Künstliche Intelligenz ist – spätestens seit dem ChatGPT-Boom – ein Trendbegriff in allen Branchen. Die Frage „Wie habt ihr KI in eurer Software integriert?“ war etwa auf der Dmexco bestimmt eine der am häufigsten gestellten. Aber was steckt eigentlich hinter KI? Was haben neuronale Netze damit zu tun? Was ist der Unterschied zwischen starker und schwacher KI? Damit ihr nicht selbst die Fachliteratur wälzen müsst, haben wir das für euch übernommen. Eine schnelle Übersicht aller Begriffe bekommt ihr hier.

Künstliche Intelligenz:
Menschliches Lernen sollte mit dieser Technik auf einen Computer übertragen werden. Künstliche Intelligenz, kurz KI, ist ein Oberbegriff, der verschiedenen Ausprägungen hat – die werden im Folgenden erklärt.

Starke KI:
Darum drehen sich Science-Fiction-Ideen: um eine KI, die weise ist, eine eigene Intelligenz hat und ein eigenes Bewusstsein. Damit könnte sie im Arbeitskontext etwa selbst Aufgaben erkennen. Aktuell gibt es eine solche Technik nicht. Die Frage ist auch: Was ist Bewusstsein und kann es eine Maschine oder ein Programm erlangen?

Schwache KI:
Diese Art der KI hat nicht die Möglichkeit zur Entwicklung eigener Gedanken. Sie ist auf das Erkennen von Mustern beschränkt – dem sogenannten Machine-Learning.

Machine-Learning:
Das lässt sich direkt in maschinelles Lernen übersetzen. Der Begriff beschreibt auch gut, was es ist: Die Software „lernt“ auf Basis der eingepflegten Daten. Sie erkennt etwa Muster in den Datensätzen und kann dadurch beispielsweise Zuordnungen treffen. Die Daten, mit denen das System arbeitet, müssen bereits vorsortiert beziehungsweise strukturiert sein. Das ist anders als beim …

Deep Learning:
Dabei müssen die zu verarbeitenden Daten nicht vorstrukturiert werden. Das ist die Weiterentwicklung des Machine-Learnings: Die programmierte Software kann sich Neues selbst erschließen. Technisch steckt dahinter ein neuronales Netz. Dieses mehrschichtige Netz soll wie eine Simulation eines menschlichen Gehirns sein.

Neuronale Netze:
Sie sollen das menschliche Gehirn technisch nachahmen: Vereinfacht bestehen sie aus mindestens drei Schichten: Der Eingabeschicht, der verborgenen Schicht und der Ausgabeschicht. In der ersten Schicht werden die Daten eingegeben, dazwischen verarbeitet und schließlich mit einem Ergebnis ausgegeben. In den Schichten sind Knoten, wie Synapsen, die miteinander und Schicht-übergreifend verbunden sind: So werden die Daten übermittelt.

Natural Language Processing (NLP):
Wie versteht uns der Computer? Durch NLP: Die Programme können Sprache verarbeiten und dabei mittlerweile auch Zusammenhänge in der Sprache erkennen. Durch NLP ist eine Interpretation von Sprache möglich.

Bereit für einen kleinen Test? Dann hier entlang: