Generative KI

Was ist generative KI?

Unter generativer KI versteht man KI-Modelle und Anwendungen, die auf eine Eingabe hin neue Inhalte erzeugen, statt vorhandene Daten nur zu sortieren oder zu bewerten. Vereinfacht erklärt lernen sie aus großen Mengen an Texten, Bildern, Tonaufnahmen oder Programmcode, wie solche Inhalte aufgebaut sind, und bringen daraus eine neue Variante hervor.

Eine knappe Definition liefert das Bundesamt für Sicherheit in der Informationstechnik (BSI). Generative KI-Modelle werden danach mit großen Datenmengen trainiert, erlernen Muster und erzeugen neue Inhalte wie Texte, Bilder, Musik und Videos, die diesen Mustern folgen (Stand 01/2025). Das BSI ordnet sie als Teilgebiet der universell einsetzbaren KI-Modelle ein.

Generative künstliche Intelligenz begegnet Nutzern meist als generatives KI-System. Gemeint ist die Anwendung, in der ein solches Modell arbeitet, etwa ein Chatbot mit Eingabefeld, Websuche und Sicherheitsfiltern. Das Modell erzeugt die Inhalte, das System macht es für Menschen nutzbar.

Was bedeutet generativ?

Generativ bedeutet erzeugend. Das Wort geht auf das lateinische generare zurück, das laut Duden zeugen oder hervorbringen heißt, und steckt auch im Verb generieren. Generative KI ist also wörtlich erzeugende KI. Daraus ergibt sich die Bedeutung von „KI-generiert“. Ein Text, ein Bild oder ein Video ist KI-generiert, wenn ein generatives Modell den Inhalt ganz oder überwiegend erzeugt hat.

Nicht zu verwechseln ist generativ mit generisch. Generisch heißt laut Duden „in allgemeingültigem Sinne gebraucht“. Eine generische KI wäre demnach eine allgemein gehaltene KI und kein Fachbegriff für erzeugende Systeme. In anderen Fachgebieten hat generativ eigene Bedeutungen. Die Biologie bezeichnet damit die geschlechtliche Fortpflanzung, die Sprachwissenschaft die Erzeugung von Sätzen, etwa in der generativen Grammatik.

Unterschied zwischen KI und generativer KI

Generative KI ist der Teilbereich der künstlichen Intelligenz, der neue Inhalte erzeugt, während viele andere KI-Systeme nur analysieren. KI ist der Oberbegriff für Systeme, die Aufgaben lösen, für die sonst menschliche Intelligenz nötig ist. Analysierende Systeme erkennen Muster, ordnen Daten in Klassen ein oder sagen einen Wert voraus. Beide Arten von KI beruhen meist auf maschinellem Lernen, die großen generativen Modelle auf Deep Learning. Wie diese Ebenen ineinander verschachtelt sind, zeigt die Grafik im Artikel zum Large Language Model (LLM).

Beispiele für nicht generative KI sind Spamfilter, die Gesichtserkennung beim Entsperren eines Smartphones, Produktempfehlungen in Onlineshops und die Betrugserkennung bei Kartenzahlungen. Sie liefern eine Einordnung, eine Zahl oder eine Auswahl aus Vorhandenem. Generative und andere KI können sich in einem Unternehmen ergänzen, wie das Beispiel einer fiktiven Bank zeigt.

Agentische KI baut auf generativer KI auf. Ein KI-Agent nutzt meist ein Sprachmodell, um eine Aufgabe in Schritte zu zerlegen und Werkzeuge wie einen Browser oder Programmierschnittstellen zu bedienen, etwa um ein Formular auszufüllen. Die generative KI formuliert dabei Pläne und Inhalte, der Agent führt die Schritte aus.

Wie funktioniert generative KI?

Generative KI funktioniert in zwei Phasen, dem Training und der Anwendung. Im Training lernt ein Modell aus großen Datenmengen, welche Muster in Texten, Bildern oder Tönen typisch sind, und hält dieses Wissen in sehr vielen Zahlenwerten fest, den Parametern. In der Anwendung erhält es eine Eingabe, den Prompt, und berechnet daraus ein Ergebnis, das zu den gelernten Mustern passt. Es schlägt dabei nichts nach, sondern wählt nach Wahrscheinlichkeiten aus. Deshalb liefert dieselbe Eingabe nicht immer dasselbe Ergebnis.

