
Algorithmen und sogenannte Künstliche Intelligenz (KI) begegnen uns immer häufiger im Alltag, zum Beispiel in Form von Sprachassistenten oder intelligenten Funktionen der Handykamera. Zuletzt hat die KI ChatGPT viel Aufsehen erregt. Dies zeigt: KI ist schon längst Gegenstand politischen und wirtschaftlichen Handelns. Gleichzeitig wissen viele Menschen noch wenig über die Chancen und Herausforderungen von KI.
Inhalt
KI - kurz erklärt
Warum ist KI ein wichtiges Thema?
Was genau bedeutet KI?
Begriffe rund um KI
Unsere Publikationen zum Thema
Linktipps
KI - kurz erklärt
Was genau ist eigentlich Künstliche Intelligenz und wie funktioniert sie? Wo begegnen wir ihr in unserem Alltag? Welche Chancen, aber auch Risiken bringt KI mit sich und worauf sollten wir bei der Nutzung achten? Unser Clip beantwortet diese Fragen auf verständliche Weise und bietet einen guten Einstieg in das Thema.
Warum ist KI ein wichtiges Thema?

Unsere Gesellschaft muss sich mit KI auseinandersetzen, weil die Technologie einerseits große Chancen verspricht und andererseits ernste Risiken birgt. Zudem hat sich die Entwicklung von KI in den vergangenen Jahren enorm beschleunigt, weil immer leistungsfähigere Computer und größere Datenmengen zur Verfügung stehen. Künstliche Intelligenz ermöglicht es insbesondere, große Datenmengen innerhalb von Sekunden auszuwerten („Big Data“). Daher spielt sie eine wichtige Rolle bei den Veränderungen, die sich durch die Digitalisierung in unserer Gesellschaft abspielen.
Chancen
KI übertrifft menschliche Fähigkeiten oft bei Weitem. Zum Beispiel kann sie in Röntgenbildern frühzeitig Hinweise auf Krebserkrankungen erkennen, die auch erfahrene Ärztinnen und Ärzte übersehen würden. Manche Fachleute erhoffen, dass KI-Anwendungen einen Beitrag leisten können, um gesellschaftliche Herausforderungen wie den Klimawandel oder eine alternde Bevölkerung besser bewältigen zu können. In vielen Bereichen der Wirtschaft und in der Politik gilt KI als eine zentrale Technologie für die Zukunft, die zahllose Innovationen hervorbringen wird sowie Wirtschaftswachstum und höhere Produktivität verspricht.
Risiken
Andererseits birgt KI ungelöste rechtliche und ethische Fragen. Bereits heute wird KI missbraucht, um digitale Fotos und Videos zu manipulieren. Sogenannte „Deep Fakes“ können dazu dienen, Falschinformationen zu verbreiten und die öffentliche Meinung zu beeinflussen. Künstliche Intelligenz wird auch bereits beim Militär eingesetzt, zum Beispiel, um Ziele zu erfassen. Künftig könnten autonome Waffensysteme selbstständig Ziele suchen und töten. Oft diskutiert werden ethische Fragen auch im Zusammenhang mit selbstfahrenden Autos. Was ist, wenn eine KI die Insassen schützen will, dafür aber den Wagen in eine Menschengruppe auf dem Gehweg steuert?
Was genau bedeutet „Künstliche Intelligenz“?

Wenn von Künstlicher Intelligenz die Rede ist, kann damit verschiedenes gemeint sein. Denn die Definition ist recht allgemein: Künstliche Intelligenz ist die Fähigkeit einer Maschine, menschliche Fähigkeiten wie logisches Denken oder Lernen nachzuahmen. Mit „Maschine“ sind in der Regel Programme (Software) auf Computern gemeint.
Dabei werden verschiedene Aspekte von Intelligenz unterschieden. Sogenannte schwache KI ist auf eingegrenzte Aufgaben spezialisiert wie Schach spielen oder Spam-E-Mails erkennen. Solche KI-Systeme sind in vielen Bereichen bereits leistungsfähiger als Menschen. Sogenannte starke KI kann auch auf neue Aufgaben intelligent reagieren; sie gibt es bisher aber nicht.
