Zum Hauptinhalt Zur Navigation

Reasoning: Nvidia beendet das Schweigen der Maschinen

GTC 2026
Die Zeit der KI-Blackbox sind demnächst vorbei: Dank neuem Reasoning können Autos und Roboter ihr Handeln in natürlicher Sprache begründen.
/ Peter Steinlechner
7 Kommentare News folgen (öffnet im neuen Fenster)
Karoly Zsolnai-Feher, Yejin Choi, Marco Pavone, Sanja Fidler und Yashraj Narang auf der GTC 2026 (von links nach rechts) (Bild: Peter Steinlechner/Golem)
Karoly Zsolnai-Feher, Yejin Choi, Marco Pavone, Sanja Fidler und Yashraj Narang auf der GTC 2026 (von links nach rechts) Bild: Peter Steinlechner/Golem
Inhalt
  1. Reasoning: Nvidia beendet das Schweigen der Maschinen
  2. Die KI weiß mehr, als die Sensoren sagen

Man stelle sich vor, ein autonomes Auto macht eine Vollbremsung und kann auf Nachfrage genau sagen, warum: "Ich habe den Ball am Straßenrand erkannt und mit einer Wahrscheinlichkeit von 80 Prozent mit einem Kind gerechnet."

Was nach Science-Fiction klingt, war das Kernstück eines Panels der GTC 2026. Nvidia-Forscher arbeiten daran, der KI das Erklären beizubringen – aber nicht für Small Talk, sondern als Sicherheitsfeature.

Autonome Autos, Roboter und selbst große Sprachmodelle liefern oft beeindruckend richtige Ergebnisse, doch der Weg dorthin bleibt für den Menschen bisher eine Blackbox. Laut dem KI-Experten Karoly Zsolnai-Feher ändert sich das gerade grundlegend.

KI soll nicht nur nachmachen

Der neue Leitgedanke der Forschung lautet ihm zufolge, dass Systeme nicht mehr nur reaktiv auf Daten antworten, sondern eine Form des nachvollziehbaren Denkens entwickeln sollen.

Den theoretischen Grundstein dafür lieferte Yejin Choi, Senior Research Director bei Nvidia. Choi kritisierte, dass aktuelle Modelle zu stark auf reine Nachahmung programmiert seien. "Man imitiert das, was in den Daten steckt" , sagte sie mit Blick auf die Grenzen der bisherigen KI-Entwicklung.

Wenn Modelle lediglich das Internet kopierten, scheiterten sie oft an seltenen oder neuen Situationen. Der neue Ansatz sehe vor, exploratives Lernen durch Reinforcement Learning früher in den Trainingsprozess zu integrieren. So beginne die KI bereits in der frühen Phase, eigene Lösungswege zu entwickeln, anstatt nur Muster zu wiederholen.

Diese Fähigkeit zur Problemlösung führt direkt zum Konzept des Reasoning, das Marco Pavone, Nvidias Direktor für autonome Fahrzeugforschung, vorantreibt. Er versteht darunter einen Prozess, bei dem die KI komplexe Herausforderungen aktiv strukturiert.

"Reasoning kann man als den Prozess verstehen, ein komplexes Problem in kleinere, besser handhabbare Teile zu zerlegen und Schritt für Schritt eine Handlung zu planen" , beschrieb Pavone die Arbeitsweise moderner Systeme.


Relevante Themen