Inhalt

Begriffserklärungen



Definition Künstliche Intelligenz - KI

Aufgrund der vielfältigen Funktionsweisen und Anwendungsfelder und der schnellen Entwicklung gibt es keine einheitliche Definition von KI.

Künstliche Intelligenz, kurz KI, kann als Computersystem beschrieben werden, das Aufgaben übernehmen kann, für die normalerweise menschliche Fähigkeiten gebraucht werden. Dazu gehören zum Beispiel Sprache verstehen, Bilder erkennen, Probleme lösen oder Entscheidungen treffen. KI arbeitet dabei mit Daten und verschiedenen technischen Verfahren. Sie denkt jedoch nicht genauso wie ein Mensch, sondern verarbeitet Informationen mithilfe von Algorithmen und Modellen.

Gem. Art. 3 Nr. 1 KI-Verordnung ist ein „KI-System“ ein maschinengestütztes System, das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist und das nach seiner Betriebsaufnahme anpassungsfähig sein kann und das aus den erhaltenen Eingaben für explizite oder implizite Ziele ableitet, wie Ausgaben wie etwa Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erstellt werden, die physische oder virtuelle Umgebungen beeinflussen können.


Arten von KI

Künstliche Intelligenz wird in starke und schwache KI unterteilt. Daneben wird zwischen prädiktiver, analytischer und generativer KI unterschieden. Beide Abgrenzungen beschreiben unterschiedliche Perspektiven auf den Entwicklungsstand und die Funktionsweise von KI-Systemen

Schwache KI:

Schwache KI, auch bekannt als “enge KI” (engl. Narrow AI), ist darauf spezialisiert, spezifische Aufgaben zu erfüllen. Hierbei handelt es sich um Systeme, die mittels Daten trainiert werden, allerdings keine selbstständigen Schlussfolgerungen anstellen können – eine reine Nachahmung echter (menschlicher) Intelligenz also.

Die weltweit bekanntesten und weitverbreitetsten KI-Systeme sind allesamt Beispiele für schwache KI, von Sprachassistenten wie Siri und Alexa bis hin zu generativen Modellen wie ChatGPT und Mistral. Sie alle können keine Aufgaben außerhalb ihres definierten Anwendungsbereichs bewältigen, da sie nicht über ein echtes Verständnis oder Bewusstsein verfügen​​.

Starke KI:

Starke KI, auch bekannt als allgemeine KI (Artificial General Intelligence, kurz AGI), zielt darauf ab, die menschliche Intelligenz in ihrer ganzen Breite zu replizieren. Hierbei handelt es sich somit um ein Gebiet der theoretischen KI-Forschung, für das noch keine tatsächlichen Beispiele existieren.

Eine starke KI wäre in der Lage, jede intellektuelle Aufgabe zu erledigen, die ein Mensch bewältigen kann, und könnte autonom lernen und sich an neue Situationen anpassen. Derzeit existiert starke KI nur als theoretisches Konzept und es gibt noch viele technologische und ethische Herausforderungen, die gelöst werden müssen, bevor sie Realität werden kann.


Generative KI:

Generative KI-Modelle stellen ein Teilgebiet der universell einsetzbaren KI-Modelle (engl.: general purpose AI) dar. Sie werden mit großen Datenmengen trainiert und erlernen dabei Muster aus vorhandenen Daten. Daraus resultierend können sie neue Inhalte wie Texte, Bilder, Musik und Videos erzeugen, die ebenfalls diesen Mustern folgen. Aufgrund ihres hohen Generalisierungsgrads können derartige Modelle in einer Vielzahl von Anwendungsfällen genutzt werden, die traditionell Kreativität und menschliches Verständnis erfordern. Dazu gehören mitunter Anwendungen, in denen Texte übersetzt oder klassifiziert, große Datenmengen aufbereitet oder visuelle Darstellungen erzeugt oder verbessert werden sollen. ChatGPT und Claude sind ein Beispiel für generative KI-Systeme.

