Künstliche Intelligenz – Wikipedia

Künstliche Intelligenz – Wikipedia
Zum Inhalt springen
aus Wikipedia, der freien Enzyklopädie
Künstliche Intelligenz
(kurz
KI
englisch
artificial intelligence
, kurz AI) ist ein Forschungsgebiet der
Informatik
. Es handelt sich dabei um verschiedene daraus hervorgegangene Klassen algorithmischer Problemlösungsverfahren, die anhand von Eingaben aus ihrer Umgebung bestimmte Handlungen ausführen.
1.1
Historisch ist der Begriff nicht einheitlich definiert, sondern kann sich einerseits auf „Intelligenz“ im Sinne der Nachbildung menschlichen Verhaltens beispielsweise bei der Bilderkennung oder der Interaktion in menschlicher Sprache beziehen, andererseits auf die Fähigkeit zu rationalem, logikbasierten Schlussfolgern. In der öffentlichen Wahrnehmung werden häufig
maschinelles Lernen
und die auf diesem Prinzip aufbauenden
Chatbots
mit dem Begriff der künstlichen Intelligenz gleichgesetzt. Maschinelles Lernen ist jedoch nur eines mehrerer Teilgebiete des Felds, ihm stehen beispielsweise logik- und regelbasierte Ansätze wie die der
symbolischen künstlichen Intelligenz
gegenüber.
1.2
Im Laufe der Zeit haben sich innerhalb der KI-Forschung zahlreiche Teilgebiete und Methoden herausgebildet. Zudem wird unterschieden, welche Probleme mit den Methoden der KI gelöst werden sollen. Dabei werden zwei Bereiche unterschieden:
schwache KI
und
starke KI
Die angewandte Informatik befasst sich damit, wie solche Systeme entwickelt und umgesetzt werden können. Beispiele dafür sind
Multiagentensysteme
Expertensysteme
Transformer
und
serviceorientierte Architekturen
Geschichte
Bearbeiten
Quelltext bearbeiten
Hauptartikel
Geschichte der künstlichen Intelligenz
Begriffsherkunft
Bearbeiten
Quelltext bearbeiten
Der Begriff
artificial intelligence
künstliche Intelligenz
) wurde 1955 vom US-amerikanischen Informatiker
John McCarthy
im Rahmen eines Förderantrags an die
Rockefeller-Stiftung
für das
Dartmouth Summer Research Project on Artificial Intelligence
geprägt, ein Forschungsprojekt, bei dem sich im Sommer 1956 eine Gruppe von zehn Wissenschaftlern über ca. acht Wochen mit der Thematik befasste.
Die Wahl des Begriffs „Künstliche Intelligenz“ wurde im Lauf der Zeit verschiedentlich diskutiert. Der Computerpionier
Douglas Engelbart
zog bereits 1962 den Begriff „Intelligence Augmentation“ vor. Seiner Ansicht nach sei das Ziel, durch geeignete Interaktionsparadigmen das Können und Verständnis des mit dem Computer interagierenden Menschen zu verstärken, anstatt lediglich menschliche Aufgaben zu automatisieren.
1.3
Definitionen und Kategorien Künstlicher Intelligenz
Bearbeiten
Quelltext bearbeiten
Der Begriff der künstlichen Intelligenz wird bereits in der Forschung anhand unterschiedlicher Kriterien und Zielvorstellungen definiert. Je nach Sichtweise wird der Begriff in Industrie, Gesellschaft und Politik teilweise über diese wissenschaftlichen Grundlagen definiert, oder aber über die zu erzielenden Anwendungen.
Definitionskategorien nach Russell und Norvig
Bearbeiten
Quelltext bearbeiten
Die zwei Einordnungsdimensionen nach Russell und Norvig
Stuart J. Russell
und
Peter Norvig
unterscheiden in ihrem Standardwerk
Künstliche Intelligenz: Ein moderner Ansatz
die verschiedenen Ansätze und Ausprägungen von KI-Systemen anhand vier Kategorien:
Nachbildung menschlichen Verhaltens
Nachbildung menschlichen Denkens
Nachbildung rationalen Denkens
Nachbildung rationalen Verhaltens
Diese vier Kategorien können als Ergebnis der Einordnung auf zwei Dimensionsskalen angesehen werden: Eine Achse stellt den symbolischen bzw. logikbasierten Ansatz dem heuristischen Ansatz mit der Nachbildung neuronaler Netze gegenüber. Die andere Achse stellt die Simulationsmethode einer Konzentration auf das phänomenologisch beobachtbare Verhalten gegenüber.
Neuronale KI-Methoden verfolgen einen
Bottom-up
-Ansatz und versuchen, die Funktionen des menschlichen Gehirns über mathematische Verfahren zu approximieren oder gar möglichst präzise nachzubilden. Die symbolische KI verfolgt umgekehrt einen
Top-down
-Ansatz und nähert sich den Intelligenzleistungen von einer begrifflichen Ebene her. Die Simulationsmethode orientiert sich so nah wie möglich an den tatsächlichen kognitiven Prozessen des Menschen. Dagegen kommt es dem
phänomenologischen
Ansatz nur auf das Ergebnis an.
Viele ältere Methoden, die in der KI entwickelt wurden, basieren auf
heuristischen
Lösungsverfahren. In jüngerer Zeit spielen mathematisch fundierte Ansätze aus der
Statistik
, der
mathematischen Programmierung
und der
Approximationstheorie
eine bedeutende Rolle.
Die Kategorien nach Russell und Norvig im Einzelnen:
Nachbildung menschlichen Verhaltens
Bearbeiten
Quelltext bearbeiten
Hauptartikel
Turing-Test
Um ein Kriterium zu haben, wann eine Maschine eine dem Menschen gleichwertige
Intelligenz
simuliert, wurde von
Alan Turing
der nach ihm benannte Turing-Test vorgeschlagen: Dazu stellt ein Mensch per Terminal (Bildschirm und Tastatur, oder auch Lautsprecher und Mikrofon) beliebige Fragen, ohne dabei zu wissen, ob diese von einem anderen Menschen oder einer Maschine beantwortet werden. Der Fragesteller muss danach entscheiden, ob es sich beim Interviewpartner um eine Maschine oder einen Menschen handelte. Ist die Maschine nicht von einem Menschen zu unterscheiden, erfüllt sie laut Turing das Kriterium für Intelligenz.
Ziel ist hier also ein phänomenologisch beobachtbares Verhalten, das nicht von dem eines Menschen unterscheidbar sein soll. Bisher konnte keine Maschine den Turing-Test zweifelsfrei bestehen. Seit 1991 existiert der
Loebner-Preis
für den Turing-Test.
Nachbildung menschlichen Denkens
Bearbeiten
Quelltext bearbeiten
Dieser mit den
Kognitionswissenschaften
verknüpfte Ansatz verfolgt die Idee, die Mechanismen menschlichen Denkens nachzuvollziehen und maschinell zu modellieren. Die Theorie ist, dass auf Basis einer hinreichend präzisen Theorie menschlicher Kognition die damit verbundenen Abläufe programmatisch simuliert werden können. Hierfür werden die tatsächlichen Abläufe im Gehirn bei Denkprozessen experimentell ermittelt und beschrieben, um sie in Software nachbilden zu können. Sobald die Ausgaben solch eines Systems nicht von menschlichen Reaktionen auf dieselben Ausgangssituationen unterscheidbar sind, könnten diese Mechanismen auch in einem menschlichen Gehirn ablaufen.
