Was ist Künstliche Intelligenz überhaupt?

Eine ehrliche Definition zum Anfang

Wenn du "Künstliche Intelligenz" in zehn verschiedene Bücher nachschlägst, bekommst du zehn verschiedene Antworten. Das ist keine Faulheit der Autoren, der Begriff ist tatsächlich schwammig. Die nützlichste Erklärung lautet ungefähr so:

Künstliche Intelligenz ist der Versuch, Maschinen Aufgaben lösen zu lassen, für die wir normalerweise menschliche Intelligenz brauchen.

Sprache verstehen, Bilder erkennen, Entscheidungen treffen, aus Erfahrung lernen. Wenn ein Computer so etwas tut, sagen wir gerne "die KI hat das gemacht". Wichtig dabei: Es geht nicht darum, dass die Maschine "denkt" wie ein Mensch. Es geht darum, dass am Ende ein Ergebnis steht, das man früher für eine rein menschliche Leistung gehalten hat.

Der Begriff ist viel älter, als du denkst

Viele Menschen verbinden KI mit ChatGPT und glauben, das Thema sei 2022 plötzlich erfunden worden. Tatsächlich ist der Begriff über siebzig Jahre alt. Schon 1950 fragte der britische Mathematiker Alan Turing in einem berühmten Aufsatz: "Können Maschinen denken?" Er entwarf einen kleinen Test, heute bekannt als Turing-Test, bei dem ein Mensch über einen Bildschirm mit einer Maschine schreibt und nicht merken soll, dass kein Mensch antwortet.

1956 fand am Dartmouth College in den USA ein Sommer-Workshop statt, auf dem zum ersten Mal das Wort "Artificial Intelligence" offiziell verwendet wurde. Die Forscher dort glaubten damals, sie könnten in ein paar Wochen die wichtigsten Probleme lösen. Sie haben sich um einige Jahrzehnte verschätzt.

Seitdem gab es Wellen: Phasen voller Begeisterung, in denen alle glaubten, der Durchbruch sei jetzt da, gefolgt von Phasen der Ernüchterung, die man "KI-Winter" nannte. Was wir gerade erleben, ist die größte Welle bisher, aber eben eine in einer langen Reihe.

Schwache KI und starke KI, der wichtigste Unterschied

Wenn du dir nur einen Begriff aus diesem Kapitel merken willst, dann diesen: Es gibt einen riesigen Unterschied zwischen schwacher KI und starker KI. Die beiden werden im Alltag und in den Medien fröhlich durcheinandergeworfen, und genau daraus entstehen die meisten Missverständnisse.

Schwache KI, das, was es wirklich gibt

Schwache KI (englisch: narrow AI) ist KI, die genau eine bestimmte Aufgabe gut kann. Ein Spam-Filter erkennt Werbemails. Eine Übersetzungs-KI übersetzt Texte. Ein Sprachmodell wie ChatGPT erzeugt Sätze. Jede dieser KIs ist in ihrem schmalen Bereich richtig gut, aber sobald du sie aus diesem Bereich herausholst, geht gar nichts mehr. Der Spam-Filter kann kein Auto fahren. Die Übersetzungs-KI kann keine Bilder erkennen.

Alles, was du heute an "KI" siehst, ist schwache KI. Wirklich alles. Auch wenn ChatGPT manchmal so wirkt, als würde es alles verstehen, es löst im Kern eine sehr enge Aufgabe (das nächste Wort vorhersagen) und nutzt dafür extrem viel Training.

Starke KI, das Science-Fiction-Bild

Starke KI (englisch: general AI oder AGI) wäre eine Maschine mit einer Art Allgemein-Intelligenz wie wir Menschen. Sie könnte morgens kochen, mittags ein Buch schreiben, abends Schach spielen und nebenbei lernen, Klavier zu üben, und das alles ohne dass jemand sie speziell darauf trainiert hat. Diese Form von KI gibt es nicht. Sie ist Forschungsthema, sie ist Spekulation, sie ist Hollywood. Aber sie ist nicht das, was in deinem Smartphone steckt.

Alles, was du heute KI nennst, ist schwache KI. Die starke KI ist ein Versprechen, kein Produkt.

