KI-Glossar - Wichtige Begriffe rund um KI einfach erklärt

Was unterscheidet einen «Avatar» von einem «Bot»? Was hat es mit «Deep Learning» auf sich? Und weshalb kann eine KI an Halluzinationen leiden? Ein Überblick über zentrale Begriffe und Konzepte der Künstlichen Intelligenz.

Übersicht

• Algorithmus
• Autonomes Fahren
• Avatar
• Big Data
• Bildgenerierung mit KI
• Bot
• Computer Vision
• Data Scientist
• Deep Learning
• Deepfake
• Ethik in KI
• Generative KI
• - GPT / ChatGPT
• Halluzination
• KI (Künstliche Intelligenz)
• - Schwache KI vs. starke KI
• KI-Bias
• LLM (Large Language Model)
• Machine Learning
• - Supervised Learning
• - Unsupervised Learning
• - Reinforcement Learning
• KI-Modell
• Natural Language Processing (NLP)
• Neuronale Netze
• Robotik
• Synthetische Stimme
• Trustworthy AI

Algorithmus

Was ist ein Algorithmus?

Ein Algorithmus ist eine Schritt-für-Schritt-Anleitung für Computer. So wie ein Kochrezept genau beschreibt, welche Zutaten in welcher Reihenfolge verarbeitet werden müssen, legt ein Algorithmus fest, wie ein Computer eine bestimmte Aufgabe lösen soll. Bekannte Beispiele: der Algorithmus von Google, der passend zu jeder Suchanfrage die Suchergebnisse sortiert, oder der von Netflix, der Filmempfehlungen macht. (Quelle: goethe.de)

Autonomes Fahren

Was ist autonomes Fahren?

Autonomes Fahren bezeichnet Fahrzeuge, die selbstständig ohne Steuerung durch Menschen navigieren können. Diese Fahrzeuge nutzen verschiedene KI-Systeme, Sensoren und Kameras, um ihre Umgebung wahrzunehmen, Hindernisse zu erkennen und Entscheidungen im Strassenverkehr zu treffen.

Es gibt verschiedene Stufen des autonomen Fahrens – von einfachen Fahrassistenten wie Einparkhilfen, die bereits vielfach in Anwendung sind, über teilautonomes Fahren, bei dem der Mensch noch am Steuer sitzen muss, um ggf. eingreifen zu können, bis hin zur letzten Stufe, dem vollautonomen Fahren. In dieser letzten Stufe kann ein Auto komplett allein fahren, auch ohne einen Menschen an Bord. Pedale oder Lenkrad werden bei dieser Stufe nicht mehr benötigt. (Quelle: iks.fraunhofer.de)

Avatar

Was ist ein Avatar?

Ein Avatar ist die digitale Verkörperung eines Menschen im Internet. Das kann ein Profilbild auf Instagram sein, eine Spielfigur in Videospielen oder ein 3D-Charakter in virtuellen Welten wie Roblox. Der Begriff kommt ursprünglich aus der altindischen Sprache «Sanskrit» und bezeichnete göttliche Wesen, die auf der Erde erscheinen. (Quelle: dictionary.cambridge.org)

Big Data

Was ist Big Data?

Big Data bezeichnet riesige Mengen digitaler Daten, die oftmals schnell und in grosser Vielfalt anfallen. Insbesondere unsere Nutzungsdaten im Internet erzeugen Big Data, beim Scrollen durch den Instagram-Feed, beim Einkauf auf Amazon, dem Fahren eines Tesla oder beim Netflix schauen.

Grosse Tech-Firmen sammeln und analysieren diese Daten – beispielsweise etwa, um vorherzusagen, welche Produkte von Interesse sein könnten, welche Serie als nächstes vorgeschlagen wird oder um Systeme für autonomes Fahren zu entwickeln. Big Data ist auch Voraussetzung für das Training von grossen Sprachmodellen wie ChatGPT. (Quelle: oracle.com)

Bildgenerierung mit KI

Was ist KI-Bildgenerierung?

KI-Bildgenerierung bezeichnet Systeme, die mithilfe von KI aus einem Prompt (in der Regel Textbeschreibungen) automatisch Bilder erstellen können. Programme wie DALL-E, Midjourney, Stable Diffusion, aber auch ChatGPT wurden mit unzähligen Bildern trainiert («Deep Learning») und können so neue Bilder anhand der gelernten Beispiele erzeugen.

