Was ist Künstliche Intelligenz?
Definition
Künstliche Intelligenz bezeichnet Systeme, die Aufgaben lösen, die bislang menschliche Intelligenz erforderten. Der Begriff umfasst eine Vielzahl von Teildisziplinen — von regelbasierten Expertensystemen über maschinelles Lernen bis hin zu heutigen generativen Modellen. Eine allgemein akzeptierte Definition existiert nicht; in der Praxis überlappen sich technische und gesellschaftliche Perspektiven.
Im engeren technischen Sinn versteht man unter KI Systeme, die aus Daten lernen, Muster erkennen und auf neue Eingaben verallgemeinern können. Im weiteren öffentlichen Diskurs wird der Begriff oft synonym mit generativer KI verwendet — eine starke Vereinfachung, die aber den aktuellen Fokus widerspiegelt.
Geschichte
Der Mathematiker John McCarthy prägte den Begriff Artificial Intelligence 1955 für den Dartmouth-Workshop im Sommer 1956 — die Geburtsstunde des Forschungsfelds. Es folgten zwei „KI-Winter" (Ende der 1970er und Anfang der 1990er), in denen die hohen Erwartungen an die Leistungsfähigkeit der Modelle nicht eingelöst wurden und die Forschungsförderung einbrach.
Der dritte Aufschwung begann ab etwa 2012 mit der Wiederentdeckung neuronaler Netze (Deep Learning) und kulminierte mit der Veröffentlichung von ChatGPT im November 2022 in der größten öffentlichen Aufmerksamkeit, die das Feld je hatte.
Jede Maschine, deren Verhalten ausreichend komplex ist, erscheint ihrem Betrachter als intelligent.
— Arthur C. Clarke, zugeschrieben
Teilgebiete
Das Feld gliedert sich grob in symbolische KI (Logik, Regeln, Wissensgraphen), subsymbolische Verfahren (neuronale Netze, statistisches Lernen) und hybride Ansätze. Für die heutige öffentliche Wahrnehmung am relevantesten sind große Sprachmodelle sowie generative Modelle für Bild, Audio und Video.
Daneben spielen klassische Disziplinen weiter eine Rolle: Computer Vision in autonomen Fahrzeugen, Reinforcement Learning in Steuerungssystemen, Sprachverarbeitung in Übersetzungs- und Diktiersystemen.
Heutige Anwendungen
Von Chat-Assistenten über Programmier-Copiloten bis zu Bildgeneratoren ist KI in Produkten angekommen, die täglich hunderte Millionen Menschen nutzen. In Unternehmen verschiebt sich der Schwerpunkt zunehmend von experimentellen Pilotprojekten hin zu produktiven Workflows: Recherche, Textentwürfe, Code-Vervollständigung, Kunden-Support.
Die wirtschaftlichen Effekte sind erheblich, aber ungleich verteilt — vor allem hochqualifizierte Wissensarbeiter profitieren bisher am stärksten.
Grenzen und Kritik
KI-Systeme sind keine Wahrheitsmaschinen. Sie generieren plausibel klingende Antworten, ohne die Korrektheit zu garantieren — Halluzinationen sind ein systemisches Problem, kein Bug. Trainingsdaten enthalten Verzerrungen, die sich in Ausgaben fortsetzen. Energieverbrauch und Wasserverbrauch der großen Modelle sind nicht trivial.
Politisch wird die Konzentration der relevantesten Modelle bei wenigen US-Unternehmen kontrovers diskutiert. Der EU AI Act (2024) ist der bisher ambitionierteste regulatorische Versuch, diese Konzentration einzuhegen — mit offenen Fragen zur praktischen Umsetzung.