Was ist künstliche Intelligenz? Einfach erklärt

Wie KI funktioniert, in drei Schritten

Ein klassisches Programm tut genau das, was ein Programmierer Zeile für Zeile geschrieben hat. Ein System des maschinellen Lernens, die heute verbreitetste Form von KI, arbeitet umgekehrt: Man beginnt mit vielen Beispielen, und das System leitet die Regeln selbst ab.

• Daten: Man sammelt viele Beispiele, etwa E-Mails, die bereits als Spam oder Nicht-Spam markiert sind, Fotos von Katzen und Hunden oder übersetzte Sätze.
• Training: Ein mathematisches Modell vergleicht die Beispiele, findet Regelmäßigkeiten und korrigiert sich, bis es nur noch wenige Fehler macht.
• Anwendung: Bei neuen Daten, die es noch nie gesehen hat, wendet das Modell das Gelernte an und liefert eine Vorhersage, ein Etikett oder einen Text.

Deshalb ist KI zu einem großen Teil Statistik im großen Maßstab: Sie „versteht“ nicht wie ein Mensch, ist aber sehr gut darin, Muster zu erkennen.

Wo Sie KI schon jeden Tag nutzen

• Der Spamfilter Ihres E-Mail-Programms.
• Film-, Musik- und Kaufempfehlungen auf den Plattformen, die Sie nutzen.
• Maschinelle Übersetzung und automatische Untertitel.
• Das Entsperren des Handys mit dem Gesicht.
• Navigations-Apps, die den Verkehr abschätzen.
• Assistenten wie ChatGPT, Gemini oder Claude, die schreiben, zusammenfassen und Fragen beantworten.

Schwache und allgemeine KI: was es wirklich gibt

Fast die gesamte heute genutzte KI ist „schwach“ (narrow AI): sehr gut bei einer bestimmten Aufgabe und außerhalb davon nutzlos. Ein Schachprogramm auf Weltmeisterniveau kann keinen Satz übersetzen. Große Sprachmodelle sind vielseitiger und erledigen viele verschiedene Aufgaben, sind aber von einer verlässlichen allgemeinen Intelligenz noch weit entfernt. „Allgemeine“ KI, die jede intellektuelle Aufgabe wie ein Mensch bewältigen kann, ist derzeit ein Forschungsziel und kein verfügbares Produkt.

Was KI falsch machen kann

• Fehler und „Halluzinationen“: Generative Modelle können plausibel klingende, aber falsche Antworten liefern.
• Verzerrungen (Bias): Sind die Trainingsdaten unausgewogen, sind es auch die Antworten.
• Fehlender Kontext: Das System erkennt Muster in Daten, es weiß nicht, ob etwas wahr ist.
• Intransparenz: Oft lässt sich schwer erklären, warum es genau diese Antwort gegeben hat.

Deshalb sind menschliche Aufsicht und klare Regeln dazu, wer was entscheidet, wichtig, sobald KI in die Prozesse eines Unternehmens einzieht.

Was das europäische Recht sagt

Der EU AI Act, die europäische Verordnung über künstliche Intelligenz, definiert ein „KI-System“ kurz gesagt als maschinengestütztes System, das mit unterschiedlichem Grad an Autonomie arbeitet und aus den erhaltenen Eingaben ableitet, wie es Ausgaben (Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen) erzeugt, die physische oder virtuelle Umgebungen beeinflussen können. Die Definition ist bewusst weit gefasst: Die Regeln richten sich nach dem Risiko der Anwendung, nicht nach der Technologie.

Warum es sich lohnt, KI zu verstehen

Man muss nicht programmieren können, um KI gut zu nutzen: Man muss wissen, was sie gut kann, wo sie versagt und wer für ihre Entscheidungen einsteht. Für Organisationen geht es darum, wo sie eingesetzt wird, wer sie beaufsichtigt und nach welchen Regeln. Das ist das Thema meines Buches The Modern AI Organisation.