Was ist künstliche Intelligenz?

Definition und Abgrenzung

Der Begriff künstliche Intelligenz (KI) fasst viele Verfahren zusammen. Gemeint sind Systeme, die Aufgaben lösen, die man üblicherweise menschlicher Intelligenz zuschreibt. Fachlich unterscheidet man schwache (enge) KI, die auf klar umgrenzte Aufgaben spezialisiert ist, von einer hypothetischen allgemeinen KI (AGI), die beliebige geistige Aufgaben auf menschlichem Niveau lösen könnte. Alle heute verfügbaren Systeme – auch die leistungsfähigsten Sprachmodelle – sind enge KI.

Maschinelles Lernen und Deep Learning

Moderne KI beruht überwiegend auf maschinellem Lernen: Statt fester Regeln lernt ein Modell Muster aus Daten. Deep Learning ist ein Teilbereich, der vielschichtige neuronale Netze nutzt und die Grundlage für Sprach-, Bild- und Audiomodelle bildet. Zwei Phasen sind wichtig: das Training, in dem das Modell aus Daten lernt, und die Inferenz, in der das fertige Modell angewendet wird – jede Chat-Antwort ist ein Inferenzvorgang.

Generative KI

Generative KI erzeugt neue Inhalte auf Basis gelernter Muster: Texte, Bilder, Audio, Video oder Code. Sprachmodelle erzeugen Sprache, indem sie wahrscheinliche Fortsetzungen berechnen; Bildmodelle formen aus zufälligem Rauschen schrittweise ein Bild. Diese Systeme sind mächtig, aber sie „verstehen“ Inhalte nicht wie ein Mensch – sie berechnen Wahrscheinlichkeiten.

Wie moderne KI im Kern funktioniert

Ein Sprachmodell zerlegt Text in Tokens und schätzt für die nächste Position die wahrscheinlichste Fortsetzung. Aus vielen solchen Schritten entsteht ein zusammenhängender Text. Weil das Modell auf Wahrscheinlichkeiten beruht und nicht auf einer geprüften Faktendatenbank, kann es überzeugend klingende, aber falsche Aussagen erzeugen – sogenannte Halluzinationen. Techniken wie RAG verbinden Modelle mit belegbaren Quellen.

Grenzen und Risiken

KI-Systeme sind nur so gut wie ihre Daten und ihr Einsatzkontext. Wichtige Grenzen sind fehlende Faktensicherheit, Verzerrungen aus Trainingsdaten, Datenschutzfragen und mangelnde Nachvollziehbarkeit. Für einen verantwortungsvollen Einsatz gehören menschliche Kontrolle, Quellenprüfung und klare Regeln dazu.

Häufige Missverständnisse

• „KI denkt wie ein Mensch.“ Nein – sie erkennt und erzeugt Muster, ohne Bewusstsein oder Verständnis.
• „KI ist immer objektiv.“ Modelle übernehmen Verzerrungen aus ihren Daten.
• „KI-Antworten sind Fakten.“ Sie sind wahrscheinliche Formulierungen und können falsch sein.
• „Mehr Automatisierung ist immer besser.“ Oft ist ein klarer Workflow zuverlässiger als ein autonomer Agent.