Künstliche Intelligenz (KI)

Was ist Künstliche Intelligenz (KI)?

Künstliche Intelligenz (KI) bezeichnet die Fähigkeit von Maschinen, Aufgaben zu erledigen, die normalerweise menschliche Intelligenz erfordern: wie Lernen, Problemlösen oder Entscheidungsfindung. Heute bezeichnet man mit dem Begriff meist Algorithmen und Systeme in Large Language Models (LLMs) und Generative Pre-trained Transformers (GPTs). Dabei handelt es sich um generative KI, weil sie neue Texte, Bilder oder Videos erschafft.

Können Maschinen wirklich intelligent sein?

Einige Fachleute halten den Begriff „Künstliche Intelligenz“ für irreführend, denn KI-Systeme können nicht denken wie ein Mensch und haben auch kein Bewusstsein. Sie können also auch nicht intelligent sein. Dass Menschen dennoch denken, es handele sich um Intelligenz, zeigt der Turing-Test aus den Fünfzigerjahren. Er geht auf den britischen Informatiker Alan Turing zurück und gilt bis heute als Maßstab zur Bewertung von KI-Systemen. Demnach ist eine Maschine dann intelligent, wenn ein Mensch, der mit ihr interagiert, nicht merkt, dass es sich um eine Maschine handelt. ChatGPT 4 von OpenAI hat den Turing-Test bestanden – als erstes Large Language Model.

Welche verschiedenen Arten von Künstlicher Intelligenz gibt es?

Bereits seit den 1960er und 1970er-Jahren existieren KI-Expertensysteme, die Entwicklerinnen und Entwickler gezielt für eine Aufgabe trainiert haben: etwa für medizinische Diagnosen oder die Fehlersuche in der Industrie.

Heute gehen Experten von vier Spielarten von KI aus, von denen aber erst zwei existieren: Auf der ersten Stufe befinden sich reaktive Maschinen wie etwa Schachcomputer. Sie reagieren lediglich auf aktuelle Eingaben, beispielsweise einen gegnerischen Zug. Auf diese Stufe folgen Systeme mit begrenzter Speicherkapazität wie Sprachassistenten. Siri, „Ok Google“ und Co. haben zwar durch Datentraining gelernt, können aber nur auf relativ wenige Informationen zugreifen.

Soll eine KI die dritte Stufe erreichen, müsste sie die Welt tatsächlich selbst wahrnehmen können, statt sie nur mit trainierten Daten wiederzugeben. Dann spricht man von der Theorie des Geistes, diese Art von KI kann auch menschenähnliche Emotionen erkennen. Die vierte – und bisher letzte – Stufe, die eine KI erreichen kann, ist die Selbstkenntnis. In diesem Fall nimmt sich eine KI selbst wahr, entwickelt und versteht eigene Emotionen. Erst dann spricht man davon, dass eine KI tatsächlich menschliche Intelligenz aufweist.

Ebenfalls gebräuchlich ist die alternative Unterteilung in „schwache“ beziehungsweise „starke“ KI: Schwache KI meint Systeme, die darauf ausgerichtet (und darauf beschränkt) sind, spezielle Aufgaben effizient zu lösen – wie die oben genannten Schachpartien oder medizinische Diagnosen. Eine starke KI hingegen bezeichnet eine KI mit einer dem Menschen ähnlichen generellen Intelligenz („Artificial General Intelligence“, AGI) . Letztere gibt es bisher nicht – ob sie überhaupt möglich ist, wird kontrovers diskutiert.

Was sind Large Language Models (LLMs) in der KI?

Large Language Models (LLMs) sind die Generalisten unter den KI-Programmen. Sie werten riesige Datenmengen aus, zerlegen Texte in kleinere Einheiten, sogenannte Tokens, und wandeln die dann in Zahlencodes um, damit künstliche neuronale Netzwerke sie verarbeiten können. Letztlich sagen sie so voraus, welches Wort am wahrscheinlichsten als nächstes kommt, was ihnen erlaubt, in natürlicher menschlicher Sprache zu kommunizieren. Generative Pre-trained Transformers (GPTs wie ChatGPT von OpenAI) sind eine spezielle Form von LLMs, die das besonders gut können.

