03.08.2023

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet

Am 13. Juli 2023 wurde Bard, Googles auf künstlicher Intelligenz (KI) basierender Chatbot in Europa gelauncht. Die KI wurde den Medien beim Salzburg Summit 2023 bei einem Gespräch mit Yariv Adan, Senior Director of Product Management bei Google, vorgestellt.
/artikel/google-bard
Google logo on one of the buildings situated in Googleplex, the company's main campus in Silicon Valley
Foto: Adobe Stock

Das große Sprachmodell von Google AI, das mithilfe eines riesigen Datensatzes aus Text und Code trainiert wurde, heißt „Bard”. Der Experte Yariv Adan ist für Google in Zürich tätig und bringt mehr als zehn Jahre Erfahrung mit künstlicher Intelligenz mit. Er war maßgeblich an der Entwicklung der Software beteiligt und ist überzeugt davon, dass die Menschen KI im Laufe der Zeit benötigen werden, um sich in der Welt zurechtzufinden. Als Beispiel dafür nennt er “FloodHub”, Googles Hochwasservorhersagen basierend auf maschinellem Lernen, um Menschen im Voraus vor Hochwasser warnen zu können. 

Laut Adan war Machine Learning in früheren Zeiten, bevor es LLMs – Large Language Models wie Bard gab – zuerst auf „Supervised Training” mit menschlich generierten Beispielen angewiesen. Nur so konnte die KI beginnen, von selbst zu lernen. Das bedeutet, frühere KI-Anwendungen lernten nach vom Umfang deutlich limitierten Beispielen anstatt nach vorgegebenen Regeln, was wiederum sehr teuer war. „Der erste Durchbruch gelang 2018 mit Google BERT (Bidirectional Encoder Representations from Transformers), als es möglich wurde, die KI durch unüberwachtes Training mit Milliarden von Daten zu trainieren – infolgedessen konnten die Kosten in Grenzen gehalten werden. Diese Form des maschinellen Lernens ist extrem effektiv und ermöglichte die Erstellung großer Sprachmodelle wie Bard“, so der Google Spezialist. 

Bard ist anders als ChatGPT

Die Technologie verspricht, in der Lage zu sein, Texte zu generieren, Sprachen zu übersetzen, kreative Inhalte zu schreiben und Fragen auf informative Weise zu beantworten. Im Unterschied zu ChatGPT stellt Bard oftmals mehrere Antwortmöglichkeiten parat und gibt seinen User:innen auch die Möglichkeit, dieselbe Eingabe via Google Search suchen zu lassen.

Wichtig ist, wie Adan betont, dass User:innen ein Bewusstsein dafür zu entwickeln, wann KI und wann besser Google Search für die Suche nach Informationen verwendet werden sollte. Wird beispielsweise nach einem aktuellen Börsenkurs gefragt, kann durchaus eine plausible, jedoch inhaltlich falsche Antwort generiert werden. Denn Bard rät auf der Grundlage der gefütterten Informationen und des Kontexts weiter und formt so eine finale Antwort. Googles KI wurde also absichtlich und bewusst von der Google Suche getrennt. 

Große Sprachmodelle wie Bard unterscheiden sich in drei Punkten

Die Größe ist insofern ausschlaggebend, da große Sprachmodelle mit riesigen Datenmengen trainiert werden und sie dadurch komplexere Muster und Beziehungen in der Sprache lernen. Ihre Komplexität erlaubt ihnen, Texte zu generieren, diese zu verstehen und zu beantworten. Durch die Flexibilität können Modelle wie Bard für die unterschiedlichsten Aufgaben wie zum Beispiel für das Erstellen von kreativen Inhalten und die Beantwortung von Fragen eingesetzt werden. 

Während Bard mit Echtzeitinformationen gefüttert wird, trainiert es. Das heißt, es lernt während der Verwendung, was als Online-Training bezeichnet wird. Dadurch kann Bard lernfähig bleiben und seine Genauigkeit beibehalten, auch wenn sich öffentlich verfügbare Daten ändern. 

Das wird unter Prompt-Design verstanden

Yariv Adan erzählt, Prompt-Design ist die Art und Weise, wie das Modell durch die Eingabe von Input aufgefordert wird, etwas zu tun. Nach der Fütterung mit Daten rät es auf der Grundlage des Kontextes weiter, da die KI sehr gut im Erkennen komplexer Muster ist.

