Die wichtigsten KI-Schlüsselwörter, einfach erklärt

Ob beim Geschäftsessen, in der Firmenbesprechung oder im Elterngespräch: Künstliche Intelligenz (KI) ist nicht zuletzt durch den Aufstieg von ChatGPT in aller Munde. Und doch ist das Thema im Detail für viele Neuland.

"Was bedeutet eigentlich 'großes Sprachmodell'? Ist damit 'generative KI' gemeint? Und was ist mit 'Deep Learning' gemeint?" Um in dieser Begriffsflut nicht den Überblick zu verlieren, hat das Handelsblatt acht Schlüsselbegriffe formuliert, über die es Bescheid zu wissen gilt.

Grundsätzlich: Der Begriff „KI“ kann eine Vielzahl der folgenden Definitionen abdecken. Im Kern geht es darum, Maschinen Fähigkeiten wie Sprechen, Sehen und bis zu einem gewissen Grad auch Verstehen beizubringen.

1. Künstliche Intelligenz (KI) / Reaktive KI: Klassische oder reaktive KI-Modelle arbeiten auf der Basis fest definierter Regeln. Sie werden vor allem dann eingesetzt, wenn eindeutige Entscheidungen getroffen werden müssen. Der Mensch bestimmt dabei die logischen Grundprinzipien. Beispiele sind Schachprogramme wie „Deep Blue“ von IBM, das 1997 den Weltmeister Garri Kasparow mit einem Regelwerk und blitzschneller Strategieanalyse besiegte.
2. Künstliche Neuronale Netze (KNN): Diese Modelle ahmen die Funktionsweise des menschlichen Gehirns nach, verarbeiten Informationen über digitale Neuronen und sind in mehreren Schichten aufgebaut. Mit genügend Trainingsdaten, z.B. Bildern, lernen sie, Unterscheidungen zu treffen und Muster zu erkennen. Ein fortgeschrittenes KNN kann daher aus vielen Bildern lernen und korrigiert sich bei Fehlern selbst.
3. Generative Künstliche Intelligenz (Gen KI): Generative KI hat die Fähigkeit, Daten nicht nur zu klassifizieren, sondern auch selbst zu generieren. Solche Modelle erkennen Muster und versuchen, diese selbstständig zu reproduzieren.
4. Maschinelles Lernen (ML): Ein Teilgebiet der KI, bei dem Computer aus Daten lernen und selbstständig Regeln entwickeln. Es wird in vielen Bereichen eingesetzt, z.B. im Finanzwesen zur Bewertung von Kreditrisiken.
5. Large Language Model (LLM) / Foundation Model: LLMs sind KI-Modelle, die Texte in menschenähnlicher Qualität erzeugen können. Sie werden mit einer Vielzahl von Texten trainiert und bilden beispielsweise die Grundlage für Chatbots oder KI-Assistenten wie ChatGPT.
6. Deep Learning (DL): Diese fortgeschrittene Form des maschinellen Lernens basiert auf tiefen künstlichen neuronalen Netzen. Durch seine Mehrschichtigkeit kann es komplexere Aufgaben wie Spracherkennung oder Bildanalyse bewältigen.
7. Automatische Spracherkennung (ASR) / Natürliche Sprachverarbeitung (NLP): NLP ermöglicht Computern, Sprache zu interpretieren und zu generieren. Es bildet die Grundlage für Sprachassistenten wie Siri oder für Übersetzungstools.
8. Computer Vision: In diesem Bereich der KI geht es darum, Maschinen das "Sehen" beizubringen, etwa um autonome Fahrzeuge Straßenzustände und Hindernisse erkennen zu lassen oder Qualitätskontrollen in der Produktion durchzuführen.