Analytische KI:

Analytische KI-Modelle konzentrieren sich auf die Analyse von Daten. Hier geht es darum, Muster zu erkennen und daraus Erkenntnisse abzuleiten. Analytische KI ist in der Lage, aus großen Datenmengen Informationen zu extrahieren und auf dieser Basis Vorhersagen zu treffen. Es handelt sich also um Machine-Learning-Algorithmen zur Datenanalyse, namentlich um Regression, Klassifizierung und Clustering

Sie steckt in der Gesichtserkennung, Foto-App, im Spam-Filter, in der Betrugserkennung von Banken und in den Empfehlungen von Streamingdiensten. Diese Systeme erzeugen nichts Neues — sie ordnen Vorhandenes ein.

Prädiktive KI:

Prädiktive KI kombiniert statistische Analysen mit Algorithmen des maschinellen Lernens, um Datenmuster zu finden, Verhaltensweisen vorherzusagen und bevorstehende Ereignisse zu prognostizieren. Es extrahiert Erkenntnisse aus historischen Daten, um genaue Vorhersagen über potenzielle zukünftige Ergebnisse, Ursachen, Risiken und vieles mehr vorherzusagen.


Maschinelles Lernen

Maschinelles Lernen ist ein Teilbereich der KI, der es Systemen ermöglicht, aus Daten zu lernen und sich zu verbessern, ohne explizit darauf programmiert zu werden. Algorithmen für maschinelles Lernen analysieren Daten, erkennen Muster und treffen Vorhersagen basierend auf diesen.

Zum Beispiel kann eine KI mit vielen Bildern von Hunden und Katzen trainiert werden. Mit der Zeit lernt sie, typische Merkmale zu erkennen und kann anschließend neue Bilder zuordnen.


Neuronale Netze

Als (künstliche) neuronale Netze werden Computermodelle bezeichnet, die von der Art und Weise wie das menschliche Gehirn funktioniert, inspiriert sind. Sie bestehen aus miteinander verbundenen "Neuronen" oder Einheiten zur Informationsverarbeitung. Diese Netze sind in der Lage, Muster in Daten zu erkennen, die Spracherkennung zu verbessern, Bilder zu klassifizieren und Vorhersagen zu treffen. Ihre Fähigkeit, komplexe Zusammenhänge zu erlernen, beruht auf der Anpassung der Gewichte zwischen den Neuronen durch wiederholtes Training mit Beispieldaten.


Deep Learning

Deep Learning ist ein Teilbereich des maschinellen Lernens (Machine Learning). Es zielt darauf ab, große Datenmengen zu verarbeiten, um Muster zu erkennen und darauf basierend Vorhersagen oder Schlussfolgerungen zu treffen. Dabei kommen mehrschichtige neuronale Netze zum Einsatz, die der Funktionsweise des menschlichen Gehirns nachempfunden sind.

Im Gegensatz zu klassischen Algorithmen ermöglicht Deep Learning, dass Systeme eigenständig lernen. Nach der Trainingsphase können sie Aufgaben automatisch ausführen, meist ohne weiteres menschliches Eingreifen.


Large Language Model - LLM

LLM ist die Abkürzung für Large Language Model, auf Deutsch: Großes Sprachmodell und stellt eine spezielle Form von Künstlicher Intelligenz dar.

Ein Large Language Model (LLM) ist im Kern ein hochentwickeltes Sprachsystem, das darauf trainiert wurde, menschliche Sprache zu verstehen, zu analysieren und zu erzeugen. Diese Modelle sind keine „denkenden Maschinen“ im klassischen Sinn, sondern statistisch extrem leistungsfähige Mustererkenner. Sie arbeiten auf Basis gigantischer Datenmengen aus Texten, Büchern, Webseiten und Code. Ihr Ziel ist es, die wahrscheinlichste sprachliche Fortsetzung eines Inputs auszugeben.

