Apples Studie stellt KI-Modelle zur logischen Schlussfolgerung in Frage

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.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!