In der Frühzeit der KI-Forschung wurden die beiden vorangegangenen Ansätze häufig gleichbedeutend verwendet: Wenn ein Algorithmus eine gestellte Aufgabe überzeugend löste, wurde dies als Indiz angesehen, dass der Algorithmus auch die Abläufe im Gehirn gut modelliere, oder andersherum. Mittlerweile werden diese beiden Ansätze als getrennte Herangehensweisen unterschieden.
1.4
Nachbildung rationalen Denkens
Bearbeiten
Quelltext bearbeiten
Bei diesem Ansatz werden Aussagen nach formalen Regeln abgebildet, um sie nach den Regeln der
Logik
auswerten zu können. Bereits 1965 war es möglich, jegliches (prinzipiell lösbare Problem) zu lösen, das in
formaler Semantik
notiert ist.
1.5
Ziel hierbei ist es, logische Schlüsse ziehen zu können. Nach Russell und Norvig eignet sich diese Herangehensweise dafür, auch komplexe Zusammenhänge logisch erschließen zu können – nicht jedoch zur Nachbildung „intelligenten Verhaltens“.
Aus diesem Feld ging die Klasse der
logischen Programmiersprachen
hervor.
Nachbildung rationalen Verhaltens
Bearbeiten
Quelltext bearbeiten
Laut Russell und Norvig ist das Ziel hier, Handlungen eines Systems auf das beste oder erwartbar beste Ergebnis hin zu optimieren.
EU-rechtliche Definition
Bearbeiten
Quelltext bearbeiten
Die
KI-Verordnung
der
EU
definiert in Artikel 3 (Begriffsbestimmungen) ein „KI-System“ wie folgt:
„Für die Zwecke dieser Verordnung bezeichnet der Ausdruck […] ‚KI-System‘ ein maschinengestütztes System, das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist und das nach seiner Betriebsaufnahme anpassungsfähig sein kann und das aus den erhaltenen Eingaben für explizite oder implizite Ziele ableitet, wie Ausgaben wie etwa Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erstellt werden, die physische oder virtuelle Umgebungen beeinflussen können“
In Erwägungsgrund 12 werden die verwendeten Eingrenzungen erläutert und klargestellt, dass sich die Verordnung sowohl auf konnektionistische Systeme maschinellen Lernens als auch auf symbolische KI-Systeme bezieht:
„Zu den Techniken, die während der Gestaltung eines KI-Systems das Ableiten ermöglichen, gehören Ansätze für maschinelles Lernen, wobei aus Daten gelernt wird, wie bestimmte Ziele erreicht werden können, sowie logik- und wissensgestützte Konzepte, wobei aus kodierten Informationen oder symbolischen Darstellungen der zu lösenden Aufgabe abgeleitet wird.“
Eigenschaften von Intelligenz
Bearbeiten
Quelltext bearbeiten
Versuchsweise wird Intelligenz definiert als die Eigenschaft, die ein Wesen befähigt, angemessen und vorausschauend in seiner Umgebung zu agieren. Dazu gehören die Fähigkeiten
Umgebungsdaten wahrzunehmen, d.
h. auf Stimuli zu reagieren
Informationen
aufzunehmen,
zu verarbeiten und
als Wissen zu speichern,
Sprache
zu verstehen und
zu erzeugen,
Probleme zu lösen und zu handeln
Ziele zu definieren, zu erreichen und zu modifizieren
Autonom Entscheidungen zu treffen.
Praktische Erfolge der KI werden schnell in die Anwendungsbereiche integriert und werden dann von vielen nicht mehr als KI angesehen, auch wenn sie deren Definition erfüllen.
Dieses Phänomen wird auch als „AI effect“ bezeichnet.
„Künstliche Intelligenz ist die Eigenschaft eines IT-Systems, ‚menschenähnliche‘, intelligente Verhaltensweisen zu zeigen.“
Bitkom e.
V. und Deutsches Forschungszentrum für Künstliche Intelligenz
„Die künstliche Intelligenz [...] ist ein Teilgebiet der Informatik, welches sich mit der Erforschung von Mechanismen des intelligenten menschlichen Verhaltens befasst [...].“
Spektrum der Wissenschaft, Lexikon der Neurowissenschaften
„Unter künstlicher Intelligenz (KI) verstehen wir Technologien, die menschliche Fähigkeiten im Sehen, Hören, Analysieren, Entscheiden und Handeln ergänzen und stärken.“
Microsoft Corp.
„Künstliche Intelligenz ist die Fähigkeit einer Maschine, menschliche Fähigkeiten wie logisches Denken, Lernen, Planen und Kreativität zu imitieren.“
Europäisches Parlament (Webseite)
10
Metaphorik
Bearbeiten
Quelltext bearbeiten
Der Diskurs über KI ist stark von einer metaphorischen Sprache geprägt.
11
12
13
Begriffe wie
künstliche Intelligenz
und
maschinelles Lernen
sind selbst
anthropomorphe
Metaphern
, die auf die menschliche Kognition anspielen.
Eine weitere gängige Metapher ist die
Black Box
, die die Intransparenz vieler KI-Systeme beschreibt.
14
Im wissenschaftlichen Diskurs werden große Sprachmodelle auch als
stochastische Papageien
bezeichnet, um darauf hinzuweisen, dass sie Texte erzeugen, ohne den Inhalt wirklich zu verstehen.
15
Der Autor Ted Chiang vergleicht
große Sprachmodelle
mit einem unscharfen
JPEG
aus dem Netz, um Kompressionsmechanismen zu veranschaulichen.
16
Anthropomorphe Metaphern sind umstritten, da sie ein übertriebenes oder verzerrtes Bild von KI-Systemen vermitteln können.
17
18
Alternativ diskutieren Forscher und Journalisten Metaphern wie KI als Werkzeuge,
19
Spiegel,
20
Tiere, Organismen oder Naturphänomene.
21
Die Wahl einer Metapher beeinflusst nicht nur das öffentliche Verständnis von KI,
22
sondern spielt auch eine Rolle in der Gesetzgebung,
23
Regulierung
24
und wissenschaftlichen Forschung.
25
Starke und schwache KI
Bearbeiten
Quelltext bearbeiten
Dieser Artikel oder nachfolgende Abschnitt ist nicht hinreichend mit
Belegen
(beispielsweise
Einzelnachweisen
) ausgestattet. Angaben ohne ausreichenden Beleg könnten demnächst entfernt werden. Bitte hilf Wikipedia, indem du die Angaben recherchierst und
gute Belege einfügst.
Starke KI wären
kognitive Systeme
, die auf Augenhöhe mit Menschen die
Arbeit
zur Erledigung schwieriger Aufgaben übernehmen können. Demgegenüber geht es bei
schwacher KI
darum, konkrete Anwendungsprobleme zu meistern. Das menschliche Denken und technische Anwendungen sollen hier in Einzelbereichen unterstützt werden.
26
Die Fähigkeit zu lernen ist eine Hauptanforderung an KI-Systeme und muss ein integraler Bestandteil sein, der
nicht erst nachträglich
hinzugefügt werden darf. Ein zweites Hauptkriterium ist die Fähigkeit eines KI-Systems, mit Unsicherheiten und
Wahrscheinlichkeiten
(sowie mit
probabilistischen
Informationen
) umzugehen.
27
Insbesondere sind solche Anwendungen von Interesse, zu deren Lösung nach allgemeinem Verständnis eine Form von „Intelligenz“ notwendig zu sein scheint.
28
Letztlich geht es der schwachen KI somit um die Simulation intelligenten Verhaltens mit Mitteln der Mathematik und der Informatik, es geht ihr nicht um Schaffung von
Bewusstsein
oder um ein tieferes Verständnis von Intelligenz. Während die Frage nach der prinzipiellen Machbarkeit starker KI bis heute offen ist, sind bei der
schwachen KI
in den letzten Jahren bedeutende Fortschritte erzielt worden.