Die bekanntesten Beispiele sind die Modelle hinter ChatGPT von OpenAI, Claude von Anthropic und Gemini von Google. Sie nutzen alle die gleiche Grundtechnologie, unterscheiden sich aber in Details und Fähigkeiten.


Chatbot

Ein Chatbot ist ein Softwareprogramm, das per Text oder Sprache eigenständig eine Konversation mit Menschen führt. Er versteht Anfragen mithilfe natürlicher Sprachverarbeitung (NLP) und künstlicher Intelligenz und beantwortet sie automatisiert, rund um die Uhr, auf Websites, in Messengern oder über Sprachassistenten.


Prompt

Ein Prompt ist die Eingabe oder Anweisung, die man einem KI-System gibt. Das kann eine einfache Frage oder eine ausführliche Aufgabenstellung sein.

Beispiel:

„Erkläre mir den Klimawandel einfach und nenne drei Beispiele.“

Je genauer ein Prompt formuliert ist, desto besser kann die KI erkennen, was der Nutzer möchte und wie die Antwort aussehen soll.


Prompt-Engineering

Prompt-Engineering bedeutet, Prompts bewusst und gezielt zu formulieren, um bessere Ergebnisse von einem KI-System zu erhalten.

Dabei kann man beispielsweise festlegen, welche Aufgabe das KI-System erledigen soll, für wen die Antwort gedacht ist, welchen Stil sie verwenden soll oder wie ausführlich sie sein soll.

Man kann ein Ergebnis aber auch verbessern, indem man das Gespräch mit der KI weiterführt. Wenn die erste Antwort noch nicht genau den eigenen Vorstellungen entspricht, kann man der KI zusätzliche Informationen geben, Fehler korrigieren oder genauer erklären, was man anders haben möchte. Die KI kann diese Angaben im weiteren Gespräch berücksichtigen und ihre Antwort entsprechend anpassen.

Prompt-Engineering bedeutet also nicht nur, einen guten ersten Prompt zu schreiben. Auch durch gezielte Nachfragen und weitere Anweisungen kann man Schritt für Schritt zu einem besseren Ergebnis kommen.


Deepfake

Ein Deepfake ist ein mit künstlicher Intelligenz erzeugtes oder verändertes Medium - ein Video, Bild, eine Tonaufnahme -, das täuschend echt wirkt, aber eine Realität zeigt, die es nie gab. Der Name verrät das Prinzip: "Deep" steht für die zugrunde liegende KI-Technik des Deep Learning, "Fake" für die Fälschung. 

Art. 3 Nr. 60 KI-Verordnung definiert ein Deepfake als einen durch KI erzeugten oder manipulierten Bild-, Ton- oder Videoinhalt, der wirklichen Personen, Gegenständen, Orten, Einrichtungen oder Ereignissen ähnelt und einer Person fälschlicherweise als echt oder wahrheitsgemäß erscheinen würde.


KI-Agenten

KI-Agenten sind KI-Systeme, die nicht nur eine einzelne Antwort geben, sondern mehrere Schritte selbstständig durchführen können, um ein bestimmtes Ziel zu erreichen.

Ein KI-Agent kann beispielsweise Informationen suchen, diese auswerten, einen Plan erstellen und anschließend bestimmte Aktionen durchführen. Dafür kann er – je nach System – auch verschiedene digitale Werkzeuge nutzen.

Der Unterschied zu einem einfachen Chatbot ist darin, dass ein KI-Agent eigenständiger handeln und mehrere Aufgaben miteinander verbinden kann.

Beispiel:

Eingabe bei einem KI-Agenten: „Buche mir den günstigsten Flug nach Berlin nächsten Dienstag und trage den Termin in meinen Kalender ein."

Ein einfacher Chatbot würde Schritt-für-Schritt erklären, wie die Buchung selbst ablaufen sollte. Ein KI-Agent würde hingegen selbst aktiv werden: Er sucht selbst nach Flügen, vergleicht Preise, führt die Buchung durch und trägt den Termin sogar noch in Ihrem Kalender ein.