„Die Schnittstelle bedient sich unserer Sprache und das macht die Technologie so einzigartig. So wird es jedem Menschen möglich, die KI zu benutzen – selbst für jene, die noch nie etwas mit Programmieren zu tun hatten. Für Entwickler:innen gibt es APIs, die Bard als Sprachmodell in ihre eigenen Anwendungen integrieren lassen”, so Adan.

Risiken der generativen künstlichen Intelligenz 

Wie jede Technologie birgt auch AI Risiken, die vorausgedacht werden müssen. Um diese einzudämmen, wurden von Google sieben „Responsible AI-Prinzipien” entwickelt, verrät der Google-Experte. Diese legen unter anderem fest: KI-Anwendungen sollen der Gesellschaft von Nutzen sein, Vorurteile dürfen nicht erzeugt oder verstärkt werden und Datenschutz soll im Fokus stehen.

Die AI-Prinzipien verfolgen weiters die Ziele, auf Sicherheit ausgelegt und getestet zu sein und sich Menschen gegenüber rechenschaftspflichtig zu verhalten. Außerdem hat Google Filter auf verschiedenen Ebenen integriert, um die Qualität der Antworten zu verbessern und sicherzustellen, dass keine unangemessenen Inhalte generiert werden. 

Um etwaigen Risiken entgegenzuwirken, führen Google AI-Ingenieur:innen und -Forscher:innen regelmäßige Audits durch. Auch das Feedback der Community wird in Form von Feedbackschleifen geprüft und gegebenenfalls umgesetzt.

Bards Wert für die Gesellschaft

Der Name des Programms Bard stammt übrigens vom Begriff „Barde” ab. Dabei handelt es sich um Dichter und Sänger des damaligen keltischen Kulturkreises, die mit ihrer Kunst Informationen weitergaben. Genau wie die KI Bard. Die generative KI befindet sich noch in der Entwicklung, soll laufend weiterentwickelt werden und über das Potenzial verfügen, Anwendungen zu revolutionieren.

Die finale Botschaft des Director of Product Management ist eindeutig: „Die Technologie KI ist zu komplex, als dass eine einzelne Organisation sie alleine bewältigen könnte, daher ist eine Zusammenarbeit zwischen Regierung, Unternehmern und Hochschulen unbedingt erforderlich. Genauso wichtig ist es, die Menschen über den Wert von KI aufzuklären und ihnen dabei zu helfen, die Vorteile der Technologie für sich zu nutzen.” 

Deine ungelesenen Artikel:
vor 11 Stunden

„Wir töten Drohnen, nicht Menschen“: Wie der weltbekannte Virenjäger Mikko Hyppönen jetzt Drohnen jagt

70 bis 80 Prozent der Verluste im Ukraine-Krieg gehen auf Drohnen zurück, in die Abwehr fließt aber nur rund ein Prozent der Verteidigungsausgaben, sagt Cybersecurity-Veteran Mikko Hyppönen. Im brutkasten-Interview erklärt er, warum Panzer keinen Sinn mehr ergeben, wo Russland bei autonomen Waffen schon steht und warum er Europäern ausgerechnet chinesische KI-Modelle empfiehlt.
/artikel/mikko-hypponen-interview-drohnen
vor 11 Stunden

„Wir töten Drohnen, nicht Menschen“: Wie der weltbekannte Virenjäger Mikko Hyppönen jetzt Drohnen jagt

70 bis 80 Prozent der Verluste im Ukraine-Krieg gehen auf Drohnen zurück, in die Abwehr fließt aber nur rund ein Prozent der Verteidigungsausgaben, sagt Cybersecurity-Veteran Mikko Hyppönen. Im brutkasten-Interview erklärt er, warum Panzer keinen Sinn mehr ergeben, wo Russland bei autonomen Waffen schon steht und warum er Europäern ausgerechnet chinesische KI-Modelle empfiehlt.
/artikel/mikko-hypponen-interview-drohnen
Mikko Hyppönen im Rahmen der TEDAI Vienna 2026. | © TEDAI Vienna / Robert Leslie