Unterscheidung der wissenschaftlichen Fragestellungen in die Bereiche „starke KI“ und „schwache KI“
Unterschieden wird nach den Fragestellungen, die untersucht werden, nicht nach den verwendeten Methoden. Schwache KI ist stark in der Anwendung, erlaubt eine
Monetarisierung
und prägt das gesellschaftliche Verständnis. Beispiele sind die Fehlererkennung in Geweben, die
Wettervorhersage
, das automatisierte
Netzwerkmanagement
oder
große Sprachmodelle
Starke KI
befasst sich mit Grundsatzfragen wie der Beschreibung von
Bewusstsein
, der Repräsentation und Aktualisierung von
Wissen
(z.
B. dem Umgang mit Widersprüchen) oder der Frage, was erforderlich ist, um
Intelligenz
nachzuweisen. Die beiden Bereiche lassen sich nicht scharf trennen. Methoden zur Problemanalyse können je nach Interpretation beiden Klassen zugeordnet werden. Mitunter wird die Frage, ob und wie eine
Künstliche allgemeine Intelligenz
oder eine
Superintelligenz
erzeugt werden kann, der starken KI zugeordnet.
Die philosophische Interpretation dieser Unterteilung umfasst zwei Auffassungen: Schwache KI kann handeln (etwa autonomes Fahren), jedoch ohne Bewusstsein; Vertreter der starken KI hingegen halten ein künstliches Bewusstsein für möglich. Welche Auffassung zutrifft, ist weiterhin ungeklärt.
Der ingenieurwissenschaftliche Teil der
Informatik
befasst sich mit der praktischen Realisierung solcher Systeme. Beispiele sind
Multiagentensystem
Expertensystem
Transformer (Maschinelles Lernen)
und
Serviceorientierte Architektur
Ein starkes KI-System muss nicht viel mit dem Menschen gemeinsam haben. Es wird wahrscheinlich eine andersartige kognitive Architektur aufweisen und auch in seinen Entwicklungsstadien nicht mit den evolutionären kognitiven Stadien des menschlichen Denkens vergleichbar sein (
Evolution des Denkens
). Vor allem ist nicht anzunehmen, dass eine künstliche Intelligenz Gefühle wie Liebe, Hass, Angst oder Freude besitzt.
29
Forschungsgebiete
Bearbeiten
Quelltext bearbeiten
Standort des
Deutschen Forschungszentrum für Künstliche Intelligenz
in Berlin
Neben den Forschungsergebnissen der Kerninformatik selbst sind in die Erforschung der KI Ergebnisse der
Psychologie
Neurologie
und
Neurowissenschaften
, der
Mathematik
und
Logik
Kommunikationswissenschaft
Philosophie
und
Linguistik
eingeflossen. Umgekehrt nahm die Erforschung der KI auch ihrerseits Einfluss auf andere Gebiete, vor allem auf die Neurowissenschaften. Dies zeigt sich in der Ausbildung des Bereichs der
Neuroinformatik
, der der biologieorientierten Informatik zugeordnet ist, sowie der
Computational Neuroscience
Bei
künstlichen neuronalen Netzen
handelt es sich um Techniken, die ab Mitte des 20.
Jahrhunderts entwickelt wurden und auf der
Neurophysiologie
aufbauen.
KI stellt somit kein geschlossenes Forschungsgebiet dar. Vielmehr werden Techniken aus verschiedenen Disziplinen verwendet, ohne dass diese eine Verbindung miteinander haben müssen.
Wichtige Tagungen sind die
International Joint Conference on Artificial Intelligence
(IJCAI), die seit 1969 stattfindet und die seit 1982 von der
Europäischen Vereinigung für künstliche Intelligenz
(EurAI) organisierte
European Conference on Artificial Intelligence
(ECAI).
Seit der Begriffsprägung im Jahr 1955 hat sich eine Reihe relativ selbständiger Teildisziplinen herausgebildet:
Mustererkennung
, wozu auch
Spracherkennung
und
Handschrifterkennung
zählen;
Software-Agent
Wissensmodellierung
einschließlich
Logischer Programmierung
und
Inferenzmaschinen
Expertensysteme
Frage-Antwort-Systeme
und
Chatbots
Maschinelles Lernen
Künstliche neuronale Netze
und
Deep Learning
Computer Vision
Robotik
und
Universelle Spieleprogramme
Zur Forschungsrichtung
künstliches Leben
bestehen enge Beziehungen. Das Fernziel der KI ist die als
starke KI oder künstliche allgemeine Intelligenz
bezeichnete Fähigkeit eines intelligenten Agenten, jede intellektuelle Aufgabe zu verstehen oder zu erlernen, die der Mensch oder ein anderes Lebewesen bewältigen kann.
Teilgebiete
Bearbeiten
Quelltext bearbeiten
Wissensbasierte Systeme
Bearbeiten
Quelltext bearbeiten
Wissensbasierte Systeme modellieren eine Form rationaler Intelligenz für sogenannte
Expertensysteme
. Diese sind in der Lage, auf eine Frage des Anwenders auf Grundlage formalisierten Fachwissens und daraus gezogener
logischer Schlüsse
Antworten zu liefern. Beispielhafte Anwendungen finden sich in der Diagnose von Krankheiten oder der Suche und Beseitigung von Fehlern in technischen Systemen.
Beispiele für wissensbasierte Systeme sind
Cyc
und
Watson
Musteranalyse und Mustererkennung
Bearbeiten
Quelltext bearbeiten
Visuelle Intelligenz
ermöglicht es, Bilder bzw. Formen zu
erkennen
und zu
analysieren
. Als Anwendungsbeispiele seien hier
Handschrifterkennung
, Identifikation von Personen durch
Gesichtserkennung
, Abgleich der
Fingerabdrücke
oder der
Iris
, industrielle Qualitätskontrolle und Fertigungsautomation (letzteres in Kombination mit Erkenntnissen der Robotik) genannt.
Mittels
sprachlicher Intelligenz
ist es beispielsweise möglich, einen geschriebenen Text in gesprochene Sprache umzuwandeln (
Sprachsynthese
) und umgekehrt einen gesprochenen Text zu verschriftlichen (
Spracherkennung
). Diese automatische Sprachverarbeitung kann erweitert werden, so dass etwa durch
latente semantische Analyse
(kurz
LSI
) Wörtern und Texten Bedeutung beigemessen werden kann.
Beispiele für Systeme zur Mustererkennung sind
Google Brain
und
Microsoft Adam.
30
Mustervorhersage
Bearbeiten
Quelltext bearbeiten
Die Mustervorhersage ist eine Erweiterung der Mustererkennung. Sie stellt die Grundlage des von
Jeff Hawkins
definierten
hierarchischen Temporalspeichers
dar.
“Prediction is not just one of the things your brain does. It is the primary function of the neocortex, and the foundation of intelligence.”
Vorhersage
ist nicht einfach nur eines der Dinge, die dein
Gehirn
tut. Sie ist die Hauptfunktion des
Neocortex
und das Fundament der Intelligenz.“
Jeff Hawkins
On Intelligence
31
Solche Systeme haben den Vorteil, dass sie z.
B. nicht nur ein bestimmtes Objekt in einem Einzelbild erkennen (Mustererkennung), sondern aus einer Serie von Bildern vorhersagen können, wo sich das Objekt als Nächstes befinden wird.
Robotik
Bearbeiten
Quelltext bearbeiten
Hauptartikel
Robotik
Die Robotik beschäftigt sich mit manipulativer Intelligenz. Mit Hilfe von
Robotern
können unter anderem gefährliche Tätigkeiten wie etwa die
Minensuche
oder auch immer gleiche Manipulationen, wie sie beim Schweißen oder Lackieren auftreten können, automatisiert werden.