Diese Technologie findet in vielen Bereichen Anwendung, beispielsweise in der Kunst, im Bereich Grafikdesign oder in der Werbung, um schnell Visualisierungen zu erstellen. Auch bei der Bildbearbeitung kommen diese KI-Systeme zum Einsatz, etwa um in Bildbearbeitungsprogrammen Hintergründe zu ändern oder Objekte zu entfernen. Damit können auch Fälschungen, sogenannte «Deepfakes», erstellt werden. (Quelle: Gabler Wirtschaftslexikon)

Bot

Was sind Bots/Chatbots?

Bot (Kurzform von «Robot») werden häufig Computerprogramme genannt, die automatisch bestimmte Aufgaben im Internet ausführen. Die mitunter bekanntesten sind Chatbots, die beispielsweise Kundenanfragen für einen Online-Shop beantworten. Neben Chatbots gibt es aber auch viele weitere Bots, wie jene von Suchmaschinen, die das Internet selbstständig durchforsten. Aber auch schädliche Bots, die Fake News verbreiten oder Spam-Nachrichten verschicken, sind weitverbreitet.

Es gibt Untersuchungen, nach denen fast 50 Prozent des Internet-Traffics durch Bots verursacht wird. Häufig werden «Bot», «Algorithmus» und «KI» für das Gleiche verwendet, was die Unterscheidung schwierig macht. (Quellen: akamai.com | statista.com)

Computer Vision

Was ist Computer Vision?

Computer Vision ist ein Bereich der künstlichen Intelligenz, der sich damit beschäftigt, die wesentlichen Informationen aus Bildern und Videos zu erfassen. Diese KI-Systeme analysieren digitale Bilder und suchen nach bestimmten Mustern und Merkmalen.

Computer Vision kommt in vielen Bereichen zum Einsatz: Beim Entsperren des Smartphones mit Gesichtserkennung, in der Bilder-App, die automatisch ein Album mit Landschaften erstellt oder im Parkhaus, wenn Kameras die Nummernschilder der Autos erkennen, um zu prüfen, ob bezahlt wurde. Auch können blinde Menschen unterstützt werden, indem Kamera-Apps ihnen die aufgenommenen Bilder beschreiben. (Quellen: ibm.com | aws.amazon.com | collinsdictionary.com)

Data Scientist

Was ist ein Data Scientist?

Data Scientists sind Expert:innen, die grosse Datenmengen analysieren, um daraus wertvolle Erkenntnisse zu gewinnen. Hierzu werden Kenntnisse aus Mathematik, Statistik, Informatik und dem jeweiligen Fachgebiet kombiniert.

Sie entwickeln Modelle und Algorithmen, mit deren Hilfe beispielsweise in Online-Shops Verkaufstrends vorhergesagt werden, die Pünktlichkeit der Bahn verbessert wird, in der Finanzindustrie Betrugsfälle aufgedeckt werden oder in der Medizin bessere Diagnosen zu ermöglichen. (Quellen: oracle.com | sbb.ch | datascientest.com (1) | datascientest.com (2))

SRF Thema «KI und wir»

SRF

Künstliche Intelligenz ist eine technische Revolution, die das Potenzial hat, unser Leben so tiefgreifend zu verändern, wie es das Internet und Smartphones getan haben. SRF setzt sich proaktiv mit diesem hochaktuellen Thema auseinander und rückt es vom 17. bis 24. November 2024 in den Programmfokus. Im Zentrum steht die Frage «Was kann KI wirklich und was machen Menschen in der Schweiz damit?»

Finden Sie es heraus – auf www.srf.ch/ki

Deep Learning

Was ist Deep Learning?

Deep Learning ist eine besonders fortgeschrittene Form des maschinellen Lernens. Dabei werden künstliche Systeme («Neuronale Netze») gebaut, die von der Funktion des menschlichen Gehirns inspiriert wurden und aus vielen Schichten bestehen – daher «Deep» (tief).

