top of page

Was ist Künstliche Intelligenz und welche Arten von KI gibt es?


Was ist Künstliche Intelligenz und welche Arten von KI gibt es

Nur wenige wissen, dass die Idee einer Künstlichen Intelligenz bis in die Antike zurückreicht. Schon lange erzählen sich die Menschen Geschichten darüber, eine nicht menschliche Form der Intelligenz zu erschaffen. Doch erst in den letzten Jahren wurde KI auch zu einer medialen Angelegenheit und spätestens mit der Einführung von ChatGPT im Jahr 2022 ist das Thema definitiv in aller Munde.


Aber was genau ist Künstliche Intelligenz? Und welche verschiedenen Arten von KI gibt es? Alles, was du über das Thema KI wissen musst, erfährst du in diesem Artikel.


Wusstest du, dass du mit KI eine Website erstellen kannst? Probiere es doch einfach mal kostenlos aus.




Was muss alles in deine Website? Eine Schritt-für-Schritt-Anleitung für deine individuelle Website mit Wix in 2024 findest du auf unserem Blog.



Was ist KI – Definition Künstliche Intelligenz


Eine einheitliche Definition von Künstlicher Intelligenz gibt es nicht. Im Grunde ist KI jedoch die Fähigkeit einer Maschine, die Art und Weise nachzuahmen, wie das menschliche Gehirn Informationen verarbeitet. Sie nutzt Algorithmen und Regeln, um umfangreiche Datensätze („Big Data”) zu analysieren und Muster zu identifizieren. Diese Datensätze nutzt sie dann als Grundlage dafür, Entscheidungen zu treffen.


Dabei ist sie jedoch anpassungsfähig, um auf unbekannte Situationen reagieren zu können. Darüber hinaus lernt sie aus Erfolg und Misserfolg. Jedes Mal, wenn du eine KI nutzt, trainierst du sie also zugleich.


Du möchtest eine KI Website erstellen, doch weißt nicht, wo du anfangen sollst? In diesem Artikel stellen wir dir die besten KI-Website-Builder für deine Online-Präsenz vor.


Du fragst dich, was eine Website kostet? Entdecke die Website Kosten von Wix und erfahre alles über kostenlose Websicherstellung und unsere Premiumpakete.



Diese verschiedene Arten von KI gibt es


Starke und schwache KI


KI ist nicht gleich KI. Im Allgemeinen unterscheiden wir zwischen zwei verschiedenen Arten: der schwachen und der starken KI, im Englischen bezeichnet als weak/narrow AI und strong/general AI. Schauen wir uns an, was sie ausmacht und wie genau sie sich voneinander unterscheiden.


Schwache KI (weak/narrow AI)


Schwache KI ist die Art künstliche Intelligenz, an die wir im täglichen Leben gewöhnt sind. Die Aufgabe der schwachen KI ist es, sich auf einen konkreten Anwendungsfall zu konzentrieren. Diese Art von Systemen mag zwar hochintelligent erscheinen, tatsächlich bleiben sie aber auf einem sehr oberflächlichen Intelligenz-Level. So kann eine schwache KI zum Beispiel darauf trainiert sein, das Wetter vorherzusagen, ansonsten kann sie aber nichts. 


Weitere Beispiele für eine schwache KI sind Assistenz-Systeme wie Siri oder Alexa. Auch die Rechtschreibprüfung in Microsoft Word ist eine schwache KI. Navigationssysteme sind ein weiteres Beispiel.


Was ist also das Ziel der schwachen KI? Bei der schwachen KI geht es nicht darum, die menschliche Intelligenz nachzuahmen. Vielmehr ist sie darauf ausgerichtet, unseren Alltag effizienter zu gestalten.


Schwache KI Beispiele:

  • Spracherkennung

  • Navigationssysteme

  • Programme zur Zeichen- und Texterkennung

  • Individuelle Werbeanzeigen



Starke künstliche Intelligenz (strong/general AI)


Die starke künstliche Intelligenz ist die Intelligenz, die wir aus Science-Fiction-Filmen und -Serien wie „I, Robot” oder „Westworld” kennen, und die es in der Realität tatsächlich noch nicht gibt. Sie wird auch Superintelligenz genannt.


Wie würde eine starke künstliche Intelligenz aussehen, wenn es sie gäbe?


