2. Was heute AI heißt

Was heute AI heißt

„KI” ist ein Verkaufsargument geworden. Auf Produktseiten steht es an Stellen, wo vor fünf Jahren „smart” stand und vor zwanzig „digital”, und es bezeichnet inzwischen sowohl eine Wetter-App mit drei if-Abfragen als auch ein Modell, das eine Codebasis umbaut. Das ist ärgerlich, weil man mit einem so unscharfen Wort nicht arbeiten kann. Bevor man über Agenten reden kann, muss man sortieren, wovon eigentlich die Rede ist.

Also klären wir zuerst die Begriffe. Wer sie sauber trennt, erkennt in einer Produktbeschreibung sofort, was dahintersteckt und was Marketing ist.

Die Begriffe von außen nach innen

Die gebräuchlichen Bezeichnungen bilden keine Alternativen, sondern Schachteln. Jede liegt in der nächstgrößeren.

flowchart TB
  A["Künstliche Intelligenz (KI/AI)<br/>Systeme, die Aufgaben lösen, für die man Intelligenz erwartet"] --> B["Maschinelles Lernen (ML)<br/>Der Mensch wählt die Merkmale,<br/>das System lernt die Entscheidung"]
  B --> C["Deep Learning<br/>Das Netz lernt aus Rohdaten<br/>auch die Merkmale selbst"]
  C --> D["Generative Modelle<br/>erzeugen neue Inhalte statt nur zu bewerten"]
  D --> E["Große Sprachmodelle (LLM)<br/>generative Modelle für Text und Code"]
  A --> F["Symbolische KI<br/>Regeln und Logik von Hand formuliert"]

Künstliche Intelligenz ist der Oberbegriff, und er ist der unscharfste. Er umfasst alles, was einmal als „das kann nur ein Mensch” galt: Schach spielen, Sprache übersetzen, Bilder erkennen, medizinische Diagnosen vorschlagen. Historisch verschiebt sich die Grenze ständig. Sobald etwas funktioniert, gilt es als normale Software und nicht mehr als KI. Ein Schachprogramm war 1970 KI und ist heute ein Programm.

Symbolische KI ist der ältere der beiden Zweige. Menschen formulieren Regeln, das System wendet sie an. Expertensysteme der 1980er-Jahre funktionierten so: Ein Fachmann diktierte hunderte Regeln der Form „wenn Fieber und Husten und Kontakt, dann Verdacht auf X”. Der Ansatz ist nicht tot, er ist überall dort richtig, wo die Regeln bekannt und verbindlich sind: Steuerberechnung, Ampelsteuerung, Validierung von Eingaben. Sein Problem ist, dass niemand die Regeln für „ist auf diesem Bild eine Katze” aufschreiben kann.

Maschinelles Lernen dreht die Richtung um. Statt Regeln zu formulieren, gibt man Beispiele und lässt das System die Regeln selbst finden. Das ist die entscheidende konzeptuelle Wende, und sie ist die Antwort auf genau das Katzenproblem: Beispiele für Katzen kann man beschaffen, Regeln für Katzen nicht.

Eine Sache bleibt beim klassischen maschinellen Lernen allerdings Handarbeit: Welche Eigenschaften das System überhaupt zu sehen bekommt, legt ein Mensch fest. Für einen Katzenerkenner müsste jemand entscheiden, dass Fellfarbverteilung, Kantendichte und Ohrwinkel die brauchbaren Messgrößen sind, diese aus dem Bild berechnen und dem Verfahren als Zahlenliste vorlegen. Gelernt wird dann nur noch, wie diese vorgegebenen Zahlen zu gewichten sind. Diese Vorarbeit heißt Merkmalskonstruktion (Feature Engineering); sie war jahrzehntelang der eigentliche Aufwand in ML-Projekten und scheitert an derselben Stelle wie zuvor die Regeln: Niemand kann sagen, an welcher messbaren Größe man eine Katze erkennt.