Diese neuronalen Netze analysieren Millionen von Beispielen: Zeigt man ihnen Millionen Katzenbilder, können sie Katzen erkennen. So funktioniert zum Beispiel auch die Gesichtserkennung beim Smartphone-Entsperren oder die Bildersuche im Internet. (Quelle: microsoft.com)

Deepfake

Was ist ein Deepfake?

Ein Deepfake ist ein gefälschtes Video oder Audio, das mit KI erstellt wurde. Dabei kann zum Beispiel das Gesicht einer Person in ein bestehendes Video eingesetzt werden, sodass es aussieht, als würde diese Person etwas sagen oder tun, was sie nie getan hat.

Bekannte Beispiele sind gefälschte Bilder von Politikern oder Prominenten, wie der Deepfake vom Papst im modischen Wintermantel, das in Social Media viral ging.  Deepfakes sind aber nicht perfekt und es werden Systeme entwickelt, um Fälschungen zu erkennen. Allerdings entwickelt sich auch die Technik weiter und es wird zunehmend schwieriger, Deepfakes von echten Aufnahmen zu unterscheiden. (Quellen: «Deepfakes und manipulierte Realitäten» | aisec.fraunhofer.de)

Ethik in KI

Was ist KI-Ethik?

KI-Ethik beschäftigt sich mit moralischen Fragen und Prinzipien bei der Entwicklung und dem Einsatz von künstlicher Intelligenz. Dabei geht es im Kern darum, Risiken und negative Auswirkungen von KI zu minimieren. Die KI-Ethik befasst sich mit Themen wie Fairness («KI-Bias»), Transparenz, Privatsphäre und Verantwortung für KI-Entscheidungen («Trustworthy AI»).

Zum Beispiel muss geklärt werden, wer haftet, wenn eine KI einen Fehler macht, oder wie verhindert werden kann, dass KI-Systeme bestimmte Gruppen diskriminieren. Auch beim autonomen Fahren sind diese Themen hochrelevant – wie soll sich ein Fahrzeug in einer unvermeidlichen Unfallsituation entscheiden? (Quellen: Gabler Wirtschaftslexikon | ibm.com)

Generative KI

Was ist Generative KI?

Generative KI sind Modelle der künstlichen Intelligenz, die auf Basis von Beispielen, den Trainingsdaten, Inhalte erzeugen können. Bekannte Beispiele für generative KI-Anwendungen sind ChatGPT für Texte oder DALL-E für Bilder. Andere KIs generieren zum Beispiel Musik oder Videos.

Die KI lernt dabei aus Milliarden von Beispielen – etwa aus Büchern, Bildern oder Musikstücken – und kombinieren diese zu neuen Ausgaben. Dabei handelt es sich allerdings nicht um tatsächlich Neues. Die Antworten sind im Grunde nur der Durchschnitt dessen, was die KI gelernt hat. (Quelle: sap.com)

GPT / ChatGPT

Was bedeutet «GPT»?

GPT (Generative Pre-trained Transformer) ist ein fortschrittliches KI-Sprachmodell, das nicht nur einzelne Worte verarbeitet, sondern deren Beziehungen im Kontext analysiert und daraus passende Antworten erzeugen kann. Es generiert («Generative»), basierend auf zuvor gelernten Beispielen («Pre-trained») und nutzt die von Google entwickelte Transformer-Technologie, die das gelernte Wissen und die Fragen der Nutzer:innen so umwandelt, dass der Computer Zusammenhänge erkennen und passende Antworten vorhersagen kann («Transformer»).

ChatGPT ist eine der bekanntesten Anwendungen dieser Technologie, mit der OpenAI die Transformer-Technologie erstmals einem breiten Publikum zugänglich machte. Das System wurde mit enormen Textmengen trainiert und kann fast menschlich wirkend Fragen beantworten, Texte schreiben, programmieren und viele weitere sprachbezogene Aufgaben ausführen. (Quelle: datascientest.com)

Halluzination

Was sind KI-Halluzinationen?

Als Halluzinationen von KI-Systemen werden Fälle bezeichnet, in denen eine KI falsche Informationen ausgibt und diese als Fakten darstellen. Dies passiert besonders bei Sprachmodellen wie ChatGPT, weil sie nicht verstehen, was sie sagen, sondern nur auf Basis erkannter Muster in den Trainingsdaten die wahrscheinlichste Antwort berechnen.

