Eine einzelne Stelle im Binärsystem heißt Bit. Acht Bit bilden ein Byte. Jede Stelle steht für eine Zweierpotenz — die Zahl wird von rechts nach links gelesen:

Die Binärfolge 10010001 ergibt die Dezimalzahl 145 — zufällig die Leistung einer BMW R 1300 GS in PS. Mit acht Bit lassen sich 256 verschiedene Werte darstellen (0 bis 255). Mit 32 Bit bereits über vier Milliarden.

Primzahlen, negative Zahlen und Dezimalstellen

Primzahlen sind reguläre Zahlen mit besonderen Eigenschaften — sie sind nur durch 1 und sich selbst teilbar. Im Binärsystem sehen sie aus wie jede andere Zahl: 7 wird zu 111, 13 wird zu 1101, 97 wird zu 1100001. Primzahlen spielen in der Kryptografie eine zentrale Rolle — sie sichern unter anderem die verschlüsselte Verbindung zwischen dem Browser und Admybike.

Negative Zahlen werden über das sogenannte Zweierkomplement dargestellt. Das erste Bit einer Zahl wird zum Vorzeichen: 0 bedeutet positiv, 1 bedeutet negativ. So wird aus 00001011 (die Zahl 11) durch Invertierung und Addition von 1 die Zahl 11110101 (die Zahl -11). Der Prozessor kann damit rechnen, ohne zwischen Addition und Subtraktion unterscheiden zu müssen.

Dezimalzahlen wie 3,14 oder 99,95 werden im sogenannten Gleitkommaformat gespeichert — ähnlich der wissenschaftlichen Schreibweise. Die Zahl wird in einen Exponenten und eine Mantisse zerlegt. Für den Alltag genügt: Auch Kommazahlen sind intern vollständig als Folge von Nullen und Einsen dargestellt.

Buchstaben, Bilder und Motorraddaten — alles sind Zahlen

Der Buchstabe A hat den Zahlenwert 65 (binär: 01000001). Das gesamte Alphabet, alle Sonderzeichen und Ziffern sind in Zeichentabellen wie ASCII und Unicode als Zahlen hinterlegt. Der Text "BMW" besteht intern aus den Zahlen 66, 77, 87.

Ein digitales Foto ist ein Raster aus Bildpunkten (Pixeln). Jeder Pixel hat drei Farbwerte: Rot, Grün und Blau, jeweils zwischen 0 und 255. Ein Foto mit 1200 x 800 Pixeln besteht aus 2.880.000 Zahlenwerten — alles binär gespeichert.

Und eine Motorrad-Datenbank? Auch sie ist nichts anderes als eine strukturierte Sammlung von Zahlen:

Abb. 1 — BMW R 1300 GS: Motorraddaten als Zahlenwerte

Jede technische Eigenschaft eines Motorrads lässt sich als Zahl ausdrücken. Und weil Computer ausschließlich mit Zahlen arbeiten, lässt sich jedes Motorrad vollständig digital erfassen und verarbeiten.

Zahlen allein sind Daten. Daten werden erst dann nützlich, wenn sich Muster darin erkennen lassen. Der Schlüssel dazu sind Wahrscheinlichkeiten.

Motorraddaten als Zahlenvektoren

Wenn ein Händler ein Motorrad auf Admybike einstellt, entsteht intern ein Vektor — eine geordnete Folge von Zahlenwerten, die das Fahrzeug vollständig beschreibt:

Jede Position hat eine feste Bedeutung: Hersteller-ID, Kategorie-ID, Baujahr, Kilometerstand, Hubraum, Leistung in PS, Drehmoment, Gewicht, Preis, ABS, Traktionskontrolle, Fahrmodi, Quickshifter, Heizgriffe und so weiter. Weniger Hubraum, weniger Leistung, weniger Ausstattung — der Zahlvektor bildet den Charakter jedes Motorrads exakt ab.

Wie aus Häufigkeiten Wahrscheinlichkeiten werden

Wenn Admybike tausende Inserate und Katalogdaten analysiert, ergeben sich statistische Muster:

• 94% — der Adventure-Bikes im Katalog haben ABS.
• 12% — der Naked Bikes unter 500 ccm haben einen Quickshifter.
• 87% — des Neupreises kosten Motorräder mit unter 5.000 km im Schnitt.
• 40% — Nachfrageanstieg bei gebrauchten Tourern zwischen Februar und April.

Diese Häufigkeiten sind Wahrscheinlichkeiten. Sie beschreiben nicht, was ein einzelnes Motorrad ist, sondern was auf Basis aller vorhandenen Daten zu erwarten wäre.

