Künstliche Intelligenz verständlich erklärt

Einstieg

Ein kleines Experiment: Wie geht dieser Satz weiter? „Der Himmel ist …“ – blau. Sie haben gerade das nächste Wort vorhergesagt. Genau das tut eine Sprach-KI wie ChatGPT. Wort für Wort.

1 · Die Idee

Früher schrieben Menschen dem Computer jede Regel einzeln vor. Doch die Welt ist zu vielfältig für feste Regeln. Die neue Idee: Beispiele zeigen, statt Regeln zu schreiben. Die Maschine sucht darin selbst das Muster. Das nennt man maschinelles Lernen. Es ist der Kern heutiger KI.

Merksatz: KI lernt Muster aus Beispielen.

2 · Das Lernen

Im Inneren: ein Netz aus künstlichen Neuronen – einfache Rechenstellen, lose dem Gehirn nachempfunden. Jede Verbindung hat einen Regler: Wie stark zählt dieses Signal? Am Anfang stehen alle Regler zufällig, die Antwort ist geraten. Dann wird geübt, millionenfach: raten, Fehler messen, Regler nachstellen, wiederholen. Niemand schreibt die Antwort hinein. Sie entsteht in den Reglern. Das kleine Netz im Film hat 98 Regler. Das Sprachmodell GPT-3 hatte 2020 schon 175 Milliarden (Fachwort: Parameter).

Merksatz: Lernen heißt: Milliarden Regler Schritt für Schritt einstellen.

3 · Die Geschichte

Die Idee ist über 70 Jahre alt.

• 1950: Alan Turing fragt: „Können Maschinen denken?“
• 1956: Das Forschungsfeld bekommt seinen Namen: Künstliche Intelligenz.
• 1958: Das Perceptron – ein erstes Netz, das lernt.
• 1966: ELIZA – ein frühes Programm, mit dem man „chatten“ kann.
• 1970er und 1980er: Zweimal folgt auf große Versprechen die Ernüchterung: die „KI-Winter“.
• 1997: Der Computer Deep Blue schlägt den Schachweltmeister.
• 2012: Durchbruch: Tiefe neuronale Netze erkennen Bilder so gut wie nie zuvor.
• 2017: Der „Transformer“ – die Bauweise hinter heutigen Sprachmodellen.
• 2022: ChatGPT erscheint. KI wird Alltag.
• 2024: Nobelpreise für die Grundlagen neuronaler Netze – und für KI in der Forschung.

Warum gerade jetzt? Mehr Daten, mehr Rechenleistung, bessere Verfahren.

Merksatz: KI kam nicht über Nacht – sie hat 70 Jahre Anlauf genommen.

4 · Die Sprache

Ein Sprachmodell hat gelesen – mehr Text, als ein Mensch in tausend Leben schaffen würde. Dabei hat es nur eines geübt: das nächste Wort vorherzusagen. Ihre Frage wird fortgesetzt, Wort für Wort, mit dem, was wahrscheinlich passt. Ein wenig Zufall ist eingebaut. Darum fällt jede Antwort etwas anders aus. Aber: Wahrscheinlich heißt nicht wahr. Das Modell prüft nicht, was stimmt. Es berechnet, was passt.

Merksatz: Sprach-KI liefert Wahrscheinliches – nicht automatisch Wahres.

5 · Das Können

Dasselbe Prinzip funktioniert nicht nur mit Wörtern: Texte schreiben und übersetzen, Bilder erkennen und erzeugen, Sprache verstehen und sprechen, Musik und Videos erzeugen, Programme schreiben, Forschung beschleunigen, Aufgaben selbstständig erledigen. Beeindruckend. Aber nicht unfehlbar.

Merksatz: Ein Prinzip, viele Fähigkeiten: Text, Bild, Ton, Code.

6 · Die Verantwortung

Die Schwächen der KI folgen direkt aus ihrer Funktionsweise.

• Weil KI Wahrscheinliches berechnet, kann sie Falsches überzeugend behaupten. Wichtiges immer nachprüfen.
• Weil KI aus unseren Daten lernt, übernimmt sie auch unsere Vorurteile. Ergebnisse kritisch hinterfragen.
• Weil KI täuschend echt erzeugt, werden Fälschungen leicht. Quelle prüfen – vor dem Glauben und Teilen.
• Weil KI meist auf fremden Rechnern läuft, verlassen Ihre Eingaben Ihr Gerät. Nichts Vertrauliches eingeben.
• Weil Milliarden Regler rechnen, braucht KI viel Strom und Wasser. Bewusst und gezielt einsetzen.

Deshalb gibt es Regeln: den AI Act der EU. Je höher das Risiko, desto strenger. Eine KI trägt keine Verantwortung. Menschen schon.

Merksatz: KI ist ein Werkzeug. Die Verantwortung bleibt bei uns.

Echt: Das Punktediagramm in Kapitel 1 zeigt ein kleines neuronales Netz, das für den Film tatsächlich trainiert wurde. Zu sehen ist sein wirklicher Lernverlauf im Zeitraffer.

