KI und Machine Learning einfach erklärt
Kurzantwort
Künstliche Intelligenz (KI) bezeichnet Systeme, die Aufgaben übernehmen, für die man sonst menschliche Intelligenz braucht. Machine Learning ist der wichtigste Teilbereich: Statt fester Regeln lernt das System aus vielen Beispieldaten selbst Muster und trifft damit Vorhersagen. Moderne Anwendungen wie Sprachmodelle beruhen darauf, haben aber klare Grenzen.
Teil des Lernpfads Programmieren und Softwareentwicklung · Schritt 18 von 18
Kaum ein Begriff wird so oft benutzt und so selten erklärt wie „KI". Dabei steckt hinter Künstlicher Intelligenz keine Magie, sondern eine überraschend nachvollziehbare Idee: Ein Computer lernt aus Beispielen, statt starre Regeln zu befolgen.
Was ist Künstliche Intelligenz?
Künstliche Intelligenz (KI) ist ein Sammelbegriff für Systeme, die Aufgaben lösen, für die man sonst menschliche Intelligenz bräuchte – Sprache verstehen, Bilder erkennen, Entscheidungen treffen. KI ist also kein einzelnes Programm, sondern ein ganzes Feld.
Was ist Machine Learning?
Klassische Programme folgen festen Regeln, die ein Mensch vorgibt: „Wenn Betreff ‚Gewinn‘ enthält, markiere als Spam." Machine Learning dreht das um: Statt Regeln vorzugeben, zeigt man dem System viele Beispiele, und es findet die Muster selbst.
Der Ablauf in drei Schritten:
1. Training: viele Beispieldaten hineingeben
↓
2. Modell: das System bildet daraus ein Muster
↓
3. Anwendung: neue, unbekannte Daten werden eingeordnetWie lernt ein System?
Es gibt verschiedene Lernarten. Die zwei wichtigsten:
| Lernart | Prinzip | Beispiel |
|---|---|---|
| Überwachtes Lernen | Beispiele mit richtiger Antwort | markierte Bilder „Katze" / „Hund" |
| Unüberwachtes Lernen | Muster ohne Vorgaben finden | Kunden in Gruppen einteilen |
Moderne, generative KI wie große Sprachmodelle beruht auf sehr großen neuronalen Netzen, die aus riesigen Textmengen gelernt haben, welches Wort wahrscheinlich als Nächstes folgt.
Was KI nicht kann
Selbstkontrolle
Selbstkontrolle
Worin unterscheidet sich Machine Learning von einem klassischen Programm?
Häufige Fragen
Was ist der Unterschied zwischen KI und Machine Learning?
KI ist der Oberbegriff für alle Systeme, die intelligentes Verhalten nachbilden. Machine Learning ist ein Teilbereich davon, bei dem Systeme aus Daten lernen, statt festen Regeln zu folgen. Jedes Machine Learning ist also KI, aber nicht jede KI nutzt Machine Learning – frühe KI arbeitete rein regelbasiert.
Was bedeutet es, wenn eine KI halluziniert?
Halluzinieren beschreibt, dass ein KI-System eine falsche Aussage überzeugend und flüssig formuliert, als wäre sie richtig. Das passiert, weil das System Wahrscheinlichkeiten berechnet, aber keinen Wahrheitsbegriff hat. Deshalb sollte man Ergebnisse einer KI immer überprüfen, besonders bei Fakten.
Braucht Machine Learning viele Daten?
In der Regel ja. Je mehr und je bessere Beispieldaten ein System zum Lernen bekommt, desto zuverlässiger erkennt es Muster. Schlechte oder einseitige Daten führen zu schlechten Ergebnissen. Die Datenqualität ist deshalb oft wichtiger als der Algorithmus selbst.
Ist ein Sprachmodell wirklich intelligent?
Es wirkt intelligent, versteht aber nichts im menschlichen Sinne. Ein Sprachmodell berechnet, welches Wort wahrscheinlich als Nächstes passt, gelernt aus riesigen Textmengen. Das erzeugt erstaunlich sinnvolle Antworten, bleibt aber eine statistische Vorhersage ohne echtes Verständnis oder Bewusstsein.
Weiterlesen: Datenanalyse: von Rohdaten zur Erkenntnis · Was ist Open Source? Einfach erklärt · DSGVO und Datenschutz einfach erklärt · Fachinformatiker Daten- und Prozessanalyse
Das Wichtigste in Kürze
- KI ist der Oberbegriff, Machine Learning der wichtigste Teilbereich, Deep Learning ein Teil davon.
- Machine Learning lernt Muster aus Daten, statt festen Regeln zu folgen.
- Wichtige Lernarten sind überwachtes und unüberwachtes Lernen.
- KI versteht nicht wirklich – sie kann Vorurteile übernehmen und falsche Aussagen erzeugen.