Generative KI
Generative KI bezeichnet KI-Systeme, die auf Basis von Trainingsdaten neue Inhalte erzeugen, etwa Texte, Bilder, Code, Audio oder Video. Im Gegensatz zu klassischer KI, die vorhandene Daten einordnet oder vorhersagt, produziert generative KI eigenständig neue Ergebnisse.
Auch bekannt als: GenAI, Generative AI, generative künstliche Intelligenz, Gen KI
Was ist generative KI?
Generative KI bezeichnet KI-Systeme, die auf Basis von Trainingsdaten neue Inhalte erzeugen, etwa Texte, Bilder, Code, Audio oder Video. Im Gegensatz zu klassischer KI, die vorhandene Daten einordnet oder vorhersagt, produziert generative KI eigenständig neue Ergebnisse.
Der Unterschied lässt sich an zwei Aufgaben zeigen. Ein klassisches KI-System prüft eine eingehende E-Mail und ordnet sie der Kategorie “Beschwerde” zu. Ein generatives System schreibt die Antwort auf die Beschwerde. Das erste System wählt aus vorgegebenen Möglichkeiten, das zweite erzeugt etwas, das es in dieser Form vorher nicht gab. Beide gehören zur Künstlichen Intelligenz, aber nur das zweite ist generativ.
Generative KI ist keine neue Erfindung, hat aber seit 2022 einen Sprung gemacht. Mit ChatGPT von OpenAI wurde sie für Millionen Menschen ohne technischen Hintergrund zugänglich. Anthropic folgte mit Claude, Google mit Gemini. Bei Bildern setzten Werkzeuge wie Midjourney oder Stable Diffusion Maßstäbe. Seitdem ist generative KI das, was die meisten Menschen meinen, wenn sie von KI sprechen.
Welche Arten generativer KI es gibt
Die für Unternehmen wichtigste Form sind Sprachmodelle. Ein Large Language Model erzeugt Text in jeder Form: E-Mails, Berichte, Zusammenfassungen, Übersetzungen, Tabellen, Programmcode. Die aktuellen Modelle verarbeiten zusätzlich Bilder und Dokumente als Eingabe, etwa gescannte Rechnungen oder Fotos von Whiteboards, und werten sie aus.
Bildgeneratoren erzeugen Grafiken und Fotos aus Textbeschreibungen. Sie werden im Marketing, im Produktdesign und für Präsentationen eingesetzt. Audiomodelle erzeugen Sprache aus Text oder umgekehrt und ermöglichen Transkriptionen von Besprechungen und synthetische Stimmen. Videomodelle erzeugen kurze Clips aus Textbeschreibungen und stehen noch am Anfang der geschäftlichen Nutzung.
Codegeneratoren sind ein Sonderfall der Sprachmodelle. Werkzeuge wie Claude Code schreiben nicht nur Programmzeilen, sondern arbeiten eigenständig in Softwareprojekten: Sie lesen bestehenden Code, ändern Dateien, führen Tests aus und beheben Fehler. Damit reichen sie bereits in den Bereich der KI-Agenten hinein.
So funktioniert generative KI
Allen generativen Systemen ist gemeinsam, dass sie im Training Muster aus sehr großen Datenmengen gelernt haben. Ein Sprachmodell hat gelernt, welches Wort auf welche Wörter folgt, ein Bildmodell, welche Pixelmuster zu welchen Beschreibungen passen. Im Betrieb wenden sie diese Muster an, um aus einer Eingabe, dem Prompt, eine neue Ausgabe zu erzeugen.
Das Ergebnis ist eine Wahrscheinlichkeitsrechnung, keine Wissensabfrage. Das Modell erzeugt das, was nach seinen Mustern am besten passt. Meistens ist das korrekt und nützlich. Manchmal ist es nur plausibel, aber falsch, etwa eine erfundene Quelle oder ein nicht existierender Paragraph. Dieses Verhalten heißt Halluzination und ist keine Fehlfunktion, sondern eine Eigenschaft des Prinzips. Der Umgang damit gehört zu den Grundfertigkeiten im Einsatz generativer KI.
Die Qualität des Ergebnisses hängt stark von der Eingabe ab. Ein Prompt, der Aufgabe, Zielgruppe, Format und Beispiele enthält, liefert bessere Ergebnisse als eine Einzeiler-Anfrage. Deshalb ist Prompt Engineering zu einer Grundfertigkeit geworden, die sich in wenigen Stunden erlernen lässt.
Wo generative KI im Unternehmen eingesetzt wird
Die Einsatzfelder in KMU lassen sich in vier Gruppen einteilen. Die erste ist Texterstellung: Angebote, Stellenanzeigen, Newsletter, Produktbeschreibungen, Protokolle, Präsentationen. Hier liefert generative KI Entwürfe, die Menschen prüfen und anpassen. Die zweite Gruppe ist Textverarbeitung: lange Dokumente zusammenfassen, Verträge auf bestimmte Klauseln prüfen, Kundenfeedback auswerten, Besprechungsnotizen strukturieren.
Die dritte Gruppe ist Kommunikation: Antwortentwürfe im Kundenservice, Übersetzungen, mehrsprachige Website-Inhalte, interne Wissensbasen, die Mitarbeitende in natürlicher Sprache befragen können. Die vierte Gruppe ist Automatisierung: Generative KI übernimmt einen Schritt in einem Prozess, etwa das Einordnen und Beantworten eingehender Anfragen, verbunden mit Werkzeugen wie n8n. Eine ausführliche Sammlung konkreter Anwendungsfälle bietet der Artikel 25 Claude Use Cases für kleine und mittelständische Unternehmen.
Praxisbeispiel aus dem Unternehmensalltag
Ein Sanitär- und Heizungsbetrieb mit 22 Mitarbeitenden hatte ein Problem, das viele Handwerksbetriebe kennen: Angebote und Rechnungen wurden abends vom Inhaber geschrieben, Kundenanfragen blieben tagelang liegen, und die Website hatte seit Jahren dieselben drei Absätze. Der Betrieb führt Claude im Team-Plan ein und beginnt mit drei Anwendungen.
Die Bürokraft diktiert nach Kundenterminen die Notizen in ihr Telefon und lässt daraus einen Angebotsentwurf in der Struktur des Betriebs erstellen. Der Inhaber prüft und ergänzt Preise. Eingehende Anfragen über das Kontaktformular werden von Claude eingeordnet und mit einem Antwortentwurf versehen, den die Bürokraft freigibt. Und für die Website entstehen Beschreibungen der Leistungen, die der Betrieb zuvor nie aufgeschrieben hatte. Nach einigen Wochen schreibt der Inhaber Angebote tagsüber in einem Bruchteil der Zeit, und Anfragen werden am selben Tag beantwortet. Der Aufwand: eine Schulung, zwei Projekte in Claude und eine Regel, dass nichts ungeprüft nach außen geht.
Bedeutung für kleine und mittelständische Unternehmen
Generative KI ist für KMU die zugänglichste Form von KI, die es je gab. Sie erfordert keine Datenwissenschaftler, keine eigene Infrastruktur und keine monatelangen Projekte. Ein Business-Plan bei einem Anbieter, eine Schulung und ein paar gut definierte Anwendungsfälle reichen für den Einstieg. Der Eintrag KI im Mittelstand ordnet ein, wo Mittelständler heute stehen.
Zugleich bringt der Einsatz Pflichten mit sich. Der EU AI Act verlangt seit Februar 2025 KI-Kompetenz von Unternehmen, die KI-Systeme einsetzen, und sieht Transparenzpflichten für bestimmte generierte Inhalte vor. Die DSGVO gilt unverändert, sobald personenbezogene Daten in Prompts oder Dokumenten enthalten sind. Beides ist grundsätzlich handhabbar, abhängig von Anbieter, Plan und internen Regeln, und sollte mit dem Datenschutzbeauftragten geklärt werden. Was der AI Act für KMU konkret bedeutet, fasst der Artikel EU AI Act und KI-Kompetenz zusammen.
Die KI-Beratung für den Mittelstand hilft dabei, die richtigen Anwendungsfälle zu finden und die Rahmenbedingungen zu klären. Die KI-Schulung für Unternehmen vermittelt Mitarbeitenden die Grundlagen, die der AI Act verlangt und der Alltag erfordert.
Vorteile und Grenzen
Die Vorteile generativer KI liegen in Geschwindigkeit und Breite. Entwürfe entstehen in Sekunden, Dokumente werden in Minuten ausgewertet, und dieselbe Technik funktioniert in Vertrieb, Verwaltung, Personal und Service. Für Unternehmen mit knappen Ressourcen ist das eine spürbare Entlastung bei Routinetätigkeiten.
Die Grenzen sind ebenso klar. Generative KI erzeugt Plausibles, nicht Geprüftes, und braucht deshalb menschliche Kontrolle, besonders bei Zahlen, Rechtsfragen und Aussagen nach außen. Sie kennt Ihr Unternehmen nur, soweit Sie es ihr mitteilen. Und sie ist so gut wie die Aufgabenstellung: Wer unklar fragt, bekommt unklare Antworten. Wer diese Grenzen kennt und Prozesse entsprechend gestaltet, holt aus generativer KI verlässlich Nutzen heraus.