Künstliche Intelligenz

Dein Handy erkennt dein Gesicht, dein Spamfilter sortiert nervige Mails aus und deine Musik-App schlägt dir Songs vor, die dir wirklich gefallen. Hinter all dem steckt dieselbe Idee: Maschinen, die aus Beispielen lernen. Wie das funktioniert, verstehst du leichter, als du denkst.

Regeln folgen oder Muster finden

Ein klassisches Programm folgt Regeln, die ein Mensch aufgeschrieben hat: Wenn der Preis über 10 Euro liegt, zeige eine Warnung. Für viele Aufgaben klappt das super. Aber versuch mal, Regeln dafür aufzuschreiben, woran man eine Katze auf einem Foto erkennt. Das schafft niemand. Lernende Systeme gehen anders vor: Sie bekommen viele Beispiele, die sogenannten Trainingsdaten. Das können Tausende Fotos sein, bei denen jeweils dabeisteht, ob eine Katze oder ein Hund darauf ist. Daraus finden sie selbst die Muster, die beide unterscheiden.

Eine Grenze lernen

Viele Lernaufgaben laufen auf dasselbe hinaus: eine Grenze finden, die zwei Gruppen trennt. Das System startet mit einer zufälligen Linie, schaut sich Beispiel für Beispiel an und verschiebt die Linie bei jedem Fehler ein Stück. Nach genug Durchgängen liegt sie so, dass auch neue, unbekannte Beispiele meist auf der richtigen Seite landen. Genau das meint man mit Lernen: nicht auswendig können, sondern verallgemeinern.

Warum KI Fehler macht

Eine gelernte Grenze ist nie perfekt. Manche Punkte landen auf der falschen Seite, und was das System nie in den Trainingsdaten gesehen hat, kann es nicht kennen. Die Daten bestimmen die Qualität: Sind sie einseitig oder fehlerhaft, lernt die Maschine genau diese Fehler mit. Deshalb solltest du Antworten einer KI prüfen wie den Rat eines Menschen, der viel weiß, aber sich auch mal irrt. Begegnen wird sie dir trotzdem täglich: in der Gesichtserkennung, im Spamfilter, in Übersetzungen, in Navigation und in jedem Empfehlungsfeed.