Ein typisches Beispiel für Halluzinationen sind erfundene Quellenangaben: Die KI nennt dann sehr detaillierte wissenschaftliche Artikel mit präzisen Titeln, Autoren und Erscheinungsjahren – die jedoch nie existiert haben. Diese falschen Ausgaben wirken oft sehr plausibel und überzeugend, daher sollte sich nicht ausschliesslich auf KI-generierte Antworten verlassen werden. (Quelle: ibm.com)

KI (Künstliche Intelligenz)

Was ist künstliche Intelligenz?

Künstliche Intelligenz sind Computersysteme, die bestimmte menschliche Fähigkeiten haben. Hierzu gehört z.B. Sprache, Problemlösungskompetenzen oder Logik. Sie können lernen, Muster erkennen und bestimmte Probleme lösen – bisher allerdings immer nur in klar abgegrenzten Bereichen. Die KI im Smartphone erkennt Ihre Sprache, die KI in E-Mail-Programmen filtert Spam, und die KI in Ihrem Auto-Navi findet die beste Route.

Der Begriff künstliche Intelligenz wurde bereits in den 1950er Jahren geprägt, als sich unter anderen Alan Turing («Turing Test») mit der Frage beschäftigt hat, ob Maschinen denken können. Allerdings die Definition des Begriffs sehr schwierig, da nicht einmal klar definiert ist, was «Intelligenz» eigentlich bedeutet.  Moderne KI-Systeme haben dank schnellerer Computer und grosser Datenmengen («Big Data») und Technologien wie Machine Learning beeindruckende Fortschritte gemacht. Dennoch können sie bisher nur sehr spezifische Aufgaben übernehmen und sind noch weit davon entfernt, menschliche Intelligenz in ihrer Gesamtheit nachzubilden. (Quelle: ibm.com)

Schwache KI vs. starke KI

Was ist der Unterschied zwischen schwacher und starker KI?

• Schwache KI ist auf einzelne, spezifische Aufgaben spezialisiert, wie Schach spielen oder Bilder erkennen oder Texte schreiben.
• Starke KI hingegen bezeichnet hypothetische Systeme, die wie Menschen eigenständig denken und lernen können.

Alle heute existierenden KI-Systeme, so beeindruckend sie auch wirken mögen, sind schwache KI. Sie können zwar in ihrem speziellen Bereich sehr leistungsfähig sein, verstehen aber nicht wirklich, was sie tun. (Quelle: thws.de)

KI-Bias

Was ist KI-Bias?

KI-Bias bedeutet, dass KI-Systeme manchmal unfair oder voreingenommen entscheiden. Diese Voreingenommenheit kann aufgrund verschiedener Faktoren entstehen, angefangen bei der Entwicklung eines Systems. Auch die Trainingsdaten spielen eine grosse Rolle, wenn sie die Realität nur unvollständig oder einseitig abbilden.

Beispiel Bewerbungen: Wurde eine KI, die bei der Personalauswahl unterstützen soll, hauptsächlich mit Daten von männlichen Bewerbern trainiert, könnte das Fehlen von Beispielen zu Bewerberinnen Frauen benachteiligen. Oder eine KI zur Gesichtserkennung funktioniert schlechter bei bestimmten Hautfarben, weil sie damit weniger trainiert wurde. (Quellen: bfh.ch | ibm.com (1) | ibm.com (2))

LLM (Large Language Model)

Was sind LLMs?

Ein Large Language Model (auf Deutsch: grosses Sprachmodell) ist eine besonders fortgeschrittene Form der künstlichen Intelligenz, die mit riesigen Mengen von Texten trainiert wurde. Diese Modelle können plausibel klingende Texte produzieren und natürliche Sprache interpretieren. ChatGPT ist zum Beispiel ein LLM. Das «Gross» in der Bezeichnung bezieht sich dabei auf zwei Dinge: Zum einen auf die gewaltigen Textmengen, mit denen diese KI-Systeme trainiert werden (z.B. unzählige Texte aus Büchern und Webseiten), zum anderen auf ihre Fähigkeit, Sprache in vielen verschiedenen Zusammenhängen zu interpretieren.

