Ist KI nur ein alter Hut und neu aufgelegt?
Ist KI nur ein alter Hut und neu aufgelegt?
Wenn du heute den Begriff Künstliche Intelligenz (KI) hörst, könnte leicht der Eindruck entstehen, dass es sich um eine völlig neue Erfindung handelt, die erst in den letzten Jahren entstanden ist. Tatsächlich reichen die Ursprünge der Künstlichen Intelligenz jedoch viele Jahrzehnte zurück. Bereits in den 1950er-Jahren beschäftigten sich Wissenschaftler mit der Frage, ob Computer eines Tages in der Lage sein könnten, Aufgaben zu lösen, die bislang ausschließlich dem menschlichen Denken vorbehalten waren. Das Thema ist also keineswegs neu. Neu ist vielmehr, dass KI heute leistungsfähig genug geworden ist, um im Alltag von Millionen Menschen genutzt zu werden.
Vielleicht fragst du dich, ob Künstliche Intelligenz nicht einfach nur ein weiterer Algorithmus ist – schließlich basieren Computerprogramme schon immer auf Algorithmen. Tatsächlich stimmt das zum Teil. Sowohl klassische Software als auch moderne KI bestehen aus Algorithmen. Der entscheidende Unterschied liegt jedoch darin, wie diese Algorithmen arbeiten.
Bei einem klassischen Computerprogramm schreibst du als Entwickler jede einzelne Regel selbst. Du überlegst dir genau, welche Bedingungen erfüllt sein müssen und welche Aktion anschließend ausgeführt werden soll. Möchtest du beispielsweise einen Ventilator automatisch einschalten, programmierst du eine einfache Regel: Überschreitet die Temperatur einen bestimmten Wert, wird der Ventilator aktiviert. Liegt die Temperatur darunter, bleibt er ausgeschaltet. Jede Entscheidung basiert auf zuvor festgelegten Regeln. Das Programm kann ausschließlich das tun, was ihm vorher exakt beigebracht wurde.
Genau dieses Prinzip stößt jedoch schnell an seine Grenzen. Stell dir vor, du möchtest ein Programm entwickeln, das auf Fotos Katzen erkennt. Du könntest versuchen, unzählige Regeln aufzustellen: Eine Katze besitzt zwei Ohren, vier Beine, Schnurrhaare, einen Schwanz und bestimmte Augenformen. Doch schon nach kurzer Zeit wird deutlich, dass dieses Verfahren kaum praktikabel ist. Katzen sehen unterschiedlich aus, sitzen in verschiedenen Positionen, sind mal hell, mal dunkel und können teilweise verdeckt sein. Für jede Ausnahme müsstest du neue Regeln schreiben. Irgendwann wäre das Programm kaum noch beherrschbar.
Hier kommt Künstliche Intelligenz ins Spiel. Statt jede einzelne Regel selbst zu programmieren, entwickelst du lediglich den Lernmechanismus. Anschließend erhält die KI Millionen oder sogar Milliarden Beispiele. Du zeigst ihr Bilder von Katzen, Hunden, Autos, Menschen oder Landschaften. Dabei wird jeweils angegeben, was auf dem Bild zu sehen ist. Die KI analysiert diese Daten und beginnt eigenständig, Muster zu erkennen. Sie entdeckt Merkmale, Zusammenhänge und Eigenschaften, die für den Menschen oft gar nicht offensichtlich sind. Mit jeder weiteren Information verbessert sie ihre Fähigkeit, ähnliche Inhalte richtig zu erkennen.
Das Faszinierende daran ist, dass der Entwickler später häufig gar nicht mehr genau nachvollziehen kann, welche einzelnen Merkmale die KI für ihre Entscheidung verwendet. Die Künstliche Intelligenz erstellt gewissermaßen ihr eigenes komplexes Regelwerk auf Basis der Trainingsdaten. Genau darin liegt einer der größten Unterschiede zur klassischen Programmierung.
