Was ist künstliche Intelligenz – und was ist daran intelligent?

Ein Etikett für sehr verschiedene Vorgänge

Das E-Mail-Programm ergänzt einen Satz. Eine Suchfunktion erkennt zwei ähnlich gemeinte Anfragen. Eine Software liest ein Dokument aus und ordnet es einem Vorgang zu. Von außen sehen diese Leistungen verwandt aus. Unter der Oberfläche können jedoch grundverschiedene Mechanismen arbeiten – und über allen steht dasselbe Etikett: künstliche Intelligenz.

Der Begriff weckt eine starke Vorstellung. Irgendwo in der Maschine, so scheint es, müsse eine neue Form des Denkens sitzen. Technisch führt dieses Bild in die Irre. KI ist weder ein digitaler Stoff noch ein bestimmter Algorithmus. Sie ist ein Sammelbegriff für Verfahren, die Leistungen hervorbringen, für die Menschen Fähigkeiten wie Wahrnehmung, Sprache, Planung oder Urteilsvermögen einsetzen.

Eine brauchbare Definition künstlicher Intelligenz beschreibt deshalb zunächst eine Funktion: Ein maschinenbasiertes System verarbeitet Eingaben und leitet daraus Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen für ein bestimmtes Ziel ab. Diese operationale Sicht findet sich auch in der vom US-amerikanischen National Institute of Standards and Technology dokumentierten Begriffssystematik. Sie sagt, was ein System tut – nicht, was es erlebt.

Das allein trennt KI allerdings noch nicht sauber von gewöhnlicher Software. Auch ein Taschenrechner erzeugt aus Eingaben eine Ausgabe. Das Etikett wird dort nützlich, wo variable oder offene Eingaben verarbeitet werden und ein System Schlussfolgerungen, Wissensrepräsentationen oder gelernte Modelle nutzt. Eine naturgegebene Grenzlinie gibt es nicht.

Der Begriff war von Anfang an eine Provokation

Der Dartmouth-Forschungsantrag von 1955 formulierte die Annahme, Aspekte des Lernens und intelligenten Verhaltens ließen sich so genau beschreiben, dass Maschinen sie simulieren könnten. Das dazugehörige Forschungsprojekt fand 1956 statt und etablierte den Ausdruck Artificial Intelligence als Bezeichnung eines Forschungsfelds.

Alan Turing hatte die schwer auflösbare Frage nach denkenden Maschinen bereits 1950 in eine beobachtbare Prüfung übersetzt: Entscheidend war nicht ein nachweisbares Innenleben, sondern das Verhalten im sogenannten Imitation Game. Diese Verschiebung wirkt bis heute. Wir messen, was ein System leisten kann, und schließen aus der Leistung schnell auf eine vertraute Form von Geist.

Lernen heißt zunächst: Parameter verändern

In klassischer Software formulieren Menschen die Regeln, nach denen ein Programm arbeitet. Beim maschinellen Lernen wird ein Teil dieser Zuordnung nicht einzeln programmiert. Stattdessen besitzt ein Modell veränderbare Parameter, die während des Trainings an Beispielen angepasst werden.

Dafür müssen Eingaben mathematisch darstellbar sein. Ein Bild wird zu strukturierten Zahlenwerten. Sprache wird in Tokens zerlegt, also in Wörter, Wortteile oder Satzzeichen, und anschließend als Zahlenvektoren repräsentiert. Das Modell verarbeitet diese Repräsentationen über mehrere Rechenschritte und erzeugt eine Vorhersage.

Eine Verlustfunktion misst, wie weit die Ausgabe vom Trainingsziel entfernt liegt. Ein Optimierungsverfahren verändert die Parameter so, dass dieser Fehler voraussichtlich kleiner wird. Beim beaufsichtigten Lernen stammen die Zielwerte aus gekennzeichneten Beispielen. Beim selbstüberwachten Lernen werden sie aus den Daten selbst gewonnen, etwa indem ein Modell verdeckte oder folgende Textbestandteile vorhersagt.

