Was ist künstliche Intelligenz (KI)?
Künstliche Intelligenz ist per Definition ein Teilgebiet der Informatik, das zum Ziel hat, ein technisches Äquivalent zur menschlichen Intelligenz zu schaffen. Was „Intelligenz“ ausmacht und auf welchem Wege man sie technisch nachbildet – dazu gibt es jedoch viele Theorien und methodische Ansätze. Eine genauere Definition von künstlicher Intelligenz ist daher wegen des komplexen Begriffs der Intelligenz kaum möglich.
- 100 % DSGVO-konform und sicher in Deutschland gehostet
- Die leistungsstärksten KI-Modelle auf einer Plattform
- Kein Vendor Lock-in durch Open Source
Verschiedene KI-Definitionen im Überblick
Künstliche Intelligenz wird vor allem für technische Aufgabengebiete entwickelt. Dabei geht weniger darum, dass die KI menschliche Kommunikation beherrscht, sondern darum, dass sie hochspezialisierte Aufgaben effizient ausführt. Für diese Technologien verwendet man den eingeschränkten Turing-Test: Verfügt ein technisches System in einem Teilgebiet über die gleichen Fähigkeiten wie ein Mensch – etwa bei einer medizinischen Diagnose oder einem Schachspiel –, so spricht man von einem künstlich intelligenten System. Es gibt dementsprechend zwei Definitionen von künstlicher Intelligenz: eine „starke“ und eine „schwache“.
Starke künstliche Intelligenz – die Vision
Die starke KI-Definition bezieht sich auf eine Intelligenz, die in der Lage ist, den Menschen mit seinen vielfältigen Fähigkeiten in Gänze zu ersetzen. Es gibt verschiedene Dimensionen von Intelligenz, die zur starken KI gehören: die kognitive, sensomotorische, emotionale und soziale Intelligenz. Die meisten aktuellen Anwendungen künstlicher Intelligenz betreffen den Bereich kognitiver Intelligenz – also Logik, Planung, Problemlösung, Eigenständigkeit oder individuelle Perspektivbildung.
Schwache künstliche Intelligenz – die Realität
Die schwache KI-Definition bezeichnet hingegen die Entwicklung und den Einsatz künstlicher Intelligenz in klar abgegrenzten Anwendungsgebieten. An diesem Punkt befindet sich die aktuelle KI-Forschung. Fast alle gegenwärtigen Einsatzbereiche künstlicher Intelligenz gehören in den Bereich der „schwachen“ – aber überaus spezialisierten – KI, z. B. die Entwicklung selbstfahrender Autos, die medizinische Diagnostik oder intelligente Such- und Automatisierungsalgorithmen.
Auf dem Gebiet der schwachen KI konnte die Forschung in den vergangenen Jahren bahnbrechende Erfolge verbuchen. Die Entwicklung intelligenter Systeme in einzelnen Teilbereichen erwies sich nicht nur als wesentlich praktikabler, sondern auch als ethisch unbedenklicher als die Forschung an einer Superintelligenz.
Wie funktioniert künstliche Intelligenz?
Wie lässt sich nun die Funktionsweise künstlicher Intelligenz beschreiben? Eine KI ist immer nur so gut, wie die Art ihrer technischen Wissensrepräsentation. Es gibt hierbei zwei grundlegende methodische Ansätze:
- Bei der symbolverarbeitenden KI wird das abzurufende Wissen durch Symbole repräsentiert; sie arbeitet mit sogenannter Symbolmanipulation. Die symbolische KI geht Informationsverarbeitung „von oben“ an und operiert mit Symbolen, abstrakten Zusammenhängen und logischen Schlüssen.
- Bei der neuronalen KI wird das abzurufende Wissen durch künstliche Neuronen und ihre Verknüpfung repräsentiert. Die neuronale KI geht Informationsverarbeitung „von unten“ an und simuliert einzelne künstliche Neuronen, die sich in größeren Gruppen anordnen und gemeinsam ein künstliches neuronales Netzwerk bilden.
