Was fragen Menschen ChatGPT?

Eine Analyse der von Nutzern gestellten Fragen an ChatGPT zeigt ein sehr breites Spektrum an Themen und Nutzungsszenarien. Laut einer Untersuchung des Washington Post-Teams, das eine Million ChatGPT-ähnlicher Interaktionen aus dem WildChat-Datensatz des Allen Institute for AI ausgewertet hat, lassen sich die Anfragen wie folgt aufteilen:

• 21 % kreative Texte und Rollenspiele: Viele Nutzer bitten ChatGPT um Unterstützung beim Schreiben von Geschichten, Gedichten, Dialogen oder beim Durchspielen von Rollenspielen.

• 18 % Hausaufgabenhilfe: Ein grosser Anteil nutzt ChatGPT, um Hilfe bei schulischen Aufgaben, Erklärungen zu Fachthemen oder beim Lösen von Aufgaben zu erhalten.

• 17 % Suchanfragen und allgemeine Informationssuche: Hierzu zählen Fragen zu aktuellen Ereignissen, Erklärungen von Begriffen oder das Nachschlagen von Fakten.

• 15 % Arbeit und Business: Nutzer fragen nach Hilfe bei beruflichen Aufgaben, wie dem Schreiben von E-Mails, dem Erstellen von Präsentationen oder Tipps für den Arbeitsalltag.

• 7 % Programmieren und Coding: ChatGPT wird genutzt, um Code zu schreiben, Fehler zu finden oder Programmierkonzepte zu erklären.

Weitere Kategorien umfassen persönliche Beratung, technische Unterstützung, Übersetzungen und vieles mehr. Die Analyse zeigt: ChatGPT ist ein Allzweckwerkzeug, das in nahezu allen Lebensbereichen eingesetzt wird.

„Ich glaube nicht, dass ich jemals eine Technologie gesehen habe, die so viele Anwendungsfälle hat“, so Simon Willison, unabhängiger Forscher und Programmierer, im Gespräch mit der Washington Post.

Typische Beispiele für ChatGPT-Anfragen

• Kreatives Schreiben: „Schreibe eine Kurzgeschichte über einen Roboter in Zürich.“

• Hausaufgaben: „Erkläre den Unterschied zwischen Photosynthese und Zellatmung.“

• Alltagsfragen: „Wie funktioniert eine Blockchain?“

• Berufliche Anliegen: „Formuliere eine höfliche Antwort auf eine Reklamation.“

• Programmierung: „Wie schreibe ich eine for-Schleife in Python?“

• Persönliche Beratung: „Wie kann ich meine Produktivität steigern?“

Warum das ein Problem ist? Energie!

Menschen nutzen ChatGPT für eine enorme Bandbreite an Fragen – von kreativen Aufgaben über Wissensvermittlung bis hin zu praktischer Unterstützung im Alltag und Beruf. Die häufigsten Kategorien sind kreatives Schreiben, Hausaufgabenhilfe, Informationssuche, berufliche Aufgaben und Programmierhilfe. Die Vielseitigkeit des Chatbots macht ihn zu einem der meistgenutzten digitalen Werkzeuge weltweit.

Aber diese Interaktion mit Künstlicher Intelligenz wie ChatGPT verursacht erhebliche Mengen an Energieverbrauch. Insbesondere häufige, banale oder vermeidbare Anfragen summieren sich zu einem beträchtlichen digitalen Fussabdruck. Analysen und Erfahrungsberichte zeigen, dass viele der gängigen Anwendungsfälle vermeidbar oder optimierbar wären, um Ressourcen effizienter einzusetzen.

Die häufigsten Anwendungsfälle von ChatGPT – kreatives Schreiben, Hausaufgabenhilfe, Rezeptsuche, Bewerbungshilfen, Programmierhilfe, Recherche, persönliche Beratung, Übersetzungen, Brainstorming und Alltagsunterstützung – verursachen einen signifikanten Energieverbrauch, der in vielen Fällen vermeidbar wäre.