Obwohl heute so intensiv über KI gesprochen wird, existieren viele ihrer Grundlagen bereits seit Jahrzehnten. Schon in den 1950er-Jahren entstanden die ersten theoretischen Konzepte. In den folgenden Jahrzehnten entwickelten Forscher sogenannte Expertensysteme. Diese Programme konnten in eng begrenzten Bereichen erstaunlich gute Entscheidungen treffen, verfügten jedoch nicht über die Lernfähigkeit moderner KI-Systeme. Einen weltweiten Meilenstein erreichte die Entwicklung im Jahr 1997, als der von IBM entwickelte Schachcomputer Deep Blue den damaligen Schachweltmeister besiegte. Dennoch blieb Künstliche Intelligenz für viele Menschen weiterhin ein Thema aus der Forschung.
Erst ab etwa 2012 begann eine neue Ära. Fortschritte im Bereich des sogenannten Deep Learnings führten dazu, dass neuronale Netzwerke wesentlich leistungsfähiger wurden als alles zuvor Dagewesene. Als schließlich Ende 2022 ChatGPT veröffentlicht wurde, konnten erstmals Millionen Menschen direkt mit einer KI kommunizieren. Plötzlich wurde sichtbar, welche Möglichkeiten moderne Sprachmodelle bieten. Dadurch entstand der enorme weltweite Hype rund um das Thema Künstliche Intelligenz.
Doch warum war das nicht schon viel früher möglich? Dafür gibt es mehrere entscheidende Gründe.
Der wichtigste Faktor ist die enorme Entwicklung der Computertechnik. Vor wenigen Jahrzehnten verfügten Computer lediglich über einen Bruchteil der heutigen Rechenleistung. Prozessoren arbeiteten mit wenigen Megahertz, der Arbeitsspeicher wurde in Megabyte gemessen und leistungsfähige Grafikkarten existierten praktisch nicht. Moderne Hochleistungsrechner und spezialisierte Grafikprozessoren können dagegen Billionen mathematischer Berechnungen in kürzester Zeit durchführen. Genau diese Rechenleistung wird benötigt, um große KI-Modelle zu trainieren und später innerhalb von Sekunden Antworten zu erzeugen.
Ebenso wichtig sind die heute verfügbaren Datenmengen. Eine KI kann nur aus Informationen lernen, die ihr zur Verfügung stehen. Vor dreißig Jahren gab es weder Milliarden Webseiten noch digitale Bibliotheken, riesige Bilddatenbanken oder frei verfügbare wissenschaftliche Veröffentlichungen. Heute entstehen täglich gewaltige Mengen neuer Inhalte – Texte, Fotos, Videos, Musik, Programmcodes und vieles mehr. Diese Daten bilden die Grundlage dafür, dass moderne KI-Systeme überhaupt lernen können.
Hinzu kommen entscheidende Fortschritte in der Mathematik und Informatik. Viele theoretische Konzepte neuronaler Netzwerke existierten bereits seit den 1980er-Jahren. Damals fehlten jedoch geeignete Verfahren, um sehr große neuronale Netze effizient zu trainieren. Erst in den letzten Jahren wurden neue Trainingsmethoden entwickelt, die es ermöglichen, Modelle mit Milliarden von Parametern erfolgreich zu erstellen. Ohne diese mathematischen Fortschritte wären heutige KI-Systeme nicht denkbar.
Vielleicht fragst du dich nun, wie ein Sprachmodell wie ChatGPT eigentlich funktioniert. Vereinfacht betrachtet handelt es sich tatsächlich um einen riesigen mathematischen Algorithmus – allerdings in einer Größenordnung, die es zuvor nie gegeben hat. Ein modernes Sprachmodell besteht aus Milliarden von Parametern, die während des Trainings gelernt wurden. Diese Parameter speichern kein Wissen wie eine Datenbank, sondern beschreiben mathematische Zusammenhänge zwischen Wörtern, Begriffen und Bedeutungen.
Wenn du eine Frage eingibst, zerlegt die KI deinen Text zunächst in kleine Spracheinheiten, sogenannte Tokens. Anschließend berechnet das Modell mithilfe seiner erlernten Parameter, welches Wort mit der höchsten Wahrscheinlichkeit als nächstes folgen sollte. Dieser Vorgang wiederholt sich Wort für Wort, bis eine vollständige Antwort entstanden ist. Dabei greift die KI auf die Muster zurück, die sie während ihres Trainings gelernt hat. Sie denkt also nicht im menschlichen Sinne nach, sondern führt hochkomplexe Wahrscheinlichkeitsberechnungen durch.
