Künstliche Intelligenz

Transparenz

Was ist künstliche Intelligenz (KI)?

Künstliche Intelligenz (KI), auch maschinelle Intelligenz, ist ein Teilgebiet der Computerwissenschaft. Sie befasst sich mit der Entwicklung und Verwaltung von Technologien, die lernen können, selbständig Entscheidungen zu treffen und Handlungen im Namen eines Menschen auszuführen. 

KI ist keine alleinstehende Technologie, sondern ein Oberbegriff. Er umfasst alle Arten von Software- oder Hardwarekomponenten, die maschinelles Lernen, Computer Vision, natürliches Sprachverständnis, Produktion von natürlicher Sprache, natürliche Sprachverarbeitung (siehe auch LLM) und Robotik ermöglichen.

Die KI von heute arbeitet mit konventioneller CMOS-Hardware und denselben grundlegenden algorithmischen Funktionen, die auch herkömmliche Software steuern. Künftige Generationen der KI werden voraussichtlich neuartige, vom Gehirn inspirierte Bausteine und Architekturen hervorbringen, die datengestützte Entscheidungen schneller und genauer treffen können als ein Mensch.

Einsatzmöglichkeiten von KI

Künstliche Intelligenz (KI) findet heutzutage breite Anwendungsbereiche sowohl in professionellen als auch in konsumorientierten Umgebungen. Hier sind einige der Schlüsseltechnologien und ihre Anwendungen:

  1. Spracherkennung: KI-Systeme können gesprochene Sprache erkennen und diese in Text oder computerlesbare Codes umwandeln. Dies ermöglicht eine effiziente Interaktion zwischen Menschen und Maschinen und wird in Produkten wie Sprachassistenten und Kundenservice-Tools verwendet.
  2. Generierung natürlicher Sprache: Diese Technologie ermöglicht eine flüssige Kommunikation zwischen Menschen und Computern. Systeme wie ChatGPT können auf natürliche Sprachanfragen antworten und komplexe Informationen in verständlicher Form präsentieren. Erfahren Sie mehr über das Schreiben von KI-Prompts.
  3. Computer Vision: Durch das Scannen und die Analyse von Bildern kann KI Objekte identifizieren und klassifizieren. Dies wird in zahlreichen Anwendungen genutzt, von der automatisierten Qualitätskontrolle in der Fertigung bis hin zu fortschrittlichen Überwachungssystemen.
  4. Maschinelles Lernen: Diese Technik ermöglicht es Computern, aus Daten zu lernen und eigenständig Muster sowie Zusammenhänge zu erkennen. Maschinelles Lernen wird in vielen Bereichen eingesetzt, einschließlich der Vorhersage von Verbraucherverhalten, Finanzmarktanalysen und medizinischer Diagnostik.
  5. Expertensysteme: Solche Systeme akkumulieren Fachwissen in spezifischen Bereichen und können Probleme lösen oder Entscheidungen treffen, die das Niveau von menschlichen Experten erreichen. Anwendungen umfassen medizinische Diagnosesysteme, Rechtsberatung und komplexe Datenanalysen.

Die Besonderheit von KI gegenüber traditioneller Software liegt darin, dass sie ihre eigenen Algorithmen modifizieren und sich selbst verbessern kann, um sich an verändernde Umgebungen anzupassen. Diese Fähigkeit, selbstlernend zu sein, markiert einen revolutionären Fortschritt in der Technologieentwicklung.

Künstliche Intelligenz (KI) einfach erklärt

Auch wenn man bei künstlicher Intelligenz oft an den empfindungsfähigen Computer-Overlord aus der Science-Fiction denkt, sieht die Realität ganz anders aus.

Welche Arten von KI gibt es und wie unterscheiden sie sich?

Häufig wird die KI als entweder schwach oder stark bezeichnet. In den meisten Fällen werden heutzutage in Unternehmen maschinelle Lernverfahren mit schwacher KI eingesetzt.

  • Enge (schwache) KI ist nur in der Lage, eine begrenzte Anzahl von vorgegebenen Funktionen auszuführen.
  • Allgemeine (starke) KI gleicht der Fähigkeit eines menschlichen Gehirns, autonom auf eine breite Palette von Reizen zu reagieren.
  • Super-KI wird voraussichtlich eines Tages die menschliche Intelligenz übertreffen (und möglicherweise die Weltherrschaft übernehmen).

Ferner unterscheidet man zwischen vier Kategorien von KI:

  1. Reaktive KI stützt sich bei der Entscheidungsfindung auf Echtzeitdaten.
  2. KI mit begrenztem Speicher trifft Entscheidungen auf der Grundlage gespeicherter Daten.
  3. Theory of Mind AI kann subjektive Elemente wie die Absicht eines Nutzers bei der Entscheidungsfindung berücksichtigen.
  4. Selbstbewusste KI verfügt über ein menschenähnliches Bewusstsein, das selbständig Ziele setzen und anhand von Daten entscheiden kann, wie diese am besten zu erreichen sind.

Diese Unterschiede lassen sich gut veranschaulichen, wenn man sich die KI wie einen professionellen Pokerspieler vorstellt. Ein reaktiver Spieler trifft alle Entscheidungen auf der Grundlage der aktuellen Runde, während ein Spieler mit begrenztem Erinnerungsvermögen seine eigenen und die früheren Entscheidungen der anderen Spieler berücksichtigt.

Ein „Theory of Mind“-Spieler orientiert sich an den Verhaltenshinweisen anderer Spieler. Schließlich überlegt sich ein selbstbewusster professioneller KI-Spieler, ob er mit dem Pokern wirklich seinen Lebensunterhalt verdienen kann.

Die Entstehung der künstlichen Intelligenz

Künstliche Intelligenz kann ein ganzes System ersetzen und alle Entscheidungen durchgängig treffen. Alternativ kann sie auch zur Optimierung eines bestimmten Prozesses eingesetzt werden.

Ein Standard-Lagerverwaltungssystem zeigt beispielsweise die aktuellen Bestände verschiedener Produkte an, während ein intelligentes System Engpässe erkennen, die Ursache sowie ihre Auswirkungen auf die gesamte Lieferkette analysieren und sogar Maßnahmen zur Behebung ergreifen kann.

Die Nachfrage nach einer schnelleren und energieeffizienteren Informationsverarbeitung wächst exponentiell, da KI in der Wirtschaft immer häufiger zum Einsatz kommt. Konventionelle digitale Hardware kann mit dieser Nachfrage nicht mithalten.

Deshalb entwickeln Forscher nach dem Vorbild des menschlichen Gehirns alternative Architekturen, in denen Netzwerke aus künstlichen Neuronen und Synapsen Informationen mit hoher Geschwindigkeit und adaptiven Lernfähigkeiten auf energieeffiziente, skalierbare Weise verarbeiten.

Verwandte Begriffe

Margaret Rouse
Redaktion
Margaret Rouse
Redaktion

Margaret Rouse ist eine preisgekrönte technische Autorin und Dozentin. Sie ist für ihre Fähigkeit bekannt, komplexe technische Themen simpel und nachvollziehbar zu erklären. In den letzten zwanzig Jahren sind ihre Erklärungen auf TechTarget-Websites erschienen und sie wurde in Artikeln der New York Times, des Time Magazine, USA Today, ZDNet, PC Magazine und Discovery Magazine als Quelle und Expertin zitiert. Wenn Sie einen Vorschlag für eine neue Definition haben oder eine technische Erklärung verbessern möchten, schicken Sie einfach Margaret eine E-Mail oder kontaktieren Sie sie auf LinkedIn oder Twitter.