KI (Bild: Pixabay)

Was bedeutet eigentlich … KI? Definition, Beispiele, Geschichte und mehr

  • Letztes Update:1 Woche 
  • Lesezeit:9Minuten

In den Medien ist das Thema KI omnipräsent. Zu Recht! Wir geben dir einen Überblick, warum die Technologie so spannend ist.

Ein Gastbeitrag von Henrik Hasenkamp / gridscale

KI: Bedeutung

KI ist die Abkürzung für Künstliche Intelligenz, im Englischen spricht man von AI (Artificial Intelligence). Der Begriff AI bzw. KI kann schlecht abgegrenzt werden, deswegen wird er mittlerweile inflationär verwendet. Auch in Bereichen, die nur am Rande damit zu tun haben.

Bei KI geht es darum, Computer, Rechnersysteme oder Roboter so zu programmieren, dass sie bei ihren Entscheidungen wie ein Mensch agieren – oder zumindest recht ähnlich. Dabei geht es meist weniger um echte Intelligenz, sondern um um die Nachahmung von intelligentem Verhalten.

Um eine Künstliche Intelligenz erschaffen zu können, müssen gewaltige Datenmengen gesammelt, verarbeitet und ausgewertet werden werden (= Big Data). Nur so sind Machine Learning und Deep Learning, also die Lernprozesse der KI, möglich. Die Innovationen zählt man dann zum Bereich DeepTech.

Welche Arten von KI gibt es?

Die verschiedenen Arten von Künstlicher Intelligenz können auf verschiedene Weise kategorisiert werden. Zum Beispiel so:

Artificial Narrow Intelligence (ANI)
Dies ist eine Form der KI, die für sehr spezifische Aktionen entworfen wurde und nicht in der Lage ist, unabhängig zu lernen. Ein Beispiel hierfür wäre ein Algorithmus, der darauf spezialisiert ist, Wettervorhersagen zu machen.

Artificial General Intelligence (AGI)
Diese KI-Form ist dazu entwickelt, auf einem Niveau zu lernen, zu denken und zu arbeiten, das menschenähnlich ist. Dies bedeutet, dass die Künstliche Intelligenz in der Lage wäre, jede Aufgabe auszuführen, die ein Mensch kann, und sich dabei ständig selbst zu verbessern.

Artificial Superintelligence (ASI)
Hierbei handelt es sich um eine fortgeschrittene Form der KI, die die Fähigkeit hat, das Wissen und die Fähigkeiten von Menschen zu übertreffen. Das ist die Form von Maschinenintelligenz, die häufig in Science-Fiction-Filmen gezeigt wird.

Reactive Machines
Diese KI-Systeme können in Echtzeit auf externe Reize reagieren, aber sie können keine Informationen speichern oder Erinnerungen für die Zukunft aufbauen.

Limited Memory
Solche AI-Systeme speichern Wissen und nutzen es, um für zukünftige Aufgaben zu lernen und sich darauf zu trainieren.

Theory of Mind
Diese KI erkennt menschliche Emotionen und reagiert darauf. Und sie können gleichzeitig die Aufgaben von Maschinen mit Limited Memory ausführen.

Self-Aware
Dies ist die endgültige Entwicklungsstufe. Diese KI hat ein Bewusstsein und kann die Emotionen anderer erkennen – sie ist damit menschenähnlich.

Wichtig: Die meisten heute existierenden KI-Systeme werden als „Narrow AI“ oder „Reactive Machines“ klassifiziert. Sie wurden für spezifische Aufgaben entwickelt und verfügen nicht über die breiten kognitiven Fähigkeiten, die mit menschlicher Intelligenz assoziiert werden. Die fortgeschritteneren KI-Formen wie AGI und ASI sind theoretische Konzepte und existieren derzeit nicht.

Anzeige:

Einsatz von KI: Beispiele

Die Bandbreite dessen, was heutzutage als KI bezeichnet wird, fällt extrem groß aus. Beispiel E-Commerce: Bei Amazon, eBay und anderen Onlineshopping-Portale empfehlen Künstliche Intelligenzen den Kunden was sie kaufen sollen. Die Entscheidungen basieren unter anderem auf Daten, was die Kunden sich angeschaut und gekauft haben.

Die fortschreitende Einbindung von KI macht auch vor der Robotik und und der Freizeitgestaltung nicht Halt. So gab es einen chinesischen Roboter, der in kürzester Zeit das Spiel Jenga für sich perfektionierte. Nach nur 300 Versuchen war das Verständnis und die Fähigkeit zum Spiel derart ausgereift, dass der menschliche Gegner fast chancenlos war. Die Kombination aus Geschick und Fingerfertigkeit in einem populären Spiel ist für eine Maschine revolutionär.

Weiteres Beispiel: Um voll autonom fahrende Autos realisieren zu können, muss deren KI extrem ausgereift sein. Immerhin entscheiden die “Robo-Taxis” in Millisekunden darüber, was bei einer Gefahr oder einem drohenden Unfall geschehen soll.