Deep Learning nimmt auch diesen Schritt weg. Ein neuronales Netz aus vielen Schichten bekommt die Rohdaten, also die Pixel, das Audiosignal oder den Text, und erarbeitet sich die Merkmale selbst, gestaffelt über die Schichten: Die ersten reagieren auf Kanten und Farbverläufe, mittlere auf Formen wie Ohren oder Augen, späte auf „Katze”. Niemand hat je definiert, was ein Ohr ist; die Zwischenstufen sind ein Nebenprodukt des Trainings. Der Unterschied in einem Satz: Klassisches maschinelles Lernen lernt die Entscheidung, Deep Learning lernt zusätzlich die Beschreibung, auf der die Entscheidung beruht.

Was daraus folgt, macht die beiden Ansätze für verschiedene Aufgaben passend:

	Klassisches ML	Deep Learning
Eingabe	vom Menschen berechnete Merkmale	Rohdaten
Wer bestimmt die Merkmale	der Mensch, vor dem Training	das Netz, während des Trainings
Typische Verfahren	Entscheidungsbaum, Random Forest, SVM, Regression	vielschichtige neuronale Netze, etwa Transformer
Datenbedarf	hunderte bis zehntausende Beispiele	Millionen und mehr
Rechenbedarf	ein Notebook genügt oft	Grafikkarten, bei großen Modellen ganze Rechenzentren
Nachvollziehbarkeit	häufig lesbar: man sieht, welches Merkmal wie schwer wog	praktisch keine
Stark bei	Tabellendaten mit benannten Spalten	Bild, Ton, Text

Die letzte Zeile ist die praktisch wichtigste. Wo die Merkmale ohnehin schon benannt vorliegen, etwa als Spalten einer Datenbanktabelle mit Alter, Umsatz und Vertragsdauer, hat ein Netz nichts zu entdecken, was nicht schon dasteht. Dort gewinnt klassisches maschinelles Lernen regelmäßig gegen Deep Learning, und zwar bei weniger Daten, weniger Rechenzeit und einem Ergebnis, das man jemandem erklären kann. Deep Learning lohnt sich, wo die Bedeutung erst aus der Rohform herausgeholt werden muss.

Genau das ist auch der Grund, warum Sprachmodelle Deep Learning sind: Man kann nicht aufschreiben, an welcher messbaren Größe man einen sinnvollen Satz erkennt.

Der Durchbruch kam 2012, als ein solches Netz einen Bilderkennungswettbewerb mit großem Abstand gewann und dabei ohne jede handgebaute Merkmalskonstruktion auskam. Die Idee war alt; gleichzeitig verfügbar wurden erst damals genug Daten, genug Rechenleistung durch Grafikkarten und ein paar Trainingstricks.

Generative Modelle erzeugen etwas, statt nur zu urteilen. Ein Klassifikator sagt „Katze” oder „Hund”; ein generatives Modell malt eine Katze. Der Unterschied ist für uns wichtig, weil er die Bewertbarkeit verändert: Bei einer Klassifikation ist die Antwort richtig oder falsch, bei einer Generierung ist sie brauchbar oder unbrauchbar, und das ist eine Beurteilung, die nur ein Mensch treffen kann.

Große Sprachmodelle (Large Language Models, LLM) sind generative Modelle für Text. Weil Programmcode Text ist, sind sie auch generative Modelle für Code, und das ist der Grund, warum dieser Anhang existiert.

Der Marketing-Test

Wenn auf einer Produktseite „KI-gestützt” steht, stellen Sie zwei Fragen: Wird hier etwas aus Daten gelernt, oder sind das Regeln, die jemand geschrieben hat? Und: Wird etwas erzeugt, oder wird etwas eingeordnet? Mit den Antworten wissen Sie, in welcher Schachtel Sie sind. Erstaunlich oft in der äußersten.

Eine kurze Geschichte, in sechs Sprüngen

Nicht der Vollständigkeit halber, sondern weil die Etappen erklären, warum die heutigen Werkzeuge so aussehen, wie sie aussehen.