Der Grundgedanke ist es, Systeme zu schaffen, die intelligente Verhaltensweisen von Lebewesen nachvollziehen können. Beispiele für derartige Roboter sind
ASIMO
und
Atlas
Künstliches Leben
Bearbeiten
Quelltext bearbeiten
Hauptartikel
künstliches Leben
KI überlappt sich mit der Disziplin künstliches Leben (
Artificial life,
AL),
32
und wird als übergeordnete oder auch als eine Subdisziplin gesehen.
33
AL muss deren Erkenntnisse integrieren, da
Kognition
eine Kerneigenschaft von natürlichem Leben ist, nicht nur des Menschen.
AI-Alignment
Bearbeiten
Quelltext bearbeiten
Das junge Forschungsfeld des
AI-Alignment
(zu deutsch KI-Ausrichtung) beschäftigt sich mit der Ausrichtung von KI nach menschlichen Werten und Normen. Unabhängig von der Frage, ob die jeweilige KI über eine Form von Bewusstsein verfügt, verhält sich jede KI entsprechend ihrem Training. Unter anderem durch Fehler oder Lücken im Training kann einer KI leicht Verhalten antrainiert werden, das nicht mit menschlichen Werten vereinbar ist.
27
Die Forschung versucht herauszufinden, wie und ob ethisches Verhalten in KI sichergestellt werden kann, um Probleme wie im Einsatz von KI in Krankenhäusern und Gerichtssälen zu verhindern, aber auch, um die Risiken durch weit fortgeschrittene KI wie im Falle von
technologischer Singularität
, zu minimieren.
29
Das Alignment-Problem beschreibt die Herausforderung, KI-Systeme mit menschlichen Werten in Einklang zu bringen. Siehe Hauptartikel:
AI-Alignment
Methoden
Bearbeiten
Quelltext bearbeiten
Die konkreten Techniken der KI lassen sich grob in Gruppen einteilen:
Suchen
Bearbeiten
Quelltext bearbeiten
Die KI beschäftigt sich häufig mit Problemen, bei denen nach bestimmten Lösungen gesucht wird. Verschiedene
Suchalgorithmen
werden dabei eingesetzt. Ein Paradebeispiel für die Suche ist der Vorgang der
Wegfindung
, der in vielen Computerspielen eine zentrale Rolle einnimmt und auf Suchalgorithmen wie dem
A*-Algorithmus
basiert.
Planen
Bearbeiten
Quelltext bearbeiten
Neben dem Suchen von Lösungen stellt das Planen einen wichtigen Aspekt der KI dar. Der Vorgang des Planens unterteilt sich dabei in zwei Phasen:
Die
Zielformulierung
: Ausgehend vom momentanen Umgebungs- bzw. Weltzustand wird ein Ziel definiert. Ein Ziel ist hierbei eine
Menge von Weltzuständen,
bei der ein bestimmtes Zielprädikat erfüllt ist.
Die
Problemformulierung
: Nachdem bekannt ist, welche Ziele angestrebt werden sollen, wird in der Problemformulierung festgelegt, welche Aktionen und Weltzustände betrachtet werden sollen. Es existieren hierbei verschiedene
Problemtypen
Planungssysteme planen und erstellen aus solchen Problembeschreibungen Aktionsfolgen, die
Agentensysteme
ausführen können, um ihre Ziele zu erreichen.
Optimierungsmethoden
Bearbeiten
Quelltext bearbeiten
Oft führen Aufgabenstellungen der KI zu
Optimierungsproblemen
. Diese werden je nach Struktur entweder mit Suchalgorithmen aus der Informatik oder, zunehmend, mit Mitteln der
mathematischen Optimierung
gelöst. Bekannte
heuristische
Suchverfahren aus dem Kontext der KI sind
evolutionäre Algorithmen
Logisches Schließen
Bearbeiten
Quelltext bearbeiten
Dieser Artikel oder nachfolgende Abschnitt ist nicht hinreichend mit
Belegen
(beispielsweise
Einzelnachweisen
) ausgestattet. Angaben ohne ausreichenden Beleg könnten demnächst entfernt werden. Bitte hilf Wikipedia, indem du die Angaben recherchierst und
gute Belege einfügst.
Eine Fragestellung der KI ist die Erstellung von
Wissensrepräsentationen
die dann für automatisches
logisches Schließen
benutzt werden können. Menschliches
Wissen
wird dabei – soweit möglich – formalisiert, um es in eine maschinenlesbare Form zu bringen. Diesem Ziel haben sich die Entwickler diverser
Ontologien
verschrieben.
Schon früh beschäftigte sich die KI damit, automatische
Beweissysteme
zu konstruieren, die Mathematikern und Informatikern beim Beweisen von Sätzen und beim Programmieren (
Logikprogrammierung
) behilflich wären. Zwei Schwierigkeiten zeichneten sich ab:
Formuliert man Sätze in den natürlicher Sprache nahen, relativ bequemen Beschreibungssprachen, werden die entstehenden Suchprobleme allzu aufwändig. In der Praxis mussten Kompromisse geschlossen werden, bei denen die Beschreibungssprache für den Benutzer etwas umständlicher, die zugehörigen Optimierungsprobleme für den Rechner dafür jedoch einfacher zu handhaben waren (
Prolog
Expertensysteme
).
Selbst mächtige Beschreibungssprachen werden unhandlich, wenn man versucht, unsicheres oder unvollständiges Wissen zu formulieren. Für praktische Probleme kann dies eine ernste Einschränkung sein. Die aktuelle Forschung untersucht daher Systeme, die die Regeln der
Wahrscheinlichkeitsrechnung
anwenden, um Unwissen und Unsicherheit explizit zu modellieren. Algorithmisch unterscheiden sich diese Methoden von den älteren Verfahren: neben
Symbolen
werden auch
Wahrscheinlichkeitsverteilungen
manipuliert.
Eine andere Form des logischen Schließens stellt die Induktion dar (
Induktionsschluss
Induktionslogik
), in der Beispiele zu Regeln verallgemeinert werden (
maschinelles Lernen
). Auch hier spielen Art und Mächtigkeit der
Wissensrepräsentation
eine wichtige Rolle. Man unterscheidet zwischen symbolischen Systemen, in denen das Wissen – sowohl die Beispiele als auch die induzierten Regeln – explizit repräsentiert ist, und subsymbolischen Systemen wie neuronalen Netzen, denen zwar ein berechenbares Verhalten „antrainiert“ wird, die jedoch keinen Einblick in die erlernten Lösungswege erlauben.
Approximationsmethoden
Bearbeiten
Quelltext bearbeiten
In vielen Anwendungen geht es darum, aus einer Menge von Daten eine allgemeine Regel abzuleiten (
maschinelles Lernen
). Mathematisch führt dies zu einem
Approximationsproblem
. Im Kontext der KI wurden hierzu unter anderem künstliche neuronale Netze vorgeschlagen, die als universale Funktionsapproximatoren eingesetzt werden können, jedoch insbesondere bei vielen verdeckten Schichten schwer zu analysieren sind. Manchmal verwendet man deshalb alternative Verfahren, die mathematisch einfacher zu analysieren sind.
Künstliches neuronales Netz
Hauptartikel
Künstliches neuronales Netz
und
Deep Learning
Große Fortschritte erzielt die künstliche Intelligenz in jüngerer Zeit im Bereich künstlicher neuronaler Netze, auch unter dem Begriff Deep Learning bekannt. Dabei werden neuronale Netze, die grob von der Struktur des Gehirns inspiriert sind, künstlich auf dem Computer simuliert. Viele der jüngeren Erfolge wie bei
Handschrifterkennung
Spracherkennung
Gesichtserkennung
autonomem Fahren
maschineller Übersetzung
wie
DeepL
AlphaGo
ChatGPT
DeepSeek
beruhen auf dieser Technik.