Symbolische KI
Die symbolische KI gilt als klassischer Ansatz von künstlicher Intelligenz. Dieser beruht auf der Idee, dass menschliches Denken unabhängig von konkreten Erfahrungswerten von einer übergeordneten logisch-begrifflichen Ebene her rekonstruiert werden kann (Top-down-Ansatz). Wissen wird demnach in abstrakten Symbolen repräsentiert, wozu auch die Schrift- und Lautsprache gehören. Maschinen lernen, diese Symbole auf Basis von Algorithmen zu erkennen, zu verstehen und zu verwenden. Das intelligente System bezieht seine Informationen dabei aus sogenannten Expertensystemen.
Klassische Anwendungen der symbolischen KI sind die Textverarbeitung und Spracherkennung, aber auch andere logische Disziplinen wie die Beherrschung eines Schachspiels. Die symbolische KI arbeitet nach festen Regeln und kann mit steigender Computer-Rechenleistung immer komplexere Probleme lösen. So gewann Deep Blue von IBM im Jahr 1996 mithilfe symbolischer KI gegen den damaligen Schachweltmeister Garri Kasparow.
Neuronale KI
Es waren Geoffrey Hinton und zwei seiner Kollegen, die 1986 die neuronale KI-Forschung und damit das Forschungsfeld der künstlichen Intelligenz wiederbelebten. Mit ihrer Weiterentwicklung des Backpropagation-Algorithmus schufen sie die Grundlage für das Deep Learning, mit dem heute fast jede KI arbeitet. Dank dieses Lernalgorithmus können tiefe neuronale Netzwerke stetig dazulernen und eigenständig wachsen.
Neuronale künstliche Intelligenz segmentiert das Wissen ähnlich wie beim menschlichen Gehirn in winzige Funktionseinheiten, die künstlichen Neuronen, die sich zu immer größer werdenden Gruppen vernetzen (Buttom-up-Ansatz). Es entsteht ein vielfältig verzweigtes Netzwerk künstlicher Neuronen. Im Gegensatz zur symbolischen KI wird das neuronale Netz „trainiert“ – in der Robotik beispielsweise mit sensomotorischen Daten. Mithilfe von Machine Learning generiert die KI ihr ständig wachsendes Wissen. Hier liegt die große Innovation: Zwar beansprucht das Training verhältnismäßig viel Zeit, doch ist das System schließlich in der Lage, eigenständig zu lernen.
Künstliche Intelligenz: Beispiele für Anwendungen und Projekte
Ob Gesichtserkennung, Sprachassistenz, Bilderkennung oder Übersetzungssoftware – KI ist längst Teil unseres Alltags geworden. Selbst, wenn Sie bewusst auf derartige Tools verzichten, können Sie sich dem Einfluss künstlicher Intelligenz im digitalen Umfeld kaum entziehen. So stecken beispielsweise auch hinter den Produktvorschlägen in Onlineshops oder den Recommendations bei YouTube, Netflix und Co. KI-Systeme, die darauf getrimmt sind, Ihnen immer besser passende Empfehlungen auszuspielen.
Nachfolgend haben wir einige Beispiele für den Einsatz künstlicher Intelligenz aufgelistet:
- ChatGPT: ChatGPT ist ein von OpenAI entwickelter Chatbot, der auf KI basiert. Das Large Language Model (LLM) versteht Texteingaben in natürlicher Sprache und kann unter anderem Fragen beantworten und Texte erstellen, umschreiben und übersetzen.
- RankBrain: RankBrain ist ein KI-Algorithmus von Google, der ursprünglich entwickelt wurde, um längere, noch unbekannte Suchanfragen besser zu verstehen. 2015 teilte Google mit, RankBrain sei neben Links und Content der drittwichtigste Faktor aus über 200 Ranking-Faktoren bei der Google-Suche. Damit hat RankBrain einen großen Einfluss auf SEO.
