Wir erklären, was künstliche Intelligenz ist

Was die wichtigsten Begriffe bedeuten

Wie das oft mit Wörtern ist, die plötzlich in aller Munde sind: Nicht jeder versteht darunter dasselbe. Da künstliche Intelligenz schon in vielen Lebensbereichen Einzug gehalten hat, wollen wir noch einmal ein paar der wichtigsten Begriffe und Prinzipien klären. Hier kommt unsere kompakte Einführung. 

In „Terminator“ hat Arnold Schwarzenegger eindrücklich gezeigt, was passieren kann, wenn eine künstliche Intelligenz (KI) der Welt den Krieg erklären möchte. Bei „I, Robot“ mit Will Smith Anfang der 2000er war es nicht viel besser. Hier hat eine KI beinahe die Weltherrschaft an sich gerissen. Viele andere Filme bauen auf dieser Erzählung von KI als einer teuflischen Technologie auf – und füttern auf diese Weise auch Zukunftsängste. Auf der anderen Seite des Spektrums erzählen Menschen wie Facebooks Mark Zuckerberg, Teslas Elon Musk oder Amazons Jeff Bezos, wie künstliche Intelligenz die Menschheit auf die nächste evolutionäre Stufe katapultieren werde. Ziemlich schwarz-weiß, diese Darstellungen. KI ist weder das eine noch das andere. Es liegt an uns, wie und wo wir die Technologie einsetzen wollen. Und so stellt sich für die vielen Menschen in der Gesellschaft, die keine Experten sind, erst einmal die Frage: Über was genau sprechen wir hier eigentlich? 

Algorithmen, das KI-Fundament 

Algorithmen wurden schon im Zusammenhang mit Suchmaschinen als das bestimmende Prinzip genannt. Einfach gesagt, sind Algorithmen Handlungsanweisungen. Informationen werden nach bestimmten Regeln bearbeitet, um so ein gewünschtes Ergebnis zu erzielen. Man kann dabei zwei Typen unterscheiden. Simple Algorithmen zeichnen sich durch „Wenn-dann“-Beziehungen aus. Etwa beim Fahrstuhlrufen. Die Eingabe startet, indem man den Knopf drückt. Dieser Impuls wird nach vorgegebenen Regeln verarbeitet und endet darin, dass der Fahrstuhl wunschgemäß ins Erdgeschoss geschickt wird. Komplexere Algorithmen hingegen verarbeiten eine große Menge an Informationen gleichzeitig. Es gibt sozusagen nicht nur einen Fahrstuhl, sondern Hunderte, wenn nicht Tausende. Um einen zu rufen, müssen alle anderen auch überprüft werden. Alle KI-Programme nutzen solche Algorithmen zur Aufgabenbewältigung und Entscheidungsfindung. 

Wie intelligent ist künstliche Intelligenz? 

Entgegen großer Verheißungen ist künstliche Intelligenz zum jetzigen Zeitpunkt noch nicht mit der Intelligenz eines Menschen gleichzusetzen. Wir Menschen haben bestimmte Denkleistungen einfach so stark verinnerlicht, dass wir sie nicht bewusst wahrnehmen. Tatsächlich verarbeitet unser Gehirn aber so viele Reize parallel, dass es einem Wunder gleicht, noch über andere Dinge nachdenken zu können. Ein großer Unterschied zu KI-Programmen ist dabei, dass wir über viele verschiedene Arten von Intelligenz verfügen. Musikalische, emotionale oder sensorische Intelligenz sind nur drei von acht Arten, die Harvard-Forscher Howard Gardner identifiziert hat. Zum jetzigen Zeitpunkt verfügen KI-Programme jedoch meistens nur über logisch-mathematische Intelligenz. Zwar kann vieles in Zahlen oder statistischen Modellen ausgedrückt werden, aber eben (noch) nicht alles. 

Hat KI Vorurteile? 

Ein Bias ist eine Verzerrung oder ein Vorurteil, das die Entscheidung eines KI-Programms beeinflusst. Um das Phänomen eines Bias zu verstehen, müssen wir erst darüber sprechen, woher KI-Programme wissen, was sie wissen. Dafür werden sie nämlich mit einer unglaublichen Menge an Informationen gefüttert. Wenn wir ChatGPT also fragen, wie beispielsweise ein „erfolgreicher Mensch“ aussieht, dann grast das Programm alle Informationen ab, die es zu dem Thema in seiner Datenbank oder dem Internet finden kann. Von Social-Media-Inhalten über Biografien und Artikel bis hin zu wissenschaftlichen Veröffentlichungen kann alles dabei sein. Kurzum, es sind Informationen, die Menschen geschaffen haben, und wir Menschen machen bekanntermaßen manchmal Fehler, sind ungenau oder voreingenommen.  

