Semantisches Verständnis bezeichnet die Fähigkeit, die Bedeutung von Sprache zu erfassen. Sprachmodelle wie GPT-5.5 oder Claude verarbeiten Sprache statistisch. Sie erkennen Muster und Zusammenhänge, verfügen aber nicht über semantisches Verständnis im menschlichen Sinn.
Wenn ein Mensch den Satz liest „Es regnet Katzen und Hunde“, versteht er die Redewendung: Es regnet stark. Er weiß, dass keine Tiere vom Himmel fallen. Dieses Verstehen der Bedeutung hinter den Wörtern nennt man semantisches Verständnis.
Sprachmodelle können diesen Satz korrekt übersetzen und sogar erklären, dass es sich um eine Redewendung handelt. Aber sie tun das, weil sie in ihren Trainingsdaten gelernt haben, dass dieser Satz in bestimmten Kontexten auftaucht. Sie verstehen die Bedeutung nicht, sie berechnen die wahrscheinlichste Antwort.
Die Unterscheidung ist relevant, weil sie erklärt, warum KI in manchen Situationen versagt. Ein Sprachmodell kann einen juristischen Text fehlerfrei zusammenfassen und trotzdem nicht erkennen, dass eine Klausel widersprüchlich ist. Es verarbeitet die Wörter, aber es begreift nicht, was sie für die beteiligten Personen bedeuten.
Das ist kein Fehler, den man beheben kann. Es ist eine grundsätzliche Eigenschaft der Technologie. Sprachmodelle sind Mustererkennungsmaschinen, keine denkenden Wesen.
Der häufigste Fehler: Weil Sprachmodelle flüssig und überzeugend antworten, schließen viele Nutzer:innen, dass die KI „versteht“, was sie sagt. Flüssige Sprache ist aber kein Beleg für Verständnis. Ein Papagei kann Sätze wiederholen, ohne ihren Inhalt zu kennen. Sprachmodelle operieren auf einer anderen Ebene als Papageien, aber das Grundprinzip ähnelt sich: Muster reproduzieren, die in bestimmten Kontexten funktionieren.
🔗 Verwandte Begriffe:
Large Language Model (LLM), Halluzination, Künstliche Intelligenz (KI), NLP, Neuronale Netze
➡ Du willst KI in deinem Arbeitsalltag einsetzen? In meinen „KI at Work“ Kursen zeige ich dir Schritt für Schritt, wie das geht. Ohne Vorwissen.
Änderungshistorie: