KI, ML, Deep Learning
Künstliche Intelligenz, Maschinelles Lernen, Deep Learning, generative KI, Sprachmodell – was ist was, und wie hängt das zusammen?
Die Begriffe sind wie ineinander geschachtelte Kreise: Künstliche Intelligenz ist das ganze Feld – alles, was Computer Aufgaben lösen lässt, die Intelligenz zu erfordern scheinen. Maschinelles Lernen ist der Teil, bei dem das Verhalten aus Daten gelernt statt programmiert wird. Deep Learning ist maschinelles Lernen mit tiefen neuronalen Netzen.
Generative KI erzeugt neue Inhalte – Text, Bilder, Musik. Sprachmodelle wie Claude oder ChatGPT sind generative KI für Text, gebaut mit Deep Learning. Jedes Sprachmodell ist also KI – aber nicht jede KI ist ein Sprachmodell.
Die Kreise
Klick auf einen Kreis:
Programmieren oder lernen?
Der wichtigste Unterschied steckt zwischen dem äußeren Kreis und dem zweiten: Wird das Verhalten von Menschen geschrieben oder aus Beispielen gelernt?
Klassische KI: Regeln
boolean istSpam(Mail m) {
int p = 0;
if (m.text().contains("Gewinn")) p += 3;
if (m.ausrufezeichen() > 3) p += 2;
if (m.absenderBekannt()) p -= 5;
return p > 2;
}Ein Mensch denkt sich die Regeln aus. Nachvollziehbar – aber jede neue Spam-Masche braucht eine neue Regel.
Maschinelles Lernen: Beispiele
// 100 000 Mails, von Menschen markiert
List<Beispiel> daten = ladeMarkierteMails();
Modell m = Modell.trainiere(daten);
boolean istSpam(Mail mail) {
return m.vorhersage(mail) > 0.5;
}Die „Regeln“ stecken als gelernte Zahlen im Modell. Passt sich an neue Muster an, wenn man neu trainiert – lässt sich aber schwer nachlesen.
Drei Arten zu lernen
Innerhalb des maschinellen Lernens unterscheidet man nach der Art der Rückmeldung:
Überwacht
Beispiele mit richtiger Antwort: „Diese Mail ist Spam.“ Das Modell lernt die Zuordnung. Klassischer Fall: Bilderkennung, Spamfilter.
Unüberwacht / selbstüberwacht
Keine Antworten, nur Daten. Das Modell findet selbst Struktur – oder stellt sich die Aufgabe selbst, etwa „sag das nächste Wort voraus“. So entsteht das Vortraining von Sprachmodellen.
Bestärkend
Das Modell handelt und bekommt Belohnung oder Strafe. So lernten Programme Go und Schach – und so werden Sprachmodelle verfeinert (siehe Training).
Unterscheiden oder erzeugen?
Lange war KI vor allem diskriminativ: Sie ordnet etwas ein. Ist das eine Katze? Ist das Spam? Wie hoch ist das Kreditrisiko? Die Antwort ist eine Kategorie oder Zahl.
Generative KI erzeugt dagegen etwas Neues, das es so vorher nicht gab: einen Text, ein Bild, ein Musikstück, Programmcode. Dafür gibt es verschiedene Bauweisen – Sprachmodelle setzen Text Token für Token fort, Bildgeneratoren entrauschen Schritt für Schritt (siehe Diffusionsmodelle). Gemeinsam ist ihnen: Sie haben gelernt, wie die Daten typischerweise aussehen, und erzeugen neue Beispiele, die dazu passen.
Kurze Geschichte
Zwischendurch gab es zwei „KI-Winter“ – Phasen, in denen große Versprechen nicht eingelöst wurden und Forschungsgeld versiegte. Der Begriff KI hat dadurch mehrfach seine Bedeutung im Alltag gewechselt: Was gerade funktioniert, nennt man oft nicht mehr KI, sondern einfach „Software“.
Für Entwickler übersetzt
| Begriff | Entspricht ungefähr |
|---|---|
| KI | der Oberbegriff, wie „Software“ – sagt wenig über die Technik |
| Klassische KI | Geschäftsregeln, Regel-Engines, Suchalgorithmen |
| Maschinelles Lernen | Verhalten, das aus Testdaten abgeleitet wird statt aus Code |
| Deep Learning | ML mit vielen Schichten neuronaler Netze |
| Sprachmodell | ein konkretes Deep-Learning-Modell für Text – eine Funktion naechstesToken(kontext) |