Die Funktionsweise im Detail hängt von der Modellfamilie ab. Ein Sprachmodell setzt eine Antwort Stück für Stück aus Textbausteinen zusammen, die Tokens heißen. Ein Diffusionsmodell entfernt schrittweise Rauschen aus einem Bild. Der Weg zur fertigen Ausgabe ist bei allen Familien ähnlich.

Wie wird generative KI trainiert?

Generative KI wird mit Beispielen der späteren Ausgabe trainiert, etwa mit Texten aus dem Web und aus Büchern, mit Bildern samt Bildbeschreibung oder mit Programmcode. Im Training sagt das Modell immer wieder Teile dieser Daten vorher oder rekonstruiert sie, vergleicht das Ergebnis mit dem Original und passt seine Parameter an.

Was ein Modell kann, hängt von seinen Trainingsdaten ab. Sind Themen oder Gruppen darin unterrepräsentiert, gibt das Modell diese Verzerrungen in seinen Ausgaben wieder. Außerdem endet sein Wissen am Stichtag der Daten. Neuere Informationen kann ein System nur nutzen, wenn es sie zur Laufzeit abruft.

Wie funktioniert KI?

Künstliche Intelligenz beruht in den meisten Systemen auf maschinellem Lernen. Statt fester Regeln, die ein Mensch programmiert, lernt ein Modell aus Beispielen. Ein Spamfilter bekommt etwa viele als Spam markierte E-Mails und findet selbst heraus, welche Merkmale auf Spam hindeuten. Beim Deep Learning übernehmen das künstliche neuronale Netze mit vielen Schichten, die auch komplexe Muster in Sprache und Bildern erfassen.

Das Grundprinzip ist bei analysierender und generativer KI gleich. Ein Modell lernt aus Daten, hält Muster in Parametern fest und wendet das Gelernte auf neue Fälle an. Analysierende KI liefert eine Einordnung oder einen Wert, generative KI einen neuen Inhalt.

Generative KI-Modelle

Ein generatives KI-Modell ist das trainierte Modell, das neue Inhalte erzeugt. Es lernt, wie die Trainingsdaten statistisch verteilt sind, und zieht daraus neue Beispiele, die diesen Daten ähneln. Generative Verfahren unterscheiden sich vor allem darin, wie sie das Neue erzeugen. Vier Modellfamilien prägen das Feld, jede mit einem eigenen Prinzip.

Sprachmodelle wie GPT beruhen auf der Transformer-Architektur und sagen das jeweils nächste Textstück voraus. BERT, 2018 von Google vorgestellt, nutzt ebenfalls Transformer, ist aber ein Encoder-Modell. Es wurde entwickelt, um Texte zu verstehen und für Aufgaben wie die Beantwortung von Fragen angepasst zu werden, und erzeugt selbst keinen freien Text.

Diffusionsmodelle lernen, Rauschen schrittweise aus Daten zu entfernen. Ihr Ablauf ist nicht deterministisch, denn ein Durchlauf beginnt in der Regel mit neuem Zufallsrauschen und liefert deshalb ein anderes Ergebnis. GANs (Generative Adversarial Networks) trainieren zwei Netze gegeneinander. Ein Generator erzeugt Beispiele, ein Diskriminator schätzt, ob ein Beispiel aus den echten Daten stammt, und beide verbessern sich im Wechselspiel. Variational Autoencoder (VAE) verdichten Daten in einen kompakten Zwischenraum und erzeugen daraus neue Varianten.

Große Modelle, die viele Aufgaben beherrschen und in zahlreiche Anwendungen eingebaut werden, heißen auch Foundation Models. Die KI-Verordnung der EU spricht von KI-Modellen mit allgemeinem Verwendungszweck (Art. 3 Nr. 63).

Multimodale KI

Multimodale KI verarbeitet mehrere Datenarten in einem Modell, etwa Text, Bilder, Audio und Video. Ein solches Modell kann ein Foto beschreiben, eine gesprochene Frage beantworten oder zu einer Beschreibung ein Bild erzeugen. OpenAI beschreibt GPT-4o (05/2024) als Modell, das jede Kombination aus Text, Audio, Bild und Video als Eingabe annimmt und Text, Audio und Bilder ausgeben kann.

