Was ist Künstliche Intelligenz? Eine Einführung

Solche Aussagen von KI-Expert*innen großer Technologie-Konzerne und die mediale Darstellung Künstlicher Intelligenz (kurz: KI) als menschenähnliche Roboter wecken das öffentliche Interesse an KI. Was ist Künstliche Intelligenz? Welche Bedeutung hat KI für mich? Ist KI gefährlich? Diese und weitere Fragen stellen sich viele Menschen spätestens seit der Veröffentlichung von ChatGPT durch OpenAI im Jahr 2022. Der Artikel führt in das Thema KI ein und hilft dabei, einige dieser Fragen zu beantworten. 

Die Anfänge und Entwicklung Künstlicher Intelligenz 

Mit der Frage, ob Maschinen denken können, befasste sich schon 1950 der britische Mathematiker Alan Turing. Er entwickelte ein Verfahren – den sogenannten Turing-Test –, um festzustellen, ob ein Computer von Nutzer*innen in einem Interview für einen Menschen gehalten wird und somit als intelligent bezeichnet werden könnte. Auf der Dartmouth-Konferenz im Jahr 1956 wurde schließlich der Begriff Künstliche Intelligenz geprägt. Die KI-Forschung machte sich auf den Weg, menschliche Fähigkeiten in Computersystemen nachzuahmen (OECD, 2020). 

Seit den 1990er Jahren wurden  große Fortschritte im Bereich der Künstlichen Intelligenz erzielt, durch die KI bis heute immer mehr öffentliche Aufmerksamkeit erfahren hat. Diese Fortschritte in der KI–Forschung und –Entwicklung haben mehrere Ursachen: 

• Durch die Digitalisierung (z. B. Verbreitung des Internets, Nutzung von Sensoren) werden große Mengen digitaler Daten (auch als Big Data bezeichnet) erzeugt.
• Diese immensen Datenmengen werden durch immer leistungsfähigere Computer verarbeitet und 
• mithilfe neuer Fortschritte in der Entwicklung von KI-Methoden wie des Maschinellen Lernens analysiert und verwendet (LeCun et al., 2015).

Bedeutende KI-Fortschritte mit Maschinellem Lernen 

Maschinelles Lernen spielt in der jüngeren Vergangenheit eine besonders wichtige Rolle. Fälschlicherweise wird Maschinelles Lernen häufig mit KI gleichgesetzt. Allerdings handelt es sich hier nur um eine von mehreren KI-Methoden. Maschinelle Lernverfahren kommen in „praktisch allen modernen KI-Systemen“ (Plattform Lernende Systeme, o.D.) zum Einsatz. Beim Maschinellen Lernen kann ein System Wissen aus Erfahrung erzeugen. Dafür errechnet es aus vorliegenden Beispiel-Daten, also zum Beispiel aus Texten, Bildern oder Sensordaten, ein Modell. Ein Modell ist ein digitales Abbild der realen Umgebung. Dieses Modell kann dann genutzt werden, wenn das System neuen, noch nicht bekannten Daten der gleichen Art – also neuen Texten, Bildern oder Sensordaten begegnet: Ohne, dass Programmierer*innen dem System bestimmte Vorgaben gemacht haben, kann es z. B. entscheiden und ausgeben, welche Art von Text oder Bild vorliegt. Damit ist dann auch eine Grundlage für KI-Anwendungen geschaffen, wie Empfehlungen abzuleiten oder Entscheidungen und Vorhersagen zu treffen (Döbel et al., 2018). 

Die Entwicklungen der letzten Jahre im Bereich des Maschinellen Lernens (LeCun et al., 2015) sind Voraussetzung für bedeutende Fortschritte in der KI-Forschung und -Entwicklung. Insbesondere im Bereich der Mustererkennung, des computergestützten Sehens, der Verarbeitung von Sprache und der Erzeugung von motorischen Bewegungen konnten Fortschritte verzeichnet werden. So kann KI unter anderem 

• Muster in medizinischen Daten erkennen und auf frühe Anzeichen von Krankheiten (z. B. Parkinson) hinweisen (McKinney et al., 2020), 
• Sprachen erkennen und Texte automatisch übersetzen (Popel et al., 2020) und
• Geräte wie selbstfahrende Staubsauger oder autonome Fahrzeuge steuern (Bonnefon et al., 2016; Murphy, 2019). 

Künstliche Intelligenz kann auch Menschen mit Behinderungen dabei helfen, Barrieren im Alltag zu überwinden. Zum Beispiel kann KI die Umgebung mithilfe von Kamerasystemen erkennen und für Menschen mit Sehbehinderungen Hindernisse benennen oder Texte vorlesen (z. B. Seeing AI, o.D.). Abbildung 1 zeigt weitere Möglichkeiten der Unterstützung von Menschen mit Behinderungen durch Künstliche Intelligenz.