Starke KI wäre in der Lage, menschliche Intelligenz vollumfänglich nachzuahmen, einschließlich Emotionen und Kreativität – etwas, woran es heutigen KI-Systemen besonders mangelt. Sie konzentriert sich also nicht mehr nur auf die Lösung eines konkreten Problems, sondern handelt aus eigenem Antrieb intelligent und flexibel.


Ob solch eine KI überhaupt jemals Realität wird, darüber gibt es viele Diskussionen und eine Antwort werden wir nur in der Zukunft finden. 


Starke KI Beispiele:

  • Planungs- und Lernfähigkeit

  • Logisches Denkvermögen

  • Kommunikation in natürlicher Sprache


Zur starken AI zählen wir auch KI-Textgeneratoren, mit denen du hochwertige KI Texte schreiben kannst, die unsere natürliche Art zu sprechen und zu schreiben nachahmen können.



Vier KI-Typen


Zusätzlich zu einer Einteilung in starke und schwache künstliche Intelligenz, werden darüber hinaus noch vier Typen oder Arten von KI unterschieden. Das sind sie im Detail:


Die Arten von KI im Überblick

Erfahre, was der Wix Co-Founder und CEO Avishai Abrahami über die Vergangenheit, Gegenwart und Zukunft von KI denkt und finde eine Übersicht über die Wix KI-Tools, die du bereits heute nutzen kannst. Mehr zum Thema KI und was ist Wix, erfährst du außerdem auf unserem Blog.



Typ 1: Reaktive Maschinen (Reaktive Machines)


Bei reaktiven Maschinen besteht das Hauptziel der KI darin, eine Aufgabe zu erfüllen, indem sie auf die ihr präsentierten Informationen reagiert. Diese Art von künstlicher Intelligenz ist nicht in der Lage, auf frühere Daten zuzugreifen, sie kann also auf keine Erfahrungswerte nutzen, um eine aktuelle Aufgabe zu lösen. Aus diesem Grund werden reaktive KI-Maschinen in der Regel dazu verwendet, bestimmte Aufgaben mit festgelegten Ergebnissen auszuführen, anstatt aus einer Vielzahl von verschiedenen Szenarien zu lernen. 


Eines der berühmtesten Beispiele für reaktive Maschinen ist der Deep Blue von IBM, ein Supercomputer, der für das Schachspiel entwickelt wurde und letztlich in einer Partie gegen den damaligen Großmeister Garry Kasparov gewann. Deep Blue war zwar in der Lage, ein Schachbrett zu betrachten und Schachfiguren und mögliche Züge zu erkennen, aber seine Intelligenz beschränkte sich darauf, Vorhersagen über Züge zu machen und den logischsten nächsten Zug zu wählen. Die Maschine war nicht in der Lage, etwas über ihren Gegner zu lernen, indem sie Daten über seine Gewohnheiten, Spielfehler oder typischen Schachzüge sammelte.



Typ 2: Begrenzte Speicherkapazität (Limited Memory)


Im Gegensatz zu Deep Blue und anderen reaktiven Maschinen ist ein KI-System mit begrenzter Speicherkapazität in der Lage, in begrenztem Umfang aus den Informationen zu lernen, die es bereits gesehen hat, um seine zukünftigen Handlungen zu steuern. Die Möglichkeiten von KI-Systemen mit begrenztem Gedächtnis sind viel größer, da sie in der Lage sind, ihr Verhalten anhand von Daten zu verbessern. 



Um dieses begrenzte Gedächtnis zu schaffen, müssen menschliche Teams das KI-System mit einem Modell trainieren, damit es lernen kann, neue Daten zu analysieren. Die Maschine muss ständig mit neuen Daten („Big Data”) konfrontiert werden, damit sie, wenn sie mit Benutzer:innen konfrontiert wird, über das nötige Gedächtnis verfügt, um vorauszusagen, was als nächstes kommt. Ein Beispiel für eine Technologie mit begrenztem Gedächtnis sind selbstfahrende Autos, die mit genügend Daten und Modellen verschiedener Fahrszenarien konfrontiert werden, damit sie auf der Straße eigene Entscheidungen treffen können.


Dieser KI-Typ ist heute weit verbreitet und begegnet dir immer wieder, sei es in deinem Instagram-Feed oder in deiner Google-Suche.



