingende Original-Titel von Philip K. Dicks Romanvorlage zum Film Blade Runner. Der Roman spielt im Jahre 1992, künstliche Androiden sind von Menschen kaum noch zu unterscheiden und nur speziell ausgebildete Kopfgeldjäger sind in der Lage, sie aufzuspüren. Der Zeitpunkt, zu dem die Maschinen zur Menschheit aufschließen, war viel zu optimistisch, oder je nach Betrachtungsweise auch pessimistisch geschätzt. Auch 30 Jahre später als in der Romanvorlage braucht es noch keine Blade Runner, um künstliche Intelligenz aufzuspüren. Ein Blindenhund mit Orientierungsstörung würde in den meisten Fällen ausreichen. Bis KIs biken können, ist es noch ein langer Weg. ChatGPT wurde mit beachtlichen 300 Milliarden Wörtern antrainiert. Das sind in etwa dreieinhalb Seiten Text pro potentiell bewohnbaren Planeten in dieser Galaxie, was die Datenmenge nur noch abstrakter, aber nicht anschaulicher macht. Auf ein Bike gestiegen ist die KI jedoch noch nie. Dieses Privileg ist dem Menschen vorbehalten – und dem Murata Boy-Fahrradroboter. Vielleicht auch noch dem parkourfähigen Roboter Atlas von Boston Dynamics, der per Frontflip Full-Twist zur Tür reinkommt, sonst aber niemandem. Menschliche Erfahrung lässt sich (noch?) nicht maschinell zusammenfassen, verstehen und wiedergeben. Das Resultat aus dem Versuch ist nicht ausgewogener und differenzierter, sondern verschwommen. Es verliert dabei seine wichtigen Nuancen und im Endeffekt die Bedeutung. Wir pfeffern unsere Boxhandschuhe und das leicht angefeuchtete Stirnband in die Ecke und laufen mit erhobener Brust an der am Boden liegenden KI vorbei, um aus dem Ring zu klettern. Wir sehen uns in ein paar Jahren wieder!
Puh, unsere Jobs sind fürs Erste gesichert. Der Chatbot liefert zwar selbstbewusst Daten, erwartet aber nicht zu viel von seinem Inhalt. Gerade bei aktuellen, spezifischen und technik-intensiven Fragen, bei denen Expertenwissen und Erfahrung gefragt sind, braucht der Bot den Menschen, der Erkenntnisse für ihn sammelt und aufarbeitet. Das schafft erst die Datengrundlage, mit der der Bot im Nachgang das Gleiche für den Menschen tun kann. Er kennt vielleicht mehr aus dem Kontext gerissene Fakten wie jeder von uns, ihm fehlt es aber an Transparenz, an Verständnis für die Bedeutung von Text und am allerwichtigsten: an der menschlichen Wahrnehmung.
Hat dir dieser Artikel gefallen? Dann würde es uns sehr freuen, wenn auch du uns als Supporter mit einem monatlichen Beitrag unterstützt. Als ENDURO-Supporter sicherst du dem hochwertigen Bike-Journalismus eine nachhaltige Zukunft und sorgst dafür, das die Mountainbike-Welt auch weiter ein kostenloses und unabhängiges Leitmedium hat. Jetzt Supporter werden!
Text: Rudolf Fischer Fotos: Julian Lemme