Anwendungen
Bearbeiten
Quelltext bearbeiten
Hauptartikel
Anwendungen künstlicher Intelligenz
Künstliche Intelligenz hat das Potenzial für eine Vielzahl von Verwendungen in
Forschung
Wirtschaft
und im
Konsumbereich
. Sie stellt zudem die zentrale Technologie der
Industrie 5.0
dar. Noch im Jahr 2025 gab es Stimmen, die der Auffassung waren, dass Künstliche Intelligenz trotz ihres Nutzens in einzelnen Anwendungsbereichen der Gesellschaft insgesamt bislang keinen erkennbaren Beitrag zur Produktivitätssteigerung geleistet habe.
34
35
Absehbar und teils realisiert waren zu diesem Zeitpunkt Nutzungen in den Bereichen Mobilität und Logistik, Landwirtschaft,
36
Gesundheit
37
38
und Optimierung der
Energieeffizienz
35
Eine
MIT
-Studie kam im Jahr 2025 zu folgendem Ergebnis:
„Trotz der Eile, leistungsstarke neue Modelle zu integrieren, erzielen nur etwa 5
% der KI-Pilotprogramme eine schnelle Umsatzsteigerung; die überwiegende Mehrheit kommt zum Stillstand und hat kaum oder gar keine messbaren Auswirkungen auf die Gewinn- und Verlustrechnung.“
39
Technologische Singularität
Bearbeiten
Quelltext bearbeiten
Hauptartikel
Technologische Singularität
Grob wird unter der technologischen Singularität der hypothetische Zeitpunkt verstanden, an dem künstliche Intelligenz die menschliche Intelligenz übertrifft. Ab diesem Zeitpunkt wird die weitere technologische Entwicklung hauptsächlich von KI vorangetrieben und nicht mehr vom Menschen.
Bewusstsein bei künstlicher Intelligenz
Bearbeiten
Quelltext bearbeiten
In den
Neurowissenschaften
ist es eine Grundannahme, dass
Bewusstseinsprozesse
mit neuronalen Prozessen des Gehirns korrelieren (siehe
Neuronales Korrelat des Bewusstseins
). Nach
Jürgen Schmidhuber
ist Bewusstsein nur ein Nebenprodukt des Problemlösens des Gehirns. So sei auch bei künstlichen Problemlösern (z.
B.
autonomen mobilen Robotern
) von Vorteil, wenn diese sich ihrer selbst und ihrer Umgebung „bewusst“ seien.
Schmidhuber bezieht sich bei „Bewusstsein“ im Kontext autonomer Roboter auf ein digitales Weltmodell inklusive des Systems selbst, nicht jedoch auf
subjektive Erlebnisqualitäten
von Zuständen. Ein Weltmodell könnte im Kontext von
Reinforcement Learning
dadurch erlernt werden, dass Aktionen belohnt werden, die das Weltmodell erweitern.
40
Solche Überlegungen sind jedoch hoch spekulativ, da keine allgemein akzeptierte Definition, geschweige denn eine anerkannte Theorie von Bewusstsein existiert. Wenn Bewusstsein eine
emergente
Eigenschaft des Informationsverarbeitens ist, wäre es möglich, dass KI Bewusstsein erlangt. Da die meisten Definitionen jedoch ein „inneres Erleben“ der
Wahrnehmung
mit Bewusstsein verbinden, das beim Menschen zu komplexen
Weltanschauungen
führt, gibt es bislang keine empirischen Belege dafür, dass KI-Systeme über etwas Ähnliches verfügen. Ihre „Intelligenz“ ist rein funktional und instrumental. Im Gegensatz zum menschlichen Gehirn basieren aktuelle KI-Systeme auf Algorithmen, neuronalen Netzen und statistischen Modellen. Sie verarbeiten Daten nach mathematischen Regeln ohne echte
Kreativität
oder
Phantasie
. Die Philosophin
Eva von Redecker
bezeichnete KI deshalb einmal als
„die
Spanplattenpresse
des Diskurses“
41
Allerdings lassen sich innere Zustände nicht beweisen, sodass es kaum möglich ist, die Frage nach einem Bewusstsein von KI zweifelsfrei zu klären.
42
Angrenzende Wissenschaften
Bearbeiten
Quelltext bearbeiten
Sprachwissenschaft
Bearbeiten
Quelltext bearbeiten
Die Interpretation menschlicher Sprache durch Maschinen besitzt bei der KI-Forschung eine entscheidende Rolle. So ergeben sich etwaige Ergebnisse des
Turing-Tests
vor allem in Dialogsituationen, die bewältigt werden müssen.
Die Sprachwissenschaft liefert mit ihren
Grammatikmodellen
und psycholinguistischen Semantikmodellen wie der
Merkmals-
oder der
Prototypensemantik
Grundlagen für das maschinelle „Verstehen“ komplexer natürlichsprachlicher Phrasen. Zentral ist die Frage, wie Sprachzeichen eine tatsächliche
Bedeutung
für eine künstliche Intelligenz haben können.
43
Das
Chinese-Room
-Argument des Philosophen
John Searle
sollte indes zeigen, dass es selbst dann möglich wäre, den
Turing-Test
zu bestehen, wenn den verwendeten Sprachzeichen dabei keinerlei Bedeutung beigemessen wird. Insbesondere Ergebnisse aus dem Bereich
Embodiment
betonen zudem die Relevanz von solchen Erfahrungen, die auf der Verkörperung eines Agenten beruhen sowie dessen Einbindung in eine sinnvolle Umgebung für jede Form von Kognition, also auch zur Konstruktion von Bedeutung durch eine Intelligenz.
Eine Schnittstelle zwischen der Linguistik und der Informatik bildet die
Computerlinguistik
, die sich unter anderem mit maschineller Sprachverarbeitung und künstlicher Intelligenz beschäftigt.
Psychologie
Bearbeiten
Quelltext bearbeiten
Die Psychologie beschäftigt sich unter anderem mit dem Begriff
Intelligenz
Psychotherapie
Bearbeiten
Quelltext bearbeiten
In der Psychotherapieforschung existieren seit geraumer Zeit experimentelle Anwendungen der künstlichen Intelligenz, um Defizite und Engpässe in der psychotherapeutischen Versorgung zu überbrücken und Kosten zu sparen.
44
Philosophie
Bearbeiten
Quelltext bearbeiten
Die
philosophischen
Aspekte der KI-Problematik gehören zu den weitreichendsten der gesamten Informatik.
Die Antworten, die auf die zentralen Fragen dieses Bereiches gegeben werden, reichen weit in
ontologische
und
erkenntnistheoretische
Themen hinein, die das Denken des Menschen schon seit den Anfängen der Philosophie beschäftigen. Wer solche Antworten gibt, muss die Konsequenzen daraus auch für den Menschen und sich selbst ziehen. Nicht selten möchte man umgekehrt vorgehen und die Antworten, die man vor der Entwicklung künstlicher Intelligenz gefunden hat, auf diese übertragen. Doch wie sich zeigte, hat die künstliche Intelligenz zahlreiche Forscher dazu veranlasst, Probleme wie das Verhältnis zwischen
Materie
und
Geist
, die Ursprünge des Bewusstseins, die Grenzen der Erkenntnis, das Problem der
Emergenz
, die Möglichkeit außermenschlicher Intelligenz usw. in einem neuen Licht zu betrachten und zum Teil neu zu bewerten.