Typ 3: Theorie des Geistes (Theory of Mind)


Die KI-Systeme der Theorie des Geistes haben einen viel tieferen psychologischen Kern, da sie in der Lage sind, menschliche Emotionen zu lesen, zu interpretieren und ihr Verhalten dementsprechend anzupassen. Die „Theorie des Geistes” ist eine starke KI, bislang ist sie also nur Fiktion. Menschliche Emotionen sind bisher eine noch zu große Herausforderung für die Wissenschaft.


KI-Programme, die in die Kategorie „Theorie des Geistes" fallen, wären jedoch in der Lage zu verstehen, wie Menschen Entscheidungen auf der Grundlage von Emotionen treffen, sodass sie Verhalten genauer vorhersagen könnten.



Typ 4: Selbstwahrnehmung (Self Awareness)


Auch der KI-Typ der Selbstwahrnehmung existiert bislang nicht. Wir kennen ihn jedoch aus Science-Fiction-Filmen, in denen Roboter die Welt, wie wir sie kennen, übernehmen. Hierbei geht es also darum, dass die KI ein Bewusstsein entwickelt. Dieser Typ könnte also nicht nur denken, sondern wüsste auch, dass es denken kann; es wäre sich seiner eigenen Existenz bewusst. Das ist die höchste Form der Künstlichen Intelligenz und würde unter Umständen sogar die menschliche Intelligenz übersteigen, auf jeden Fall würde sie jedoch an sie heranreichen. 



Die Geschichte der KI im Überblick


  • 3000 v. Chr.: In der griechischen Mythologie wird Talos erwähnt, eine Kreatur aus Bronze, die von Hephaistos geschaffen wurde und die steinewerfend die Insel Kreta vor Eindringlingen und Piraten beschützt. Talos wird oft als eines der frühesten Beispiele einer künstlichen Intelligenz angesehen.

  • 1818: In Mary Shelleys Roman „Frankenstein" wird Victor Frankenstein als der Schöpfer eines Wesens dargestellt, das aus Leichenteilen zusammengesetzt und mittels alchemistischer Experimente zum Leben erweckt wurde. „Frankenstein” wird immer wieder als Aufhänger dafür genutzt, wenn darüber diskutiert wird, wie ethisch und verantwortungsbewusst es ist, eine künstliche Intelligenz zu erschaffen und welche Gefahren damit einhergehen können.


  • 1943: Warren McCulloch und Walter Pitts entwickeln das erste mathematische Modell eines Neurons, das als Grundlage für das Verständnis neuronaler Netzwerke dient und später für die Entwicklung der KI von Bedeutung sein wird.


  • 1950: Alan Turing veröffentlicht seinen berühmten Artikel „Computing Machinery and Intelligence", in dem er den sogenannten Turing-Test vorschlägt. Dieser Test soll überprüfen, ob eine Maschine intelligentes Verhalten zeigen kann und damit als KI bezeichnet werden kann. Der Turing-Test funktioniert so: Ein menschlicher Fragensteller führt über einen Computer eine Unterhaltung mit zwei unbekannten Gesprächspartnern. Einer ist ein Mensch, der andere eine Maschine. Kann der menschliche Fragensteller nicht unterscheiden, wer Mensch und wer Maschine ist, wird der Maschine menschliche Intelligenz zugeschrieben.


  • 1956: John McCarthy, Marvin Minsky, Nathaniel Rochester und Claude Shannon organisieren den Dartmouth-Workshop, der als Geburtsstunde der KI-Forschung gilt. Auf diesem Workshop wird der Begriff „Künstliche Intelligenz" geprägt und zahlreiche Forscher:innen und Wissenschaftler:innen beginnen, sich aktiv mit dem Thema zu beschäftigen.


  • 1966: Das Projekt Shakey, ein roboterähnliches Fahrzeug, das über Kameras und Sensoren verfügt, um seine Umgebung wahrzunehmen, wird vom KI-Forscher Charles Rosen entwickelt. Shakey gilt als einer der ersten Versuche, einen autonomen, lernfähigen Roboter zu schaffen.


  • 1980er- und 1990er-Jahre: In den folgenden Jahrzehnten wird die KI-Forschung durch Fortschritte in den Bereichen des maschinellen Lernens, des Expertensystems und der natürlichen Sprachverarbeitung vorangetrieben. Eine Reihe von Programmen und Systemen werden entwickelt, darunter Deep Blue, das im Jahr 1997 den Schachweltmeister Garry Kasparov besiegte.