Ein LLM kann so nicht nur E-Mails schreiben und Fragen beantworten, sondern auch Gedichte verfassen oder bei der Programmierung helfen. (Quellen: srf.ch | fraunhofner.de | ibm.com)

Machine Learning

Was ist Machine Learning?

Machine Learning oder maschinelles Lernen ist ein Teilbereich der künstlichen Intelligenz. Anders als bei Algorithmen, wo jeder Arbeitsschritt zuvor definiert wird, erkennt der Computer beim Machine Learning Muster in riesigen Datenmengen. Ein Spam-Filter lernt aus Spam-Beispielen, welche E-Mails sehr wahrscheinlich Spam sind. Eine Bilderkennungs-KI lernt aus Millionen von Beispielbildern, Hunde von Katzen zu unterscheiden. Auch bei Zukunftsprognosen wie dem Wetterbericht kommt maschinelles Lernen zum Einsatz.

Es gibt es verschiedenen Arten des Lernens: Entweder erlernt der Computer Muster anhand von Beispielen, bei denen Menschen die richtigen Antworten vorgegeben haben («Supervised Learning»), oder er findet selbstständig Muster in den Daten («Unsupervised Learning»). In beiden Fällen gilt, je mehr Beispiele vorhanden sind, desto besser wird das System.  Neben diesen beiden Arten gehören auch das sogenannte «Reinforcement Learning» und «Deep Learning» zum Bereich Machine Learning.

• Supervised Learning: Supervised Learning ist eine Methode des maschinellen Lernens, bei der eine KI mit gekennzeichneten Beispielen trainiert wird. Wenn eine KI etwa Katzenbilder erkennen soll, zeigt man ihr sehr viele Bilder, bei denen Menschen bereits markiert haben «Das ist eine Katze» oder «Das ist keine Katze». So lernt das System nach und nach Muster auf Bildern, die typisch für Katzen sind. So können diese Systeme auch bei unbekannten Bildern sehr verlässlich Katzen erkennen.
• Unsupervised Learning: Beim Unsupervised Learning lernt die KI selbstständig Muster in Daten zu erkennen, ohne vorher Beispiele mit richtigen Antworten zu sehen. Das System gruppiert ähnliche Dinge oder findet Zusammenhänge – wie beim Sortieren von Puzzleteilen: nach Farben, nach Kantenformen und schliesslich nach Motiven. Diese Methode wird zum Beispiel Marketing genutzt, um mit Hilfe von Nutzungsdaten Gemeinsamkeiten und Unterschiede bei den Nutzenden zu finden und z.B. Zielgruppen für eine Marketingkampagne zu bestimmen.
• Reinforcement Learning: Reinforcement Learning (verstärkendes Lernen) ist eine Methode, bei der KI-Systeme durch Versuch und Irrtum lernen. Anders als beim Supervised Learning, wo die richtigen Antworten vorgegeben werden, bekommt das System hier nur Rückmeldung, ob seine Aktionen gut oder schlecht waren. So probiert das System verschiedene Lösungen aus und bekommt positives Feedback für richtige Lösungen und negatives Feedback für falsche. Wird zum Beispiel ein Video auf Youtube ganz bis zum Schluss geschaut, kann das System dies als positives Feedback werten. So kann es lernen, dass ein bestimmtes Thema oder ein Kanal besonders interessant ist und in Zukunft ähnliche Videos vorschlagen.

(Quellen: computerworld.ch | microsoft.com | sap.com)

Natural Language Processing (NLP)

Was ist NLP?

Natural Language Processing (NLP) ist eine grundlegende Technik, die Computern die Fähigkeit zu geben, natürliche Sprache zu verarbeiten und zu verwenden. Anders als klar strukturierte Programmiersprachen, die für Computer einfach zu verstehen sind, ist menschliche Sprache sehr komplex und kontextabhängig. NLP ist daher die Grundlage vieler Anwendungen die mit menschlicher Sprache Antworten und als «intelligent» bezeichnet werden.

Sie steckt in Sprachassistenten wie Siri oder Alexa, in Übersetzungs-Apps wie Google Translate und in Chatbots. Computer können dabei nicht nur einzelne Wörter verstehen, sondern auch den Zusammenhang und die Bedeutung von Sätzen – so wie Menschen sofort wissen, dass «Das Essen war interessant» meist bedeutet, dass es nicht sonderlich gut geschmeckt hat. (Quellen: computerwoche.de | fraunhofer.de)

Sarkastische Memes sind eine Knacknuss für künstliche Intelligenz. Deren Bedeutung erschliesst sich erst, wenn Bild und Text zusammen verstanden werden.