So kann es zum Beispiel passieren, dass es historisch eine große Anzahl von Berichten über erfolgreiche Männer gab, aber nicht über Frauen. Für das KI-Programm würde der Schluss also naheliegen: Erfolgreiche Menschen sind meistens Männer. Das ist eine Verzerrung der Realität – ein sogenannter Bias. Die wichtigsten zwei Ansätze zur Bekämpfung eines Bias sind Datenqualität und -vielfalt. In unserem Beispiel heißt das, darauf zu achten, dass dem Programm Berichte und Daten zu erfolgreichen Frauen zur Verfügung stehen und historische Entwicklungen in einen Kontext gesetzt werden. Je mehr sinnvolle Perspektiven es zu einem Thema gibt, desto umfassender wird das Bild. 

Künstliche Intelligenz 

Bei künstlicher Intelligenz (KI) geht es vor allem um die Kompetenz, menschliche Fähigkeiten wie Lernen, Planen oder Kreativität zu imitieren. Grundlage bilden dabei die oben genannten Algorithmen, die große Datenmengen analysieren, sortieren und nach bestimmten Kriterien wieder ausgeben. KI ist also eine Art Sammelbegriff für viele verschiedene Strategien und Techniken der Datenverarbeitung, Automatisierung und Entscheidungsfindung. KI-Programme sind involviert, wenn Sie beispielsweise auf einem Streamingdienst eine passende Serie empfohlen bekommen, Autos selbstständig fahren oder Sprachassistenten wie Siri uns mit Rat zur Seite stehen. 

Maschinelles Lernen 

Maschinelles Lernen (ML) ist ein Ansatz zur Problemlösung innerhalb von künstlicher Intelligenz. Ein ML-Programm erhält eine konkrete Aufgabe und muss selbst herausfinden, wie es diese löst. Dafür analysiert es große Datensätze und sucht nach Mustern. Je mehr Erfahrungen das Programm sammelt, desto besser wird es darin, wichtige von unwichtigen Daten zu unterscheiden – ab und zu auch mit Hilfe menschlicher Unterstützung. Die Programme sind vielseitig: Maschinelles Lernen ist zum Beispiel dafür verantwortlich, dass wir nicht allzu viele Spam-Mails erhalten.  

Ein ML-Programm analysiert, welche E-Mails wir als Nutzer bisher als Spam markiert haben. Darauf basierend definiert es bestimmte Wörter wie „Gewinnspiel“ oder „kostenlos“, die häufig in Spam-Mails vorkommen. Es erstellt also ein Muster. Ab diesem Zeitpunkt kann es selbst entscheiden, welche Mails in Ihrem Postfach und welche im Spam-Ordner landen sollen. Ein anderes Beispiel sind selbstfahrende Autos, die mithilfe von Kameras, Sensoren und vielen Algorithmen verschiedene Daten verarbeiten, um zu fahren. Und basierend darauf, dass die Autos untereinander Informationen teilen können, werden sie insgesamt bessere Fahrer. 

Deep Learning 

Das sogenannte Deep Learning ist zum jetzigen Zeitpunkt die fortschrittlichste und komplexeste Art künstlicher Intelligenz. Dabei geht es um einen spezialisierten Ansatz innerhalb des maschinellen Lernens. Im Unterschied zu KI- und ML-Programmen geht es nicht um das Lösen einer Aufgabe auf eine bestimmte Weise, sondern darum, mithilfe eines neuronalen Netzes große Datensätze zu analysieren und dadurch viele Aufgaben lösen zu können. Das neuronale Netzwerk ähnelt unserem Gehirn und zeichnet sich dadurch aus, dass es nicht nur einen Weg zur Lösung gibt.  

Nehmen wir Eselsbrücken als Beispiel: Das Prinzip ist uns allen bekannt, welche spezifische Eselsbrücke wir aber benutzen, bleibt uns überlassen. Konkret heißt das, dass zwischen der Aufnahme eines Reizes und dem Ergebnis beim Deep Learning Zwischenschritte liegen. Wie viele es sind, hängt davon ab, welche Eselsbrücke sich das Programm ausgedacht hat. Gleichzeitig bringt jede neue Eselsbrücke mehr Erfahrung und kann bei der nächsten Aufgabe helfen. Während wir also ein Programm beim maschinellen Lernen mit Daten trainieren und es darauf basierend selbst Muster erkennt, trainiert sich das Programm beim Deep Learning selbst. Gängige Beispiele hierfür sind KI-Assistenten wie ChatGPT oder Programme wie Midjourney, die Bilder anhand eines Texts erstellen können. 

Statistiken*

• 26% der Deutschen nutzen KI mehrmals die Woche.

• 90% der Deutschen wünschen sich eine Kennzeichnungspflicht für KI-Inhalte.

• 48% der Menschen in Deutschland haben großes Vertrauen in KI-Ergebnisse.

*Quellen: „KI-Nutzung, -Qualität und Risiken für die Demokratie“, TÜV VERBAND, 2024