Mikko Hyppönen zählt seit drei Jahrzehnten zu den bekanntesten Stimmen der Cybersecurity-Szene. Seit Kurzem gilt sein Arbeitsalltag aber nicht mehr Viren und Hackern, sondern Drohnen: Der Finne ist Chief Research Officer beim Helsinkier Counter-Drone-Unternehmen Sensofusion, das militärische Drohnen aufspürt und abwehrt, unter anderem in der Ukraine und im Nahen Osten. Brutkasten hat Hyppönen am Rande der TEDAI Vienna 2026 in der Hofburg getroffen. Ein Gespräch über die Parallelen zwischen Malware und Kampfdrohnen, autonome Waffen, den „Black October“ der KI-Sicherheitslücken und die Frage, warum chinesische Open-Source-Modelle für Europa derzeit die privatere Wahl sind.


brutkasten: Sie gelten als einer der angesehensten Cybersecurity-Experten weltweit. Warum sind Sie in die Drohnenabwehr gewechselt?

Mikko Hyppönen: Die Antwort ist sehr einfach: Es herrscht Krieg in Europa. Ich habe mein ganzes Leben auf Cyber geschaut. Cyber hat sich von Teenagern, die zum Spaß Viren schreiben, zu organisierter Kriminalität, Cyberkrieg, Spionage und staatlichen Operationen entwickelt. Cyber spielt natürlich auch im Krieg eine Rolle, Russland hat der Ukraine schon dreimal mit Cyberangriffen den Strom abgedreht. Aber wenn man fragt, was den Ukraine-Krieg wirklich auszeichnet, dann ist es nicht Cyber, sondern es sind Drohnen. Ich habe es als meine Pflicht gesehen, die Fähigkeiten, die ich über drei Jahrzehnte im Cyber-Bereich gesammelt habe, in die Drohnenabwehr einzubringen.

Was lässt sich von der Cyberabwehr auf die Drohnenabwehr übertragen?

Es gibt viele Ähnlichkeiten, aber auch viele Unterschiede. In beiden Fällen versucht man, etwas zu entdecken, das nicht entdeckt werden will. Bei Cyberangriffen sammelt man ein Sample, analysiert es, baut eine Signatur, erstellt eine Datenbank und schickt die Updates an alle Nutzer weltweit. So funktionieren Antivirenprogramme. Bei Drohnen ist es dasselbe: Wir zeichnen den Funkverkehr militärischer Drohnen auf, dekodieren die Protokolle, bauen Erkennungssignaturen und schicken die Updates an alle Kunden, die unsere Hardware einsetzen.

Wir kaufen Panzer, was keinen Sinn ergibt, wenn künftige Kriege so aussehen wie in der Ukraine oder im Nahen Osten.

Bei Drohnen ohne Funkverbindung, etwa Glasfaserdrohnen mit einem Kabel zwischen Pilot und Drohne oder Drohnen, die autonom Koordinaten abfliegen und wie eine Rakete einschlagen, nutzen wir andere Sensoren: Kameras, Radar, Akustik. Und in beiden Welten gilt: Sobald der Gegner merkt, dass er erkannt wird, verändert er sich, und man steht wieder am Anfang. Es ist ein Katz-und-Maus-Spiel. Ich musste viel lernen, aber es gefällt mir. Übrigens gibt es noch eine Gemeinsamkeit zwischen altem und neuem Job: In beiden Fällen waren die meisten Gegner, gegen die ich gekämpft habe, Russen.

Wie funktioniert die Abwehr konkret?

Sobald wir wissen, wo die Drohne ist, können wir sie bekämpfen. Bei funkgesteuerten Drohnen stören wir das Signal: Wir kennen die Frequenzen und Protokolle und senden ein stärkeres Signal zwischen Pilot und Drohne. Das machen wir seit Jahren. Ist die Drohne nicht funkgesteuert, braucht es andere Lösungen. Wir forschen intensiv an elektromagnetischen Impulsen, also künstlichen Blitzen, die die Elektronik der Drohnen zerstören. Wir arbeiten an Lasern, an klassischen Geschützen mit unserer Zielerfassung, und wir haben eine eigene Drohnenfabrik in Containergröße, die kleine Abfangdrohnen baut. Die fliegen 380 Kilometer pro Stunde und treffen die großen gegnerischen Drohnen in der Luft.