Generative KI-Modelle können – mit entsprechenden Daten trainiert – nicht nur Text, sondern auch Bilder oder Videos erzeugen. Verbreitet sind Text-zu-Bild-Modelle wie DALL-E, Midjourney oder SORA, bei denen Nutzer eine Textbeschreibung eingeben. Die KI erstellt dann ein Bild oder Video, das dieser Beschreibung entspricht. KI lässt sich auch verwenden, um bestehende Bilder und Videos zu bearbeiten, bis hin zu täuschend echten manipulierten Medieninhalten, den Deepfakes.

Was sind die wichtigsten Vorteile von KI?

Grundsätzlich liegen die Stärken von KI darin, repetitive Routineaufgaben schnell und effektiv erledigen zu können, dadurch kann die Effizienz von Organisationen steigen. Insbesondere können KI-Anwendungen große Datenmengen in kurzer Zeit analysieren. Ein Vorteil von generativer KI liegt darin, dass Anwender in natürlicher Sprache (Natural Language Processing) mit ihr interagieren.

Wo kommt KI in Unternehmen zum Einsatz?

In der Fertigung kommt KI zum Einsatz, um Produktionsprozesse zu überwachen und um die Qualität zu kontrollieren. Durch die Analyse von Sensordaten kann KI vorhersagen, wann Maschinen gewartet werden müssen, um Ausfälle zu vermeiden (Predictive Maintenance). KI-gesteuerte Roboter erledigen repetitive Aufgaben in der Produktion effizienter und genauer als der Mensch.

In der Verwaltung von Unternehmen übersetzen KI-Modelle Texte in andere Sprachen, transkribieren Audio- und Video-Aufnahmen automatisch, erzeugen Marketing-Texte, Bilder und Videos. Juristen können mit Hilfe von KI Vertragsentwürfe erstellen oder juristische Dokumente durchsuchen. Auch Softwareentwickler setzen KI-Tools ein. Allerdings ist der KI-Einsatz in deutschen Unternehmen im Vergleich zu anderen Ländern in Europa bisher unterentwickelt.

Welche Anwendungsbereiche gibt es für KI in der öffentlichen Verwaltung?

Auch in Behörden kann KI helfen, Routinetätigkeiten zu automatisieren. Das betrifft Experten zufolge 60 bis 70 Prozent des derzeitigen Zeitaufwands von Beschäftigten. Voraussetzung: IT-Landschaft und die Datenqualität geben den Einsatz von KI her. Der Bundesverband der Deutschen Industrie (BDI) hat im Mai 2024 in einem Positionspapier gefordert, KI in deutschen Behörden verstärkt einzusetzen – allein schon, um den sich zuspitzenden Fachkräftemangel auszugleichen, während die Zahl der Verwaltungsverfahren sich laut BDI bis 2030 verdoppeln wird.

Welches sind die wichtigsten deutschen KI-Unternehmen?

Bekannte KI-Unternehmen aus Deutschland sind Aleph Alpha, Black Forest Labs, DeepL und Celonis. AlephAlpha aus Heidelberg hat sich vor allem auf Unternehmen und Behörden spezialisiert, die mit sensiblen Daten arbeiten. So sollen sie die Kontrolle über ihre eigenen Daten behalten. Black Forest Labs aus Freiburg hat den Bildgenerator „Flux“ entwickelt, der unter anderem auf der Plattform „X“ zum Einsatz kommt. DeepL mit Sitz in Köln ist für seine KI-Übersetzungen bekannt. Mit dem Programm DeepL Write bietet das Unternehmen außerdem ein Tool zur Textoptimierung. Celonis nutzt Process Mining, um Unternehmensprozesse zu analysieren und war Stand August 2024 Deutschlands wertvollstes Startup.

