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

Begriffe und Definitionen zum Thema Künstliche Intelligenz & Machine Learning

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.

Definition:
Die Ethik der Künstlichen Intelligenz ist ein interdisziplinäres Forschungs- und Handlungsfeld, das normative Grundlagen, Prinzipien und Leitlinien für den verantwortungsvollen Umgang mit KI-Technologien formuliert. Sie thematisiert u. a. Transparenz, Fairness, Nichtdiskriminierung, Sicherheit, Datenschutz, Autonomie sowie die Rechenschaftspflicht von KI-Systemen und deren Entwicklern.

Erklärung:
KI-Systeme treffen zunehmend Entscheidungen, die direkte Auswirkungen auf Menschen haben – etwa bei Bewerbungsverfahren, medizinischen Diagnosen oder der Kreditvergabe. Hier stellen sich zentrale Fragen:

  • Ist die Entscheidung nachvollziehbar?

  • Wird jemand diskriminiert oder benachteiligt?

  • Wer trägt Verantwortung bei Fehlern?

  • Darf ein System über Leben und Tod entscheiden (z. B. bei autonomen Fahrzeugen)?
    Die Ethik der KI gibt darauf keine einfachen Antworten, sondern liefert Prinzipien zur Orientierung – wie in den europäischen „Leitlinien für vertrauenswürdige KI“ (z. B. Transparenz, Gerechtigkeit, Respekt vor Grundrechten).

Praxisbeispiele:

  • Google hat nach ethischen Kontroversen seine Beteiligung an militärischen KI-Projekten (z. B. Projekt Maven) beendet.

  • SAP, IBM und andere Unternehmen haben unternehmensinterne Ethikrichtlinien für KI eingeführt, inklusive Ethik-Boards und KI-Prüfkatalogen.

  • Die EU-Kommission hat mit dem AI Act den weltweit ersten umfassenden Regulierungsrahmen vorgeschlagen, der ethische Risiken adressiert (z. B. Verbot von Social Scoring oder KI-Massenüberwachung).

  • Startups wie Mostly AI oder Aleph Alpha setzen bewusst auf „ethische KI“, etwa durch datenschutzkonforme Modelle oder erklärbare KI-Architekturen.

Für wen relevant?
Ethik der KI betrifft nicht nur Informatiker:innen und Entwickler:innen, sondern ebenso Entscheidungsträger:innen, Jurist:innen, Politiker:innen, Pädagog:innen und alle, die KI-Systeme mitgestalten oder darüber entscheiden, wie sie eingesetzt werden.

Alle Begriffe zum Thema Künstliche Intelligenz & Maschine Learning

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 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 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

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 (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 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

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

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