Imago & Reuters / Fotomontage: SRF

Neuronale Netze

Was sind neuronale Netze?

Neuronale Netze sind Computer-Programme, die wie ein vereinfachtes Gehirn aufgebaut sind. Sie bestehen aus vielen verbundenen künstlichen Neuronen, die – ähnlich wie Nervenzellen im menschlichen Gehirn – Informationen aufnehmen, verarbeiten und weitergeben. Neuronale Netzwerke sind die für Deep Learning und somit für moderne KI-Systeme unverzichtbar. (Quelle: ibm.com)

Robotik

Was ist Robotik?

Robotik ist die Wissenschaft und Technik von Robotern, die sich mit der Entwicklung bis zum Betrieb dieser Maschinen befassen. Dabei werden Erkenntnisse aus verschiedenen Bereichen wie Maschinenbau, Elektrotechnik und künstliche Intelligenz kombiniert.

Das Spektrum reicht von Industrierobotern auf grossen Fertigungsstrassen in Fabriken, über Operationsroboter in Krankenhäusern bis hin zum Staubsaugerroboter im Wohnzimmer. Auch menschenähnliche (humanoide) Roboter, die Mimik, Gestik und Sprache nachahmen, gehören dazu. Für die KI-Entwicklung sind Roboter von grossem Interesse, da sie KI-Systemen ermöglichen, durch ihren «Körper» mit der Umgebung zu interagieren und daraus zu lernen. (Quelle: Gabler Wirtschaftslexikon)

Speech-to-Text («STT») und Text-to-Speech («TTS»)

Was ist Speech-to-Text bzw. Text-to-Speech?

Speech-to-Text und Text-to-Speech sind Technologien, die Sprache in Text umwandeln und umgekehrt.

• Speech-to-Text verwandelt Sprachaufnahmen in geschriebenen Text, wie bei der Diktierfunktion am Smartphone.
• Text-to-Speech macht das Gegenteil und verwandelt geschriebenen Text in gesprochene Sprache, wofür synthetische Stimmen verwendet werden. Diese synthetischen Stimmen kommen bei Vorlese-Apps oder auch bei Bahnhofsdurchsagen zum Einsatz.

Beide Technologien nutzen KI, um natürliche Sprache zu verarbeiten. (Quellen: aws.amazon.com | ionos.de)

Synthetische Stimme

Was ist eine synthetische Stimme?

Eine synthetische Stimme ist eine künstlich erzeugte Stimme, die von Computern generiert wird. Moderne KI-Systeme können dabei sehr natürlich klingende Stimmen erzeugen, die von echten menschlichen Stimmen kaum zu unterscheiden sind.

Diese Technologie wird beispielsweise für Hörbücher, digitale Assistenten wie Siri oder in der Filmindustrie für die Synchronisation eingesetzt. Weil die Stimmen sehr authentisch klingen können, werden sie auch für «Deepfakes» missbraucht – also um gefälschte Audioaufnahmen zu erstellen, bei denen jemand scheinbar etwas sagt, was nie gesagt wurde. (Quellen: computerworld.ch | ionos.de)

Trustworthy AI

Was ist eine vertrauenswürdige KI?

Vertrauenswürdige KI bezeichnet KI-Systeme, die wichtige Qualitätsstandards erfüllen. Dazu gehören: Die Entscheidungen der KI müssen nachvollziehbar sein (Transparenz), fair sein (keine Diskriminierung), das System muss sicher sein und private Daten schützen.

Ein Beispiel: Wenn eine Bank KI nutzt, um über Kredite zu entscheiden, muss sie erklären können, warum eine Person einen Kredit erhält oder nicht. Bei vielen KI-Anwendungen wie ChatGPT ist das heute nicht möglich – niemand kann mit Bestimmtheit sagen, warum eine bestimmte Antwort gegeben wird und auf welcher Grundlage sie basiert. (Quellen: cai.fhstp.ac.at | studysmarter.de)