Künstliche Intelligenz als Oberbegriff

Kaum ein technischer Begriff wird derzeit so unterschiedlich verwendet wie “Künstliche Intelligenz”. Ein Schachprogramm aus den 1990er-Jahren, ein Spamfilter und ein Sprachmodell wie Claude fallen alle unter diesen Begriff, obwohl sie technisch fast nichts gemeinsam haben.

Warum der Begriff so unterschiedlich verwendet wird

Medien nutzen “KI” als Sammelbegriff für alles, was automatisiert Entscheidungen trifft. Marketing-Abteilungen setzen das Label auf Produkte, die teilweise nur einfache Statistik verwenden. In der Forschung werden die einzelnen Verfahren meist präziser voneinander abgegrenzt. Im Alltag meint “KI” inzwischen fast ausschließlich Sprachmodelle wie ChatGPT oder Claude.

Diese vier Kontexte - Medien, Marketing, Forschung, Alltag - führen zu vier unterschiedlichen Bedeutungen desselben Wortes. Ein Gespräch über “KI” kann deshalb an der Definition scheitern, bevor es überhaupt beim eigentlichen Thema ankommt.

Künstliche Intelligenz ist kein Produkt

ChatGPT ist kein Synonym für Künstliche Intelligenz. Claude ist kein Synonym für Künstliche Intelligenz. Gemini ist kein Synonym für Künstliche Intelligenz.

Alle drei sind Sprachmodelle - ein einzelner Teilbereich eines deutlich größeren Feldes. Künstliche Intelligenz bezeichnet kein einzelnes Programm, sondern einen Oberbegriff für verschiedene Verfahren, die Aufgaben automatisieren, die zuvor überwiegend von Menschen ausgeführt wurden: Mustererkennung, Sprachverarbeitung, Entscheidungsunterstützung.

Seit wann es Künstliche Intelligenz gibt

Der Begriff entstand 1956 auf einer Konferenz in Dartmouth. Die folgenden Jahrzehnte brachten Expertensysteme hervor - Programme mit fest programmierten Regelwerken für einzelne Fachgebiete wie Medizin oder Chemie. Auf Phasen intensiver Forschung folgten sogenannte KI-Winter: Perioden, in denen Fördergelder ausblieben, weil die Ergebnisse hinter den Erwartungen zurückblieben.

Maschinelles Lernen veränderte das Feld grundlegend: Systeme lernen Muster aus Daten, statt sie programmiert zu bekommen. Die aktuellen Sprachmodelle sind das vorläufige Ergebnis dieser Entwicklung.

Künstliche Intelligenz begann nicht 2022. Sprachmodelle sind der jüngste, öffentlich sichtbarste Teil einer Entwicklung, die seit sieben Jahrzehnten läuft.

Warum es keine einheitliche Definition gibt

Verschiedene Kontexte definieren KI unterschiedlich, und jede dieser Definitionen ist in ihrem Kontext korrekt:

• Forschung: Grenzt Verfahren technisch präzise voneinander ab - regelbasiert, statistisch, neuronal
• Gesetzgebung: Definiert KI zweckgebunden, etwa um Regulierung greifbar zu machen (der EU AI Act nutzt eine eigene, breite Definition)
• Wirtschaft: Verwendet den Begriff oft als Verkaufsargument, unabhängig vom tatsächlichen Verfahren
• Alltag: Reduziert KI meist auf die sichtbarste aktuelle Ausprägung - derzeit Sprachmodelle

Eine allgemein gültige Definition existiert nicht, weil die Kontexte unterschiedliche Zwecke verfolgen. Für diese Grundlagenserie verwenden wir den Begriff in einem klar definierten Sinn, auf dem die folgenden Artikel aufbauen.

Unabhängig von der jeweiligen Definition besteht weitgehend Einigkeit darüber, welche technischen Verfahren heute zum Umfeld der Künstlichen Intelligenz gezählt werden.