Weniger komplex, aber trotzdem kompliziert, ist der Einsatz von Künstlicher Intelligenz bei Übersetzungsprogrammen wie DeepL. Die Algorithmen erlernen auch komplizierte Sprache recht flott und sehr gut.

Und aktuell macht die KI-Anwendung ChatGPT die Runde. GPT steht für „Generative Pretrained Transformer“. Es handelt sich hierbei um ein neuronales Netzwerk-Modell, das zur generativen Textverarbeitung verwendet wird. GPT wurde von OpenAI entwickelt und ist in der Lage, menschenähnlichen Text zu generieren, indem es vorher trainiertes Wissen über die Struktur und den Inhalt von Texten nutzt. 

Auch aus Deutschland gibt es eine Art ChatGPT: Luminous von Aleph Alpha. Dieses richtet sich aber an Unternehmen und Behörden, nicht an private Nutzer.

Die Geschichte der Künstlichen Intelligenz

Die Idee der KI lässt sich bis in die Antike zurückverfolgen. Der echte Durchbruch kam allerdings erst in den letzten 20 Jahren. Hier ein kurzer Abriss, wie sich die Idee einer Künstlichen Intelligenz über die Jahrhunderte formte.

Der römische Homunculus und der Prager Golem

Die Faszination für eine Maschine, die denken kann – also eine künstliche Intelligenz besitzt – ist vermutlich so alt wie die Menschheit selbst. Bereits in der Antike fragten sich römische Gelehrte wie Cicero, ob sie wohl einen künstlichen Menschen mit eigener Intelligenz erschaffen könnten.

Sie nannten dieses hypothetische Wesen Homunculus, lateinisch für “kleiner Mensch”. Im Mittelalter gab es dann sogar Rezepte für die Erschaffung, doch erfolgreich waren sie natürlich nicht. So blieben die Homunculi eine Sache der Alchemie.

Auch in der Epoche der Aufklärung gab es Spekulationen, man könne menschenähnliche Wesen mit eigener Intelligenz ins Leben rufen. Das bekannteste Beispiel ist der Prager Golem. Ein Rabbi hat ihn aus Lehm geschaffen und ihm eine Spruchrolle in den Mund gelegt, sodass er zum Leben erwachte. Er half Menschen bei der Arbeit und beschützte sie.

Alan Turing und die frühen Anfänge der KI

Diese Legenden sind sehr bekannt, haben aber wenig mit dem zu tun, was wir heute als KI kennen. Los ging es erst 1936, mit dem damals 25-jährigen britischen Mathematiker Alan Mathison Turing. Er hat damals die nach ihm benannte abstrakte Turing-Maschine entwickelt – ein Modell, das zum Fundament der theoretischen Informatik wurde.

Sehr vereinfacht ausgedrückt handelt es sich dabei um ein Endlosband mit Zeichen oder Ziffern (meist 1 und 0), die von einem Lese-/Schreibkopf ausgelesen und wieder auf das Band geschrieben werden. Eine Veränderung von Ziffern wird über eine Tabelle entschieden, die als Programm verstanden werden kann.

Turing war einer der kreativsten Köpfe der frühen Informatik. So konnte er die scheinbar unknackbare Enigma-Verschlüsselungsmaschine der Wehrmacht entschlüsseln. Später hat er den sogenannten Turing-Test definiert, der entscheiden soll, ob die Intelligenz einer Maschine von der eines Menschen nicht zu unterscheiden ist.

Dartmouth 1956: Der Begriff Künstliche Intelligenz entsteht

Der Begriff Künstliche Intelligenz entstand auf der Dartmouth-Konferenz im Jahr 1956, die nach dem College in Hanover, New Hampshire, benannt wurde. Später sehr prominente Wissenschaftler wie John McCarthy, Marvin Minsky und Claude Shannon sprachen dort über die Frage, inwieweit sich Lernfähigkeit und andere Merkmale der menschlichen Intelligenz von Maschinen simulieren lassen. Ziel damals war die Entwicklung von Maschinen, die Aufgaben bearbeiten können, zu deren Lösung Intelligenz notwendig ist.

Die Erwartungen waren schon zu dieser Zeit sehr hoch und wurden von – wie wir heute wissen: steilen – Thesen befeuert. So haben Forscher im Nachgang der Konferenz vorhergesagt, dass es innerhalb der nächsten zehn Jahre einen Computer geben wird, der Schachweltmeister wird. In der Realität sind vier Jahrzehnte vergangen, bis Schachcomputer (fast) unschlagbar wurden.

Trotzdem: In den 1960er-Jahren gab es einige Durchbrüche. Am bekanntesten ist das Programm ELIZA vom deutsch-amerikanischen Informatiker Joseph Weizenbaum. Er entwickelte ein Computerprogramm, das Gespräche mit einem Psychotherapeuten simulierte. Es wurde über Tastaturen bedient und wirkte ungefähr so wie heute Chatbots. Die Ergebnisse waren für diese Frühphase verblüffend und ließen viele Menschen glauben, sie sprechen mit einem wirklichen Therapeuten.