Jahr	Was passierte	Warum es zählt
1956	Die Dartmouth-Konferenz erfindet den Begriff „artificial intelligence”	Der Begriff ist älter als die meisten Programmiersprachen
1980er	Expertensysteme in der Industrie	Die Grenzen handgeschriebener Regeln werden sichtbar
2012	AlexNet gewinnt den ImageNet-Wettbewerb	Deep Learning wird zur dominierenden Methode
2017	Das Paper Attention Is All You Need beschreibt die Transformer-Architektur	Die Architektur, auf der heute praktisch alle Sprachmodelle beruhen
2020	GPT-3 zeigt, dass ein reines Textvorhersagemodell Aufgaben löst, für die es nicht trainiert wurde	Der Übergang von Spezialmodellen zu Allzweckmodellen
ab 2024	Modelle werden mit Werkzeugen verbunden und laufen in Schleifen	Aus dem Chatpartner wird der Agent (Kapitel 8)

Zwei Dinge fallen an dieser Liste auf. Erstens: Zwischen der Architektur (2017) und dem Alltagswerkzeug (2023) liegen sechs Jahre. Der Sprung war nie ein einzelner Geistesblitz, sondern Maßstab, Daten und Feinschliff. Zweitens: Die letzte Zeile ist die jüngste und für Ihr Berufsleben die folgenreichste, und sie steckt technisch voller Provisorien.

Was ein Sprachmodell ist und was nicht

Hier entstehen die meisten Fehlerwartungen, und praktisch jede Enttäuschung im Umgang mit diesen Werkzeugen lässt sich auf eine Zeile dieser Tabelle zurückführen.

Es wirkt wie	Es ist aber
eine Datenbank mit Weltwissen	ein Modell, das plausible Fortsetzungen erzeugt. Fakten kommen zufällig richtig heraus, weil richtige Aussagen im Training häufiger waren
ein Rechner	ein Textmodell. 73 · 41 wird geschätzt, nicht gerechnet, solange kein Werkzeug angebunden ist
ein Gedächtnis	zustandslos. Was das Modell zu „wissen” scheint, steht im mitgeschickten Text (Kapitel 4)
ein Programm, das Code ausführt	ein Programm, das Code schreibt. Ausführen tut es ein anderes Programm (Kapitel 8)
ein Gesprächspartner mit Absichten	eine Funktion von Text auf Text. Die Ich-Form ist eine Konvention des Trainings

Die letzte Zeile ist die unangenehmste. Diese Modelle sind darauf trainiert, so zu antworten, wie ein hilfsbereiter Mensch antworten würde, und das erzeugt zwangsläufig den Eindruck eines Gegenübers. Der Eindruck ist nützlich (man kann normal formulieren) und irreführend (man unterstellt Absicht, Verständnis und Verlässlichkeit, wo keine sein muss).

Versteht es, was es tut?

Diese Frage ist alt. John Searle formulierte 1980 das Chinesische Zimmer: Jemand sitzt in einem Raum, bekommt chinesische Zeichen hereingereicht und schiebt nach einem dicken Regelbuch andere Zeichen hinaus. Von außen sieht das wie Chinesisch-Kompetenz aus. Versteht die Person Chinesisch?

Die Debatte ist bis heute offen. Für unsere die Arbeit zählt nur: Es gibt keine Instanz im System, die für die Richtigkeit der Ausgabe bürgt. Diese Instanz sind Sie. Alles, was in diesem Anhang über Tests, Pläne und Reviews steht, folgt aus diesem einen Satz.

Wo Sprachmodelle nicht die Antwort sind

Weil der Anhang von Sprachmodellen handelt, entsteht leicht der Eindruck, sie seien das Werkzeug für alles. Sie sind es nicht, und die teuersten Fehlentscheidungen entstehen dort, wo ein Modell eine Aufgabe übernimmt, für die ein einfacheres Verfahren besser ist.