Weitere Player sind zum Beispiel Twaice Technologies (KI-gestützte Systeme überwachen die Leistung von Lithium-Ionen-Batterien) und Ada Health. Das Berliner Health-Tech-Unternehmen betreibt eine KI-gestützte Gesundheits-App, über die Nutzer ihre Symptome beschreiben und eine mögliche Diagnose erhalten können.

Welche wichtigen Organisationen gibt es in der KI-Branche?

Der KI-Bundesverband verbindet die Interessen von mehr als 400 KI-Unternehmen in Deutschland. Die Plattform Lernende Systeme ist eine vom Bundesministerium für Bildung und Forschung (BMBF) initiierte Plattform, die Fachleute aus Wissenschaft, Wirtschaft und Gesellschaft zusammenbringt, um die Entwicklung und Anwendung von KI in Deutschland zu fördern. Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) ist eines der führenden Forschungsinstitute. Auch der Verband der Digitalbranche Bitkom ist im Bereich KI aktiv.

Welche Nachteile hat der Einsatz von KI?

Die meisten KI-Systeme, vor allem LLMs, werden mit ungeprüften Daten trainiert. So kann es vorkommen, dass die Modelle Diskriminierung oder stereotypische Vorstellungen übernehmen und sie mit ihren Ergebnissen selbst fortschreiben. Ungeprüfte Trainingsdaten können auch dazu führen, dass KI-Modelle falsche Informationen ausgeben. Auch Halluzinationen, also Fehlinterpretationen der KI, können zu Fehlern führen.

Viele KI-Modelle sind komplex und schwer verständlich. Hinzu kommt ein Transparenz-Problem: Die meist US-amerikanischen Tech-Giganten legen nicht alle Informationen zu ihren Modellen offen. Kommt es nun zu einer Fehlentscheidung durch eine KI, ist außerdem nicht klar, wer dafür haften muss. Ist es die Person, die das KI-System verwendet, und die technischen Details oft nicht kennen kann? Oder etwa doch der Betreiber der KI?

Wenn Unternehmen oder Behörden sensible Daten in KI-Modellen hochladen, kann das zudem datenschutzrechtliche Probleme nach sich ziehen. Denn so erhält der Anbieter des KI-Modells Daten, die Nutzerinnen und Nutzer nicht ohne Zustimmung der betroffenen Person herausgeben dürfen.

KI wird auch mit massiven Umweltrisiken in Verbindung gebracht, etwa durch hohen Wasserverbrauch und enorme CO2-Emissionen. Außerdem beklagen Kritiker die Ausbeutung von Menschen, die das Trainingsmaterial scannen müssten. Mit Hilfe von KI-Tools werden zunehmend auch gefälschte Porno-Fotos und -Videos von Unbeteiligten erstellt.

Vernichtet KI Jobs?

Die Auswirkung von KI auf Arbeitsmärkte wird kontrovers diskutiert. Die Automatisierung durch KI kann zu einem Verlust von Arbeitsplätzen führen, insbesondere in Bereichen, die stark von Routineaufgaben geprägt sind. In welcher Größenordnung Stellen abgebaut werden, ist unklar. KI-Befürworter argumentieren jedoch, dass durch KI auch zahlreiche neue Jobs entstehen dürften.

Schadet KI der Demokratie?

Auch zum Einfluss der KI auf demokratische Diskurse gibt es regelmäßig Debatten. Wenn Inhalte mittels generativer KI immer leichter und billiger erstellt werden können, steigt auch das Risiko einer Verbreitung falscher Inhalte wie etwa von Deepfakes. Gerade während politischer Wahlen wird Desinformation potenziell gefährlich, sagen kritische Stimmen. KI-Inhalte verunsichern die Bevölkerung und können den Rückhalt für demokratische Prozesse schwächen.