Eine dem
metaphysischen
bzw. auch idealistischen Denken verpflichtete Sichtweise hält es (im Sinn einer schwachen KI) für unmöglich, dass Maschinen jemals mehr als nur simuliertes Bewusstsein mit wirklicher Erkenntnis und Freiheit besitzen könnten. Aus ontologischer Sicht kritisiert der amerikanische Philosoph
Hubert Dreyfus
die Auffassung der starken KI. Aufbauend auf der von
Martin Heidegger
in dessen Werk
Sein und Zeit
entwickelten Ontologie der „Weltlichkeit der Welt“ versucht Dreyfus zu zeigen, dass hinter das Phänomen der Welt als sinnhafte Bedeutungsganzheit nicht zurückgegangen werden kann: Sinn, d.
h. Beziehungen der Dinge in der Welt aufeinander, sei ein Emergenzphänomen, denn es gibt nicht „etwas Sinn“ und dann „mehr Sinn“. Damit erweist sich jedoch auch die Aufgabe, die sinnhaften Beziehungen zwischen den Dingen der Welt in einen Computer einzuprogrammieren, als eigentlich unmögliches bzw. unendliches Vorhaben. Dies deshalb, weil Sinn nicht durch Addition von zunächst sinnlosen Elementen hergestellt werden kann.
45
Eine evolutionär-progressive Denkrichtung sieht es hingegen (im Sinn einer starken KI) als möglich an, dass Systeme der künstlichen Intelligenz einmal den Menschen in dem übertreffen könnten, was derzeit noch als spezifisch menschlich gilt. Dies birgt zum einen die Gefahr, dass solche KI-Maschinen sich gegen die Interessen der Menschen wenden könnten. Andererseits birgt diese Technologie die Chance, Probleme zu lösen, deren Lösung dem Menschen wegen seiner limitierten Kapazitäten schwerfällt (siehe auch
technologische Singularität
).
Weitere Anknüpfungspunkte lassen sich in der
analytischen Philosophie
finden.
Die
Ethik der künstlichen Intelligenz
erforscht ethische Normen für Entwurf, Herstellung, Testung, Zertifizierung und den Einsatz künstlich intelligenter Systeme und fragt nach Prinzipien für das ethische Verhalten von KI-Systemen. Intensiv untersuchte Themen sind dabei ethische Fragen des
autonomen Fahrens
und
autonomer Waffensysteme
sowie die Probleme und Realisierungsmöglichkeiten künstlicher moralischer Agenten.
46
47
Rechtsphilosophie
und
Roboterethik
gehen der Frage nach, ob eine KI für ihr gesetzwidriges Handeln oder Fehlverhalten verantwortlich gemacht werden kann (z.
B. bei einem Autounfall durch ein autonomes Fahrzeug) und wer dafür haftet.
48
Der russisch-amerikanische Biochemiker und Sachbuchautor
Isaac Asimov
beschreibt in seinen drei
Robotergesetzen
die Voraussetzungen für ein friedliches und unterstützendes Zusammenleben zwischen KI und Mensch. Diese Gesetze wurden später von anderen Autoren erweitert.
Bei
Karl Marx
finden sich im sogenannten
Maschinenfragment
, einem Teil der
Grundrisse (1857–58)
, Überlegungen zur Ersetzung menschlicher Arbeitskraft durch Maschinen, die sich auch auf Maschinen mit künstlicher Intelligenz anwenden lassen.
49
Menschenrechte
Bearbeiten
Quelltext bearbeiten
Zu den zentralen Fragen beim KI-Einsatz gehören die Aufteilung rechtlicher Verpflichtungen zwischen Staaten und Unternehmen sowie die Implikationen der Menschenrechte im Hinblick auf den Einsatz von KI in bestimmten Anwendungsbereichen, z.
B. bei der Gesichtserkennung oder Erleichterung der Entscheidungsfindung von Gerichten. Auch wird das Ausmaß der technologischen Zusammenarbeit im Bereich der KI mit Staaten, die sich nicht an menschenrechtliche Grundstandards halten, aus wirtschaftsethischer und völkerrechtlicher Perspektive diskutiert.
50
51
Klimatologie und Ökologie
Bearbeiten
Quelltext bearbeiten
KI kann dazu genutzt werden, mehr
Nachhaltigkeit
zu erreichen. Eine vom
Fraunhofer-Institut für Produktionstechnik und Automatisierung
und dem
Fraunhofer-Institut für Arbeitswirtschaft und Organisation
in Auftrag gegebene Studie sieht hierbei große Potenziale für produzierende Unternehmen. Der Einsatz von KI könne zu effizienteren Produktionsprozessen führen und Ressourcen schonen.
52
Das Unternehmen
Bosch
gab 2023 an, durch den Einsatz von generativer KI in einem türkischen Werk den Wasserverbrauch, den
Ausschuss
sowie den Energiebedarf verringert zu haben. Gleichzeitig sei die Anlageneffektivität um ca. zehn Prozent angestiegen.
53
In der Forschung wird allerdings angemahnt, nicht nur auf Nachhaltigkeit
durch
KI, sondern auch
von
KI zu achten.
54
So lässt sich etwa ein massiv ansteigender Energieverbrauch durch KI und ein damit verbundener erhöhter Ausstoß des
Treibhausgases
Kohlenstoffdioxid
beobachten.
55
Die
Supercomputer
, die die Nutzung von KI ermöglichen, haben einen überaus hohen Strombedarf. So verbraucht eine ChatGPT-Anfrage zehn- bis zwanzigmal so viel elektrische Energie wie eine herkömmliche Google-Suche.
56
Die
Internationale Energieagentur
(IEA) schätzte im Januar 2024, dass sich der weltweite Stromverbrauch durch
Rechenzentren
, die diese Supercomputer beherbergen, bis 2026 im Vergleich zu 2022 verdoppeln könnte. Der zusätzliche Stromverbrauch würde dabei dem von ganz
Japan
entsprechen.
57
Der enorme Stromverbrauch von KI ist somit für einen Anstieg der Nutzung
fossiler Brennstoffe
mitverantwortlich und könnte weltweit die Schließung veralteter Kohlekraftwerke verzögern. Der prognostizierte Stromverbrauch ist so immens, dass die Sorge besteht, dass er die Maßnahmen gegen den menschengemachten
Klimawandel
negativ beeinflussen könnte.
58
In den USA wurde Ende 2025 bereits beschlossen, einen stillgelegten
Atomreaktor
wieder hochzufahren, um Strom für die KI-Branche zu produzieren.
59
Darüber hinaus benötigen Supercomputer große Mengen an Kühlwasser. Allein das Training von
GPT-3
soll schätzungsweise 5,4 Millionen Liter Trinkwasser verbraucht haben. Für 10–50 mittellange Antworten auf Anfragen von Nutzenden benötigt ChatGPT außerdem etwa das Äquivalent von einer Flasche Wasser.
60
Genaue Zahlen zum Energie- und Wasserverbrauch durch KI fehlen aber zumeist, da Unternehmen nicht verpflichtet sind, diese offenzulegen.
Eine Studie, die sich mit dem Nutzen von KI für die
Ziele für nachhaltige Entwicklung
beschäftigte, kommt zu dem Schluss, dass bei 79
% von diesen die Nutzung von KI einen positiven Effekt haben könnte. Gleichzeitig könnten auch bei 35
% der Ziele negative Auswirkungen aus dem Einsatz von KI resultieren.
61
Der Informatiker Rainer Rehak warnte in einem Interview mit der
taz
allerdings davor, Klimaziele allein durch die Nutzung von KI erreichen zu wollen. Maßnahmen, die mit einer grundsätzlichen Neuorientierung z.