1. Kreatives Schreiben und Storytelling

• Anfragen wie das Erstellen von Gedichten oder Kurzgeschichten verursachen hohe Rechenaufwände.

• Beispiel: „Schreibe eine Kurzgeschichte über einen Drachen.“
  Energieaspekt: Diese Aufgaben könnten lokal erledigt oder auf spezialisierte Tools verteilt werden, um Serverkapazitäten zu schonen.

2. Hilfe bei Hausaufgaben und Lernen

• Erklärungen von Standardthemen wie Photosynthese oder Textzusammenfassungen sind häufig.

• Beispiel: „Erkläre den Unterschied zwischen Photosynthese und Zellatmung.“
  Energieaspekt: Viele dieser Inhalte sind statisch und könnten in effizient gespeicherten Wissensdatenbanken abgerufen werden, anstatt Echtzeit-KI-Rechenleistung zu beanspruchen.

3. Rezeptideen und Kochtipps

• Rezepte basierend auf Standardzutaten werden oft angefragt.

• Beispiel: „Was kann ich aus Reis, Tomaten und Käse kochen?“
  Energieaspekt: Einfache Datenbankabfragen wären hier erheblich energiesparender als eine KI-generierte individuelle Antwort.

4. Unterstützung bei Bewerbungen und im Beruf

• Lebenslauf- oder Anschreiben-Formulierungen werden häufig neu angefragt.

• Beispiel: „Formuliere eine Bewerbung als Marketing-Manager.“
  Energieaspekt: Die Wiederverwendung von Vorlagen (Templates) wäre ressourcenschonender als jeweils neue Formulierungen durch KI zu erzeugen.

5. Programmierhilfe und technische Unterstützung

• Programmierbeispiele wie das Erstellen einfacher Schleifen sind populär.

• Beispiel: „Wie schreibe ich eine for-Schleife in Python?“
  Energieaspekt: Diese Inhalte könnten effizient durch lokal zwischengespeicherte FAQs bereitgestellt werden.

6. Allgemeine Wissensfragen und Recherche

• Faktenfragen wie „Was ist Quantencomputing?“ sind typisch.

• Beispiel: „Fasse die wichtigsten Ereignisse des Jahres 1969 zusammen.“
  Energieaspekt: Informationsabruf aus energieoptimierten Quellen (z. B. statische Wissensplattformen) wäre nachhaltiger.

7. Persönliche Beratung und Alltagstipps

• Ratschläge für Fitness, Produktivität oder Alltagsmanagement sind häufig.

• Beispiel: „Erstelle mir einen 30-Tage-Trainingsplan.“
  Energieaspekt: Generische Pläne könnten effizient standardisiert werden, um Rechenleistung zu minimieren.

8. Übersetzungen und Sprachhilfe

• Kurze Übersetzungen oder Korrekturen werden oft angefragt.

• Beispiel: „Übersetze folgenden Satz ins Englische.“
  Energieaspekt: Lokale Tools oder spezialisierte Übersetzungsdienste verbrauchen deutlich weniger Energie als grosse Sprachmodelle.

9. Ideenfindung und Brainstorming

• Nutzer:innen bitten häufig um Content- oder Projektthemen.

• Beispiel: „Gib mir zehn Themenideen für einen Blog über KI.“
  Energieaspekt: Vordefinierte Ideensammlungen wären ökologisch sinnvoller.

10. Sonstige praktische Anwendungen

• Tabellen erstellen, Texte umformulieren oder Reisen planen gehört ebenso dazu.

• Beispiel: „Plane eine Reiseroute durch Italien.“
  Energieaspekt: Teilautomatisierte, spezialisierte Systeme könnten diese Aufgaben energieeffizienter lösen.

Ein bewussterer Umgang mit Anfragen an KI-Systeme trägt nicht nur zur Reduktion des CO₂-Fussabdrucks bei, sondern schont auch Unternehmensressourcen und fördert nachhaltige Digitalisierung. Besonders die Nutzung spezialisierter, energieoptimierter Alternativen oder das Bewusstsein für die Notwendigkeit einzelner Anfragen kann den digitalen Ressourcenverbrauch erheblich senken.