CUPERTINO / LONDON (IT BOLTWISE) – Kurz vor der WWDC 2025 hat Apple eine neue Studie veröffentlicht, die grundlegende Fragen zur Leistungsfähigkeit von KI-Modellen aufwirft.
Apple hat kurz vor seiner jährlichen Entwicklerkonferenz WWDC 2025 eine Studie veröffentlicht, die die Fähigkeiten von KI-Modellen zur logischen Schlussfolgerung in Frage stellt. Die Forschungsergebnisse deuten darauf hin, dass diese Modelle, darunter auch bekannte wie OpenAI’s o1 und Claude’s Varianten, nicht wirklich in der Lage sind, logische Schlussfolgerungen zu ziehen, sondern vielmehr auf komplexe Mustererkennung angewiesen sind.
Die Studie von Apple untersuchte die Leistungsfähigkeit dieser Modelle in kontrollierten Puzzle-Umgebungen, wie dem Turm von Hanoi und dem Flussüberquerungsproblem. Diese Umgebungen ermöglichten eine präzise Analyse der Antworten und der internen Denkprozesse der Modelle bei unterschiedlichen Komplexitätsgraden. Die Ergebnisse waren ernüchternd: Alle getesteten Modelle, darunter o3-mini, DeepSeek-R1 und Claude 3.7 Sonnet, zeigten einen vollständigen Zusammenbruch der Genauigkeit jenseits bestimmter Komplexitätsschwellen.
Interessanterweise reduzierten die Modelle ihren Denkaufwand, je komplexer die Probleme wurden, was auf grundlegende Skalierungsprobleme hindeutet. Selbst wenn die Forscher den Modellen vollständige Lösungsalgorithmen zur Verfügung stellten, scheiterten diese an denselben Komplexitätspunkten. Dies deutet darauf hin, dass das Problem nicht in der Problemlösungsstrategie liegt, sondern in der Ausführung grundlegender logischer Schritte.
Die Forschung zeigte auch inkonsistente Ergebnisse: Während die Modelle bei Problemen mit über 100 Zügen erfolgreich waren, scheiterten sie an einfacheren Puzzles mit nur 11 Zügen. Die Analyse der Denkprozesse offenbarte ineffiziente “Überlegungsmuster”, bei denen die Modelle korrekte Lösungen früh fanden, aber ihre Rechenressourcen mit der Erkundung falscher Alternativen verschwendeten.
Die Studie hebt drei unterschiedliche Leistungsregime hervor: Standardmodelle übertreffen überraschenderweise die Reasoning-Modelle bei niedriger Komplexität, Reasoning-Modelle zeigen Vorteile bei mittlerer Komplexität, und beide Ansätze scheitern vollständig bei hoher Komplexität. Die Ergebnisse legen nahe, dass aktuelle Reasoning-Modelle auf ausgeklügeltem Musterabgleich beruhen, anstatt auf echten Schlussfolgerungsfähigkeiten.
Die Veröffentlichung der Studie kurz vor der WWDC 2025 ist bemerkenswert, da Apple Berichten zufolge plant, seinen Fokus auf KI zugunsten neuer Softwaredesigns und -funktionen zu begrenzen. Dies könnte darauf hindeuten, dass Apple die Herausforderungen der KI-Entwicklung erkannt hat und sich auf andere Innovationsbereiche konzentrieren möchte.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- Service Directory für AI Adult Services erkunden!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote

Projektmanager Frontend & KI-Lösungen (m/w/d)

Abschlussarbeit zum Thema Generative KI und Datenmanagement in der Fabrikplanung (m/w/d)

KI-Manager (m/w/d) - Identifizierung von Einsatzmöglichkeiten für KI und Umsetzung von KI-Projekten

Duales Studium BWL - Spezialisierung Artificial Intelligence (B.A.) am Campus oder virtuell

- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Apples Studie stellt KI-Modelle zur logischen Schlussfolgerung in Frage" für unsere Leser?
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Apples Studie stellt KI-Modelle zur logischen Schlussfolgerung in Frage" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Apples Studie stellt KI-Modelle zur logischen Schlussfolgerung in Frage« bei Google Deutschland suchen, bei Bing oder Google News!