Der Durchbruch: Das 21. Jahrhundert

Die Vorstellungen der 1960er- und -70er-Jahre sind heute unter dem Oberbegriff „Symbolische KI“ bekannt. Ihre Vertreter verstanden Intelligenz als Symbolverarbeitung, für die genaue Regeln angegeben werden können. Es gab sogar einige kommerziell nützliche Entwicklungen, beispielsweise Expertensysteme, die Wissen in bestimmten Fachbereichen anwendeten.

Doch der richtige Durchbruch kam erst in den 2000ern. Die Wissenschaftler beschäftigten sich jetzt näher mit der Technologie der künstlichen neuronalen Netze (KNN). Ihre theoretische Grundlage war zwar schon seit den späten 1940ern bekannt, doch ihr Durchbruch kam erst im Zeitalter leistungsfähiger Prozessoren.

Einer der bekanntesten Anwendungsfälle von Künstlicher Intelligenz sind heute die viel intelligenteren Nachfahren von ELIZA – digitale Assistenten oder manch ein Chatbot auf Websites. Aber auch beim Schach und dem deutlich komplexeren Brettspiel Go zeigt KI ihre Leistung. So gelang es 2016 dem von Google entwickelten System AlphaGo erstmals, den weltbesten Go-Spieler zu besiegen.


Möchtest du ChatGPT & Co. richtig anwenden können?

Dann buche einfach eine KI-Fortbildung für Einsteiger beim "KI-Känguru"!   KI-Kurse für Freelancer & StartUps


 

KI mit künstlichen neuronalen Netzen

In gewisser Weise war die Gamer-Szene einer der Auslöser für den Erfolg der KNN: Die Rechenoperationen bei der Darstellung von Vektorgrafiken in Bewegtbildern sind denen bei der Berechnung von neuronalen Netzen sehr ähnlich. Es war also naheliegend, leistungsfähige Grafikprozessoren (Graphics Processing Units, GPUs) auch für KI einzusetzen.

Wenn Unternehmen KI für ihre eigenen Prozesse und Lösungen einsetzen wollen, benötigen sie Zugriff auf die entsprechenden Ressourcen – ein erheblicher Kostenfaktor. Deshalb ist es sinnvoll für Unternehmen, KI in der Cloud zu buchen. Die meisten Cloudprovider bieten inzwischen Rechenleistung mit GPUs an oder sogar spezielle KI-Services, die den Einstieg in KI-Lösungen deutlich vereinfachen.

Was bringt KI?

Zeitersparnis und Effizienzsteigerung sind zwei Pluspunkte, die für den Einsatz einer Künstlichen Intelligenz sprechen. Doch KI alleine macht wenig Sinn. Im Einsatz mit anderen Technologien, zum Beispiel Robotern oder Drohnen (wie bei Wingcopter), entstehen ganz neue Potentiale.

Hier ein paar Möglichkeiten:

Infografik KI Roboter (Bild: Betway)

Fazit

Das Thema KI wird zwar gerade ziemlich gehypt, es stellt aber kein vorübergehender Trend dar. Künstliche Intelligenzen werden in Zukunft mehr denn je benötigt, da sie ein wichtiger Bestandteil in der zunehmenden Digitalisierung unserer Gesellschaft sowie unseres Privat- und Geschäftslebens sind.

Da Deutschland, die EU und auch andere Nationen die Wichtigkeit von AI/KI erkannt haben, gibt es mittlerweile zahlreiche Förderprogramme. Eine Chance, die StartUps nutzen sollten! Ebenso sollten Unternehmen jeder Art sich schnellstmöglich Gedanken darüber machen, wie sie Experten für Prompt Engineering anheuern und in die hauseigenen Prozesse integrieren können.


Über den Autor:

Henrik Hasenkamp verantwortet als CEO die Strategie und Ausrichtung von gridscale, einem europäischen IaaS- und PaaS-Anbieter, der mit seiner innovativen Technologie die Basis für anspruchsvolle Cloud-Lösungen schafft. Mit gridscale ebnet der Diplom-Wirtschaftsinformatiker mittelständischen Unternehmen den Weg in ein neues Zeitalter der IT-Skalierung und bietet ihnen eine Lösung, die Qualität, Transparenz und leichte Anwendbarkeit zu ihren Markenzeichen gemacht hat.


Vermittle dein Wissen bei uns! Bist du ein Experte in einem Fachgebiet? Pushe dein Image und werde Gastautor. Veröffentliche bei StartUpWissen.biz einen kostenlosen Gastbeitrag, um eine große Zielgruppe anzusprechen.
> Gastbeiträge einreichen: mehr Infos
 

Bilder: Pixabay, Betway

Kommentar hinterlassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert