Chatbots wie ChatGPT basieren auf Texten und können Wörter durch statistische Berechnungen sinnvoll aneinanderreihen. Von unserer physischen Welt haben sie abgesehen von ihren Trainingsdaten aber keine Vorstellung. Bei sogenannten World Models ist das anders. Einige renommierte Forscher sind der Meinung, dass sie der nächste Schritt in der Evolution von KI sind.
Menschen treffen ständig Vorhersagen, die ihre Umgebung betreffen. Zum Beispiel schieben Eltern das Glas ihres Kindes, wenn es zu nahe an der Tischkante steht, nach innen. Auf LLMs basierende KIs wie ChatGPT, Gemini und Claude haben hingegen nur ein sehr abstraktes Verständnis von realen Umgebungen. Sie können diese lediglich auf Basis von Wörtern interpretieren. World Models sollen das ändern und Künstlicher Intelligenz ein inneres Bild von räumlichen Veränderungen vermitteln.
Was ist ein World Model?
Ein Sprachmodell ist im Prinzip ein sehr gutes Programm zur Autovervollständigung. Es berechnet stochastisch, was ein Mensch denken oder sagen würde. Diese auf Texten basierende Denkweise ist einer der größten Kritikpunkte an LLMs und der Grund, warum sie manche Experten für eine Sackgasse halten. World Models sollen hingegen einen Zustand vorhersagen. Aber wie kann man einer Software beibringen, komplexe Zustände in der echten Welt wirklich zu verstehen? Dafür bräuchte die KI eine Art Instinkt, der Veränderungen vorhersieht und fehlende Informationen selbstständig ergänzt.
Du willst nicht abgehängt werden, wenn es um KI, Green Tech und die Tech-Themen von Morgen geht? Über 12.000 Vordenker bekommen jeden Tag die wichtigsten News direkt in die Inbox und sichern sich ihren Vorsprung.
Nur für kurze Zeit: Anmelden und mit etwas Glück Apple AirPods gewinnen!
Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung. Beim Gewinnspiel gelten die AGB.
Wenn diese Definition von World Models etwas schwammig klingt, dann darum, weil es kein einheitliches Verständnis der Technologie gibt und sie noch in den Kinderschuhen steckt. Am besten lassen sich die Modelle durch ihre Unterschiede zu Chatbots erfassen. Anstatt mit Texten werden die KIs in erster Linie mit Videos trainiert. Dabei sollen sie aber nicht zu sehr auf Details achten, sondern vor allem auf Veränderungen. Videogeneratoren wie Sora gelten für einige Experten übrigens nicht als World Model. Das Argument: Eine KI, die Videos erstellen kann, versteht noch lange nicht die Physik unserer Welt.
Ein konkretes Beispiel für ein World Model: In einer Studie von David Ha und Jürgen Schmidhuber von 2018 sollte ein System in einem Rennspiel ein Auto steuern und dabei wie ein menschlicher Fahrer in mehreren Schritten denken. Zunächst komprimierte ein Teil des Systems die komplette Strecke, dann merkte sich ein zweiter Teil die Bewegungen des Autos, und der dritte Teil setzte die Erkenntnisse letztendlich um. Versuche mussten zudem nicht unbedingt auf der „physischen“ Strecke stattfinden, sondern alternativ auf einer eigens berechneten „Traumversion“.
Wer arbeitet an World Models?
Einer der größten Verfechter von World Models ist Yann LeCun, der lange bei Meta die KI-Forschung leitete. 2025 verließ er das Unternehmen und gründete in Paris die Firma AMI Labs. Auch Google DeepMind arbeitet mit der Technologie. Das System Genie 3 ist in der Lage, Welten zu erzeugen, durch die man sich in Echtzeit bewegen kann. Weitere Firmen, die sich mit World Models beschäftigen, sind World Labs, die aus Texten, Bildern und Videos begehbare Umgebungen erzeugen, und Nvidia mit seiner Plattform Cosmos.
Es fließt eine Menge Geld in die Erforschung solcher Systeme, doch womit wollen die Unternehmen irgendwann ihr Geld verdienen? Das Pferd, auf dem die größte Hoffnung ruht, ist vermutlich die Robotik: Erst werden Bewegungen in einer digitalen Testumgebung geübt, bevor die Maschinen dann auf die echte Welt losgelassen werden. Solche Roboter würden nicht alleine auf Basis von Sensoren oder Kameras agieren, sondern könnten Handlungen planen, die mehrere Schritte voraussetzen. Selbstfahrende Autos würden davon zum Beispiel profitieren.
Aber auch in der Wissenschaft sind ähnliche Systeme bereits im Einsatz. Unter anderem das Wettermodell GraphCast von DeepMind oder Nvidias Earth-2, das Veränderungen im Klima berechnen soll. World Models sollen in Zukunft dabei helfen, das Zusammenspiel von Atmosphäre, Ozeanen und Eis besser zu verstehen und vorherzusehen.
Ob World Models wirklich die Zukunft von KI sind, muss sich erst noch zeigen. Momentan sind sie extrem aufwendig zu erstellen und benötigen große Datenmengen. Zudem können sie Stand jetzt keine Vorhersagen treffen, die es so noch nie gegeben hat – wie den Zusammenbruch der Atlantikströmung. Tests in der realen Welt sind also weiterhin nötig. Und selbst wenn sich die Technologie weiterentwickelt, werden Sprachmodelle nicht überflüssig. Wahrscheinlicher ist ein Zusammenspiel: Das LLM macht bei einem Roboter oder Auto die Basisarbeit und interpretiert den Auftrag, während das World Model berechnet, was schiefgehen könnte.
Unser Zins-Tipp
Eröffne jetzt dein kostenloses Myntro Festgeld und erhalte 3,3 Prozent Zinsen auf dein Geld – und das garantiert für 12 Monate!
Anzeige
Auch interessant:
