Lernziele
- Die vier Begriffsebenen korrekt zuordnen
- Regelbasierte Systeme von lernenden Systemen abgrenzen
- Den Begriff „Modell“ präzise verwenden
Vier Kreise, ineinander
Künstliche Intelligenz ist der weiteste Begriff: jedes System, das Aufgaben übernimmt, für die man gemeinhin menschliche Intelligenz voraussetzt. Dazu zählen auch rein regelbasierte Systeme, die keinerlei Daten lernen, etwa ein Expertensystem aus fest verdrahteten Wenn-Dann-Regeln.
Maschinelles Lernen ist die Teilmenge, in der ein System sein Verhalten aus Daten ableitet, statt es explizit programmiert zu bekommen. Deep Learning ist wiederum die Teilmenge des maschinellen Lernens, die mehrschichtige neuronale Netze verwendet. Generative KI schließlich ist die Anwendungsform von Deep-Learning-Modellen, die neue Inhalte erzeugt: Text, Bild, Ton, Code.
Diese Schachtelung ist keine akademische Spitzfindigkeit. Sie bestimmt, welche Fragen Sie beim Einkauf stellen: Ein regelbasiertes System können Sie vollständig auditieren. Ein gelerntes Modell können Sie nur statistisch beurteilen — Sie brauchen Testdaten, Metriken und ein Monitoring.
- KI: Oberbegriff, umfasst auch regelbasierte Verfahren
- ML: Verhalten wird aus Daten abgeleitet
- Deep Learning: ML mit tiefen neuronalen Netzen
- GenAI: Deep-Learning-Modelle, die neue Inhalte erzeugen
Was ein „Modell“ eigentlich ist
Ein Modell ist eine Datei — genauer: eine sehr große Sammlung von Zahlen (Parametern) plus die Architektur, die beschreibt, wie diese Zahlen verrechnet werden. Ein Modell trifft keine Entscheidungen, es berechnet Ausgaben zu Eingaben. Alles, was danach passiert, ist Systemdesign: Wer die Ausgabe verwendet, wer sie prüft, was daraufhin geschieht.
Diese Trennung ist die Grundlage der gesamten Governance-Arbeit im späteren Verlauf des Programms. Das Modell ist selten das Risiko. Das Risiko liegt fast immer im System um das Modell herum: ungeprüfte Ausgaben, fehlende Protokollierung, unklare Verantwortlichkeit.
Beispiel
„Wir setzen KI ein, um Rechnungen zu prüfen.“ — Rückfrage: Prüft ein gelerntes Modell, oder ein Regelwerk? Wer entscheidet bei Widerspruch? Wird die Entscheidung protokolliert? Erst diese drei Antworten machen die Aussage überprüfbar.
Kernaussagen
- Nicht jede KI lernt; nicht jedes lernende System ist Deep Learning.
- Ein Modell berechnet, ein System entscheidet.
- Begriffliche Unschärfe erzeugt falsche Erwartungen und falsche Verträge.
Übung
Nehmen Sie drei „KI-Funktionen“ aus Werkzeugen, die Sie täglich nutzen. Ordnen Sie jede in die Begriffslandkarte ein und notieren Sie, woran Sie die Einordnung festmachen.
Wissenscheck · formativ
Welche Aussage trifft zu?
Dieser Wissenscheck dient dem Lernen. Er ist kein Prüfungselement und hat keine Wirkung auf Zertifizierung oder Zulassung.