Wahrscheinlichkeiten in Sprachmodellen

Moderne Sprachmodelle wie Claude von Anthropic — das System, auf dem Teile von Admybike aufbauen — funktionieren nach exakt diesem Prinzip, angewandt auf Sprache. Wenn ein Sprachmodell den Satzanfang liest:

"Die BMW R 1300 GS ist ein ___"

...berechnet es Wahrscheinlichkeiten für das nächste Wort:

Abb. 2 — Wortvorhersage: Wahrscheinlichkeiten für die nächste Fortsetzung

Das Modell wählt nicht zufällig. Es hat aus Milliarden von Textbeispielen gelernt, welche Wörter in welchem Kontext mit welcher Häufigkeit auftreten. Das ist keine Intelligenz im menschlichen Sinn — es ist angewandte Wahrscheinlichkeitsrechnung in extrem großem Maßstab.

Die durchgehende Kette

1. 1. Transistoren speichern Nullen und Einsen.
2. 2. Nullen und Einsen stellen Zahlen dar.
3. 3. Zahlen beschreiben Motorraddaten und Texte.
4. 4. Aus großen Mengen von Zahlen ergeben sich statistische Muster.
5. 5. Aus Mustern lassen sich Wahrscheinlichkeiten berechnen.
6. 6. Wahrscheinlichkeiten erlauben Vorhersagen — über das nächste Wort, den erwarteten Preis oder die fehlende Eigenschaft eines Motorrads.

Wahrscheinlichkeiten zu berechnen, ist Statistik. Muster in riesigen Datenmengen automatisch zu erkennen und daraus Entscheidungen abzuleiten, ist der Kern dessen, was heute als Künstliche Intelligenz bezeichnet wird.

Was ein neuronales Netz tut

Ein neuronales Netz ist — trotz des biologisch klingenden Namens — eine mathematische Struktur. Es besteht aus Schichten von Berechnungseinheiten (Neuronen), die Eingabewerte empfangen, mit Gewichten multiplizieren, zusammenfassen und an die nächste Schicht weiterreichen.

Die Grundidee in drei Schritten:

Eingabe: Das Netz erhält Daten — zum Beispiel die technischen Daten eines Motorrads.

Verarbeitung: Die Daten durchlaufen mehrere Schichten. Jede Schicht erkennt andere Merkmale: die erste vielleicht grobe Kategorien (Sportler vs. Tourer), die nächste feinere Zusammenhänge (Hubraum-Leistungs-Verhältnis), die letzte spezifische Muster (typische Preisspanne für dieses Segment).

Ausgabe: Am Ende steht eine Vorhersage — ein Preis, eine Klassifizierung, ein generierter Text.

Training: Lernen aus Beispielen

Bevor ein neuronales Netz nützliche Ergebnisse liefern kann, muss es trainiert werden. Es wird mit großen Mengen an Beispieldaten gefüttert, macht Vorhersagen, vergleicht sie mit den tatsächlichen Werten und passt seine internen Gewichte an.

Dieser Vorgang wiederholt sich millionenfach. Nach ausreichendem Training erkennt das Netz Muster, die kein Mensch manuell hätte formulieren können — weil sie auf der Kombination von hunderten Variablen basieren.

Muster im Motorraddaten-Kontext

Preismuster: Ein Naked Bike mit 400 ccm, Baujahr 2022 und 12.000 Kilometern liegt typischerweise bei 65 bis 75 Prozent des Neupreises — je nach Hersteller und Zustand.

Ausstattungsmuster: Motorräder ab 100 PS haben in über 90 Prozent der Fälle mehrstufige Traktionskontrolle. Motorräder unter 50 PS haben sie fast nie. Eine KI erkennt diesen Zusammenhang, ohne dass ihn jemand einprogrammiert hat.

Textmuster: Inserate für Adventure-Bikes verwenden häufig Begriffe wie "Reise", "Gelände", "vielseitig" und "Koffer". Inserate für Supersportler sprechen von "Rundenzeiten", "Leistung" und "Schräglagenfreiheit". Ein Sprachmodell hat diese Muster aus Millionen von Texten gelernt.

Saisonmuster: Die Nachfrage nach bestimmten Motorradtypen schwankt im Jahresverlauf. Enduro-Modelle werden im Frühjahr häufiger gesucht, Roller im Sommer. Tourenmotorräder erleben einen Anstieg vor der Urlaubssaison.