Aktuelle KI-Entwicklungen: Generative KI und große Sprachmodelle

Einen weiteren Meilenstein in der KI-Geschichte stellt die Veröffentlichung von ChatGPT durch OpenAI im November 2022 dar. ChatGPT, aber auch DALL-E und Stable Diffusion sind Beispiele für Generative KI. Diese neue Generation der Generativen KI ist anhand von Eingaben (sogenannten Prompts) in der Lage, verschiedene Aufgaben zu erledigen. Generative KI kann 

• Fragen beantworten 
• Texte schreiben 
• Bilder erstellen und 
• mittlerweile auch Musikstücke und Kunstwerke erzeugen (Bellaiche et al., 2023; Hong et al., 2022). 

Anwendungen aus dem Bereich der Generativen KI wie ChatGPT greifen oft auf leistungsfähige, große KI-Sprachmodelle (Englisch: Large Language Models, kurz: LLM) zurück. Mit deren Hilfe können die sprachlichen Eingaben von Nutzer*innen verarbeitet und verstanden werden und Nutzer*innen können mit dem KI-System in den Dialog treten. Integriert man diese neuen Dialogsysteme in Apps und Suchmaschinen, können Nutzer*innen mit Technologien auf intuitive und natürliche Art und Weise interagieren.  

Für Menschen mit Behinderungen haben KI-Sprachmodelle und Generative KI das Potenzial, Barrieren bei der Bedienung von Technologien abzubauen. Zum Beispiel dann, wenn KI in bestehende, digitale Assistenzsysteme integriert wird, wie in der App Be My Eyes. Über einen Live-Videoanruf können Nutzer*innen freiwilligen Gesprächspartner*innen Fragen stellen, beispielsweise um zu prüfen, ob das Licht ausgeschaltet ist. Mittlerweile wurde die KI-Funktion Be My AI in die App integriert. Nun können Nutzer*innen selbst Bilder an die App senden und Be My AI beantwortet dann Fragen zu diesen Bildern und liefert KI-generierte Bildbeschreibungen oder auch Übersetzungen von Texten. Abbildung 2 zeigt die KI-generierte Umgebungsbeschreibungen durch Be My AI.

KI ist ein vielfältiges Forschungs- und Technologiefeld 

Auch wenn Maschinelles Lernen, große Sprachmodelle und Generative KI derzeit in aller Munde sind, handelt es sich nur um Ausschnitte dessen, was unter Künstlicher Intelligenz verstanden werden kann. Die KI-Forschung ist ein dynamisches Forschungsfeld, in dem Forscher*innen versuchen, menschliche Fähigkeiten wie „logisches Denken, Lernen, Planen und Kreativität“ (Europäisches Parlament, 2023) mit Computern abzubilden. Aufgrund der Vielseitigkeit menschlicher Intelligenz und Fähigkeiten sind auch die konzeptionellen Ansätze und technischen Lösungen in der KI-Forschung und KI-Entwicklung sehr unterschiedlich. Russell und Norvig (2010) nennen als KI-Forschungsfelder unter anderem Problemlösen, Schlussfolgern, Maschinelles Lernen, Wahrnehmung, Verstehen von Sprache und Robotik.

In der öffentlichen Berichterstattung wird oft von „der KI“ gesprochen. An dieser Stelle soll deutlich gemacht werden: „Die eine KI“ gibt es nicht. Wie die Auflistung der Forschungsfelder zeigt, gibt es viele verschiedene KI-Systeme, die für verschiedene Zielgruppen entwickelt und für unterschiedliche Zwecke eingesetzt werden können.  

Aus verschiedenen Gründen existiert bisher keine einheitliche Definition von KI: 

• Menschliche Intelligenz als Ausgangspunkt von KI ist sehr vielschichtig und es gibt unterschiedliche Ansätze, Intelligenz zu definieren. 
• Die Vielfalt der Forschungsfelder und Ansätze von KI, menschliche Intelligenz zu nachzuahmen, erschweren eine einheitliche Definition. 
• Was als künstlich intelligentes Handeln gilt und was nicht, ändert sich aufgrund des schnellen technologischen Fortschritts im Bereich KI im Laufe der Zeit. 

Gleichzeitig sind Definitionen wichtig für ein gemeinsames Grundverständnis oder auch um im Falle von Rechtsverstößen durch KI-Technologien bestimmen zu können, ob eine Technologie dem neuen KI-Gesetz der Europäischen Union (kurz: AI Act) unterliegt.  

