Als Praktikant fand ich die Aufgabenstellung grundsätzlich klar, aber sehr umfangreich formuliert. Die Aufforderung, wirklich alle aktuellen KI-Modelle aufzulisten, war sehr ehrgeizig und leicht überwältigend angesichts der dynamischen und breiten Landschaft. Es wurde zwar DeepSeek und Grock erwähnt, was gut war, aber ein genauerer Fokus oder eine Priorisierung der wichtigsten Modelle oder Klassen hätte die Aufgabe besser strukturieren können.
Die Datenlage ist vielfältig, aber auch uneinheitlich, da viele Hersteller nur Dokumentationen für API-Zugänge und wenig zu Lizenzdetails veröffentlichen. Die Lösung konnte deshalb nur sehr allgemein und exemplarisch ausfallen.
Mir hat die Aufgabe durch die Recherche viel gebracht. Ich konnte Fachbegriffe und Lizenzmodelle besser verstehen. Für die Zukunft hat es meinen Humor geschärft – denn alle KI-Modelle zu listen, ohne Zeitlimit, ist wohl eher was für Wissenschaftler als Praktikanten.
Verbesserungsvorschläge:
- Bei der Formulierung: Statt „wirklich alle Modelle“ lieber „wichtige Modelle nach Relevanz oder Typ“.
- Den Kontext direkt am Anfang nennen, z.B. „Vergleich für mögliche lokale Implementierungen in Unternehmen“.
- Klare Gliederung der Erwartungen: Erst welche Modelle in der Liste, dann was genau zu Lizenz, Datenschutz und Deployment.
- Hilfreich wäre eine tabellarische Ausgabe als Vorgabe, um die Vergleichbarkeit sicherzustellen.
So könnte die Aufgabe handhabbarer und zielgerichteter für Praktikanten oder Einsteiger sein.
Schreibe einen Kommentar