Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein.

Begriffe und Definitionen zum Thema Künstliche Intelligenz & Machine Learning

Algorithmus

Algorithmen sind das Fundament aller computerbasierten Problemlösungen – sie strukturieren Denkprozesse in einer Form, die Maschinen verstehen und ausführen können. In der Künstlichen Intelligenz sind sie das zentrale Werkzeug, um lernfähige und automatisierte Systeme zu realisieren.

Definition:
Ein Algorithmus ist eine endliche, eindeutig definierte Folge von Anweisungen oder Rechenschritten zur Lösung eines konkreten Problems. Er nimmt Eingabedaten entgegen, verarbeitet sie nach einem festgelegten Schema und liefert ein definiertes Ergebnis. In der KI werden Algorithmen genutzt, um Entscheidungsprozesse zu automatisieren, Muster in Daten zu erkennen oder aus Beispielen zu lernen (z. B. durch Trainingsverfahren wie Gradient Descent oder Entscheidungsbäume).

Erklärung:
Algorithmen lassen sich mit präzisen Kochrezepten vergleichen: Sie geben Schritt für Schritt vor, wie man von den Zutaten (Daten) zum fertigen Gericht (Ergebnis) gelangt. In der Künstlichen Intelligenz kommen spezielle Algorithmen zum Einsatz, die beispielsweise große Datenmengen durchforsten, Regeln selbstständig ableiten oder sich durch Rückmeldungen verbessern. Entscheidungsbäume, Neuronale Netzwerke oder Support Vector Machines sind solche algorithmischen Modelle, die in der Praxis vielfältig genutzt werden.

Praxisbeispiele:

  • Netflix verwendet Empfehlungsalgorithmen, die aus deinem Sehverhalten und dem Verhalten ähnlicher Nutzer:innen passende Inhalte vorschlagen.

  • Google nutzt eine Vielzahl von Algorithmen in seiner Suchmaschine, darunter solche zur Relevanzbewertung von Webseiten, semantischen Analyse oder Spam-Erkennung.

  • Airbnb setzt Preisalgorithmen ein, die Angebot und Nachfrage analysieren und dynamisch Preise anpassen.

  • FinTechs wie N26 oder Scalable Capital verwenden KI-Algorithmen zur Risikoeinschätzung, Bonitätsprüfung und Portfoliooptimierung.

Für wen relevant?
Algorithmen sind essenziell für Informatiker:innen, Data Scientists, KI-Entwickler:innen und alle, die mit datengetriebenen Entscheidungsprozessen arbeiten. Auch in Wirtschaft, Medizin, Logistik oder Recht kommen algorithmische Systeme zunehmend zum Einsatz.

Alle Begriffe zum Thema Künstliche Intelligenz & Maschine Learning

Algorithmus

Algorithmen sind das Fundament aller computerbasierten Problemlösungen – sie strukturieren Denkprozesse in einer Form, die Maschinen verstehen und ausführen können. In der Künstlichen Intelligenz sind sie das zentrale Werkzeug, um lernfähige und automatisierte Systeme zu realisieren.

Weiterlesen

Computer Vision

Computer Vision ist ein zentrales Anwendungsfeld der Künstlichen Intelligenz. Ziel ist es, Maschinen das „Sehen“ beizubringen – also die Fähigkeit, visuelle Informationen wie Bilder und Videos zu analysieren, zu interpretieren und darauf zu reagieren.

Weiterlesen

Deep Learning

Deep Learning gehört zu den Schlüsseltechnologien der digitalen Wirtschaft. Es bildet die Grundlage für viele moderne Anwendungen im Bereich der Künstlichen Intelligenz – von personalisierten Empfehlungen bis hin zu autonomen Fahrzeugen.

Weiterlesen

KI Ethik

Mit dem rasanten Fortschritt in der Entwicklung und Anwendung von Künstlicher Intelligenz wächst auch die Verantwortung, deren Auswirkungen auf Individuen, Gesellschaft und Demokratie ethisch zu reflektieren und zu gestalten. Die Ethik der KI beschäftigt sich mit der Frage, wie KI-Systeme menschenwürdig, gerecht und verantwortungsvoll entwickelt und eingesetzt werden können.

Weiterlesen

Natural Language Processing

Natural Language Processing (kurz: NLP) ermöglicht es Maschinen, menschliche Sprache zu verstehen, zu analysieren, zu generieren und darauf zu reagieren. Damit steht NLP im Zentrum vieler moderner Anwendungen der KI – von Chatbots bis hin zu automatischer Übersetzung und Textanalyse.

Weiterlesen

Neuronale Netze

Neuronale Netzwerke bilden das Herzstück moderner KI-Systeme. Inspiriert vom menschlichen Gehirn, ermöglichen sie Maschinen das "Lernen" aus Daten – eine Grundlage für viele Anwendungen der digitalen Transformation.

Weiterlesen

Starke und schwache KI

Die Begriffe starke KI und schwache KI dienen der grundlegenden Unterscheidung zwischen gegenwärtig realisierbaren KI-Anwendungen und hypothetischen, menschenähnlichen Intelligenzen. Diese Unterscheidung ist zentral für die Bewertung des Entwicklungsstands und der ethischen Implikationen von KI-Systemen.

Weiterlesen

Überwachtes und unüberwachtes Lernen

Maschinelles Lernen – das Herzstück moderner KI – basiert auf verschiedenen Lernmethoden. Die beiden wichtigsten Ansätze sind das überwachte (supervised) und das unüberwachte (unsupervised) Lernen. Sie unterscheiden sich grundlegend darin, wie mit Daten gearbeitet wird – insbesondere im Hinblick auf die Verfügbarkeit von Zielinformationen.

Weiterlesen

Digital Academy | A-Z