  • 2006: Geoffrey Hinton, Yoshua Bengio und Yann LeCun entwickeln die Grundlagen für tiefe neuronale Netzwerke und Deep Learning. Diese Fortschritte und das Training von neuronalen Netzwerken ermöglichen es, komplexere Probleme zu lösen.


  • 2011: IBM Watson, ein KI-System, gewinnt die US-amerikanische Quizshow „Jeopardy!" gegen die erfolgreichsten menschlichen Teilnehmer:innen. Watson demonstriert, wie KI-Systeme in der Lage sind, große Mengen an Informationen zu analysieren, zu verstehen und menschenähnliche Antworten zu geben.


  • 2014: Google präsentiert sein Forschungsprojekt DeepMind und zeigt, wie ein neuronales Netzwerk namens Deep Q-Network (DQN) ohne vorheriges Training in Atari-Spielen bessere Ergebnisse erzielt als menschliche Spieler:innen.


  • 2016: AlphaGo, ein von DeepMind entwickeltes KI-System, besiegt den weltbesten Go-Spieler Lee Sedol. Das Spiel „Go” galt lange Zeit als äußerst schwierig für künstliche Intelligenz, da es so komplex ist und eine sehr große Anzahl von Zügen möglich ist.


  • 2022: OpenAI veröffentlicht ChatGPT und sorgt damit für weltweites Aufsehen. ChatGPT gilt als eines der fortschrittlichsten Sprachmodelle, das natürliche menschliche Unterhaltungen führen und komplexe Aufgaben wie Übersetzungen, Textgenerierung und Datenauswertung durchführen kann.



Teilbereiche der KI


Die Künstliche Intelligenz lässt sich nicht nur in Arten und Typen, sondern auch in verschiedene Teilbereiche einteilen. Dazu gehören:


Komponenten der KI


Machine Learning 


Machine Learning (ML) ist das Herz der KI und bedeutet, dass Maschinen selbständig lernen und ihre Leistung im Laufe der Zeit verbessern können, ohne dass ein menschliches Eingreifen erforderlich ist. Um zu lernen, nutzt ML Daten als Grundlage. Mit ML stellt dir Spotify beispielsweise deinen „Mix der Woche” zusammen oder schlägt Netflix dir neue Serien vor, die dir gefallen könnten. 



Künstliche neuronale Netze 


Künstliche neuronale Netze bilden die Vorgänge im menschlichen Gehirn nach und sind ein Teil des Deep Learnings. Sie bestehen aus miteinander verbundenen künstlichen Neuronen, die Informationen verarbeiten, Muster erkennen und Vorhersagen treffen können. Wenn sie mit großen Datenmengen trainiert werden, können sie komplexe Aufgaben wie Bilderkennung, Sprachverarbeitung und Entscheidungsfindung erlernen.



Deep Learning 


Deep Learning ist ein Teilbereich des Machine Learnings und basiert auf den künstlichen neuronalen Netzen, um Daten zu analysieren und komplexe Aufgaben zu erfüllen. Der Mensch greift in diesen Prozess nicht mehr ein.



Natural Language Processing


NLP ist ein Zweig der künstlichen Intelligenz, der Maschinen in die Lage versetzt, menschliche Sprache zu verstehen, zu verarbeiten und nachzuahmen. Am häufigsten sehen wir das bei Sprachassistenten wie Amazons Alexa, Apples Siri und Googles Assistant, die das ausführen, was wir ihnen zurufen (z. B. „Spiele 'Atemlos’ von Helene Fischer auf Spotify"). NLP sorgt dafür, dass Maschinen menschliche Befehle verstehen und auf eine Weise reagieren, die für uns natürlich ist.



Knowledge Representation


In diesem Teilbereich geht es vor allem um Wahrnehmung und Interpretation. KI-Systeme nutzen Sensoren, um reale Szenarien wahrzunehmen und dem Menschen Erkenntnisse und Informationen zu vermitteln. So weiß dein Auto, dass es dich warnen muss, wenn ein Objekt zu nah ist. Autonome Fahrzeuge gehen noch einen Schritt weiter und nutzen Sensoren und Wahrnehmung, um selbstständig zu navigieren und Hindernissen auszuweichen.



