KI steht für künstliche Intelligenz, aber dieser Begriff umfasst sehr unterschiedliche Tools, die auf sehr unterschiedliche Weise funktionieren. Die KI, die Texte schreibt, die KI, die Bilder erstellt, und die KI, die Ihre nächste Netflix-Serie empfiehlt, haben fast nichts gemeinsam — außer dass sie alle aus riesigen Datenmengen gelernt haben.
„KI" ist eines dieser Wörter, das für alles verwendet wird — von der Autokorrektur auf Ihrem Handy bis zu Science-Fiction-Robotern. Diese Unschärfe macht es wirklich schwer zu wissen, worüber die Leute eigentlich reden. Die Wahrheit ist: „KI" ist keine einzelne Sache — es ist eine Familie sehr unterschiedlicher Tools, die auf sehr unterschiedliche Weise funktionieren. Dieser Leitfaden sortiert sie auseinander.
Die drei KI-Arten, denen Sie am häufigsten begegnen werden
Chatbots: die sprachliche Art
Ein Chatbot ist eine KI, mit der Sie ein Gespräch führen. Sie tippen oder sprechen eine Frage, und er schreibt eine Antwort zurück. ChatGPT, Googles Gemini und Apples Siri sind allesamt Chatbots, auch wenn sie im Hintergrund etwas unterschiedlich funktionieren.
Chatbots wurden mit einer enormen Textmenge trainiert — mehr Bücher, Artikel und Webseiten, als ein Mensch je lesen könnte. Deshalb können sie Fragen beantworten, Dinge erklären, beim Schreiben von E-Mails helfen, zwischen Sprachen übersetzen und Gespräche führen. Sie funktionieren, indem sie vorhersagen, welche Wörter als nächstes kommen sollten — basierend auf Mustern, die sie beim Training gelernt haben.
Das macht sie beeindruckend, aber nicht fehlerlos. Bei Themen, die in ihren Trainingsdaten gut abgedeckt waren, sind sie oft genau. Bei sehr spezifischen, obskuren oder aktuellen Fakten können sie selbstbewusst falschliegen. Das zu verstehen ist der Schlüssel zur guten Nutzung.
Bildgeneratoren: die visuelle Art
Ein Bildgenerator erstellt Bilder aus Textbeschreibungen. Sie tippen „ein Aquarellbild eines Leuchtturms bei Sonnenuntergang" und das Tool erstellt ein völlig neues Bild — eines, das es vorher nie gab. Midjourney, Adobe Firefly und DALL-E sind bekannte Beispiele.
Diese Tools wurden trainiert, indem Millionen von Bildern zusammen mit Bildunterschriften oder Beschreibungen betrachtet wurden. Sie kopieren kein gesehenes Bild. Sie erzeugen etwas Neues auf Basis visueller Muster, die sie beim Training gelernt haben.
Bildgeneratoren sind mächtig für kreative Projekte, haben aber eine bekannte Eigenheit: Sie machen manchmal seltsame Fehler bei spezifischen Details — zu viele Finger an einer Hand, Hintergrundtext, der wie Wörter aussieht, aber keiner ist, kleine Details, die bei genauerem Hinsehen nicht ganz stimmen.
Empfehlungssysteme: die unsichtbare Art
Das ist die KI, die die meisten Menschen am häufigsten nutzen, ohne es zu merken. Wenn Netflix eine Serie vorschlägt, die Ihnen gefallen könnte, wenn Spotify eine Playlist zusammenstellt, wenn Amazon „Kunden kauften auch" anzeigt — das ist ein Empfehlungssystem, das still im Hintergrund arbeitet.
Diese Systeme analysieren Muster im Verhalten großer Nutzerzahlen — was sie schauen, kaufen, anklicken, hören oder überspringen — und nutzen diese Muster, um vorherzusagen, was Ihnen gefallen wird. Sie führen kein Gespräch mit Ihnen. Sie verstehen nicht, warum Ihnen etwas gefällt. Sie stellen einfach fest, dass Menschen mit ähnlichen Mustern wie Ihrem auch bestimmte Dinge mochten, und zeigen Ihnen diese.
Empfehlungssysteme sind oft erstaunlich präzise, aber eng begrenzt. Sie optimieren dafür, womit Sie sich wahrscheinlich beschäftigen werden — das ist nicht immer dasselbe wie das, was gut für Sie ist.
Was alle drei gemeinsam haben
So unterschiedlich sie auch sind — all diese Tools teilen ein grundlegendes Merkmal: Sie haben aus Daten gelernt. Sie wurden nicht mit expliziten Regeln für jede Situation programmiert. Stattdessen wurden sie trainiert — riesigen Mengen von Beispielen ausgesetzt — und lernten Muster.
Das ist, was moderne KI von traditioneller Software unterscheidet. Traditionelle Software folgt genauen Regeln, die ein Programmierer geschrieben hat: „Wenn A, dann B." KI trifft Vorhersagen auf Basis von Mustern. Deshalb kann sie mit Dingen umgehen, die Programmierer nie explizit vorhergesehen haben — und deshalb kann sie auch auf überraschende Arten versagen, die regelbasierte Software nicht würde.
Was KI nach wie vor nicht kann
Trotz der Fähigkeiten dieser Tools gibt es klare und beständige Grenzen. KI hat kein echtes Verständnis, keine Gefühle und keine Ziele. Sie kann nicht eigenständig in der physischen Welt handeln. Sie kann ihre eigenen Fakten nicht zuverlässig überprüfen — sie erzeugt plausibel klingende Ausgaben, ohne zu prüfen, ob sie korrekt sind. Und sie bildet keine echten Beziehungen — wenn ein Chatbot warm oder interessiert wirkt, erzeugt er Text, der dem Muster von Wärme entspricht. Er kümmert sich nicht wirklich.
KI ist außerdem nur so gut wie die Daten, mit denen sie trainiert wurde. Wenn diese Daten Fehler, Vorurteile oder Lücken enthielten, wird die KI diese ebenfalls widerspiegeln.
Das macht KI-Tools für die Dinge, die sie wirklich gut können, nicht weniger nützlich. Es macht nur leichter zu wissen, wann man ihnen vertrauen und wann man nachprüfen sollte.
Was Sie als nächstes ausprobieren können: Wenn Sie verstehen möchten, warum KI manchmal völlig selbstbewusst falschliegt, erklärt Warum erfindet KI Dinge? den Mechanismus klar. Und wenn Sie bereit sind, einen Chatbot zum ersten Mal auszuprobieren, ist Was ist ChatGPT? ein freundlicher Einstieg.