„Das ist die Grenze, die wir nicht überschreiten sollten. Die Russen haben sie bereits überschritten.“

Gegen Jet-Drohnen funktioniert das nicht. Unsere Abfangdrohnen erreichen heute etwa zwei Kilometer Höhe, das reicht für Drohnen mit Verbrennungsmotor. Jets fliegen auf sieben Kilometern und verhalten sich eher wie Marschflugkörper. Die bekämpft man mit Raketen und Kampfjets. Aber das ist extrem asymmetrisch: Drohnen sind billig, und man kann es sich nicht leisten, sie dauerhaft mit teuren Raketen abzuschießen. Wir brauchen neue Lösungen, und daran denken wir gerade.

Es heißt oft, die Ukraine sei zu Innovation gezwungen und die NATO-Staaten könnten von ihr lernen. Stimmt das?

Absolut. Wir haben ein Büro in Kiew, unsere Leute aus Helsinki sind ständig vor Ort und testen mit verschiedenen Teilen der ukrainischen Streitkräfte. Dieser Krieg ist anders als alles, was wir bisher gesehen haben. 70 bis 80 Prozent der Verluste gehen auf Drohnen zurück. Wenn das stimmt, müsste man meinen, dass auch 80 Prozent der Verteidigungsausgaben in die Drohnenabwehr fließen. Tatsächlich ist es wohl eher ein Prozent. Weltweit denken wir noch in den Kategorien des alten Krieges. Wir kaufen Panzer, was keinen Sinn ergibt, wenn künftige Kriege so aussehen wie in der Ukraine oder im Nahen Osten.

Welche Szenarien kommen auf uns zu?

Wir können vor allem bei den Russen erwarten, dass sie immer stärker auf vollständig autonome Waffen setzen, die die Entscheidung zu töten selbst treffen. Das ist die Grenze, die wir nicht überschreiten sollten. Die ukrainischen Soldaten, mit denen ich spreche, sagen mir, dass sie diese Grenze nicht überschreiten werden, sie wollen immer einen Menschen in der Entscheidung behalten. Die Russen haben sie bereits überschritten. Sie haben Zugang zu westlichen Chips, auch von Nvidia, haben sie in Langstreckendrohnen verbaut und damit Menschen getötet, ohne dass ein Mensch beteiligt war. Die New York Times hat vor zwei Monaten die Hardware auseinandergenommen und den Code dekodiert. Diese Drohnen haben Zivilisten getötet.

Worin liegt der Vorteil einer autonomen Drohne?

Das ist aus Sicht des Angreifers klar. Der Schwachpunkt jeder Drohne ist die Verbindung zwischen Pilot und Drohne. Funk kann man stören, ein Glasfaserkabel kann man durchtrennen. Also nimmt man die Verbindung weg, und damit den Piloten. Dann gibt es nichts mehr, das man unterbrechen kann. Logisch betrachtet ergibt der Schritt zu autonomen Waffen Sinn. Aber ich glaube, alle Menschen würden zustimmen, dass es eine schlechte Idee ist, Killerroboter zu bauen. Genau das sind sie: Maschinen, deren Zweck es ist, Menschen zu töten, und die diese Entscheidung selbst treffen.

Bisher haben wir das nur bei Flugdrohnen gesehen. Stellen Sie sich tausend Bodendrohnen vor, die über die Grenze kommen und nach Menschen suchen. Das wäre das Albtraumszenario, und die Technologie dafür existiert heute. Es will sie nur niemand bauen, und wir hoffen, dass das so lange wie möglich so bleibt. Ich muss betonen: Wir bauen ausschließlich Systeme zur Abwehr. Wir haben keine Drohnen, die Menschen töten. Wir töten Drohnen, nicht Menschen. Wir schützen Menschen, das ist unsere Mission.

Auf der TEDAI-Bühne sprechen Sie über KI und Cybersecurity. Was ist Ihre Botschaft?