Veranschaulichung: alle Prozentwerte bei der Wortvorhersage, das Australien-Beispiel, das Netz mit 98 Reglern und die Fortschrittskurve in der Geschichte. Sie zeigen das Prinzip, keine Messwerte.

Bild, Animation und Musik sind vollständig programmiert – von einer KI, aus einem einzigen Auftrag. Es gibt keine Fotos, keine Stock-Videos und keine Tonaufnahmen.

Geschichte

• IBM. (o. J.). Deep Blue. ibm.com/history/deep-blue
• Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. In Advances in Neural Information Processing Systems 25. papers.nips.cc
• McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (2006). A proposal for the Dartmouth summer research project on artificial intelligence, August 31, 1955. AI Magazine, 27(4), 12. doi.org/10.1609/aimag.v27i4.1904
• OpenAI. (2022, 30. November). Introducing ChatGPT. openai.com/index/chatgpt
• Rosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65(6), 386–408. doi.org/10.1037/h0042519
• Stanford University, One Hundred Year Study on Artificial Intelligence. (2016). Appendix I: A short history of AI. In Artificial intelligence and life in 2030: Report of the 2015–2016 study panel. ai100.stanford.edu
• The Royal Swedish Academy of Sciences. (2024, 8. Oktober). Press release: The Nobel Prize in Physics 2024. nobelprize.org/prizes/physics/2024/press-release
• The Royal Swedish Academy of Sciences. (2024, 9. Oktober). Press release: The Nobel Prize in Chemistry 2024. nobelprize.org/prizes/chemistry/2024/press-release
• Toosi, A., Bottino, A. G., Saboury, B., Siegel, E., & Rahmim, A. (2021). A brief history of AI: How to prevent another winter (a critical review). PET Clinics, 16(4), 449–469. doi.org/10.1016/j.cpet.2021.07.001
• Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433–460. doi.org/10.1093/mind/LIX.236.433
• Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. In Advances in Neural Information Processing Systems 30. arxiv.org/abs/1706.03762
• Weizenbaum, J. (1966). ELIZA—A computer program for the study of natural language communication between man and machine. Communications of the ACM, 9(1), 36–45. doi.org/10.1145/365153.365168

Funktionsweise und Größenordnungen

• Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., … Amodei, D. (2020). Language models are few-shot learners. In Advances in Neural Information Processing Systems 33. arxiv.org/abs/2005.14165
• Brysbaert, M. (2019). How many words do we read per minute? A review and meta-analysis of reading rate. Journal of Memory and Language, 109, Artikel 104047. doi.org/10.1016/j.jml.2019.104047
• Meta. (2024, 18. April). Introducing Meta Llama 3: The most capable openly available LLM to date. ai.meta.com/blog/meta-llama-3

Grenzen und Regeln

• Buolamwini, J., & Gebru, T. (2018). Gender shades: Intersectional accuracy disparities in commercial gender classification. Proceedings of Machine Learning Research, 81, 77–91. proceedings.mlr.press/v81/buolamwini18a.html
• Europäische Kommission. (o. J.). AI Act. digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
• International Energy Agency. (2025). Energy and AI. iea.org/reports/energy-and-ai
• Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., Ishii, E., Bang, Y. J., Madotto, A., & Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), Artikel 248. doi.org/10.1145/3571730
• Li, P., Yang, J., Islam, M. A., & Ren, S. (2025). Making AI less “thirsty”. Communications of the ACM, 68(7), 54–61. doi.org/10.1145/3724499
• Verordnung (EU) 2024/1689 des Europäischen Parlaments und des Rates vom 13. Juni 2024 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz (Verordnung über künstliche Intelligenz). (2024). Amtsblatt der Europäischen Union, L, 12.7.2024. eur-lex.europa.eu/eli/reg/2024/1689/oj/deu
• Verordnung (EU) 2026/1744 des Europäischen Parlaments und des Rates vom 8. Juli 2026 zur Änderung der Verordnungen (EU) 2024/1689, (EU) 2018/1139 und (EU) 2023/1230 (Digital-Omnibus-Verordnung zur KI). (2026). Amtsblatt der Europäischen Union, L, 24.7.2026. eur-lex.europa.eu/eli/reg/2026/1744/oj/deu

Didaktik

• Mayer, R. E. (2020). Multimedia learning (3. Aufl.). Cambridge University Press. doi.org/10.1017/9781316941355

Stand: 12. November 2026. Alle Angaben wurden an den Originalseiten oder im Crossref-Verzeichnis geprüft. „Tausend Leben“ ist eine eigene Überschlagsrechnung aus der Trainingsmenge (Meta, 2024: über 15 Billionen Token) und der Lesegeschwindigkeit (Brysbaert, 2019: 238 Wörter pro Minute). Der AI Act wurde 2026 geändert; der Film nennt deshalb keine Fristen.