Schlagwort: 2024-W20

  • GPT-4o: Eine gemeinsame Schnittstelle für Text, Bild und Sprache · KW 20/2024

    KI-Wochenrückblick 2024 · KW 20
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    GPT-4o rückte multimodale Interaktion ins Zentrum der KI-Debatte.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    OpenAI stellte am 13. Mai GPT-4o vor. Das Modell wurde als gemeinsames System für Text, Bild und Audio beschrieben. Besonders sichtbar waren Demonstrationen einer direkten gesprochenen Unterhaltung. Für den damaligen Stand ist die Verfügbarkeit wichtig: Zum Start wurden Text- und Bildeingaben sowie Textausgaben freigegeben; weitere gezeigte Sprachfunktionen sollten erst schrittweise folgen. Eine Vorführung war somit nicht mit einem bereits überall verfügbaren Produkt gleichzusetzen.

    Redaktionelle Einordnung

    Redaktionelle Einordnung

    Aus Anwendungssicht verschiebt eine solche Architektur die Aufmerksamkeit vom Prompt zur gesamten Gesprächssituation. Wenn ein Nutzer gleichzeitig zeigt und spricht, müssen Oberfläche, Unterbrechungen und Rückfragen zusammenpassen. Ein schneller Satz hilft wenig, wenn das System auf das falsche Bilddetail reagiert oder eine undeutliche Frage selbstbewusst beantwortet.

    Daraus folgt: Multimodalität ist vor allem eine neue Integrationsaufgabe. Ein sinnvoller Pilot sollte klare Grenzen haben, etwa das Erläutern eines öffentlich sichtbaren Diagramms, und falsche Zuordnungen gezielt erfassen. Dabei sind Reaktionszeit, Verständlichkeit und sachliche Richtigkeit getrennte Qualitätsgrößen. Die damaligen Demos lieferten einen Anlass für solche Versuche, aber keinen Beleg, dass komplexe Arbeitsabläufe bereits zuverlässig automatisiert werden konnten. Auch die Unterscheidung zwischen angekündigter Fähigkeit und tatsächlich zugänglicher Funktion gehört deshalb in jede historische Betrachtung dieser Woche.

    Quellen & Faktenstand

    Hello GPT-4o
    GPT-4o rückte multimodale Interaktion ins Zentrum der KI-Debatte.
    Quellenveröffentlichung: 2024-05-13 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