Computer Vision (CV)


Computer, die visuelle Daten wie Fotos und Videos verstehen können, sind sehr wichtig, wenn es darum geht, die menschliche Informationsverarbeitung nachzuahmen. CV interpretiert visuelle Daten wie Fotos und Videos, um Entscheidungen zu treffen. Wenn Apple beispielsweise automatisch auf dem Weihnachtsfoto der Familie deine Mutter markiert, ist CV daran beteiligt.



Reasoning and Problem Solving


KI-Systeme simulieren das menschliche Denken, um Probleme zu lösen. Die Betonung liegt hier auf „simulieren". Bislang können Computer nicht wirklich so denken wie Menschen. Vielmehr nutzen sie Daten, Algorithmen und Wahrscheinlichkeiten, um Entscheidungen zu treffen. Das kann sich darin äußern, dass ein Schach spielender Computer seinen nächsten Zug strategisch plant oder dass ChatGPT eine Frage auf Grundlage der Antworten beantwortet, die es in der Vergangenheit gegeben hat.



Cognitive Computing


Cognitive Computing (CC) ist der intelligente Bruder der KI. Es ahmt menschliche Denkprozesse nach, indem es Algorithmen und Daten nutzt, Entscheidungen trifft, Vorhersagen macht und Erkenntnisse liefert. CC-Systeme können das menschliche Denken nicht perfekt nachbilden (zumindest noch nicht), aber sie sind darauf trainiert, neben dem Inhalt auch den Kontext zu verstehen. Wenn du zum Beispiel über „Apple” im Zusammenhang mit Technik sprichst, wird ein CC-System nicht anfangen, über Obstsalat zu reden.



Künstliche Intelligenz im Alltag und für Unternehmen 


Künstliche Intelligenz ist also nicht nur ChatGPT – vielmehr begegnet sie uns bereits seit Jahren im Alltag. Ob personalisierte Werbung im Internet, Kaufempfehlungen auf Amazon oder Serienvorschläge auf Netflix, all das funktioniert nicht ohne KI. Schauen wir uns weitere Bereiche an, in denen wir der Künstlichen Intelligenz begegnen:


Google-Übersetzer


Der Google-Übersetzer steht bis heute für eine fürchterliche Übersetzungsqualität. Doch das mittlerweile ganz zu Unrecht. Zwar bekam der Google-Übersetzer in seiner Anfangszeit kaum einen vernünftigen Satz heraus, doch im Jahr 2016 hat Google seinen Übersetzer in eine Neural Machine Translation umgebaut und Neural Machine Translation besteht aus neuronalen Netzen sowie Machine Learning. Der Unterschied? Neural Machine Translation analysiert vor der Übersetzung den ganzen Satz und nicht nur einzelne Wörter. Seitdem sind die Übersetzungen deutlich besser. 


Gesichtserkennung bei Smartphones


Um dein Smartphone zu entsperren, gibst du vermutlich schon lange nicht mehr einen PIN ein, sondern hebst dein Handy einfach vor dein Gesicht. Aber woher weiß, das Smartphone, dass du du bist und niemand Unbefugtes? Auch hier kommt KI in Form von 3D-Verfahren zum Einsatz. Die KI erfasst einmal die spezifischen Merkmale deines Gesichts, speichert diese und erkennt sie dann wieder. Dieses Verfahren wird auch in der Forensik, Kriminalistik und Sicherheitstechnik genutzt.


Autonomes Fahren (Einparkhilfe)


Selbstfahrende Autos klingen noch immer nach einer weit entfernten Zukunft, doch tatsächlich sollen bereits in den nächsten 15 Jahren autonome Fahrzeuge auf deutschen Straßen unterwegs sind. Und Teile davon sehen wir bereits heute: Autos, die selbstständig einparken oder allein einen Überholvorgang durchführen. Auch der Tempomat ist Teil des autonomen Fahrens.