Beispiele für generative KI

Bekannte Beispiele für generative KI sind ChatGPT, Gemini und Claude für Texte, GitHub Copilot für Programmcode, Stable Diffusion für Bilder und Veo für Videos. Die folgende Übersicht ordnet Beispiele nach Art der Ausgabe und nennt den Modelltyp dahinter.

• Text und Chatbots. ChatGPT, Gemini oder Claude beantworten Fragen, fassen Dokumente zusammen und entwerfen E-Mails. Dahinter stehen Sprachmodelle auf Transformer-Basis. Dazu gehören auch Chatbots im Kundenservice, die Anfragen in natürlicher Sprache beantworten.
• Code. GitHub Copilot schlägt laut GitHub Code während der Eingabe vor und beantwortet Fragen zu einer Codebasis. Auch hier arbeiten Sprachmodelle, die mit Programmcode trainiert wurden.
• Bild. Stable Diffusion erzeugt Bilder aus einer Textbeschreibung und ist laut seinen Entwicklern ein latentes Diffusionsmodell.
• Audio und Musik. Sprachsynthese liest Texte mit künstlicher Stimme vor. Das Musikmodell MusicLM, das Google 2023 vorstellte, erzeugte Musik aus einer Textbeschreibung und behandelte die Aufgabe als Sequenzmodellierung, ähnlich wie ein Sprachmodell.
• Video. Veo von Google DeepMind erzeugt Videoclips mit Ton aus Text oder einem Bild und arbeitet laut Model Card mit latenter Diffusion (Stand 01/2026).

Für die Auswahl eines Werkzeugs zählen Kriterien wie die benötigte Ausgabe, die Steuerbarkeit, die Nutzungsrechte und der Umgang mit eingegebenen Daten.

Wofür generative KI in Unternehmen genutzt wird, zeigen typische Anwendungsbereiche wie Antwortentwürfe im Kundenservice, Zusammenfassungen langer Dokumente, interne Assistenten mit Zugriff auf Handbücher und Entwürfe für Produkttexte. Eine Versicherung könnte etwa die Bedingungen eines Hausrattarifs von einem Modell in einfache Sprache übertragen lassen und das Ergebnis vor der Veröffentlichung fachlich prüfen.

Generative KI für Bilder

Generative KI für Bilder erzeugt aus einer Textbeschreibung ein neues Bild. Viele Bildgeneratoren arbeiten dafür mit Diffusionsmodellen, darunter Stable Diffusion. Im Training wird Bildern schrittweise Rauschen hinzugefügt, und das Modell lernt, diesen Vorgang umzukehren. Bei der Bilderzeugung beginnt es mit reinem Zufallsrauschen und entfernt es in vielen kleinen Schritten. Das Forschungspapier zu Denoising Diffusion Probabilistic Models (DDPM) nutzte 2020 dafür 1.000 Rauschstufen und beschrieb, dass grobe Strukturen zuerst erscheinen und Details zuletzt.

Der Prompt wirkt dabei als Bedingung für jeden Entrauschungsschritt. Deshalb entsteht aus Rauschen je nach Beschreibung ein anderes Bild. Stable Diffusion rechnet nicht mit den einzelnen Bildpunkten, sondern im komprimierten Zwischenraum eines Autoencoders, was Rechenaufwand spart. Nicht jeder Bildgenerator nutzt ein Diffusionsmodell. Die Bildgenerierung von GPT-4o arbeitet laut OpenAI anders als das frühere DALL·E autoregressiv, also Stück für Stück wie ein Sprachmodell (03/2025).

Ein Bildgenerator stellt dar, was zur Beschreibung passt, nicht was tatsächlich existiert. Das BSI beschreibt KI-Bildgeneratoren als Werkzeuge, deren hochrealistische Bilder auf den ersten Blick nur schwer von Fotos oder Zeichnungen zu unterscheiden sind und die damit etwa Falschmeldungen stützen können. Welche Kennzeichnung die KI-Verordnung für solche Inhalte vorsieht, beschreibt der Abschnitt zu Risiken und Recht.