B. bei der Stadtentwicklung einhergehen, könnten gegebenenfalls deutlich besser zur Verhinderung von Treibhausgasemissionen beitragen.
62
Siehe auch:
Green IT
Informatik
Bearbeiten
Quelltext bearbeiten
Dieser Artikel oder nachfolgende Abschnitt ist nicht hinreichend mit
Belegen
(beispielsweise
Einzelnachweisen
) ausgestattet. Angaben ohne ausreichenden Beleg könnten demnächst entfernt werden. Bitte hilf Wikipedia, indem du die Angaben recherchierst und
gute Belege einfügst.
Die
künstliche Intelligenz
ist mit den anderen Disziplinen der Informatik eng verzahnt. Eine Abgrenzung kann anhand der erzielten Ergebnisse versucht werden. Hierzu scheint es sinnvoll, verschiedene Dimensionen von Intelligenz zu unterscheiden:
Die Fähigkeit zur Verarbeitung beliebiger
Symbole
(nicht nur Zahlen).
Der Aufbau eines inneren Modells der äußeren Welt, eines Selbstmodells, sowie der Beziehung von Selbst und Welt.
Die Fähigkeit zu einer zweckentsprechenden Anwendung des Wissens.
Die Fähigkeit, die im gespeicherten Wissen enthaltenen Zusammenhänge aufzudecken, d.
h. logisch schlussfolgern zu können.
Die Fähigkeit zur Verallgemeinerung (Abstraktion) und zur Spezialisierung (d.
h. zu Anwendung allgemeiner Zusammenhänge auf konkrete Sachverhalte).
Das Vermögen, erworbenes Wissen und vorhandene Erfahrung auf neue, bisher unbekannte Situationen zu übertragen.
Die Fähigkeit, sich planvoll zu verhalten und entsprechende Strategien zum Erreichen der Ziele bilden zu können.
Anpassungsfähigkeit an verschiedene, sich u.
U. zeitlich ändernde Situationen und Problemumgebungen.
Lernfähigkeit, verbunden mit dem Vermögen, partiellen Fortschritt oder Rückschritt einschätzen zu können.
Die Fähigkeit, auch in unscharf bzw. unvollständig beschriebenen oder erkannten Situationen handeln zu können.
Die Fähigkeit zur Mustererkennung (Besitz von Sensoren) und zur aktiven Auseinandersetzung mit der Umwelt (Besitz von Effektoren).
Über ein Kommunikationsmittel von der Komplexität und Ausdrucksfähigkeit der menschlichen Sprache verfügen.
Seit 1966 wird mit dem
Turing Award
ein Informatikpreis vergeben. Viele der Preisträger wurden wegen ihrer Errungenschaften im Bereich der Erforschung und Entwicklung künstlicher Intelligenz ausgezeichnet.
Kritik an der KI-Forschung
Bearbeiten
Quelltext bearbeiten
Stephen Hawking
warnte 2014 vor der KI und sah darin eine Bedrohung für die Menschheit. Durch die KI könnte das
Ende der Menschheit
eingeleitet werden. Ob die Maschinen irgendwann die Kontrolle übernehmen werden, werde die Zukunft zeigen. Aber es sei klar, dass die Maschinen die Menschen zunehmend vom Arbeitsmarkt verdrängen.
63
64
65
Im August 2017 forderten 116 Unternehmer und Experten aus der Technologiebranche (u.
a.
Mustafa Suleyman
Elon Musk
Yoshua Bengio
Stuart Russell
Jürgen Schmidhuber
) in einem offenen Brief an die UN, dass autonome Waffen verboten werden sollten bzw. auf die seit 1983 bestehende
CCW-Liste
gesetzt werden sollen. Die Certain Conventional Weapons sind von der
UN
verboten und beinhalten unter anderem Chemiewaffen. Nach Schwarzpulver und der Atombombe drohe die dritte Revolution der Kriegsführung. Zitat aus dem Schreiben: „Wenn diese
Büchse der Pandora
einmal geöffnet ist, wird es schwierig, sie wieder zu schließen“ und „Einmal erfunden, könnten sie bewaffnete Konflikte erlauben in einem nie dagewesenen Ausmaß, und schneller, als Menschen sie begreifen können“. Terroristen und Despoten könnten die autonomen Waffen nutzen und sogar hacken.
66
67
Argumentativ entgegengetreten sind solchen Positionen u.
a.
Rodney Brooks
und
Jean-Gabriel Ganascia
68
Jörg Phil Friedrich
vertritt den Standpunkt, es sei weniger eine künstliche Intelligenz, die uns in den KI-Systemen begegne, „sondern eine über weite Strecken degenerierte menschliche Intelligenz“.
69
Im Februar 2018 wurde ein Bericht einer Projektgruppe führender Experten im Bereich KI veröffentlicht, der vor möglichen „Bösartige[n] Nutzungen künstlicher Intelligenz“ (englischer Originaltitel: „The Malicious Use of Artificial Intelligence“) warnt.
70
Beteiligt waren daran unter anderem Forscher der Universitäten von Oxford, Yale und Stanford, sowie Entwickler von Microsoft und Google. Der Bericht nimmt Bezug auf schon existierende Technologien und demonstriert anhand von diversen Szenarien, wie diese von Terroristen, Kriminellen und despotischen Regierungen missbraucht werden könnten.
70
Die Autoren des Berichts fordern daher eine engere Zusammenarbeit von Forschern, Entwicklern und Gesetzgeber im Bereich KI und schlagen konkrete Maßnahmen vor, wie die Gefahren des Missbrauchs verringert werden könnten.
70
Der Historiker
Yuval Noah Harari
sagt, „künstliche Intelligenz und
Biotechnologie
können zerstören, was den Menschen ausmacht.“ Er warnt vor einem Wettrüsten im Bereich der künstlichen Intelligenz und empfiehlt globale Zusammenarbeit angesichts dieser „existenziellen Bedrohung.“
71
2024 äußerte er sich im Wochenmagazin
Stern
besorgt, weil KI „die erste Technologie“ sei, „die eigene Entscheidungen treffen“ könne.
Noch komme sie „recht primitiv daher“, doch schreite die Entwicklung zu schnell voran, ohne dass gegenwärtig die damit verbundenen Risiken eingeschätzt werden könnten. Es sei zu befürchten, die KI könnte eines Tages „Waffensysteme selbständig kontrollieren“ und „allein entscheiden, welche Person sie töten“. Die Risiken für die Demokratie bringt Harari mit der potentiellen Fähigkeit der KI in Verbindung, „das erste totale Überwachungssystem der Geschichte zu errichten“.
72
Richard David Precht
wendet sich gegen die Vorstellung, dass künftig böser Wille oder Machtstreben seitens einer entwickelten künstlichen Intelligenz drohe; das Gefahrenpotential liege vielmehr in ihrem falschen Einsatz.
73
Die ehemalige Google-Teamleiterin
Timnit Gebru
warnt vor dem
bias
und dem Energiebedarf großer Sprachmodelle, was
Diskriminierung
und
Klimakrise
verschärfen könnte.
74
Um solchen ungewollten Effekten vorzubeugen, versucht der Forschungsbereich des
AI-Alignments
(zu deutsch KI-Ausrichtung) sicherzustellen, dass KI nach menschlichen Werten wie etwa
Egalitarismus
handelt. (Siehe auch:
Green IT
Caroline Criado Perez
75
zeigt in ihrer ausführlichen Recherchearbeit, dass bestehende
Gender-Data-Gaps
einen negativen Einfluss auf Trainingsdaten von KI nehmen und so bestehende Diskriminierungen reproduziert werden.