Welche Verfahren unter den Begriff fallen

• Regelbasierte Systeme: Feste Wenn-Dann-Logik, vollständig von Menschen programmiert
• Maschinelles Lernen: Muster werden aus Daten gelernt, nicht programmiert
• Neuronale Netze: Eine Methode des maschinellen Lernens, die Verarbeitung biologischer Nervenzellen als Vorbild nimmt
• Sprachmodelle: Neuronale Netze, spezialisiert auf Textverarbeitung
• Bildverarbeitung: Neuronale Netze für Bilderkennung und Bildgenerierung
• Robotik: KI-Verfahren zur Steuerung physischer Systeme

Diese Verfahren stehen nicht in Konkurrenz zueinander. Ein modernes System kombiniert häufig mehrere davon - ein Sprachmodell mit Bildverständnis nutzt zum Beispiel beide Verfahren gleichzeitig.

Warum heute fast jeder von Sprachmodellen spricht

Sprachmodelle sind die erste KI-Anwendung, die ohne technisches Vorwissen nutzbar ist - ein Textfeld genügt. Frühere KI-Verfahren liefen meist unsichtbar im Hintergrund: Spamfilter, Kreditwürdigkeitsprüfung, Produktempfehlungen. Sprachmodelle sind sichtbar, direkt nutzbar und produzieren Ergebnisse, die menschlich wirken.

Das erklärt, warum kaum noch jemand über Expertensysteme spricht, obwohl sie jahrzehntelang das dominante KI-Verfahren waren: Sie liefen unsichtbar. Sprachmodelle laufen sichtbar - und prägen deshalb die öffentliche Wahrnehmung des gesamten Begriffs.

Was Sprachmodelle von anderer KI unterscheidet

Sprachmodelle wie Claude verarbeiten und erzeugen Text, basierend auf Mustern aus großen Textmengen. Sie unterscheiden sich von vielen klassischen Verfahren dadurch, dass sie auf allgemeine Sprachverarbeitung ausgelegt sind und dieselbe Modellarchitektur für sehr unterschiedliche Aufgaben genutzt werden kann: Übersetzung, Zusammenfassung und Programmierung laufen über dasselbe zugrunde liegende System, ohne dass es für jede Aufgabe neu trainiert wird.

Die technischen Details dazu - wie Training funktioniert, was Parameter sind, warum Modelle halluzinieren - behandelt der nächste Artikel dieser Serie.

Begriffe, die häufig vermischt werden

Diese Begriffe werden im Alltag oft synonym verwendet, bezeichnen aber unterschiedliche Dinge:

• KI / AI: Der Oberbegriff, um den es in diesem Artikel geht
• Machine Learning: Ein Teilbereich der KI - Systeme lernen aus Daten statt aus programmierten Regeln
• Deep Learning: Ein Teilbereich des maschinellen Lernens, der mehrschichtige neuronale Netze verwendet
• Neuronales Netz: Die technische Struktur, auf der Deep Learning basiert
• Sprachmodell / LLM (Large Language Model): Ein neuronales Netz, spezialisiert auf Sprachverarbeitung
• Generative KI: KI-Systeme, die neue Inhalte erzeugen - Text, Bilder, Audio - statt nur zu klassifizieren oder vorherzusagen

Jeder Begriff bezeichnet eine andere Ebene. Ein Sprachmodell ist generative KI, basiert auf Deep Learning, das wiederum ein Teilbereich von Machine Learning ist, das wiederum ein Teilbereich von KI ist.

Was diese Serie unter KI versteht

In dieser Grundlagenserie verwenden wir den Begriff Künstliche Intelligenz als Oberbegriff für die im Artikel genannten Verfahren. Der Schwerpunkt der Serie liegt auf modernen Sprachmodellen, da sie den aktuellen Anwendungsfall bilden - die zugrunde liegenden Konzepte wie neuronale Netze, Training und Inferenz gelten aber für weite Teile des gesamten Feldes.

Die folgenden Artikel greifen diese Themen schrittweise auf und vertiefen sie: Maschinelles Lernen, neuronale Netze, Training und Inferenz, Token und Kontext, Halluzinationen.

Was bewusst nicht behandelt wird

Diese Grundlagenserie konzentriert sich auf die technischen Aspekte. Fragen zu gesellschaftlichen, ethischen oder philosophischen Themen werden an anderer Stelle aufgegriffen.

Mit dieser Einordnung sind die Begriffe festgelegt, auf denen die weiteren Artikel der Serie aufbauen.

Weiterführend:

• Neuronale Netze und Parameter