• Regeln, die feststehen: Steuersätze, Rabattstufen, Validierungsregeln. Ein if ist billiger, schneller und immer gleich. Ein Modell ist bei jedem Aufruf ein Risiko.
• Rechnen und Suchen: Datenbankabfragen, Aggregationen, Sortierungen. Was SQL kann, gehört in SQL (Abstimmung mit Informationssysteme).
• Klassifikation mit vielen Beispielen: Wenn es zehntausend gelabelte Beispiele gibt und die Aufgabe eng ist (Spam oder nicht), ist ein kleines klassisches Modell oft genauer, um Größenordnungen billiger und außerdem prüfbar.
• Ähnlichkeitssuche: Dafür verwendet man Embeddings, nicht ein generatives Modell. Ein Embedding ist ein Zahlenvektor, der Bedeutung so abbildet, dass Ähnliches nahe beieinander liegt. Man kann damit suchen, gruppieren und Duplikate finden, ohne dass irgendetwas erzeugt wird. Sie treffen das Verfahren in Kapitel 7 wieder, wenn ein Modell Zugriff auf eigene Dokumente bekommen soll.

Die Faustregel lautet: Ein Sprachmodell ist dort richtig, wo die Eingabe unstrukturiert, die Aufgabe schlecht spezifizierbar und ein „ziemlich gut” brauchbar ist. Trifft eine der drei Bedingungen nicht zu, prüfen Sie das einfachere Verfahren zuerst.

Häufige Stolperfallen

1. „KI” als Ja-oder-Nein-Eigenschaft behandeln. Die Frage ist nie, ob KI drin ist, sondern welches Verfahren und mit welcher Fehlerrate.
2. Erzeugen und Einordnen verwechseln. Ein Klassifikator hat eine messbare Genauigkeit. Ein Generator hat das nicht, jedenfalls nicht ohne dass Sie ein Kriterium definieren.
3. Faktenwissen erwarten. Ein Modell ohne Werkzeuge hat keinen Zugriff auf irgendetwas, es hat nur Gewichte. Fragen nach aktuellen Tatsachen sind Glücksspiel.
4. Rechenaufgaben stellen. Und dann dem Ergebnis glauben, weil es so bestimmt formuliert ist.
5. Ein Sprachmodell nehmen, wo eine if-Abfrage genügt. Teuer, langsam und bei jedem Aufruf anders.
6. Deep Learning auf Tabellendaten ansetzen. Wo die Merkmale schon als Spalten benannt dastehen, gibt es nichts zu entdecken. Ein Entscheidungsbaum ist dort meist genauer, billiger und erklärbar.
7. Vom Auftreten auf die Verlässlichkeit schließen. Sicheres Auftreten ist ein Trainingsergebnis, kein Wahrheitsindikator. Das ist der Kern von Kapitel 5.

Lernergebnisse: Was Sie nach diesem Kapitel können sollten

• Nennen: die Begriffe KI, maschinelles Lernen, Deep Learning, generatives Modell und Sprachmodell einander zuordnen.
• Erklären: den Unterschied zwischen symbolischer KI und maschinellem Lernen erklären und je ein Beispiel angeben, für das der jeweilige Ansatz der richtige ist.
• Erklären: klassisches maschinelles Lernen und Deep Learning über die Merkmalskonstruktion voneinander abgrenzen und an einem Beispiel zeigen, wer die Merkmale jeweils festlegt.
• Beurteilen: für eine Aufgabe entscheiden, ob klassisches maschinelles Lernen oder Deep Learning passt, und die Wahl über Datenform, Datenmenge und Nachvollziehbarkeit begründen.
• Erklären: begründen, warum ein Sprachmodell kein Wissensspeicher, kein Rechner und zustandslos ist.
• Erklären: den Unterschied zwischen einem generativen Modell und einem Klassifikator benennen und die Folgen für die Bewertbarkeit der Ausgabe.
• Beurteilen: für eine gegebene Aufgabenstellung entscheiden, ob ein Sprachmodell, ein klassisches Verfahren oder eine handgeschriebene Regel angemessen ist, und die Wahl begründen.
• Beurteilen: eine Produktbeschreibung mit dem Wort „KI” darauf prüfen, welches Verfahren tatsächlich dahintersteht.