Trotzdem wirken die Antworten häufig erstaunlich intelligent. Der Grund dafür liegt darin, dass Sprache selbst bereits eine enorme Menge an Wissen enthält. Während des Trainings analysiert die KI unzählige Texte aus unterschiedlichsten Wissensgebieten. Dadurch erkennt sie typische Zusammenhänge, Argumentationsmuster, sprachliche Strukturen, mathematische Regeln, Programmierkonzepte und viele weitere Muster. Diese Fähigkeit ermöglicht es ihr, Fragen zu beantworten, Texte zu verfassen, Programmcodes zu schreiben oder komplexe Zusammenhänge verständlich zu erklären.
Dennoch solltest du dir bewusst sein, dass Künstliche Intelligenz kein Bewusstsein besitzt und nicht wie ein Mensch denkt oder fühlt. Sie versteht die Welt nicht auf dieselbe Weise wie wir. Stattdessen arbeitet sie ausschließlich auf Grundlage statistischer Zusammenhänge und mathematischer Modelle. Deshalb kann sie auch Fehler machen oder Antworten erzeugen, die überzeugend klingen, aber nicht korrekt sind. Aus diesem Grund ist es wichtig, Informationen – insbesondere bei wissenschaftlichen, medizinischen oder rechtlichen Themen – kritisch zu prüfen.
Auf der anderen Seite wäre es ebenso falsch, die Möglichkeiten moderner KI zu unterschätzen. Bereits heute unterstützt sie Menschen beim Programmieren, Schreiben von Texten, Übersetzen von Sprachen, Erstellen von Bildern, Komponieren von Musik, Produzieren von Videos sowie bei wissenschaftlichen Analysen und zahlreichen weiteren Aufgaben. Die Entwicklung schreitet mit enormer Geschwindigkeit voran und verändert bereits heute viele Berufe und Arbeitsabläufe.
Der aktuelle Hype rund um die Künstliche Intelligenz bedeutet daher nicht, dass KI plötzlich erfunden wurde. Vielmehr treffen heute mehrere entscheidende Faktoren gleichzeitig aufeinander: enorme Rechenleistung, riesige Datenmengen und hochentwickelte Lernalgorithmen. Erst diese Kombination macht es möglich, dass Künstliche Intelligenz nicht länger nur ein Forschungsprojekt an Universitäten ist, sondern zu einem leistungsfähigen Werkzeug geworden ist, das du im Alltag, im Beruf und in vielen kreativen Bereichen ganz selbstverständlich nutzen kannst. Genau deshalb gilt KI heute als eine der bedeutendsten technologischen Entwicklungen unserer Zeit.
Die künstliche Intelligenz basiert tatsächlich auf Algorithmen – genau wie klassische Programme. Der entscheidende Unterschied ist aber, wie diese Algorithmen zu ihren Ergebnissen kommen.
Stell dir den Unterschied so vor:
Klassische Programmierung
Früher (und auch heute noch) hat ein Programmierer jede Regel selbst festgelegt.
Beispiel:
Wenn Temperatur > 25°C
Lüfter einschalten
Sonst
Lüfter ausschaltenWenn Kreis + zwei Punkte + Linie
Dann GesichtKünstliche Intelligenz
Bei einer KI schreibt der Programmierer nicht die eigentlichen Entscheidungsregeln, sondern den Lernalgorithmus.
Dann bekommt die KI Millionen Beispiele:
- Das ist eine Katze.
- Das ist keine Katze.
- Das ist ein Hund.
- Das ist ein Auto.
Aus diesen Beispielen erkennt sie selbst Muster.
Der Entwickler weiß anschließend oft gar nicht mehr genau, welche Merkmale die KI letztendlich gelernt hat. Genau das macht moderne KI so leistungsfähig.
Warum ist KI gerade jetzt plötzlich überall?
Eigentlich ist KI überhaupt nicht neu.
Ein kleiner Zeitstrahl:
- 1950er: Erste Ideen von KI.
- 1960–1980: Expertensysteme.
- 1997: Der Schachcomputer IBM Deep Blue besiegt den Weltmeister.
- 2012: Riesiger Durchbruch beim sogenannten Deep Learning.
- 2022: ChatGPT macht KI für jeden Menschen einfach nutzbar.
Die Grundlagen existieren also seit über 70 Jahren.
