Was ist Künstliche Intelligenz?

1. Was ist Künstliche Intelligenz?

Künstliche Intelligenz (KI) bezeichnet Computersysteme, die Aufgaben erledigen können, für die normalerweise menschliche Intelligenz erforderlich wäre. Dazu gehören beispielsweise das Verstehen von Sprache, das Erkennen von Bildern, das Treffen von Entscheidungen oder das Lösen komplexer Probleme.

Im Unterschied zu herkömmlicher Software, die strikt nach vorprogrammierten Regeln arbeitet, können KI-Systeme aus Daten lernen und ihr Verhalten anpassen. Ein klassisches Taschenrechnerprogramm führt immer dieselbe Berechnung durch. Ein KI-System hingegen kann aus Beispielen lernen und dann auch neue, unbekannte Situationen bewältigen.

1.1 Der Unterschied zu klassischer Software

Klassische Software	Künstliche Intelligenz
Folgt festen Regeln	Lernt aus Daten
Kann nur vorgesehene Aufgaben erledigen	Kann neue Situationen bewältigen
Verhalten ist vollständig vorhersagbar	Ergebnisse können variieren
Beispiel: Tabellenkalkulationen, Buchhaltung	Beispiel: ChatGPT, Microsoft Copilot, Sprachassistenten

2. Wie funktioniert KI?

Moderne KI-Systeme basieren auf dem Prinzip des maschinellen Lernens (Machine Learning). Dabei wird das System nicht mit expliziten Regeln programmiert, sondern es analysiert große Mengen von Beispieldaten und erkennt darin Muster.

2.1 Das Prinzip des maschinellen Lernens

Stellen Sie sich vor, Sie möchten einem Kind beibringen, Hunde von Katzen zu unterscheiden. Sie zeigen ihm viele Bilder von Hunden und sagen: "Das ist ein Hund." Dann zeigen Sie Bilder von Katzen und sagen: "Das ist eine Katze." Nach genügend Beispielen kann das Kind auch neue Bilder richtig zuordnen – obwohl es diese nie zuvor gesehen hat.

Genau so funktioniert Machine Learning: Das System wird mit vielen Beispielen (Trainingsdaten) gefüttert und lernt daraus Muster zu erkennen. Der Lernprozess wird als "Training" bezeichnet.

2.2 Die wichtigsten KI-Typen

KI-Typ	Beschreibung und Beispiele
Machine Learning	Systeme, die aus Daten lernen und Muster erkennen. Beispiele: Spam-Filter, Produktempfehlungen, Betrugserkennung bei Kreditkarten.
Deep Learning	Eine fortgeschrittene Form des Machine Learning mit künstlichen neuronalen Netzen. Kann komplexere Muster erkennen. Beispiele: Gesichtserkennung, autonomes Fahren, medizinische Bildanalyse.
Generative KI	KI-Systeme, die neue Inhalte erstellen können: Texte, Bilder, Audio oder Video. Beispiele: ChatGPT, Microsoft Copilot, DALL-E, Midjourney.
Large Language Models (LLMs)	Spezialisierte generative KI für Sprache. Wurden mit riesigen Textmengen trainiert und können menschenähnliche Texte verstehen und erzeugen. Beispiele: GPT-4, Claude, Gemini.

3. KI im Arbeitsalltag

Viele Menschen nutzen bereits täglich KI-Systeme – oft ohne es bewusst wahrzunehmen. Die folgende Übersicht zeigt typische Einsatzbereiche:

3.1 KI in Microsoft 365

• Microsoft Copilot: KI-Assistent für Word, Excel, PowerPoint, Outlook und Teams
• Editor in Word: Grammatik- und Stilvorschläge
• Designer in PowerPoint: Automatische Foliengestaltung
• Ideen in Excel: Datenanalyse und Erkenntnisse
• Transkription in Teams: Automatische Besprechungsprotokolle

3.2 Weitere Beispiele aus dem Berufsalltag

• E-Mail: Spam-Filter, automatische Kategorisierung, intelligente Antwortvorschläge
• Übersetzung: DeepL, Google Translate, Microsoft Translator
• Suchmaschinen: Verstehen der Suchabsicht, personalisierte Ergebnisse
• Kundenservice: Chatbots für erste Anfragen
• Buchhaltung: Automatische Belegerfassung und -zuordnung

4. Wichtige Begriffe

Für die weiteren Module sollten Sie folgende Grundbegriffe kennen:

Begriff	Erklärung
Algorithmus	Eine Schritt-für-Schritt-Anleitung zur Lösung eines Problems. Bei KI sind das oft komplexe mathematische Berechnungen.
Training	Der Prozess, bei dem ein KI-System aus Beispieldaten lernt. Je mehr qualitativ hochwertige Daten, desto besser das Ergebnis.
Modell	Das Ergebnis des Trainings. Ein trainiertes Modell kann dann für Vorhersagen oder Entscheidungen genutzt werden.
Prompt	Die Eingabe oder Anweisung, die Sie einem KI-System geben. Bei ChatGPT oder Copilot ist das Ihre Frage oder Ihr Auftrag.
Halluzination	Wenn eine KI plausibel klingende, aber falsche Informationen erzeugt. KI-Systeme können Fakten erfinden oder Quellen falsch zitieren.
Bias	Voreingenommenheit oder Verzerrung. Wenn Trainingsdaten bestimmte Gruppen benachteiligen, übernimmt die KI diese Vorurteile.

5. Zusammenfassung