Was ist Künstliche Intelligenz?
Verständlicher Einstieg in KI, Machine Learning und die wichtigsten Systeme wie ChatGPT, Copilot, Claude und Gemini.
Künstliche Intelligenz, kurz KI, bezeichnet Computerprogramme, die Aufgaben lösen, für die bisher menschliches Denken nötig war. Dazu gehören das Erkennen von Mustern in Daten, das Verstehen von Sprache oder das Treffen von Entscheidungen auf Basis großer Datenmengen. Anders als ein klassisches Programm, das nach fest vorgegebenen Regeln arbeitet, lernt eine KI aus Beispielen. Ein Malerbetrieb kann zum Beispiel eine KI nutzen, um aus Fotos beschädigter Fassaden automatisch eine Schadensschätzung zu erstellen. Wichtig ist: KI ist kein Bewusstsein und kein eigenständiges Denken, sondern ein statistisches Werkzeug, das auf Basis von Trainingsdaten Wahrscheinlichkeiten berechnet.
In Unternehmen begegnet KI heute meist in Form von Textwerkzeugen, Bilderkennung oder Vorhersagemodellen. Eine Spedition nutzt KI etwa zur Routenoptimierung, ein Handelsunternehmen zur Nachfrageprognose für die Lagerhaltung, und ein Handwerksbetrieb zur automatischen Terminplanung. Entscheidend ist, dass KI immer nur so gut ist wie die Daten, mit denen sie trainiert wurde. Fehlerhafte oder einseitige Daten führen zu fehlerhaften Ergebnissen. Deshalb bleibt der Mensch in jedem Fall verantwortlich für die Kontrolle der Ergebnisse, auch wenn die KI die eigentliche Arbeit übernimmt. Diese Verantwortung lässt sich nicht an eine Software delegieren.
Regelbasierte Systeme versus lernende Systeme
Ein regelbasiertes System folgt festen Wenn-Dann-Regeln, die ein Mensch programmiert hat. Ein Beispiel ist eine Buchhaltungssoftware, die Rechnungen automatisch einer Kostenstelle zuordnet, sobald bestimmte Schlüsselwörter auftauchen. Ein lernendes System dagegen erkennt Muster selbst, ohne dass jede Regel einzeln festgelegt wurde. Es wird mit vielen Beispielen trainiert, etwa tausenden eingescannten Rechnungen, und leitet daraus eigene Zuordnungsregeln ab. Dadurch kann ein lernendes System auch mit neuen, bisher unbekannten Fällen umgehen, was ein starres Regelwerk nicht leisten kann. Der Nachteil: Die Entscheidungswege eines lernenden Systems sind oft schwerer nachzuvollziehen als bei klaren Regeln.
KI trifft keine Entscheidungen aus eigenem Willen, sondern berechnet auf Basis von Trainingsdaten die wahrscheinlichste Antwort. Verantwortlich für die Nutzung bleibt immer der Mensch.
- Regelbasierte Systeme: feste Regeln, gut nachvollziehbar, wenig flexibel
- Lernende Systeme: erkennen Muster selbst, flexibel, schwerer erklärbar
- Beide Ansätze werden in KMU oft kombiniert eingesetzt
- Die Datenqualität entscheidet über die Qualität der Ergebnisse
Ein Elektrobetrieb mit 25 Mitarbeitenden nutzt eine KI-gestützte App, um aus Fotos von Schaltschränken automatisch eine Stückliste für die Angebotserstellung zu erzeugen. Die KI wurde mit tausenden Fotos früherer Projekte trainiert und erkennt gängige Bauteile zuverlässig. Bei ungewöhnlichen oder alten Anlagen liegt die Erkennungsquote jedoch niedriger, weshalb ein Meister jedes Ergebnis vor Weitergabe an den Kunden prüft.
Für die tägliche Arbeit in einem kleinen oder mittleren Unternehmen ist es nicht nötig, die mathematischen Grundlagen von KI im Detail zu verstehen. Wichtiger ist ein realistisches Bild davon, was die Technik leisten kann und wo ihre Grenzen liegen. Wer diese Grenzen kennt, kann KI gezielt für wiederkehrende, datenintensive Aufgaben einsetzen und gleichzeitig Risiken vermeiden. Genau dieses Grundverständnis ist die Basis für alle weiteren Kapitel dieser Schulung, in denen es um konkrete Anwendungen und um rechtliche Rahmenbedingungen geht.
Dieses Modul umfasst 5 Kapitel und einen abschließenden Wissens-Check. Melden Sie sich an, um es vollständig zu bearbeiten.
Kostenlos testen →