2  Begriffsdefinitionen

2.1 Künstliche Intelligenz (KI / AI)

Künstliche Intelligenz (KI) oder Artificial Intelligence (AI) ist das übergeordnete Feld, das sich mit der Entwicklung von Systemen befasst, die menschliche Intelligenz nachahmen können. Es ist ein breiter Begriff, der alle Bemühungen umfasst, Maschinen so zu programmieren, dass sie wie Menschen denken, lernen, Probleme lösen und Entscheidungen treffen. Ziel ist es, Computer fähig zu machen, Aufgaben zu erledigen, die typischerweise menschliche Intelligenz erfordern, wie zum Beispiel Spracherkennung, visuelle Wahrnehmung oder logisches Denken.

Beispiele:
- Chatbots
- Schachprogramme
- Bilderkennung

Wichtig:
KI muss nicht zwingend „lernen“ – auch regelbasierte System gelten als Künstliche Intelligenz!

2.2 Maschinelles Lernen (ML)

Das Maschinelle Lernen oder Machine Learning (ML) ist ein Teilbereich der KI. Anstatt explizit programmiert zu werden, lernt eine Maschine aus Daten, um Muster zu erkennen, Vorhersagen zu treffen oder Entscheidungen zu fällen. Der Kernunterschied zur traditionellen Programmierung besteht darin, dass ML-Algorithmen ihre Leistung mit mehr Daten verbessern können, ohne dass ein Programmierer den Code ändern muss.

Kernidee:
Ein Algorithmus findet Muster in Beispieldaten und kann diese Muster auf neue Daten anwenden.

Beispiele:
- Spam-Filter (lernt aus Beispielen, welche Mails Spam sind)
- Empfehlungssysteme (Netflix, Amazon)

2.3 Deep Learning (DL)

Deep Learning (DL) ist ein Teilbereich des Machine Learning. Es verwendet künstliche neuronale Netze mit mehreren Schichten (daher “tief”), um komplexe Muster in großen Datenmengen zu erkennen. DL-Modelle sind besonders gut geeignet für Aufgaben wie Bild- und Spracherkennung, da sie automatisch die relevanten Merkmale aus den Rohdaten extrahieren können, ohne dass diese manuell bereitgestellt werden müssen. Die Struktur eines tiefen neuronalen Netzes ist inspiriert von der Funktionsweise des menschlichen Gehirns.

Stärken:
Kann sehr komplexe Muster in großen Datenmengen erkennen – z. B. in Bildern, Sprache oder Text.

Beispiele:
- Bildklassifikation (z. B. Hunde vs. Katzen erkennen)
- Sprachassistenten wie Siri, Alexa
- ChatGPT