- DeepMind: DeepMind ist ein 2014 von Google aufgekauftes Unternehmen, das zahlreiche innovative KI-Technologien wie AlphaGo – das Computerprogramm, das das Brettspiel „Go“ bis zur Perfektion meisterte – geschaffen hat. Im April 2023 verkündete Google die Zusammenlegung mit der hauseigenen KI-Abteilung Google Brain. Die Besonderheit der KI-Forschung von DeepMind liegt unter anderem darin, dass das Unternehmen künstliche Intelligenz um einen Kurzzeitspeicher ergänzt.
- DALL-E: Das KI-System DALL-E kreiert in wenigen Sekunden aus geschriebenen Eingaben eindrucksvolle, einzigartige 2D- oder 3D-Bilder. Die offene Betaversion der Software von OpenAI ist seit September 2022 verfügbar. Nach Angaben des Entwicklerteams werden täglich über zwei Millionen Bilder mit der Anwendung erstellt.
- Amazons Alexa und Apples Siri: Bei den KI-Assistenten Alexa und Siri handelt es sich um KIs, die Nutzerinnen und Nutzern mithilfe von Sprachsteuerung bei alltäglichen Aufgaben wie dem Abrufen von Informationen helfen. Durch Speech Synthesis können sie Antworten in natürlicher Sprache ausgeben.
Wie IONOS künstliche Intelligenz sowohl intern als auch extern nutzt und welche Erfahrungen damit gemacht wurden, können Sie in diesem IONOS Blogbeitrag lesen.
Chancen und Risiken von KI
Es gibt positive und negative Zukunftsprognosen darüber, wie KI unser Leben verändern wird. Im Folgenden haben wir die wichtigsten Chancen und Risiken bzw. Vor- und Nachteile von KI zusammengefasst.
Die Vorteile und Chancen künstlicher Intelligenz im Überblick
Aus dem Einsatz von KI ergeben sich eine ganze Reihe von Vorteilen und Chancen. Die wichtigsten Vorteile der Technologie betreffen die Arbeitswelt, ihre hohe Leistungsstärke und die wirtschaftlichen Perspektiven, die sie eröffnet.
Arbeitsplätze und Arbeitserleichterung
KI könnte für wertvolle neue Arbeitsplätze sorgen und insgesamt einen wirtschaftlichen Aufschwung bedeuten. Darüber, dass die Technologie einschneidende Auswirkungen auf den Arbeitsmarkt haben wird, sind sich alle Experten und Expertinnen einig. Die Vereinfachungen durch KI bieten grundsätzlich die Chance für mehr Freizeit.
Komfort
KI-Befürworter und -Befürworterinnen sehen die Vorteile außerdem in dem erheblichen Komfort, den jede technische Neuerung für den Lebensalltag bedeutet. Das bezieht sich auf das selbstfahrende Auto genauso wie auf die intelligente Übersetzungssoftware – solche Entwicklungen stellen eine große Entlastung für Verbraucher und Verbraucherinnen dar.
Außerordentliche Leistungsstärke
Auch bei Aufgaben von öffentlichem Nutzen hat KI erhebliche Vorteile. Maschinen haben eine geringere Fehlerquote als Menschen und ihre Leistungsfähigkeit ist enorm. Insbesondere im Gesundheitswesen und in der Justiz bewertet man die große Vielseitigkeit intelligenter Maschinen als vielversprechend. Obwohl Expertinnen und Experten beispielsweise nicht erwarten, dass Richterinnen und Richter in Zukunft durch künstliche Technik ersetzt werden, kann diese dennoch dabei helfen, Muster eines Verfahrens schneller zu erkennen und zu objektiven Urteilen zu kommen.