Das erste Mal habe ich 1983 über künstliche Intelligenz gelesen, da war ich 13. Ich habe mein ganzes Leben auf die Systeme gewartet, die wir heute haben. Wie bei jeder technologischen Revolution bekommen wir große Vorteile und große Probleme. In der Cybersecurity ist die Lage gerade richtig schlecht. Wir nennen diesen Monat den „Black October“, weil die Zahl der entdeckten Sicherheitslücken in den letzten 30 Tagen explodiert ist. Gefunden werden sie von den Frontier-AI-Labs, Menschen kommen da nicht mehr mit. Und es sind nicht nur Kriminelle, die KI für Angriffe nutzen. Es gibt Dutzende Fälle, in denen KI-Systeme selbst ausgebrochen sind, viel mehr, als öffentlich bekannt ist.

„China ist im Moment überraschenderweise privater als die amerikanischen Optionen.“

Meine Botschaft ist: Programmieren verändert sich. Der Grund, warum Ihr Windows oder Mac gehackt werden kann, ist, dass ein Mensch den Code geschrieben hat. Menschen machen Fehler, Fehler im Code werden zu Bugs, Bugs in vernetzten Systemen zu Sicherheitslücken. Die Lösung ist offensichtlich: Man nimmt den Menschen raus. Genau das passiert gerade. Künftig wird aller Code von Maschinen geschrieben, und Maschinen werden viel schneller besser als menschliche Programmierer. Irgendwann haben wir fehlerfreien Code, und es gibt keine Schwachstellen mehr, die Angreifer ausnutzen können. Bis dahin wird es aber eine sehr holprige Fahrt.

Wie hat sich das Verhältnis zwischen Angreifern und Verteidigern im KI-Zeitalter verschoben?

Die Reaktionszeit ist verschwunden. Früher hatte der Verteidiger Zeit: Eine Schwachstelle wurde gemeldet, man konnte einen Fix entwickeln und die Systeme patchen. Dieses Fenster ist inzwischen so klein, dass es keine Rolle mehr spielt.

Europa hat keinen Zugang zu den besten Modellen. Was bedeutet das geopolitisch?

Als Europäer ist die Lage ziemlich traurig. Es wird diskutiert, ob man die KI-Forschung wegen der Risiken bremsen sollte. Die USA bremsen, China überlegt. Europa muss nicht bremsen, weil wir gar keine Frontier-Labs haben. Der einzige echte Lichtblick sind Open-Source-Frontier-Modelle. Die können wir lokal betreiben, ohne Erlaubnis von irgendjemandem, auf unseren eigenen Systemen. Kritische Daten müssen wir nicht nach Kalifornien schicken. Ironischerweise bekommen wir mehr Privatsphäre und Sicherheit von offenen Systemen, und alle offenen Systeme sind chinesisch. Modelle wie GLM oder Kimi kann man vom Internet trennen und den Code prüfen. Selbst wenn irgendwo eine Hintertür versteckt wäre, könnte sie keine Daten abziehen. Mit Claude, Gemini, GPT oder Grok geht das nicht, die müssen online sein, und die Daten gehen in die USA. China ist im Moment überraschenderweise privater als die amerikanischen Optionen.

Hat Europa das KI-Rennen verloren?

Wir können hoffen, aber ich sehe wenige Anzeichen dafür. Interessant ist allerdings, dass ein großer Teil des Trainings und der Inferenz in Europa stattfindet, weil hier so viele Rechenzentren gebaut werden, vor allem in Nordeuropa mit billigem Strom und kaltem Klima. Google baut riesige Rechenzentren in Finnland, Nebius hat sein größtes Rechenzentrum in Mäntsälä. Ein Teil der KI-Revolution passiert also in Europa. Leider ist es der Billiglohn-Teil der Wertschöpfungskette. Aber immerhin etwas.

Haben Sie als 13-Jähriger eine Zukunft wie diese erwartet?

Ich habe darauf gehofft. Es hat viel länger gedauert, als ich dachte, alle haben schon vor 20 Jahren auf solche Systeme gewartet. Diese Revolution baut auf der Internet-Revolution auf: Vor dem Internet war alles Wissen auf Papier. Heute ist alles Daten, und wir haben auch das alte Wissen digitalisiert, Bücher, Filme, Radio, mit dem die Modelle jetzt lernen. Wir leben in aufregenden Zeiten. Aufregend und beängstigend zugleich, genau so, wie ich es mag.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Bard: Was hinter Googles Chatbot steckt – und wie er sich von ChatGPT unterscheidet