Wo du KI heute schon längst benutzt

Vermutlich hast du heute schon mehrfach mit KI zu tun gehabt, ohne darüber nachzudenken. Hier ein paar Beispiele aus dem Alltag:

• Spam-Filter in deinem E-Mail-Programm: Eine KI hat aus Millionen Beispielen gelernt, wie eine echte Nachricht aussieht und wie eine Werbemail.
• Navi und Routenplaner: Hinter "die schnellste Route in 14 Minuten" stecken Vorhersagen über Verkehr, Ampeln und Verhalten anderer Fahrer.
• Netflix, Spotify, YouTube-Empfehlungen: "Das könnte dir auch gefallen" ist nichts anderes als ein KI-System, das dich mit Millionen ähnlicher Nutzer vergleicht.
• Gesichtsentsperrung am Handy: Die Kamera schickt dein Bild durch ein neuronales Netz, das in Sekundenbruchteilen prüft, ob du es bist.
• Auto-Korrektur und Tastatur-Vorschläge: Auch das ist KI, sie rät, welches Wort du als Nächstes tippen willst.
• Bank- und Kreditkarten-Sicherheit: Wenn eine ungewöhnliche Zahlung blockiert wird, hat meist ein KI-System sie als verdächtig eingestuft.

Der entscheidende Unterschied: Programmieren vs. Lernen

Bisher war Software immer so: Ein Programmierer schreibt Regeln auf. Wenn der Nutzer auf diesen Knopf klickt, dann öffne dieses Fenster. Wenn das Datum ein Sonntag ist, dann zeige "geschlossen". Das ist klassisches Programmieren, und es funktioniert hervorragend für klare, eindeutige Aufgaben.

Bei vielen interessanten Aufgaben kommt man mit Regeln aber nicht weiter. Versuch mal aufzuschreiben, woran man eine Katze auf einem Foto erkennt. Vier Beine? Hunde haben auch vier Beine. Spitze Ohren? Manche Katzen haben runde. Fell? Sphynx-Katzen haben fast keins. Du wirst nie eine vollständige Regel-Liste schaffen. Das menschliche Gehirn macht das anders, es hat tausende Katzen gesehen und sich ein Gefühl dafür gebildet, was eine Katze ist.

Und genau hier setzt moderne KI an. Statt Regeln einzuprogrammieren, zeigt man dem System tausende oder Millionen Beispiele und lässt es selbst herausfinden, welche Muster wichtig sind. Eine KI wird nicht direkt programmiert, sie wird trainiert.

Das hat zwei riesige Folgen. Erstens: KI kann Aufgaben übernehmen, für die es schlicht keine sauberen Regeln gibt. Bilder erkennen, Sprache verstehen, Stimmungen einschätzen. Zweitens: Man kann KI nicht mehr im klassischen Sinn "debuggen". Wenn das System eine Katze als Hund einordnet, gibt es nicht eine kaputte Zeile Code, die man fixen kann. Man muss das Training anpassen, oder mit dem Fehler leben.

Was bedeuten dann "Machine Learning" und "Deep Learning"?

Diese beiden Begriffe wirst du oft hören. Sie stehen alle unter dem Dach "KI", aber sie sind nicht dasselbe:

Diese Begriffe sind also keine Synonyme, sondern liegen wie russische Puppen ineinander: Generative KI ist eine Anwendung des Deep Learnings, Deep Learning ist eine Form des Machine Learnings, Machine Learning ist ein Teil der KI.

Was KI nicht ist

Zum Schluss eine kleine Liste von Dingen, die KI nicht ist, auch wenn das in Filmen, Werbung oder Schlagzeilen oft anders klingt:

• KI ist nicht bewusst. Es gibt kein "Ich", kein Fühlen, keine Absicht. Auch wenn die Antworten manchmal so klingen.
• KI versteht nichts im menschlichen Sinne. Sie erkennt Muster und reagiert darauf. Das ist beeindruckend, aber etwas anderes als Verstehen.
• KI ist nicht objektiv. Sie übernimmt Vorurteile aus den Daten, mit denen sie trainiert wurde. Garbage in, garbage out.
• KI ist nicht unfehlbar. Sie macht selbstbewusst Fehler, und merkt es oft selbst nicht. Mehr dazu im Kapitel "Halluzinationen".
• KI ist nicht magisch. Hinter jedem Ergebnis steckt nachvollziehbare Mathematik, viele Daten und sehr viel Rechenleistung.

Wenn du dir das merkst, hast du schon eine bessere Einschätzung von KI als sehr viele Leute, die täglich darüber reden. Im nächsten Kapitel schauen wir uns an, wie eine KI eigentlich zu ihren Antworten kommt, und warum man sie zu Recht ein "sehr gutes Rate-System" nennen kann.