Kurz vorgestellt: Begriffe rund um KI
Wenn über Künstliche Intelligenz gesprochen wird, fallen immer wieder Wörter wie „Algorithmus“, „maschinelles Lernen“ oder „Deep Learning“. Aber was genau hat es mit diesen Begriffen auf sich?
Ein Algorithmus ist eine Schritt-für-Schritt-Anleitung für einen Computer, um ein klar definiertes Problem zu lösen. Er beruht auf einer Programmierung, also einem Code, der von Programmiererinnen und Programmierern vorgegeben wird. Ein Algorithmus sorgt zum Beispiel im Alltag dafür, dass uns Navigationsgeräte den kürzesten Weg zu einem Ziel zeigen.
Ein weiteres Beispiel ist der Empfehlungsalgorithmus einer Streaming-Plattform. Basierend auf Suchverläufen anderer Personen schlägt uns der Algorithmus weitere Musik oder Serien vor, die uns gefallen könnten. Solche Algorithmen sollen für Userinnen und User die Suche nach für sie relevanten Inhalten vereinfachen – und Verkäufe steigern, wovon wiederum die Plattformen profitieren.
Beim maschinellen Lernen werden Maschinen so programmiert, dass sie in der Lage sind, aus bestimmten Daten Muster oder Zusammenhänge zu erkennen. Ein Beispiel hierfür ist der Algorithmus zur Spam-Erkennung im E-Mail-Postfach. Das System muss lernen, wie es unter ankommenden E-Mails Spam-Inhalte erkennt. Dafür wird es in der Lernphase mit wahnsinnig vielen E-Mails gefüttert. Anschließend melden IT-Fachleute oder Nutzerinnen und Nutzer dem System zurück, ob es eine Spam-E-Mail richtig erkannt hat oder nicht. Je nach Erfolg, passt sich das System an und erkennt Spam in Zukunft präziser. Schließlich hat das System aus den Daten selbst ein Regelwerk oder Modell erzeugt, ohne dass der Mensch dieses explizit vorgegeben hat.
Neuronale Netze kommen im menschlichen Gehirn vor und sorgen dafür, dass wir denken und schlussfolgern können. Dort verarbeiten Milliarden von verknüpften Nervenzellen, was um uns herum passiert. Beim maschinellen Lernen wird dieser Aufbau des menschlichen Gehirns durch künstliche neuronale Netze vereinfacht nachgebildet. Die Funktionsweise ist ähnlich: Bekommt das System einen bestimmten Input (zum Beispiel Gesundheitsdaten wie die Blutwerte oder die Körpertemperatur einer Person), werden die Informationen miteinander verknüpft und analysiert und schließlich ein entsprechender Output erzeugt (etwa „krank“ oder „gesund“).
Unter Deep Learning versteht man einen Teilbereich des maschinellen Lernens, bei dem besonders große Datenmengen und künstliche neuronale Netze zum Einsatz kommen. Dort können bestimmte Systeme bereits erkannte Muster und Zusammenhänge auf weitere Bereiche übertragen. Der Mensch greift hier nicht mehr in den eigentlichen Lernvorgang ein, diesen übernimmt die Maschine. Das ermöglicht, dass besonders große Datenmengen in kurzer Zeit verarbeitet werden. Daher findet Deep Learning vor allem bei besonders komplexen Problemstellungen Anwendung, zum Beispiel bei der Erkennung von Krebszellen.
Mehr erfahren: Linktipps
- MAITHINK X, Folge zur Künstlichen Intelligenz, ZDF-Mediathek
- Was Künstliche Intelligenz wirklich kann, Folge von alpha-thema, ARD-Mediathek
- Künstliche Intelligenz in 5 Minuten erklärt, YouTube-Video von youknow (Anbieter für Erklärvideos und E-Learning-Lösungen)
- Die Entstehungsgeschichte von KI, Zeitstrahl der Bundeszentrale für politische Bildung