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

Begriffe und Definitionen zum Thema Künstliche Intelligenz & Machine Learning

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.

Definition:

  • Schwache KI (auch „narrow AI“) bezeichnet KI-Systeme, die auf eine spezifische, eng umrissene Aufgabe spezialisiert sind – z. B. Sprachverarbeitung, Bilderkennung oder Schachspielen. Sie besitzen kein Bewusstsein, kein Selbstverständnis und kein allgemeines Verständnis der Welt.

  • Starke KI (auch „general AI“) beschreibt hypothetische KI-Systeme, die menschenähnliche kognitive Fähigkeiten besitzen. Eine starke KI könnte kontextübergreifend denken, lernen, verstehen, argumentieren und sich selbst reflektieren – ähnlich wie ein Mensch. Sie existiert derzeit nur als theoretisches Konzept.

Erklärung:
Fast alle heute eingesetzten KI-Systeme sind schwache KIs: Sie lösen sehr gut genau eine Aufgabe, versagen aber außerhalb ihres Spezialgebiets. So kann etwa ein Chatbot wie ChatGPT Texte generieren, aber keine physischen Handlungen durchführen oder „echtes“ Verständnis besitzen. Eine starke KI hingegen würde über allgemeine Intelligenz verfügen – sie könnte Probleme aus unterschiedlichen Bereichen lösen, selbstständig lernen und sich flexibel an neue Situationen anpassen.
Die Entwicklung einer solchen starken KI wirft viele Fragen auf – nicht nur technischer, sondern auch ethischer, gesellschaftlicher und rechtlicher Natur.

Praxisbeispiele für schwache KI:

  • Apple Siri, Amazon Alexa: Sprachassistenten, die auf Sprachverarbeitung spezialisiert sind.

  • Google Translate: Übersetzt Texte mithilfe neuronaler Netzwerke – versteht aber keine Bedeutung im menschlichen Sinn.

  • IBM Watson: Liefert Diagnosen oder juristische Bewertungen auf Basis spezialisierter Datenmodelle – jedoch ohne echtes Verständnis.

Starke KI in der Praxis:
Aktuell existiert keine echte starke KI. Forschungsprojekte in Bereichen wie Artificial General Intelligence (AGI) oder neuromorphe Systeme verfolgen langfristig dieses Ziel, bleiben aber weitgehend spekulativ.

Für wen relevant?
Das Konzept der starken und schwachen KI ist besonders relevant für Informatiker:innen, Philosoph:innen, Technologiekritiker:innen sowie alle, die sich mit den langfristigen Perspektiven, Risiken und Regulierungsfragen von KI beschäftigen.

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