Künstliche Intelligenz ist kein einzelnes Programm und keine denkende Maschine. Der Begriff umfasst Systeme, die aus Daten und Eingaben Muster ableiten und daraus Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erzeugen.
Einfach erklärt
Ein KI-System erhält Eingaben – zum Beispiel Text, Bilder, Messwerte oder Sprache – und berechnet daraus eine passende Ausgabe. Ein Spamfilter entscheidet, ob eine E-Mail verdächtig ist. Eine Bilderkennung ordnet einem Foto Begriffe zu. Ein Sprachmodell erzeugt Text.
Das Wort „Intelligenz“ bedeutet dabei nicht automatisch, dass ein System Bewusstsein, Gefühle oder ein menschliches Verständnis besitzt. Viele KI-Systeme lösen eng begrenzte Aufgaben sehr gut, können ihre Ergebnisse aber außerhalb des gelernten Bereichs nicht zuverlässig beurteilen.
Anschauliches Beispiel
Ein klassisches Navigationssystem bewertet viele mögliche Routen. Ein KI-gestütztes System kann zusätzlich aus historischen Verkehrsdaten lernen, zu welchen Zeiten bestimmte Straßen häufig überlastet sind. Es erkennt statistische Zusammenhänge und nutzt sie für eine Prognose.
Fortgeschrittene Erklärung
Die OECD beschreibt ein KI-System als maschinenbasiertes System, das für explizite oder implizite Ziele aus Eingaben ableitet, wie es Ausgaben erzeugt. Dazu gehören Vorhersagen, Inhalte, Empfehlungen und Entscheidungen, die virtuelle oder physische Umgebungen beeinflussen können.
KI umfasst unterschiedliche Ansätze: regelbasierte Systeme, Such- und Optimierungsverfahren, maschinelles Lernen, neuronale Netze und hybride Kombinationen. Moderne generative Systeme beruhen meist auf großen neuronalen Netzen, die aus sehr umfangreichen Datensätzen statistische Repräsentationen lernen.
Expertenwissen
Formal lässt sich ein KI-System als Abbildung von Eingaben auf Ausgaben betrachten. Beim maschinellen Lernen wird diese Abbildung nicht vollständig von Hand programmiert, sondern durch Optimierung von Modellparametern anhand einer Zielfunktion gelernt. Je nach System kommen Wahrscheinlichkeitsmodelle, Entscheidungsbäume, Kernelverfahren, neuronale Netze, Suchalgorithmen oder symbolische Regeln zum Einsatz.
Autonomie und Anpassungsfähigkeit sind keine binären Eigenschaften. Ein System kann lediglich Vorschläge liefern, einzelne Entscheidungen automatisieren oder über längere Abläufe selbstständig Werkzeuge einsetzen. Die technische Leistungsfähigkeit sagt noch nichts darüber aus, ob der Einsatz rechtlich, sicher oder gesellschaftlich sinnvoll ist.
Möglichkeiten und Grenzen
- KI kann Muster in großen Datenmengen erkennen, Inhalte erzeugen, Prozesse unterstützen und komplexe Suchräume bearbeiten.
- Die Qualität hängt von Daten, Zielsetzung, Modell, Einsatzumgebung und Kontrolle ab.
- Ein plausibles Ergebnis ist nicht automatisch richtig.
- Systeme können Verzerrungen übernehmen, vertrauliche Daten gefährden oder außerhalb ihres geprüften Bereichs versagen.
- Bei folgenreichen Entscheidungen bleibt eine fachliche und menschliche Kontrolle erforderlich.
Quellen
