Technologische Entwicklungen in Künstlicher Intelligenz

Der Begriff der Intelligenz wurde lange direkt mit dem Menschen oder anderen Lebewesen in Verbindung gebracht. Selbst der intelligente Sprachassistent Gemini versteht Intelligenz als menschliche Eigenschaft. Um zu verstehen, was genau Künstliche Intelligenz (KI) ist und welche Prozesse dabei im Hintergrund ablaufen, kann ein Vergleich mit menschlicher Intelligenz hilfreich sein.

Grundlage für menschliche Intelligenz ist das Gehirn. Dort arbeiten Milliarden Nervenzellen – sogenannte Neuronen – zusammen. Sie sind über Kontaktstellen, die sogenannten Synapsen, miteinander verbunden. Über diese Synapsen werden Informationen mit Hilfe chemischer Botenstoffe wie Dopamin oder Serotonin von einer Nervenzelle an die nächste weitergegeben. So entstehen Gedanken, Erinnerungen und Gefühle. Lernen manifestiert sich durch Stärkung bzw. Schwächung spezifischer Synapsen. Unsere Erfahrungen, Einstellungen und Charakterzüge finden so ihren Niederschlag in der Mikrostruktur des Gehirns.

Die Künstliche Intelligenz basiert auf einem künstlichen Netzwerk, das grob dem Vorbild des menschlichen Gehirns nachempfunden ist. Auch hier gibt es „Neuronen“, die allerdings keine echten Zellen, sondern elementare Rechenvorschriften sind. Diese nehmen Daten auf, verarbeiten sie und geben Ergebnisse weiter. Statt chemischer Botenstoffe nutzt die KI Rechenoperationen und Zahlenwerte, um zu lernen und Muster zu erkennen. Ein künstliches Neuron hat auch eine „Stärke“ wie eine Synapse. Ein neuronales Netz ist eine Verschaltung sehr vieler solcher Neuronen, deren Stärken anhand von Trainingsdaten auf eine spezielle Aufgabe ausgerichtet werden. Ein so trainiertes Netz kann scheinbar „eigene Entscheidungen“ treffen – auch wenn es letztlich nur nach bestimmten, von Menschen festgelegten Regeln reagiert.

Mit Aufkommen immer leistungsstärkerer Computer, die immer größere Datenmengen verarbeiten können, der Entwicklung bahnbrechender Algorithmen und hochleistungsfähiger Hardware in den Serverfarmen der Anbieter – vor allem der GPUs (Graphics Processing Units) aus dem Bereich der Computerspiele – sowie einer großen Verbreitung leistungsstarker Endgeräte in Form von Smartphones und Tablets hat KI bis heute in einen Großteil unserer heutigen Gesellschaft Einzug gehalten und reale Anwendungsbereiche in nahezu allen Lebensbereichen gefunden. Das Forschungsgebiet gibt es seit 70 Jahren. Die ersten theoretischen Überlegungen, ob Maschinen „denken“ können, fanden sogar bereits im 18. Jahrhundert statt. Doch bis zum ersten Durchbruch hat es noch viele Jahre gedauert.

Als Pionier auf dem Weg zur Künstlichen Intelligenz gilt der britische Wissenschaftler Alan Turing. Sein Konzept des „Imitationsspiels“ (1950) ist heute als Turing-Test bekannt und zeigte erstmals, wie kognitive Prozesse von Maschinen ausgeführt werden können.

Dieser Ansatz gilt als Wegbereitung der Künstlichen Intelligenz – ein Begriff, der 1956 zum ersten Mal auf der „Dartmouth Conference“ verwendet wurde, als mit dem sogenannten „Logic Theorist“ ein Programm geschrieben wurde, das mathematische Lehrsätze beweisen konnte.

Auf Basis der Forschungen des US-amerikanischen Psychologen und Informatikers Frank Rosenblatt, der 1957 das erste künstliche neuronale Netzmodell erfand, zeigten die US-amerikanischen Wissenschaftler David Rumelhart sowie der spätere Physik-Nobelpreisträger Geoffrey Hinton im Jahr 1986, wie solche künstlichen neuronalen Netze durch Fehler-Rückmeldung (Backpropagation) effektiv trainiert werden können und schufen so die Grundlage für moderne Deep-Learning-Systeme.

Der Supercomputer Deep Blue des US-amerikanischen Technologieunternehmens IBM gewinnt 1997 eine Schachpartie gegen den amtierenden Schach-Weltmeister Garri Kasparow. Dieser Sieg gilt als Wendepunkt in der KI-Geschichte und zeigt, dass Maschinen menschliche Entscheidungsfähigkeit in klar definierten Bereichen übertreffen können.   

Den letztlich entscheidenden Schub bekam KI 2012 mit der Entwicklung und Anwendung künstlicher neuronaler Netze. Insbesondere der Gewinn des ImageNet-Wettbewerbs durch ein von Alex Krizhevsky, Ilya Sutskever und Geoffrey Hinton entwickeltes tiefes neuronales Netz namens AlexNet beschleunigte diesen Schub. Das Modell übertraf alle Konkurrenten in der Bild-Klassifikation und verdeutlichte, dass Deep Learning praktisch anwendbar und deutlich leistungsfähiger als klassische Methoden ist. 

Im Laufe der 2010er Jahre setzte schließlich ein rasanter Aufstieg verschiedener KI-Modelle wie GPT-3 oder AlphaFold ein, der dazu geführt hat, dass KI inzwischen in viele gesellschaftliche Teilbereiche vorgedrungen und im Alltag der Menschen angekommen ist. 