Generative KI


Die generative KI konzentriert sich darauf, neue Inhalte zu schaffen und zu generieren. Hier geht es also nicht nur darum, vorhandene Daten und Informationen zu analysieren oder zu verarbeiten. Generative KI-Modelle sind so konzipiert, dass sie neuartige und kontextuell relevante Ergebnisse produzieren, oft in Form von Text, Bildern, Audio oder anderen Arten von Inhalten. Diese Modelle können so trainiert werden, dass sie Inhalte erzeugen, die die menschliche Kreativität imitieren. Die künstliche Design-Intelligenz von Wix ist beispielsweise eine Form der generativen KI, die dazu beiträgt, den Prozess der Website-Entwicklung zu optimieren.


Ein mittlerweile fast klassisches Beispiel für die generative KI Bilder. Wir stellen dir die besten KI-Bildgeneratoren vor und wozu sie sich am besten eignen.


Chatbots


KI-Chatbots nutzen die Verarbeitung natürlicher Sprache (NLP), um Nutzeranfragen zu verstehen und zu beantworten. Oben haben wir bereits von Sprachassistenten wie Alexa und Siri gesprochen. Chatbots arbeiten auf ähnliche Weise, indem sie Anfragen in menschlicher Sprache interpretieren und relevante Antworten geben. 


Du kannst Chatbots für den Kundenservice auf deiner Website und deinen Social-Media-Konten integrieren, um deinen Kund:innen in Echtzeit zu helfen. In einer Umfrage unter 600 Geschäftsinhaber:innen war der Kundenservice die beliebteste Anwendung für KI. 56 % gaben an, dass sie die Technologie derzeit nutzen oder planen, sie zu nutzen.


Produktempfehlungen


KI-generierte Produktempfehlungen begegnen dir im E-Commerce und sind eine einfache Möglichkeit, das Online-Einkaufserlebnis deiner Kund:innen zu personalisieren. Diese Machine-Learning-Tools analysieren die Daten der Käufer:innen, einschließlich des Nutzerverhaltens, der Vorlieben und der Kaufhistorie, um ihnen relevante Empfehlungen zu geben, während sie auf deiner Website oder in deiner App surfen.



Predictive Analytics


Wenn du einer KI viele Daten wie Wettermuster, Einkaufstrends und Kaufverhalten zum Verarbeiten, Kategorisieren und Analysieren gibst, hast du ein Tool für die Vorhersage von Trends und Prognosen. Hersteller:innen können so zum Beispiel vorhersagen, wann Maschinen wahrscheinlich ausfallen werden. Betreibst du einen Online-Shop, kannst du mithilfe Predictive Analytics außerdem vorhersagen, welche Produkte in der nächsten Saison angesagt sein werden.



Marketing Automation


Marketing-Automatisierungstools können das Kund:innenverhalten analysieren, Zielgruppen segmentieren und diese Daten dann nutzen, um Empfehlungen auszusprechen oder Erkenntnisse darüber zu gewinnen, wie du deine Marketingausgaben effektiver einsetzen kannst. Der Analytics-Benchmark-Bericht von Wix bietet beispielsweise eine eingehende Analyse deiner Website, vergleicht sie mit ähnlichen Websites und liefert wertvolle Erkenntnisse dafür, wie du deine Website verbessern kannst.



Betriebliche Automatisierung


Bei der betrieblichen Automatisierung geht es um Technologien, mit denen sich wiederholende, manuelle und zeitaufwändige Aufgaben innerhalb eines Unternehmens rationalisieren und optimieren lassen. Ihr Hauptziel ist es, die Effizienz zu verbessern, Fehler zu reduzieren, Kosten zu senken. So kann das Personal für strategische und kreative Aufgaben genutzt werden.


Verbesserung der Barrierefreiheit


KI-Tools zur Verbesserung der Barrierefreiheit sollen es Menschen mit Behinderung erleichtern, digitale Inhalte zu nutzen. Ein Beispiel hierfür ist Wix, das durch seinen internen Assistenten Probleme im Zusammenhang mit Barrierefreiheit auf deiner Website erkennt. Mit Wix kannst du also ganz leicht Websites erstellen, die inklusiv sind und den Standards für Barrierefreiheit gerecht werden.


Sicherheit

Mithilfe von KI sollen auch Bedrohungen sowohl bei der Sicherheit von Präsenzveranstaltungen als auch bei der Cybersicherheit minimiert werden. Technologien wie die Gesichtserkennung oder die biometrische Registrierung nutzen KI, um die Teilnehmer:innen einer Veranstaltung zu scannen und so die Fehlerwahrscheinlichkeit bei Sicherheitskontrollen zu verringern. Im Bereich der Cybersicherheit wird KI darauf trainiert, neue Bedrohungen wie Malware oder Bots zu erkennen und sie aus einem System zu entfernen, um sensible Daten zu schützen und Schwachstellen zu reduzieren.