Wirtschaftliche Vorteile
Natürlich verspricht die Technologie auch einen großen kommerziellen Gewinn für die beteiligten Wirtschaftszweige. Unternehmen der deutschen Wirtschaft konnten 2019 mit Produkten und Dienstleistungen mit direktem KI-Einsatz laut BMWi-Bericht einen Umsatz von knapp 60 Milliarden Euro erzielen. Das Marktvolumen alleine von generativer KI in Deutschland betrug 2023 ca. 1,79 Milliarden Dollar.
Sie haben ein Webprojekt, das sich mit KI beschäftigt? Holen Sie sich noch heute Ihre individuelle .ai-Domain bei IONOS und unterstreichen Sie das Thema Ihrer Website durch eine perfekt passende Webadresse.
Futuristische Projekte
Nicht zuletzt beflügelt künstliche Intelligenz den natürlichen Entdeckerdrang des Menschen – sie wird bereits für die Exploration von Ölquellen oder zur Steuerung von Marsrobotern weiterentwickelt. Es ist zu vermuten, dass sich mit dem Fortschritt der Technik auch die Einsatzbereiche weiter ausdehnen.
Nachteile und Risiken von KI
Prominente Expertinnen und Experten warnen aber auch vor den Risiken künstlicher Intelligenz. Diese kritischen Stimmen finden Rückhalt durch größere Initiativen: So mobilisiert z. B. die Forschungs- und Lobbyorganisation Future of Life Institute (FLI) regelmäßig renommierte Kritiker, um zu einem verantwortungsvollen Umgang mit der Technik aufzurufen.
Unterlegenheit des Menschen
Ein mögliches Risiko, das viele fürchten und das schon oft Gegenstand der Science-Fiction war, ist die Entwicklung einer „Superintelligenz“. Unter einer Superintelligenz versteht man eine Technologie, die sich selbst optimiert und dadurch vom Menschen unabhängig wird. Eine vorsätzlich bösartige KI halten Forscher und Forscherinnen allerdings für nahezu ausgeschlossen. Ein tatsächliches Risiko sehen viele jedoch in einer künstlichen Intelligenz, die so kompetent ist, dass sich ihre Aktivitäten verselbstständigen.
Abhängigkeit von der Technik
Auch eine wachsende Abhängigkeit des Menschen von technologischen Systemen zählt zu den befürchteten Szenarien. In der medizinischen Versorgung etwa, wo der Einsatz von Pflegerobotern bereits getestet wird, mache sich der Mensch zunehmend zum überwachten Objekt technischer Systeme. Dabei laufe er Gefahr, ein Stück seiner Privatsphäre und Selbstbestimmung aufzugeben.
Datenschutz und Machtverteilung
Intelligente Algorithmen können die wachsenden Datensätze immer effizienter verarbeiten. Vor allem für den Internethandel ist dies zunächst eine positive Nachricht. Doch die Weiterverarbeitung von Daten durch KI-Technologien wird für Verbraucherinnen und Verbraucher immer schwerer nachzuvollziehen und zu kontrollieren.
Filterblasen und selektive Wahrnehmung
Der Netzaktivist Eli Pariser führt als weiteres Risiko künstlicher Intelligenz sogenannte Filter- oder Informationsblasen an. Wenn Algorithmen die Inhalte, die sie Nutzerinnen und Nutzern anbieten, zunehmend aus deren vorherigem Verhalten ableiten (personalisierte Inhalte), werde das angebotene „Weltbild“ immer enger, so die Sorge. KI-Technologien könnten die selektive Wahrnehmung fördern und dadurch eine wachsende „ideologische Distanz zwischen Individuen“ verstärken.
Beeinflussung von Meinungsbildung
Darüber hinaus könnten KI-Technologien öffentliche Meinungen gezielt lenken. Anlass für diese Bedenken bieten Technologien, die ihre User bis ins Detail kennen, oder der Einsatz von Social Bots, die die öffentliche Haltung beeinflussen.
- In Sekunden zur Online-Präsenz
- Mehr Wachstum mit KI-Marketing
- Zeit und Ressourcen sparen