Die vorherigen Kapitel haben gezeigt, wie aus Nullen und Einsen über Zahlen und Wahrscheinlichkeiten die Fähigkeit zur Mustererkennung entsteht. Dieses Kapitel zeigt, wie Admybike diese Fähigkeit konkret einsetzt.

Das Problem: Zeitaufwand bei der Inseratserstellung

Ein Motorradinserat manuell zu erstellen, erfordert Fachwissen und Zeit. Der Händler muss Dutzende technische Felder korrekt ausfüllen: Hubraum, Leistung, Drehmoment, Gewicht, Abgasnorm, Kühlung, Getriebe, Reifengrößen, Bremsen, Federung, Sitzhöhe — und dazu eine Beschreibung verfassen, die potenzielle Käufer informiert. Bei einem Bestand von 30 oder mehr Fahrzeugen summiert sich das zu erheblichem Aufwand.

Die Lösung: Der KI-Datenassistent

Admybike löst dieses Problem mit einem integrierten KI-Datenassistenten, der auf dem Sprachmodell Claude von Anthropic basiert.

Schritt 1 — Eingabe. Der Händler gibt drei Informationen ein: Hersteller, Modell und Baujahr. Zum Beispiel: KTM, 390 Adventure, 2024.

Schritt 2 — KI-Abfrage. Das System sendet diese Angaben an die Claude-API. Das Sprachmodell recherchiert auf Basis seines Trainingswissens die technischen Daten des Fahrzeugs und liefert ein strukturiertes Ergebnis zurück.

Schritt 3 — Automatische Befüllung. Über 50 Formularfelder werden ausgefüllt:

Abb. 3 — Vom KI-Assistenten automatisch befüllte Inseratsfelder

Schritt 4 — Kontrolle und Anpassung. Der Händler überprüft die vorausgefüllten Daten, korrigiert individuelle Angaben — Kilometerstand, Zustand, Sonderausstattung, Preis — und veröffentlicht das Inserat.

Was im Hintergrund passiert

Der KI-Datenassistent arbeitet mit einem präzise definierten Prompt — einer Anweisung an das Sprachmodell, die exakt vorgibt, welche Felder in welchem Format erwartet werden. Das Modell liefert seine Antwort als strukturiertes JSON-Objekt zurück. Dieses wird gegen vordefinierte Regeln validiert: Ist der Hubraum eine plausible Zahl? Entspricht die Kategorie einer der erlaubten Optionen? Liegt die Leistung in einem realistischen Bereich?

Ergebnisse werden für 90 Tage zwischengespeichert. Wenn ein zweiter Händler dasselbe Modell im gleichen Baujahr einstellt, greift das System auf den gespeicherten Datensatz zurück — ohne erneute API-Anfrage. Das spart Kosten und beschleunigt den Vorgang.

Der generierte Inseratstext

Der KI-Datenassistent erstellt nicht nur technische Daten, sondern auch einen Beschreibungstext. Für eine KTM 390 Adventure könnte dieser so aussehen:

Die KTM 390 Adventure verbindet leichtfüßiges Handling mit echtem Reisecharakter. Mit 373 ccm Einzylinder und 44 PS ist sie zugänglich für Einsteiger mit A2-Führerschein und gleichzeitig autobahnfähig. Das aufrechte Sitzkonzept, der 14,5-Liter-Tank und die für diese Klasse üppigen Federwege machen sie zur kompakten Reiseenduro ohne Kompromisse beim Alltagseinsatz. Serienmäßig mit ABS und LED-Beleuchtung.

Dieser Text basiert auf den Wahrscheinlichkeiten aus Kapitel 2: Das Sprachmodell weiß aus seinem Training, welche Begriffe, Satzstrukturen und Argumentationen bei Motorradbeschreibungen üblich und wirksam sind. Es formuliert keinen Marketingtext, sondern eine sachliche Einordnung.

Ein Inserat zu erstellen, ist der erste Schritt. Wie sichtbar es wird und wie professionell es wahrgenommen wird, entscheidet sich an der Qualität — und genau hier setzt das Bewertungssystem von Admybike an.

Der Ranking-Score: Sechs Faktoren, ein Ergebnis

Jeder Händler auf Admybike erhält einen Ranking-Score zwischen 0 und 100 Punkten. Dieser Wert berechnet sich aus sechs gewichteten Einzelfaktoren:

Abb. 4 — Die sechs Faktoren des Händler-Rankings

Beispielrechnung

Ein Händler mit vollständigem Profil, schneller Antwortzeit, durchschnittlich fünf Bildern pro Inserat, täglichem Login, bezahlten Rechnungen und verifizierter Identität:

Ein Händler mit unvollständigem Profil, langsamer Reaktion und bildarmen Inseraten liegt bei 35 bis 45 Punkten. Der Ranking-Score bestimmt die Sichtbarkeit: Händler mit höherer Punktzahl erscheinen in Suchergebnissen weiter oben und profitieren von mehr Anfragen.

Die Verbindung zur KI

Der Ranking-Score ist ein algorithmisches System — er berechnet sich aus festen Regeln, nicht aus einem Sprachmodell. Aber er baut auf denselben Prinzipien auf: Daten werden in Zahlen übersetzt, Muster werden erkannt, und daraus entsteht ein Bewertungssystem, das Qualität objektiv messbar macht.

Der KI-Datenassistent spielt hier indirekt eine Rolle: Händler, die ihn nutzen, erzeugen vollständigere und technisch korrektere Inserate — was automatisch ihren Inseratsqualität-Score erhöht.

Die Motorradbranche hat ein Strukturproblem. Technische Daten sind über Dutzende Quellen verstreut. Inserate variieren stark in Qualität und Vollständigkeit. Käufer müssen zwischen Herstellerseiten, Fachzeitschriften und Kleinanzeigenportalen wechseln, um sich ein vollständiges Bild zu machen. Händler investieren unverhältnismäßig viel Zeit in Inserate, die trotzdem oft unvollständig bleiben.

Das Dreieck: Hersteller, Händler, Käufer

Hersteller produzieren Fahrzeuge und veröffentlichen technische Daten — aber in unterschiedlichen Formaten, in unterschiedlicher Detailtiefe und auf unterschiedlichen Kanälen. BMW stellt andere Datenblätter bereit als KTM, Yamaha strukturiert anders als Ducati.

Händler verkaufen diese Fahrzeuge und müssen jedes einzelne mit technischen Daten, Bildern und Beschreibungen online präsentieren. Bei einem Bestand von 40 Fahrzeugen ist das ein erheblicher Aufwand.

Käufer suchen Informationen, vergleichen Modelle und wollen fundierte Entscheidungen treffen. Sie erwarten vollständige Daten, aussagekräftige Bilder und eine vertrauenswürdige Quelle.

Wie Admybike die Lücke schließt

Für Händler: Der KI-Datenassistent reduziert den Zeitaufwand für ein Inserat von 20 bis 30 Minuten auf unter fünf Minuten. Die automatisch generierten technischen Daten sind konsistent und vollständig. Der Beschreibungstext ist professionell formuliert. Der Händler ergänzt nur noch individuelle Angaben — Kilometerstand, Zustand, Preis, eigene Fotos.

Für Käufer: Jedes Inserat folgt einer einheitlichen Struktur. Technische Daten sind vergleichbar, weil sie im gleichen Format vorliegen. Der Motorradkatalog liefert Herstellerdaten als Referenz. Käufer können Adventure-Bikes verschiedener Hersteller direkt nebeneinander vergleichen, ohne zwischen Websites wechseln zu müssen.

Für die Branche: Vollständigere und vergleichbarere Inserate steigern die Markttransparenz. Käufer treffen bessere Entscheidungen. Händler, die professionell auftreten, werden sichtbarer. Fahrzeuge finden schneller den passenden Käufer.

Konkrete Verbesserungen

Abb. 5 — Motorradhandel: Ohne und mit KI-Unterstützung im Vergleich

Der Bogen: Von 0 und 1 bis hierher

0 und 1 bilden die physische Grundlage jedes digitalen Systems. Zahlen repräsentieren Motorraddaten, Texte und Bilder. Wahrscheinlichkeiten entstehen durch die Analyse großer Datenmengen. Muster werden von neuronalen Netzen erkannt und genutzt. Admybike setzt diese Muster ein, um Inserate zu generieren, Qualität zu messen und Händler mit Käufern zusammenzuführen.

Was als abstraktes Konzept aus der Mathematik beginnt, endet als konkreter Nutzen: Ein Händler, der in drei Klicks ein vollständiges Inserat erstellt. Ein Käufer, der auf einen Blick sieht, ob eine Yamaha MT-07 in sein Budget und Anforderungsprofil passt. Eine Plattform, die Qualität fördert und Transparenz schafft.

Die Motorradbranche profitiert nicht deshalb von KI, weil die Technologie spektakulär ist — sondern weil sie ein reales Strukturproblem löst. Und genau das ist der Maßstab, an dem sich jede Technologie messen lassen muss.