Künstliche Intelligenz: einfach erklärt

Du suchst nach einer Erklärung, was Künstliche Intelligenz eigentlich ist? Hier bist du genau richtig! Im Folgenden werde ich dir die Antwort auf genau diese Frage näher bringen.

Was ist eigentlich Intelligenz?

Schaut man nach einer Definition von Intelligenz, stolpert man zwangsläufig über den entsprechenden Eintrag im Duden. Demnach ist Intelligenz Folgendes:

Fähigkeit [des Menschen], abstrakt und vernünftig zu denken und daraus zweckvolles Handeln abzuleiten.

Duden – Intelligenz

Das ist zwar sehr treffend, beschreibt aber nicht das, was ich dir näher bringen möchte. Stattdessen trifft es die wörtliche, lateinische Übersetzung deutlich besser. Intelligenz setzt sich aus zwei lateinischen Wörtern zusammen: inter (lat. für „zwischen“) und legere (lat. für „wählen“). Zusammen gesetzt: wählen zwischen [etwas]. Das beschreibt sehr gut, was am Ende eine Künstliche Intelligenz macht. Dazu mehr im nächsten Absatz.

Ein bekanntes Zitat, welches häufig für die Erklärung von Künstlicher Intelligenz herangezogen wird, ist das Folgende:

… Ziel der KI ist es, Maschinen zu entwickeln, die sich verhalten, als verfügten sie über Intelligenz.

John McCarthy, 1955

Die gängige Abkürzung für Künstliche Intelligenz im Deutschen ist KI. Ab und an findet man allerdings auch die Abkürzung AI im selben Zusammenhang. Hierbei handelt es sich um die Abkürzung des englischen Begriffs „Artificial Intelligence“. Die Abkürzungen KI und AI stehen also für denselben Begriff.

Was macht eine Künstliche Intelligenz?

Anhand der wörtlichen Übersetzung aus dem Lateinischen kann man sich das sehr gut ableiten. Sie wählt zwischen verschiedenen Möglichkeiten. Was heißt das? Nun, eine Künstliche Intelligenz nimmt etwas wahr, verarbeitet dies und beurteilt das, was sie wahrgenommen hat auf Basis ihrer Erfahrungen. Das klingt vermutlich immer noch nicht besonders logisch, von der daher hier mal ein einfaches Beispiel:

Wenn ich eine KI darauf trainiert habe, dass sie Katzen auf einem Bild erkennt, kann ich dieser KI im Nachgang jedes beliebige Bild zeigen. Die KI sieht dieses Bild (wahrnehmen) und gleicht mit ihren Erfahrungen ab, was sie darauf erkennt (verarbeiten). Am Ende gibt sie mir ein Ergebnis, mit welcher Wahrscheinlichkeit auf dem Bild eine Katze abgebildet ist (beurteilen).

Woher kann die KI so etwas?

Jede Künstliche Intelligenz muss auf das, was sie können soll, trainiert werden. Das bedeutet, dass ich sie mit jeder Menge Daten füttern muss. Im beschriebenen Fall gebe ich ihr zwei Ordner mit unterschiedlichen Bildern: Ein Ordner enthält Bilder mit Katzen und ein Ordner enthält alle möglichen Bilder ohne Katzen. Das ist mein Input. Mein gewünschter Output ist, dass die KI mir sagt, ob auf einem Bild eine Katze ist.

Um aus dem Input einen Output zu machen, brauchen wir einen Algorithmus. Das ist eine mathematische Formel, die mir den Input in den gewünschten Output transformiert. Das ist ziemlich komplex, daher versuche ich dir in anderer Form zu erklären, was ein Algorithmus ist.

Was ist ein Algorithmus?

Vergleichen kann man das am einfachsten mit einem Kuchenrezept. Dein Output soll ein schöner Marmorkuchen sein. Dazu brauchst du verschiedene Zutaten: Mehl, Zucker, Eier, Backpulver, Kakao. Das ist dein Input. Nun fehlt dir noch dein Rezept. Oder in anderen Worten: Was machst du mit deinen Zutaten, damit am Ende ein Marmorkuchen herauskommt? Nun dazu musst du im Groben diese Schritte durchführen:

• Backofen vorheizen
• Zutaten vermengen
• Hälfte des Teigs in die Form geben
• Restlichen Teig mit Kakao vermengen und ebenfalls in die Form geben
• Form in den Ofen stellen und warten
• Nach Ablauf der Zeit die Form aus dem Ofen nehmen

Und schon ist dein Kuchen oder dein Output fertig. Was hat das Rezept also gemacht? Es hat deine Zutaten (Input) in einen Kuchen (Output) transformiert. So wie es ein Algorithmus bspw. mit Bildern macht. In diesem Beispiel ist also das Rezept bzw. das Durchführen der Schritte des Rezepts dein Algorithmus.

Du weißt das alles schon und bist eigentlich auf der Suche nach tiefergehenden Informationen? Wie wäre es mit einer Excel-Vorlage für eine Konfusionsmatrix? Die gibt es bei uns kostenlos zum Download:

Was gilt schon als Künstliche Intelligenz?

Nach den Begrifflichkeiten kann eine KI in eine schwache und eine starke KI-Hypothese unterscheiden. Schauen wir uns die beiden Definitionen einmal an.

Schwache KI-Hypothese

Als schwache KI-Hypothesen werden Systeme bezeichnet, die so handeln als wären sie intelligent. Diese Intelligenz wird allerdings nur simuliert. Hierunter fallen bspw. Bild- und Texterkennungen, Spracherkennung, Navigationssysteme und Exptertensysteme.

Starke KI-Hypothese

Systeme, die selbständig denken und damit tatsächlich intuitiv intelligent sind, werden als starke KI-Hypothesen bezeichnet. Dies wird oft auch als „Artificial General Intelligence“ (kurz: AGI) bezeichnet und bleibt bisher ein theoretisch Konzept. Diesem Konzept nach wäre eine KI dann tatsächlich so weit, das menschliche Denken nachzubilden und Entscheidungen zu treffen, die nicht auf vorgegebenen Regeln oder Daten basieren.

Gemäß Nvidia-CEO Jensen Huang könnte es bis zum Jahr 2030 soweit sein, dass die erste Allgemeine Künstliche Intelligenz geschaffen wird. Er sagt auch, dass die Definition, was unter eine AGI fällt noch geschärft werden müsse.

Weitere Begriffe aus der Welt der KI

Im Zusammenhang mit Künstlicher Intelligenz tauchen immer wieder auch andere Begrifflichkeiten auf, die nicht unbedingt allgemein bekannt sind. Schauen wir im Folgenden einmal auf die wichtigsten Begriffe:

Maschinelles Lernen (ML)

Maschinelles Lernen bezeichnet eine Unterform von KI. Durch selbstlernende Algorithmen analysieren Computerprogramme Datensätze und erkennen Muster ohne dafür explizit programmiert worden zu sein. Dem Programm werden dabei Lernbeispiele in Form von korrekten Antworten mitgegeben. Die KI erkennt darin Muster und ist anschließend in der Lage mit einer bestimmten Wahrscheinlichkeit Muster in für sie neuen Daten zu erkennen oder vorherzusagen. Beispiele hierfür sind:

• Bild- und Spracherkennung: Hierzu zählen Algorithmen zur Gesichtserkennung oder zur Erkennung und Umwandlung von gesprochener Sprache.
• Autonomes Fahren: Durch das Erkennen von Straßenbedingungen und Verkehrsmustern sind Systeme dazu in der Lage ein Fahrzeg autonom zu steuern.

Deep Learning

Deep Learning ist eine spezielle Form von maschinellem Lernen und bringt das ganze auf ein neues Level. Es beschreibt die Umsetzung dieses Lernverfahren in Form eines künstlichen neuronalen Netzes. Die Erzegung der relevanten Merkmale für das Lernen erfolgt dabei selbständig. Die eingegebenen Daten sind in der Regel unstrukturiert.Dafür sind größere Datenmengen, aber auch mehr Rechenkapazitäten notwendig.

• Übersetzungen: Das Übersetzen von Text von einer in eine andere Sprache.
• Medizinische Diagnostik: Einsatz zur Analyse medizinischer Bilder, um Krankheiten wie Krebs frühzeitig zu erkennen.