Das Trainingsziel ist dabei kein eingebauter Wahrheitssinn. Das Modell wird besser in dem, was die Verlustfunktion belohnt. Ob dieser Maßstab der späteren Aufgabe entspricht, ist eine andere Frage.

Ein neuronales Netz ist kein Gehirn im Kleinformat

Neuronale Netze bestehen aus Schichten mathematischer Operationen. Gewichtete Verbindungen transformieren Eingaben, nichtlineare Funktionen ermöglichen komplexe Zusammenhänge. Beim Training wird berechnet, wie einzelne Gewichte zum Fehler beigetragen haben; daraufhin werden sie schrittweise angepasst. Die Bezeichnung „neuronal“ verweist auf eine historische Inspiration, nicht auf eine technische Kopie des Gehirns.

Was das Netz aufnimmt, verteilt sich über viele Parameter. Es speichert Wissen daher nicht wie eine Datenbank mit sauber adressierbaren Einträgen. Trotzdem können Modelle einzelne Formulierungen oder seltene Datenkonstellationen memorieren. Verallgemeinerung und Speicherung sind keine völlig getrennten Zustände.

Generative KI nutzt solche gelernten Strukturen, um neue Ausgaben zu erzeugen. Ein Modell reproduziert nicht einfach einen fertig abgelegten Text. Es berechnet, welche Fortsetzung unter den gelernten Mustern und dem aktuellen Kontext plausibel ist. Dass eine Ausgabe neu zusammengesetzt wurde, macht sie jedoch weder automatisch wahr noch originell.

Warum Sprachmodelle so klug klingen

Moderne Sprachmodelle beruhen häufig auf der Transformer-Architektur, die 2017 im Forschungsbeitrag Attention Is All You Need vorgestellt wurde. Ihr namensgebender Mechanismus, die Self-Attention, berechnet, welche Teile des verfügbaren Kontexts für die Verarbeitung eines Tokens besonders relevant sind. Technisch entstehen gewichtete Kombinationen von Vektoren. Mit menschlicher Aufmerksamkeit hat das nur metaphorisch zu tun.

Beim Generieren erhält das Modell eine Tokenfolge und berechnet eine Wahrscheinlichkeitsverteilung über mögliche Fortsetzungen. Ein Decodierverfahren wählt das nächste Token aus. Danach wird die verlängerte Folge erneut verarbeitet. So entsteht Text Schritt für Schritt, ohne dass der vollständige Absatz vorher im Modell gelegen hätte.

Die verbreitete Formel, ein Sprachmodell wähle lediglich das wahrscheinlichste nächste Wort, greift deshalb zu kurz. Es arbeitet mit Tokens, berücksichtigt den verfügbaren Kontext und kann aus mehreren plausiblen Fortsetzungen auswählen. Der Kern bleibt dennoch statistische Vorhersage. Sprachliche Geschlossenheit ist kein Beleg für faktische Richtigkeit.

Wo die Metapher kippt

Die Sprache über KI ist voller menschlicher Verben. Ein Modell lernt, versteht, erinnert sich, achtet auf etwas oder halluziniert. Diese Wörter machen komplizierte Mechanik anschaulich. Problematisch werden sie, sobald die Metapher als Beschreibung eines Innenlebens gelesen wird.

Wenn ein Modell lernt, werden Parameter optimiert. Wenn es sich erinnert, kann eine Information aus dem aktuellen Kontext, den trainierten Parametern oder einem angeschlossenen Abrufsystem stammen. Wenn es halluziniert, erzeugt es eine sprachlich passende Ausgabe ohne ausreichende faktische Grundlage. Keiner dieser Vorgänge belegt Erleben, Absicht oder Selbstbewusstsein.