Mit den technologischen Durchbrüchen der letzten Jahre hat sich auch die öffentliche Debatte zum Thema KI vertieft. Dabei findet immer wieder eine Vermischung verschiedener Begriffe statt, die oftmals miteinander in Verbindung stehen, aber verschiedene Dinge meinen. Insbesondere die Vermischung des KI-Begriffs mit Schlagworten wie Automatisierung, Algorithmen, Maschinellem Lernen oder Deep Learning führt dazu, dass viele Menschen keine klare Vorstellung davon haben, wie KI konkret funktioniert.

Neben den technologischen Innovationen, insbesondere im Bereich Deep Learning, fußt der „Siegeszug der KI“ vor allem auf der breiten Verfügbarkeit des Internets und auf benutzerfreundlichen Interfaces, also einfachen, intuitiven Oberflächen wie Chatfenstern oder Sprachassistenten, über die KI für die meisten Menschen heute unmittelbar und ohne Vorkenntnisse nutzbar ist.

Eine besonders dynamische Entwicklung findet aktuell in der sogenannten generativen KI statt. Sie ermöglicht es, völlig neue Inhalte zu erzeugen – etwa Texte, Bilder, Sprache oder sogar Videos – die menschlichen Produkten zum Verwechseln ähnlich sind. Damit verändert sich nicht nur die Interaktion mit Technologie grundlegend, sondern auch die Art und Weise, wie Inhalte entstehen – von alltäglicher Kommunikation bis hin zur professionellen Medienproduktion. Technisch basieren solche generativen KI-Modelle auf Deep-Learning-Techniken, d. h. künstlichen neuronale Netzen mit vielen Schichten, die große Datenmengen analysieren und daraus lernen. Insbesondere die sogenannten Large Language Models (LLM) haben seit dem Erscheinen des Tools „ChatGPT“ im Jahr 2022 einen neuerlichen Schub bekommen und inzwischen ist der Markt um weitere leistungsstarke Tools wie Perplexity, Gemini oder DeepSeek ergänzt worden.

Für Nutzerinnen und Nutzer ist nicht nachzuvollziehen, wie generative KI-Tools ihren Output erzeugen, auf welche Trainingsdaten sie zurückgreifen, und inwiefern die durch sie zur Verfügung gestellten Informationen tatsächlich korrekt und somit verlässlich sind. Im noch jungen Forschungsfeld der erklärbaren KI werden Verfahren entwickelt, die KI-generierte Vorschläge oder Entscheidungen im Nachhinein nachvollziehbar machen sollen. Insbesondere bei Großen Sprachmodellen (LLM) steht es aber vor erheblichen Herausforderungen. LLMs generieren Ausgaben kontextabhängig, wobei sich der relevante Kontext aus dem Prompt – der textuellen Nutzereingabe – sowie dem bereits erzeugten Text ergibt. Ein technologischer Ansatz zur externen Rekonstruktion dieser Kontextbezüge existiert derzeit nicht. Aktuelle Forschungsarbeiten zielen daher darauf ab, LLMs zu Verfahren der Selbsterklärung zu befähigen. Aufgrund ihres rein statistischen Vorhersageprinzips verfügen sie jedoch weder über ein inhaltliches Verständnis noch über tatsächliche Einsicht in ihre internen Entscheidungsprozesse. Entsprechend können Selbsterklärungen sowohl zutreffend als auch frei konstruiert sein. Diese Problematik zeigt: Es ist stets kritisch zu prüfen, in welchen Anwendungsfeldern ein potenzielles Fehlinformationsrisiko akzeptabel erscheint und in welchen eine hohe Transparenz zwingend erforderlich ist.

Dass Erklärbare KI insbesondere dann einen echten Mehrwert bieten kann, wenn sie mit innovativen Lernansätzen kombiniert wird, zeigt das Beispiel der Verbindung von visuellen, sprachlichen und konzeptuellen Informationen in modernen KI-Modellen. Dabei lernt die KI nicht nur aus Bilddaten, sondern auch durch sprachliche Beschreibungen, z. B. von typischen Merkmalen eines bestimmten Tieres oder Krankheitsbildes. Gerade bei dem sogenannten Low-Shot- oder Zero-Shot-Learning – also Lernen mit wenigen oder ganz ohne spezifische Trainingsbeispiele – müssen KI-Modelle verallgemeinern, Begriffe verknüpfen und auf bestehendes Wissen zurückgreifen. Wenn diese Modelle zusätzlich Sprache oder visuelle Hinweise nutzen, können sie ihre Entscheidungen potenziell besser verständlich machen. Das schafft eine wichtige Voraussetzung für erklärbare KI: In Anwendungen wie der medizinischen Bildanalyse kann die KI nicht nur eine Diagnose stellen, sondern auch visuell oder sprachlich begründen, welche Merkmale zur Entscheidung geführt haben. Solche Ansätze stärken Transparenz und Vertrauen bei den Nutzenden.

Der weitreichende Einsatz von KI täuscht jedoch leicht darüber hinweg, dass viele Systeme in Wahrheit deutlich weniger können, als es der Begriff ‚Intelligenz‘ vermuten lässt. KI unterstützt den Menschen in bestimmten Bereichen, etwa beim Navigieren im Auto oder dem Erstellen von Texten, ist hier aber auf sein Zutun in Form von konkreten Eingaben (Befehlen) oder Freischalten von Funktionen (z. B. Staumeldungen) angewiesen. Entgegen landläufigen Ängsten und Horrorszenarien aus der Unterhaltungsindustrie existieren KI-Modelle, die ihr Handeln auf einem eigenen Bewusstsein und menschliche Fähigkeiten wie Empathie, Emotionalität oder Kreativität stützen bzw. aus eigenem Antrieb heraus tätig werden, bis heute nur in der Theorie.

Veröffentlicht: September 2025