Sprachmodelle (GPT-Modelle)

Generative Pre-trained Transformers (GPT) sind wiederum eine Art von Künstlicher Intelligenz, die auf Deep Learning basieren. Sie wurden speziell zur Verarbeitung und Generierung von natürlicher Sprache entwickelt. Sie nutzen die bereits angesprochenen neuronalen Netzwerke, um Texte zu verstehen, zu erzeugen und zu vervollständigen. Hierzu zählen:

• Textgenerierung: GPT-Modelle können kreative Texte erstellen, die wie von einem Menschen geschrieben sein könnten.
• Konversations-KI: Sie werden in Chatbots und anderen virtuellen Assistenten eingesetzt, um menschenähnliche Gespräche zu führen.

Beispiele für Künstliche Intelligenz

Du hast nun in der Theorie verstanden, was eine KI ist und wie man sie erstellt. Vielleicht fehlt dir noch eine Vorstellung dessen, was eine Künstliche Intelligenz denn so in der Praxis macht? Kein Problem! Hier kommen ein paar Beispiele:

• Der Google Übersetzer oder der DeepL Übersetzer transformiert Text von einer Sprache in eine andere Sprache
• Diktieren von Text bspw. mit Siri oder Google Assistant
• Sprachsteuerungen auf unseren Smartphones oder mit Amazon Echo
• Gesichtserkennungen von Kameras oder speziellen Apps wie Snapchat
• Computergesteuerte Mitspieler in Computerspielen
• Autonomes Fahren bei Kraftfahrzeugen
• Automatische Verarbeitung von Dokumenten (sog. IDP)
• Und neuerdings diverse Tools wie ChatGPT oder andere Generative AI-Tools, die Texte, Bilder, Musik oder gar Videos auf Basis von Texteingaben (sog. Prompts) erstellen

Die Liste der Beispiele zeigt natürlich nur einen kleinen Teil dessen, wo KI bereits eingesetzt wird oder wo sie entwickelt wird.

Was wird fälschlicherweise als KI bezeichnet?

Aber aufgepasst: häufig werden Geräte oder Vorgänge auch als KI bezeichnet, die eigentlich keine Künstliche Intelligenz verwenden.

Fälschlicherweise werden manche Prozessautomatisierungen mithilfe von Robotic Process Automation der KI zugeschrieben.

Außerdem gibt es den Irrtum, dass Geräte aus dem Smart Home-Bereich immer Künstliche Intelligenz verwenden. Diese werden allerdings dem Internet of Things zugeschrieben (kurz IoT). Der hauptsächliche Unterschied liegt darin, dass die Geräte über Sensoren Daten aufnehmen und anhand von Regeln eine Aktion folgen lassen.

Des Weiteren lässt sich Künstliche Intelligenz auch von anderen Technologien, wie der Blockchain abgrenzen.

Wann eine KI intelligent ist, lässt sich mit dem Turing-Test herausgefunden werden. Dieser stammt von 1950 und wurde 2014 erweitert. Dabei führt ein Mensch je eine Unterhaltung mit einer Person und einer Maschine. Kann der Mensch nach der Befragung nicht entscheiden, wer die Maschine ist, so wird die Maschine als intelligent bezeichnet.

Wird Künstliche Intelligenz unser Leben und Arbeiten verändern?

Diese Frage ist mit einem eindeutigen JA zu beantworten. Womöglich stehen uns die größten Änderungen noch bevor. Hierzu haben vor allem auch die Entwicklungen im Bereich Big Data geführt, die es ermöglichen, eine KI mit sehr großen Mengen von Daten zu trainieren.

Ich habe dies bereits einmal beleuchtet, wie sich die Arbeit eines Produktmanagers durch den Einsatz von ChatGPT verändern wird. Diese Änderungen werden auch auf ganz viele andere Bereiche zukommen. Durch die Produktivitätssteigerungen können natürlich auch Arbeitsplätze wegfallen. KI schafft allerdings auch neue Arbeitsplätze. Trotzdem ist es für absolut jeden Menschen notwendig, sich mit KI zu beschäftigen, um von diesem Trend nicht überrollt und abgehängt zu werden.

Und nicht zu letzt: KI bringt auch einige neue Gefahren und Risiken mit! Jetzt informieren und vorbereitet sein!

Fazit zu Künstliche Intelligenz: einfach erklärt

Der Artikel hat dir in übersichtlicher Form dargestellt, dass eine KI mithilfe eines erlernten Algorithmus aus Input-Daten einen Output generiert. Ich hoffe, dass du hier gefunden hast, wonach du gesucht hast. Falls ja, lass mir gerne einen Kommentar da oder schreib mir über das Kontaktformular!