Banken

Der Bankensektor nutzt KI auf ähnliche Weise wie die Geschäfts- und Finanzbranche. Chatbots werden von Banken häufig eingesetzt, um einen direkteren Kund:innenservice zu bieten, während Sicherheitsprogramme mit künstlicher Intelligenz zur Kund:innenauthentifizierung eingesetzt werden, um Konten sicherer zu machen und betrügerische Aktivitäten zu erkennen und zu verhindern. Darüber hinaus müssen Banken auch große Datenmengen für Compliance-Prozesse wie das Anti-Geldwäsche-Programm (AML) und die Know-Your-Customer-Richtlinie (KYC) verarbeiten. Um das Kund:innenverhalten außerdem besser zu verstehen, nutzen Banken KI-Algorithmen, um all die Daten zu analysieren und Auffälligkeiten zu untersuchen.


Streamingdienste


Medien-Streaming-Dienste wie Spotify, Netflix oder Amazon Prime Video funktionieren ähnlich wie Online-Shopping. Die Streaming-Dienste nutzen KI, um die Vorlieben von Nutzer:innen zu verstehen und ihnen Empfehlungen zu geben. Wenn du einen Song auswählst und Spotify den nächsten abspielt, oder wenn Netflix eine Vorschau auf eine Sendung zeigt, die auf dem zuvor Gesehenen basiert, dann ist KI-Technologie am Werk.



KI-Tools und -technologien


In den letzten Jahren sind einige KI-Tools und -technologien sehr populär geworden. Das sind vier Beispiele:



ChatGPT


ChatGPT, ein von OpenAI entwickeltes Sprachmodell, wurde konzipiert, um menschenähnliche Texte zu generieren, Fragen zu beantworten und Anfragen durchzuführen. ChatGPT kann Informationen recherchieren, kreative Texte verfassen und Unterhaltungen führen. Die KI wurde so trainiert, dass sie für Benutzer:innen interaktiv nutzbar und eine menschenähnliche Erfahrung bietet.


ChatGPT basiert auf einer tiefgehenden neuronalen Netzwerkarchitektur namens Transformer und wurde mit unglaublich vielen Texten trainiert. So hat die KI gelernt, Sprachmuster und Kontexte zu verstehen. Auf dieser Grundlage generiert ChatGPT passende Antworten. Es nutzt dabei aber nicht nur sein ursprünglich erworbenes Textverständnis, sondern eignet sich auch während der Interaktion mit Menschen immer weiter Wissen an, das es für zukünftige Konversationen nutzt.



Google Bard


Bard ist die KI von Google, sie funktioniert ähnlich wie ChatGPT und spricht derzeit über 40 Sprachen. Sie ist jedoch noch in der Anfangsphase und nicht ganz so weit wie die Entwicklung von ChatGPT. Auch mit Bard kannst du jedoch menschenähnlich kommunizieren und viele Nutzer:innen finden die Interaktion mit Google Bard sogar etwas natürlicher als mit ChatGPT. Denn Google Bard generiert weniger „lehrbuchartige” Antworten, setzt stattdessen mehr auf direkte und einfache Sprache und soll besser die Bedürfnisse der Nutzer:innen ansprechen können. Zudem bezieht Google Bard auch Google-Suchergebnisse mit ein.



Midjourney


Midjourney ist ein Text-to-Image-Tool, das aus textlichen Beschreibungen Bilder generiert. Es ist über das Chat-Programm Discord erreichbar. Mit Midjourney kannst du alle mögliche Arten von Bildern generieren lassen. So kannst du beispielsweise deiner Beschreibung auch Bildstile wie „Fotorealistic”, „Comic”, „in the style of Picasso” oder Kunstrichtungen wie „Surrealism” hinzufügen. 


Wichtig ist nur, dass du sehr detaillierte, aber nicht ausführliche Prompts („Befehle”) formulierst. Das heißt, du solltest viele konkrete Details angeben und sehr klar formulierte Prompts schreiben, aber keine langen Texte verfassen. Das verwirrt die KI und das wirkt sich negativ auf die Ergebnisse aus. Alles, was du nicht in deinem Prompt als Information angibst, wird außerdem von der KI nicht berücksichtigt.