Das macht die Leistung nicht zu einem Trick. Sprachmodelle können Beziehungen über lange Passagen verfolgen, unbekannte Formulierungen einordnen und brauchbare Entwürfe erzeugen. Das sind reale funktionale Fähigkeiten. Sie bilden jedoch kein gleichmäßiges Vermögen. Ein System kann stilistisch souverän sein und an einer stillschweigenden Regel oder ungewöhnlichen Ausnahme scheitern.

Intelligenz erscheint hier als Profil einzelner Kompetenzen. Sie ist an eine Aufgabe und einen Bewertungsmaßstab gebunden. Schon die Entscheidung, was als richtige Klassifikation, hilfreiche Antwort oder akzeptabler Fehler gilt, stammt nicht aus dem Modell.

Der Stornierungswunsch zeigt die Grenze

Ein erfundenes Beispiel macht diese Trennlinie sichtbar. Eine Kundin schreibt: „Bitte stoppen Sie meine Bestellung. Die Lieferadresse gehört zu meinem alten Büro.“ Für einen Menschen ist unmittelbar klar, dass hier nicht nur eine höfliche Textantwort gefragt ist. Die Nachricht enthält eine Absicht, eine Begründung und möglicherweise Zeitdruck.

Ein Sprachmodell kann die Absicht als Stornierungswunsch klassifizieren, Angaben extrahieren und eine passende Antwort formulieren. Ob sich die Bestellung noch stoppen lässt, steht jedoch nicht in der Nachricht. Diese Information liegt im Auftragsstatus. Ob eine Stornierung unter den gegebenen Bedingungen möglich ist, ergibt sich aus weiteren Regeln.

Das sichtbare Verhalten kann deshalb aus mehreren technischen Schichten entstehen:

• Das Sprachmodell interpretiert die variable Formulierung.
• Ein Abrufsystem stellt den aktuellen Vorgang und relevante Informationen bereit.
• Eine deterministische Logik prüft Status und mögliche nächste Schritte.
• Ein angebundenes System führt die Aktion aus oder gibt den Fall weiter.

Würde das Sprachmodell allein eine Stornierung bestätigen, könnte seine Antwort sprachlich perfekt und sachlich falsch sein. Ein ausschließlich regelbasiertes System wäre umgekehrt zuverlässig, solange jede Formulierung und Ausnahme vorhergesehen wurde. In der Verbindung übernehmen gelernte Modelle die sprachliche Varianz; Regeln und operative Systeme sichern den tatsächlichen Vorgang.

Hier wird auch der Unterschied zwischen KI und Automatisierung sichtbar. Das Modell deutet eine offene Eingabe. Die Automatisierung setzt einen definierten Prozessschritt um. In praktischen Systemen sind beide meist enger miteinander verbunden, als das Etikett „KI“ vermuten lässt.

Intelligenz ist kein Bauteil

Die Frage, welcher Bestandteil eines KI-Systems intelligent sei, führt daher in die falsche Richtung. Kein einzelner Parameter, keine Modellschicht und keine Datenquelle trägt diese Eigenschaft. Das beobachtete Können entsteht aus Trainingsdaten, Architektur, Optimierung, aktuellem Kontext, angeschlossenen Werkzeugen und der jeweiligen Aufgabe.

Auch Menschen gehören zu dieser Anordnung – nicht als heimliche Urheber jeder Ausgabe, sondern als diejenigen, die Ziele und Maßstäbe setzen. Ein Modell weiß nicht aus sich heraus, welches Problem gelöst werden soll oder warum ein Fehler bedeutsam ist.

Das präzisere Bild lautet deshalb: Künstliche Intelligenz ist kein Behälter, der mit Geist gefüllt wurde. Intelligenz entsteht als Beziehung zwischen einem technischen System, einer Aufgabe und dem Maßstab, an dem wir das Ergebnis bewerten. Ändert sich diese Beziehung, ändert sich auch, wie intelligent das System erscheint.