Ein Wort, fünf Ringe
Wenn in einer Besprechung drei Menschen „KI" sagen, meinen sie oft drei verschiedene Dinge. Die Landkarte sortiert das in einem Bild.
Stellen Sie sich eine Besprechung vor. Die Geschäftsführerin sagt „Wir sollten mehr mit KI machen" und meint das Chatfenster, das sie abends ausprobiert hat. Der Kollege aus der IT hört „KI" und denkt an die Lizenz für das Büropaket, in dem seit einem Jahr ein KI-Knopf steckt. Die Vertriebsleiterin denkt an die Bewertung der Anfragen im Kundenverwaltungsprogramm, die „irgendwie mit KI" funktioniert. Alle drei haben recht — und reden aneinander vorbei.
„Künstliche Intelligenz" ist ein Sammelbegriff. Er bezeichnet Programme, die Aufgaben lösen, für die man bisher menschliches Urteil brauchte: erkennen, einordnen, übersetzen, formulieren, planen. Er bezeichnet kein bestimmtes Gerät und kein bestimmtes Produkt. Darunter liegen Schichten, die ineinanderstecken wie Ringe.
Das Bild zeigt fünf Ringe. Ganz außen steht KI als Oberbegriff. Darin liegt das Maschinelle Lernen, darin das Deep Learning, darin die Generative KI und ganz innen die Sprachmodelle. Jeder innere Ring ist ein Sonderfall des äußeren: Jedes Sprachmodell ist Generative KI, aber nicht jede Generative KI ist ein Sprachmodell.
| Ring | Was er bedeutet | Wo er Ihnen im Alltag begegnet |
|---|---|---|
| Künstliche Intelligenz | Der Oberbegriff. Dazu zählen auch Programme mit fest einprogrammierten Regeln und Suchverfahren — sie lernen nichts, sie rechnen. | Die Routenplanung im Navigationsgerät: Sie sucht nach festen Rechenverfahren den kürzesten Weg durch ein Straßennetz. |
| Maschinelles Lernen | Das Programm bekommt keine Regeln, sondern Beispiele — und leitet die Regeln selbst daraus ab. | Der Spamfilter im Postfach: Er hat an Millionen Mails gelernt, wie unerwünschte Post aussieht. Niemand hat ihm „verdächtige Wörter" aufgeschrieben. |
| Deep Learning | Maschinelles Lernen mit vielschichtigen künstlichen neuronalen Netzen — Rechenwerken aus sehr vielen verbundenen Zahlen. Stark bei Bild, Ton und Sprache. | Die Gesichtserkennung im Telefon, die das Gerät entsperrt — auch mit Brille, Mütze oder im Halbdunkel. |
| Generative KI | Deep Learning, das nicht nur einordnet, sondern Neues erzeugt: Text, Bild, Ton, Programmcode. | Die Übersetzung eines Briefes in einem Übersetzungsdienst, ein erzeugtes Bild für eine Präsentation. |
| Sprachmodelle | Generative KI für Text, trainiert an riesigen Textmengen. Englisch „Large Language Model", kurz LLM. | Der Chat: ChatGPT, Claude, Gemini, Microsoft Copilot, Le Chat von Mistral — und die KI-Knöpfe in vielen Programmen. |
Was die Ringe gemeinsam haben
Alles ab dem zweiten Ring hat aus Beispielen gelernt. Das ist seine Stärke: Es kommt mit Fällen zurecht, die niemand vorhergesehen hat. Und es ist seine Schwäche: Es kann sich irren, ohne dass jemand eine falsche Regel finden könnte. Der Spamfilter, der eine wichtige Rechnung in den Spam schiebt, und das Sprachmodell, das einen Paragrafen erfindet, haben dieselbe Ursache. Darauf kommt Station 03 zurück.
- Übung: Wo begegnet Ihnen KI heute schon? Haken Sie ab, was Sie nutzen
WarumWarum „KI" schon mehrmals etwas anderes bedeutet hat
Der Begriff „Künstliche Intelligenz" stammt aus einem Antrag von 1955 für eine Sommerkonferenz am Dartmouth College in den USA, die 1956 stattfand. Seitdem hat er mehrmals seinen Inhalt gewechselt — und jedes Mal hieß „KI" das, was gerade neu war und noch nicht selbstverständlich.
Zuerst waren es Regeln. Jahrzehntelang bedeutete KI: Fachleute schreiben ihr Wissen als Wenn-dann-Regeln auf, und ein Programm zieht daraus Schlüsse. Solche „Expertensysteme" wurden in den 1980er-Jahren in Unternehmen eingesetzt. Sie funktionierten in engen Gebieten gut und scheiterten an allem, was niemand vorher aufgeschrieben hatte.
Dann kam das Lernen aus Beispielen. Statt Regeln zu schreiben, gab man dem Programm Beispiele und ließ es die Regeln selbst finden. Das ist der zweite Ring — und er hat sich still in den Alltag geschoben: Spamfilter, Betrugserkennung bei Kreditkarten, Empfehlungen in Onlineshops.
Seit Anfang der 2010er-Jahre: tiefe neuronale Netze. Mit mehr Daten und schnelleren Spezialrechnern wurden vielschichtige Netze trainierbar, und Bild- und Spracherkennung machten einen Sprung. Seit Ende 2022 ist mit den Chatfenstern der innerste Ring für alle sichtbar geworden — und hat den Begriff fast vollständig besetzt.
Warum der Unterschied zwischen „regelbasiert" und „gelernt" im Alltag zählt: Ein regelbasiertes Programm irrt sich nachvollziehbar — man findet die falsche Regel und korrigiert sie. Ein gelerntes irrt sich statistisch — es gibt keine einzelne Regel, die man korrigieren könnte, nur eine Fehlerrate. Wer eine Aufgabe hat, bei der jeder Fall stimmen muss und die Regeln bekannt sind (eine Frist berechnen, eine Rechnung prüfen), braucht oft gar kein Lernverfahren, sondern ein gewöhnliches Programm. Diese Unterscheidung kehrt in Station 07 wieder.