Künstliche Intelligenz: Entwicklung, Geschichte & reale Anwendungen

Was ist Intelligenz?

Intelligenz lässt sich als die Gesamtheit kognitiver Prozesse definieren, die es Systemen ermöglichen, zu verstehen, zu lernen und sich neuen Lebenssituationen anzupassen.

Was ist Künstliche Intelligenz (KI)?

KI ist die Simulation menschlicher Intelligenz durch Maschinen, insbesondere Computersysteme. Kernprozesse: Lernen (Informationserwerb & Regeln), Schlussfolgern (Anwenden der Regeln) und Selbstkorrektur. Anwendungen: Expertensysteme, Spracherkennung, Maschinensehen.

Geschichte der KI

Die Idee lebendiger Automaten existiert seit der Antike (griechische Mythen, chinesische/ägyptische Automaten). Moderne Wurzeln: Klassische Philosophen versuchten, Denken als symbolisches System zu beschreiben.

Der Begriff „Artificial Intelligence“ wurde 1956 von John McCarthy auf der Dartmouth Conference geprägt – die Geburtsstunde der Disziplin. Heute ist KI ein Sammelbegriff von Robotic Process Automation bis hin zu physischer Robotik. Der aktuelle Boom wird durch Big Data (Volumen, Geschwindigkeit, Vielfalt) getrieben: KI erkennt Muster effizienter als Menschen.

KI-Kategorien

Man unterscheidet schwache KI (eng begrenzte Aufgaben, z. B. Siri) und starke KI / AGI (verallgemeinerte menschliche kognitive Fähigkeiten, löst unbekannte Aufgaben selbstständig).

Die vier KI-Typen (nach Arend Hintze)

• Typ 1: Reaktive Maschinen. Beispiel: Deep Blue (Schach). Kein Gedächtnis, keine Nutzung vergangener Erfahrungen. Analysiert nur den aktuellen Zustand.
• Typ 2: Begrenztes Gedächtnis. Nutzt vergangene Daten für unmittelbare Entscheidungen (z. B. Spurwechsel-Erkennung bei autonomen Fahrzeugen). Daten werden nicht dauerhaft gespeichert.
• Typ 3: Theory of Mind. Versteht, dass andere Überzeugungen, Wünsche, Absichten haben. Existiert noch nicht.
• Typ 4: Selbstbewusstsein. Eigenes Bewusstsein, Verständnis eigener Zustände & Gefühle anderer. Existiert noch nicht.

Anwendungsbereiche

• Bildung: Automatisiertes Grading, adaptive Lernsysteme, KI-Tutoren, potenziell neue Lernorte.
• Wirtschaft: RPA für repetitive Aufgaben, ML in Analytics/CRM, Chatbots, Automatisierung von Jobs (Thema bei Gartner/Forrester).
• Finanzen: Personal Finance Apps (Mint, TurboTax), Robo-Advisor, IBM Watson bei Immobilienkauf, algorithmischer Handel an der Wall Street.

Artikel verfasst von Youssef AIT ALI – Biografie lesen