KI-Bildgeneratoren

Ein KI-Bildgenerator ist die Anwendung, über die ein Bildmodell genutzt wird, als Website, App oder Funktion in Chat- und Grafikprogrammen. Zu einer Beschreibung erzeugt das Modell meist ein oder mehrere Bilder, die sich anschließend mit weiteren Anweisungen oder gezielten Bearbeitungen verfeinern lassen. Für die Auswahl zählen nachprüfbare Kriterien mehr als bekannte Namen.

• Nutzungsrechte. Die Bedingungen des Anbieters regeln, ob Bilder kommerziell genutzt werden dürfen.
• Datenumgang. Entscheidend ist, ob Eingaben und hochgeladene Bilder ins Training einfließen und wo sie verarbeitet werden.
• Kennzeichnung. Manche Werkzeuge setzen Herkunftsangaben wie Metadaten nach dem C2PA-Standard oder ein unsichtbares Wasserzeichen.
• Steuerbarkeit. Wichtig ist, ob sich Bildausschnitte bearbeiten, Referenzbilder nutzen und Formate wählen lassen.

Generative Kunst

Generative Kunst ist älter als generative KI. Der Begriff bezeichnet Kunst, die ganz oder teilweise von einem Regelwerk oder Programm erzeugt wird, das die Künstlerin oder der Künstler entworfen hat. Als eine der ersten Ausstellungen algorithmisch erzeugter Computergrafiken gilt die Schau von Georg Nees im Februar 1965 in der Studiengalerie der Technischen Hochschule Stuttgart. Max Bense veröffentlichte dazu den Text „Projekte generativer Ästhetik“.

KI-Kunst ist die jüngere Form generativer Kunst. Wer KI-Kunst generiert, steuert das Ergebnis über Beschreibung, Auswahl und Nachbearbeitung. Rein KI-basierte Inhalte sind laut Bundesministerium der Justiz (03/2024) nicht urheberrechtlich geschützt, weil § 2 Abs. 2 UrhG nur persönliche geistige Schöpfungen schützt. Ob ein menschlicher Anteil genügt, ist im Einzelfall zu prüfen.

Risiken, Recht und Kennzeichnung

Zu den Risiken generativer KI zählen falsche Aussagen, Verstöße gegen Urheberrecht und Datenschutz sowie Deepfakes. Die Grenzen generativer KI liegen in ihrer Funktionsweise. Weil ein Modell Wahrscheinlichkeiten berechnet, statt Fakten nachzuschlagen, kann es flüssig formulierte, aber falsche Aussagen erzeugen. Diese Fehler heißen Halluzinationen. Systeme, die ihre Antworten in abgerufenen Quellen verankern, senken das Risiko, schließen Fehler aber nicht aus, wie der Artikel zu Grounding zeigt.

Beim Urheberrecht sind Training und Ergebnis zu trennen. Für das Training erlaubt § 44b UrhG das Text und Data Mining rechtmäßig zugänglicher Werke, sofern sich der Rechtsinhaber die Nutzung nicht vorbehalten hat. Bei Online-Inhalten wirkt ein solcher Vorbehalt nur in maschinenlesbarer Form. Für das Ergebnis gilt laut Bundesministerium der Justiz, dass erkennbar übernommene fremde Werke grundsätzlich nur mit Zustimmung des Rechtsinhabers veröffentlicht werden dürfen (03/2024).

Für personenbezogene Daten in Prompts gilt die Datenschutz-Grundverordnung (DSGVO). Besondere Risiken bergen Deepfakes. Die KI-Verordnung der EU versteht darunter KI-erzeugte oder manipulierte Bild-, Ton- oder Videoinhalte, die wirklichen Personen, Gegenständen, Orten, Einrichtungen oder Ereignissen ähneln und fälschlich als echt oder wahrheitsgemäß erscheinen würden (Art. 3 Nr. 60). Diese Einordnung ersetzt keine Rechtsberatung.