Die von der Europäischen Kommission eingesetzte, unabhängige Hochrangige Expertengruppe für Künstliche Intelligenz bezeichnet KI-Systeme als  

KI-Systeme sind darüber hinaus „auch in der Lage, die Auswirkungen ihrer früheren Handlungen auf die Umgebung zu analysieren und ihr Verhalten entsprechend anzupassen“ (ebd.). 

Im (beruflichen) Alltag begegnet uns KI oft als eine konkrete Technologie (z. B. als Sprachassistent oder Staubsaugroboter). Dann stellen sich Fragen wie „Steckt in einer Technologie KI? oder „Was kann die Technologie mit KI leisten?”. Hilfreicher als eine Definition kann in diesem Fall sein, zu bestimmen und zu unterscheiden, welche KI-Methoden bzw. KI-Funktionen zum Einsatz kommen. Ein praktischer Ansatz hierfür ist das Periodensystem der KI (BITKOM, 2018): Hier werden die Grundelemente der Künstlichen Intelligenz unterschieden und beschrieben. In einem Assistenten für Menschen mit Sehbehinderungen kommt zum Beispiel das Element Image Recognition (Bilderkennung) zum Einsatz, um umgebungsnahe Objekte und Hindernisse auf Kamerabildern zu erkennen und Nutzer*innen über diese zu informieren. Ein anderes Element, Predictive Inference (wörtlich: „vorhersagende Schlussfolgerung“), beschreibt die Fähigkeit von KI-Modellen, Vorhersagen, zum Beispiel über das Wetter, zu treffen.  

Menschen tendieren dazu, KI-Systemen Intelligenz und menschliche Eigenschaften zuzuschreiben, was sich in den Begriffen zeigt, mit denen Menschen über KI sprechen (z. B. „halluzinieren“) und in der Art, wie sie sich im Zusammenspiel mit einer KI verhalten (z. B. sich bei Chatbots zu bedanken) (Burchardt & Kersting, 2024). Auch wenn KI-Systeme heute bereits konkrete „Problemlöse- und Analyseaufgaben“ (OECD, 2017, zitiert nach OECD, 2020, S. 22) bewältigen können, sind sie noch weit davon entfernt, menschenähnlich oder allgemein intelligent zu handeln. Diese Form einer KI nennt man eine „starke“ Künstliche Intelligenz. Sie wird in öffentlichen und wissenschaftlichen Debatten als negatives Szenario beschworen, entspricht aber nicht dem, was KI-Systeme der Gegenwart leisten können (OECD, 2017, zitiert nach OECD, 2020).  

Die Zukunft mit KI 

Seit den Anfängen der KI und zuletzt mit dem Aufkommen Generativer KI gab und gibt es immer wieder Prognosen und Zukunftsszenarien zur Entwicklung und dem Einfluss von KI auf die Gesellschaft. In jedem Fall ist davon auszugehen, dass sich KI rasant weiterentwickeln und in unserer Gesellschaft zunehmend wichtiger werden wird. Dies wird auch Auswirkungen auf die Inklusion von Menschen mit Behinderungen haben. Daher ist eine Auseinandersetzung mit Künstlicher Intelligenz wichtig. Zum Beispiel, um das Potenzial und die Risiken von KI für die Inklusion von Menschen mit Behinderungen bewerten zu können. Oder um sich im Dschungel großer Technologie-Versprechen auf der einen und Technologie-Befürchtungen auf der anderen Seite ein eigenes Bild von KI machen zu können. 

Dieser Artikel soll hierfür einen Einstieg leisten und deutlich machen, dass es „die (eine) KI“ nicht gibt. Wenn man einer KI-Produkt-Präsentation folgt oder mit anderen Menschen über KI spricht, können gezielte Fragen dabei helfen, genauer zu bestimmen, was das Gegenüberunter KI versteht. Handelt es sich um ein KI-System zur Bilderkennung und -beschreibung, zur Empfehlung von Kursen auf einer Lernplattform oder zur Planung der kürzesten Strecke zur Navigation? 

Im Projekt KI-Kompass Inklusiv können sich Interessierte im Wissenspool, bei Veranstaltungen (z.B. KI-Grundlagen-Schulung) und im Technologie-Monitor über KI, Assistenztechnologien und berufliche Teilhabe informieren. 

Mehr Informationen zum Thema 

Mehr Informationen zum Thema finden Sie unter den folgenden Links: 

• Künstliche Intelligenz – einfach erklärt auf https://www.ki-konkret.de/ 
• Einsatzgebiete von Maschinellem Lernen auf www.huggingface.co
• Überblick über Generative KI auf plattform-lernende-systeme.de 
• Das Periodensystem der KI 
• KI-Wissenspool des KI Wissens- und Weiterbildungszentrums 
• Weiterbildung zu KI auf der Lernplattform KI-Campus 
• Der AI Act – das Europäische KI-Gesetz 

Veröffentlicht im November 2024