Was künstliche Intelligenz wirklich ist (und warum sie nicht denkt)
KI ist gerade überall. Sie taucht in jeder zweiten Schlagzeile auf und soll bald jeden Job verändern. Fragt man aber nach, was „KI“ eigentlich ist, wird es erstaunlich schnell still.
Diese Serie ändert das. Ohne Mathe und ohne komplizierte Fachbegriffe.
In sechs kurzen Teilen verstehst du am Ende, wie eine KI von innen funktioniert. Fangen wir ganz vorne an.
Vergiss den Terminator
Das erste Bild, das die meisten im Kopf haben, kommt aus Hollywood. Ein Computer, der eigenständig denkt und am Ende die Weltherrschaft plant. Das kannst du getrost vergessen. Echte KI hat damit ungefähr so viel zu tun, wie ein Taschenrechner mit einem Mathe-Professor.
Denk lieber an ein Kind
Stell dir stattdessen ein kleines Kind vor. Zwei Jahre alt, und gerade dabei, einen Hund von einer Katze zu unterscheiden.
Wie bringt man ihm das bei? Ganz sicher nicht mit einer Regel.
Probiere es selbst:
„Ein Hund hat vier Beine, Fell und einen Schwanz.“ Stimmt.
Die Katze aber auch.
Jede Definition, die dir einfällt, passt am Ende auf beide oder hat eine Ausnahme.
Und trotzdem hat das Kind es irgendwann raus. Nicht weil ihm jemand die perfekte Regel gegeben hätte, sondern weil es hunderte Hunde und Katzen gesehen hat.
Auf der Straße und im Bilderbuch. Irgendwann macht es klick. Das Kind erkennt das Muster, ohne es in Worte fassen zu können.
Und genau das ist KI
Mehr steckt im Kern nicht dahinter. Keine Regelsammlung, sondern Mustererkennung aus unzähligen Beispielen.
Ein normales Computerprogramm arbeitet wie ein Kochrezept. Ein Mensch schreibt jeden Schritt vor, der Computer führt ihn stur aus. Für klare Aufgaben ist das perfekt, etwa für eine Gehaltsabrechnung oder eine Suchfunktion.
Nur: „Erkenne, ob auf diesem Foto ein Hund ist“ lässt sich nicht als Rezept aufschreiben. Es gibt zu viele Hunde und zu viele Blickwinkel um jeden Fall vorher festzulegen. Also dreht die KI den Spieß um. Sie bekommt keine Regeln, sondern Beispiele. Millionen davon und leitet sich das Muster selbst ab. Wie das Kind, nur mit sehr viel mehr Bildern und ohne Mittagsschlaf.
Warum dich das interessieren sollte!
Das klingt nach einer technischen Feinheit, hat aber eine große Folge. Auf einmal kann KI Dinge, an denen klassische Software immer gescheitert ist. Sie versteht gesprochene Sprache. Oder macht aus deinem hingekritzelten Stichwort eine saubere E-Mail.
Derselbe Mechanismus erklärt aber auch, warum KI manchmal komplett danebenliegt, und das mit voller Überzeugung. Ein Kind, das bisher nur Schäferhunde gesehen hat, hält den ersten Chihuahua vielleicht für eine Katze.
Die KI hat genau dasselbe Problem.
Ein Beispiel, das ich selbst erlebt habe
Neulich wollte eine Kollegin vom Copiloten den aktuellen Stand zu einer internen Regelung wissen. Sie hat ihre Frage einfach eingetippt, wie sie es einem Kollegen zugerufen hätte.
Zurück kam ein Mischmasch: teils aktuelle Angaben, teils Dinge, die längst überholt waren.
Der Grund war simpel. In dem Datenbestand hatte sich über die Jahre alles zu dem Thema angesammelt, Altes neben Neuem. Die KI hat genommen, was zum Thema passte, und beides munter vermischt. Sie hat das Muster erkannt („das gehört alles zu dieser Regelung“), aber nicht verstanden, dass das kleine Wort „aktuell“ der eigentliche Kern der Frage war. Ein menschlicher Kollege hätte an genau der Stelle nachgehakt. Die KI nicht. Weil sie eben nicht mitdenkt, sondern Passendes zusammensucht.
Warum das passiert und wie man es in den Griff bekommt, wird später ein eigener Teil. Für heute reicht die Erkenntnis: Wer eine KI wie einen denkenden Kollegen behandelt, wird sich früher oder später wundern. Sie ist ein richtig guter Mustererkenner, kein Mitdenker.
Das eine Fachwort für heute: Machine Learning
Wenn dir künftig der Begriff „maschinelles Lernen“ begegnet, weißt du jetzt, was gemeint ist. Ein System, das aus Beispielen lernt statt aus Regeln. Das Wort selbst kannst du gleich wieder vergessen. Merk dir das Kind.
Bis hierher ging es um KI ganz allgemein, egal ob sie Bilder erkennt oder Sprache versteht. Beim nächsten Mal wird es konkreter. Dann geht es um die Sorte, über die gerade alle reden und die zum Beispiel hinter ChatGPT und dem Copilot steckt.
Wie bringt man einer Maschine ausgerechnet Sprache bei?
Und was zum Kuckuck ist dieses „LLM“?
Das klären wir beim nächsten Mal.
Der Fahrplan für die Serie:
- Teil 2: Was ein LLM ist und wie aus Wörtern Zahlen werden
- Teil 3: Wo das Gelernte im Inneren eigentlich steckt
- Teil 4: Wie Wort für Wort eine Antwort entsteht
- Teil 5: Wie die KI an euer eigenes Firmenwissen kommt
- Teil 6: Warum sie manchmal danebenliegt
Comments are closed