Kennzeichnung nach der KI-Verordnung

Seit dem 02.08.2026 gelten die Transparenzpflichten aus Art. 50 der KI-Verordnung (EU) 2024/1689. Anbieter von KI-Systemen, die synthetische Audio-, Bild-, Video- oder Textinhalte erzeugen, müssen deren Ausgaben maschinenlesbar kennzeichnen, sodass sie als künstlich erzeugt oder manipuliert erkennbar sind. Ausgenommen sind etwa Systeme, die nur bei der Standardbearbeitung helfen oder Eingaben nicht wesentlich verändern. Für Systeme, die vor dem 02.08.2026 in Verkehr gebracht wurden, räumt die Digital-Omnibus-Verordnung (EU) 2026/1744 dafür eine Frist bis zum 02.12.2026 ein.

Betreiber, also Personen und Stellen, die ein KI-System in eigener Verantwortung und nicht rein privat verwenden (Art. 3 Nr. 4), müssen offenlegen, dass Deepfakes künstlich erzeugt oder manipuliert sind. Dasselbe gilt für KI-Texte, die veröffentlicht werden, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren. Diese Pflicht entfällt, wenn die Texte menschlich geprüft oder redaktionell kontrolliert wurden und eine natürliche oder juristische Person die redaktionelle Verantwortung trägt.

Technisch geschieht die Kennzeichnung über Metadaten oder Wasserzeichen. Metadaten nach dem C2PA-Standard (Content Credentials) dokumentieren Herkunft und Bearbeitung einer Datei, unsichtbare Wasserzeichen wie SynthID von Google DeepMind stecken im Inhalt selbst. Google verlangt im Merchant Center für KI-generierte Produktbilder die Metadaten-Angabe DigitalSourceType des International Press Telecommunications Council (IPTC) mit dem Wert TrainedAlgorithmicMedia (Stand 12/2025). Daneben gibt es sichtbare Hinweise beim Inhalt, etwa einen Kasten unter einem Artikel, der die KI-Unterstützung bei der Erstellung offenlegt.

Generative KI in SEO und KI-Suche

Generative KI ist die Technik hinter ChatGPT, Perplexity sowie Googles AI Overviews und AI Mode. Ein Sprachmodell formuliert dort die Antwort, häufig auf Grundlage von Webseiten, die das System passend zur Frage abruft. Wie Seiten und Passagen dafür ausgewählt werden, beschreibt der Artikel zu Retrieval. Die Optimierung für diese Systeme heißt Generative Engine Optimization (GEO).

Für KI-erstellte Inhalte in der Google-Suche zählt die Qualität, nicht der Weg der Erstellung. So formulierte es Google im Februar 2023 und stellte zugleich klar, dass Automatisierung einschließlich KI gegen die Spamrichtlinien verstößt, wenn ihr Hauptzweck die Manipulation von Rankings ist. In einer Analyse von Ahrefs (07/2025) mit 600.000 Seiten hing der geschätzte KI-Anteil eines Textes praktisch nicht mit seiner Rankingposition zusammen, die Korrelation lag bei 0,011.

Wer mit generativer KI viele Seiten ohne Mehrwert erzeugt, kann gegen Googles Richtlinie zu massenhaft generierten Inhalten verstoßen, englisch Scaled Content Abuse. Die Abgrenzung erklärt der Artikel zu Duplicate Content. Google empfiehlt außerdem, bei automatisch erzeugten Inhalten Informationen dazu zu geben, wie sie entstanden sind (Stand 12/2025).

Wie stark generative KI schon in Kaufentscheidungen mitwirkt, zeigt eine Befragung der Boston Consulting Group (BCG) unter mehr als 13.000 Konsumentinnen und Konsumenten in 12 Märkten (08/2026). Davon hatten 31 % im Jahr zuvor KI-Tools wie ChatGPT, Gemini oder Perplexity im Kaufprozess genutzt. Was daraus für Brands folgt, ordnet der KKP-Artikel zur KI in der Kaufentscheidung ein.

Gratis Download

AI Search Guide: Sichtbar in ChatGPT & Co.

Der Praxis-Guide zeigt auf 164 Seiten, wie eine Brand in ChatGPT, Google AI Overviews, Gemini und Perplexity sichtbar wird, von den Grundlagen über Messung und KPIs bis zu konkreten Maßnahmen.

Kostenlos herunterladen →