Künstliche Intelligenz (KI)
Software, die Aufgaben übernimmt, die normalerweise menschliches Denken erfordern.
Erklärung
Künstliche Intelligenz beschreibt Systeme, die menschenähnliche Aufgaben wie Verstehen, Entscheiden und Kommunizieren automatisieren. Heute umfasst KI vor allem Machine Learning und generative Modelle.
So funktioniert's
KI-Systeme lernen aus Daten, erkennen Muster und treffen darauf basierend Entscheidungen – ohne explizit für jede Situation programmiert zu sein.
Praxisbeispiel
Ein Chatbot, der Kundenanfragen versteht und selbstständig beantwortet, oder ein System, das Rechnungen automatisch verarbeitet.
Warum es wichtig ist
KI ist die Basistechnologie hinter allen modernen Automatisierungen – von Chatbots bis zu autonomen Agenten.
KI, Machine Learning, Deep Learning, generative KI: Wie hängt das zusammen?
Die Begriffe sind ineinander verschachtelt. Künstliche Intelligenz ist der Oberbegriff für Systeme, die Aufgaben lösen, für die sonst menschliche Intelligenz nötig wäre. Machine Learning ist der Teilbereich, in dem Systeme aus Daten lernen statt aus fest programmierten Regeln. Deep Learning ist Machine Learning mit tiefen neuronalen Netzen. Generative KI nutzt solche Netze, um neue Inhalte zu erzeugen, und LLMs sind generative Modelle für Sprache.
Wichtig für die Einordnung: Alle heute eingesetzten KI-Systeme sind sogenannte schwache oder spezialisierte KI. Sie sind in bestimmten Aufgaben sehr leistungsfähig, haben aber kein Bewusstsein und kein allgemeines Verständnis der Welt.
Wo lohnt sich KI im Mittelstand?
Der größte Nutzen entsteht selten dort, wo KI am spektakulärsten wirkt, sondern bei wiederkehrender Wissensarbeit mit viel Text: Anfragen beantworten, Dokumente prüfen und auslesen, Angebote und Berichte vorbereiten, internes Wissen auffindbar machen. Gute Kandidaten erkennt man an hohem Volumen, einer klaren Definition von Qualität und Daten, die bereits digital vorliegen.
Die häufigsten Hürden sind nicht technischer Natur: unklare Ziele, verstreute Daten, fehlende Spielregeln und zu wenig Schulung. Deshalb steht am Anfang meist eine Bestandsaufnahme mit priorisierten Use Cases, gefolgt von einem Pilot mit echten Daten und einem messbaren Erfolgskriterium.
Häufige Fragen
Was ist der Unterschied zwischen KI und Machine Learning?
KI ist der Oberbegriff, Machine Learning ein Teilbereich davon. Nicht jede KI lernt aus Daten, früher waren regelbasierte Expertensysteme verbreitet. Heute basiert aber fast jede praktisch genutzte KI auf Machine Learning.
Wie definiert der EU AI Act ein KI-System?
Sinngemäß als maschinengestütztes System, das mit einem gewissen Grad an Autonomie arbeitet und aus Eingaben ableitet, wie es Ergebnisse wie Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erzeugt. Rein regelbasierte Software fällt in der Regel nicht darunter.
Womit sollte ein Unternehmen beim Thema KI anfangen?
Mit einem konkreten Engpass statt mit einer Technologie. Ein KI-Readiness-Check zu Daten, Tools und Mindset zeigt, wo sich ein erster Pilot lohnt.