Deepfakes


Bei Deepfakes handelt es sich nicht um ein KI-Tool, sondern um eine Bezeichnung für gefälschte Medieninhalte. Mit Deepfakes lassen sich Video- und Audio-Inhalte so manipulieren, dass das Gesicht einer Person ausgetauscht oder in eine andere Situation eingefügt werden kann. Auch Worte, die eine Person nie gesagt hat, können ihr so in den Mund gelegt werden. Deepfakes basieren auf Machine-Learning-Techniken und neuronalen Netzwerken. 


Im Jahr 2022 machte ein Videocall zwischen Berlins regierender Bürgermeisterin Franziska Giffey und dem Bürgermeister Kiews, Vitali Klitschko, Schlagzeilen. Obwohl Giffey Klitschko sehen und hören konnte, ist sie wohl auf einen Deepfake hereingefallen und es handelte sich gar nicht um den echten Klitschko. Dieses Beispiel zeigt, was mit KI bereits möglich ist.



Häufig gestellte Fragen & Antworten zum Thema Künstliche Intelligenz


Was versteht man unter künstlicher Intelligenz?


Künstliche Intelligenz bedeutet, dass Computer oder Maschinen Aufgaben erledigen können, für die normalerweise menschliche Intelligenz benötigt wird. Das umfasst zum Beispiel lernen, Entscheidungen treffen, mit Sprache umgehen und mit Menschen interagieren. Das Ziel ist es, Systeme zu entwickeln, die eigenständig denken, lernen und handeln können, so ähnlich wie Menschen. Dafür werden Techniken wie maschinelles Lernen, Deep Learning und statistische Analyse verwendet.



Seit wann gibt es künstliche Intelligenz?


Künstliche Intelligenz ist ein breites Forschungsfeld, das seit den 1950er-Jahren existiert. Zu dieser Zeit begannen Wissenschaftler:innen, Theorien und Methoden zu entwickeln, um Computer dazu zu bringen, menschenähnliche Intelligenz nachzubilden. Seitdem hat sich künstliche Intelligenz kontinuierlich weiterentwickelt und immer neue Technologien und Anwendungen hervorgebracht.



Wie funktioniert künstliche Intelligenz?


Künstliche Intelligenz funktioniert mit Algorithmen und Datenverarbeitung. Zunächst werden große Mengen an Daten gesammelt und analysiert. Diese Daten dienen als Grundlage, um Modelle und Muster zu erstellen. Anschließend werden diese Modelle von der KI verwendet, um Entscheidungen zu treffen, Probleme zu lösen oder Aufgaben zu erledigen. Durch kontinuierliches Lernen und Training mit Daten verbessert sich die künstliche Intelligenz im Laufe der Zeit.



Wo wird künstliche Intelligenz eingesetzt?


Künstliche Intelligenz wird in diversen Bereichen eingesetzt. In der Medizin unterstützt sie beispielsweise bei der Diagnose und Behandlung von Krankheiten. In der Automobilindustrie kommt sie bei der Entwicklung autonomer Fahrzeuge zum Einsatz. Im Finanzwesen unterstützt künstliche Intelligenz bei der Kreditbewertung und schützt vor Kriminalität. Im E-Commerce unterstützt sie bei der Vorhersage von Markttrends.



Welche Arten von KI gibt es?


Es gibt zwei KI-Arten: die schwache Künstliche Intelligenz und die starke Künstliche Intelligenz. Die schwache Künstliche Intelligenz ist die KI, die wir aus unserem Alltag kennen. Sie konzentriert sich darauf, ein konkretes Problem zu lösen. Die starke Künstliche Intelligenz ist noch reine Zukunftsvision, sie begegnet uns bislang nur in Science-Fiction-Filmen. Sie könnte die menschliche Intelligenz vollumfänglich nachahmen, hätte ein Bewusstsein und würde aus eigenem Antrieb flexibel handeln.




Bist du bereit, die Power von KI zu nutzen? Dann erstelle jetzt deine Website mit Wix anmelden.





Alexandra Eger

Blog Growth Managerin

Comentários


Erstelle eine Website

Dieser Blog wurde mit Wix Blog erstellt.

bottom of page