Als
feministische
Kritik in Bezug auf Daten und Technologisierung entwickelten sich bereits in den Anfängen des
Internets
feministische Praxen wie
Cyberfeminismus
oder
Technofeminismus
und prägen den Diskurs der
feministischen KI
Vorschläge zum Umgang mit KI
Bearbeiten
Quelltext bearbeiten
Der Präsident von
Microsoft
, Brad Smith, schlug vor, einen
Verhaltenskodex
aufzustellen, wie etwa eine
Digitale
Genfer Konvention
um Risiken der künstlichen Intelligenz zu verringern.
Der Ethiker
Peter Dabrock
empfiehlt im Kontext der Benutzung und Programmierung von künstlicher Intelligenz nicht nur die digitale Kompetenz der Beteiligten zu erhöhen, sondern auch auf klassische Bildungselemente zu setzen. Um mit den dazugehörigen Herausforderungen zurechtzukommen sowie die Fähigkeiten zur Unterscheidung und zur Erkennung von Mehrdeutigkeit zu erhöhen, seien Kenntnisse aus Religion, Literatur, Mathematik, Fremdsprachen, Musik und Sport eine gute Voraussetzung.
76
Der
Deutsche Bundestag
hat am 28. Juni 2018 eine
Enquete-Kommission
Künstliche Intelligenz – Gesellschaftliche Verantwortung und wirtschaftliche Potenziale
eingesetzt.
77
Am 28.
Oktober 2020 hat die Kommission ihren Abschlussbericht vorgelegt. Künstliche Intelligenz ist demnach die nächste Stufe der Digitalisierung.
Unter dem Leitbild einer „menschenzentrierten KI“ wird eine „demokratische Gestaltung“ der Entwicklung gefordert, so dass KI-Anwendungen vorrangig auf das Wohl und die Würde der Menschen ausgerichtet seien und einen gesellschaftlichen Nutzen bringen. Um einer Diskriminierung von Menschen entgegenzuwirken „braucht es, wenn KI über Menschen urteilt, einen Anspruch auf Transparenz, Nachvollziehbarkeit und Erklärbarkeit von KI-Entscheidungen, damit eine gerichtliche Überprüfung automatisierter Entscheidungen möglich ist“.
78
2021 veröffentlichte die
EU-Kommission
einen Vorschlag über eine
KI-Verordnung
, die am 12.
Juni 2024 mit dem Titel „
Verordnung (EU) 2024/1689 des Europäischen Parlaments und des Rates vom 13.
Juni 2024 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz und zur Änderung der Verordnungen (EG) Nr. 300/2008, (EU) Nr. 167/2013, (EU) Nr. 168/2013, (EU) 2018/858, (EU) 2018/1139 und (EU) 2019/2144 sowie der Richtlinien 2014/90/EU, (EU) 2016/797 und (EU) 2020/1828 (Verordnung über künstliche Intelligenz)
“ veröffentlicht wurde.
79
Im März 2023 wurde ein u.
a. von Elon Musk unterstützter
Aufruf zu einer 6-monatigen KI-Entwicklungspause
veröffentlicht.
80
Der KI-Investor
Fabian Westerheide
verwies im Zusammenhang mit seinem 2024 erschienenen Buch
Die KI-Nation
auf hohe Investitionen einiger Staaten – insbesondere Chinas – in eine eigene KI-Strategie, warnte vor der Gefahr einer Überwachung durch
Backdoors
beim Einsatz ausländischer KI und betonte die Bedeutung deutscher und gesamteuropäischer Pläne zur KI.
81
Verbreitung von KI in Deutschland
Bearbeiten
Quelltext bearbeiten
Die Zahl der Betriebe, die KI-Technologien einsetzen, ist in Deutschland noch relativ gering. Ende 2018 haben nur sechs Prozent der Unternehmen KI genutzt oder implementiert. 17
Prozent haben angegeben, KI-Einsätze zu testen oder zumindest solche zu planen.
82
Auch die ZEW-Studie
83
kommt zu einem ähnlichen Ergebnis. Im Jahr 2019 haben rund 17.500 Unternehmen im Berichtskreis der Innovationserhebung (produzierendes Gewerbe und überwiegend unternehmensorientierte Dienstleistungen) KI in Produkten, Dienstleistungen oder internen Prozessen eingesetzt. Das sind 5,8
Prozent der Unternehmen im Berichtskreis.
Das KI-Observatorium
Bearbeiten
Quelltext bearbeiten
Mit dem Observatorium Künstliche Intelligenz in Arbeit und Gesellschaft (kurz: KI-Observatorium), einem Projekt der Denkfabrik Digitale Arbeitsgesellschaft, fokussiert das
Bundesministerium für Arbeit und Soziales
die Frage nach den Auswirkungen von KI auf Arbeit und Gesellschaft. Das KI-Observatorium agiert an der Schnittstelle zwischen Politik, Wissenschaft, Wirtschaft und Gesellschaft; es fungiert als Wissensträger und Impulsgeber. Das KI-Observatorium hat die Aufgabe, Effekte von KI in der Arbeitswelt frühzeitig zu antizipieren und Handlungsbedarfe aufzuzeigen.
Auf diese Weise leistet die im März 2020 gestartete Arbeitseinheit einen Beitrag zur Realisierung der in der KI-Strategie der Bundesregierung formulierten Ziele – etwa zum sicheren und gemeinwohlorientierten Einsatz von KI. Darüber hinaus soll das KI-Observatorium mithilfe von Dialog- und Beteiligungsformaten unterschiedliche gesellschaftliche Akteure im Umgang mit künstlicher Intelligenz befähigen und bestärken.
84
Die konkreten Aufgabenschwerpunkte des Observatoriums sind in den fünf Handlungsfeldern festgehalten:
85
Technologie-Foresight und Technikfolgenabschätzung
KI in der Arbeits- und Sozialverwaltung
Ordnungsrahmen für KI/soziale Technikgestaltung
Aufbau internationaler und europäischer Strukturen
Gesellschaftlicher Dialog und Vernetzung
Grundlegende Schwachstellen der KI
Bearbeiten
Quelltext bearbeiten
Zu den auch Ende des Jahres 2024 deutlich feststellbaren grundlegenden
Schwachstellen
der KI gehören u.
a.:
Generative KI
beinhaltet systemimmanente Probleme, die zum sogenannten
Halluzinieren
führen können, bei dem schlüssige Antworten verfasst werden, die angeblich wahr sind, obwohl es sich tatsächlich um frei erfundene Inhalte handelt.
86
87
Wenige marktbeherrschende Unternehmen im Zusammenhang mit den weltweiten
Internetgiganten
kontrollieren durch Ausnutzung ihrer bestehenden
Dominanz
und durch gezieltes Aufkaufen von KI-Startups die Entwicklung der künstlichen Intelligenz und verstärken dadurch umso mehr ihre
monopolartigen
Marktstellungen mit all den damit zusammenhängenden Nachteilen.
88
Manipulierbarkeit der Anwendung schon allein durch Auswahl der verwendeten KI-„Trainingsdaten“.
Zum Teil gravierende Sicherheitsbedenken: Nutzer von insbesondere generativen KI-Modellen haben kaum Möglichkeiten, Sicherheitslücken zu erkennen. Beispielsweise ist mit Stand Februar 2025 bei der
DeepSeek
-AI von einer sehr weitreichenden Speicherung von auch vertraulichen Nutzerdaten auszugehen.
89
KI neigt dazu, bereits bestehende gesellschaftliche
Diskriminierungsverhältnisse
zu reproduzieren. Wenn die Daten, mit denen eine KI trainiert wird, z.
B. bereits einen
sexistischen
oder
rassistischen
Bias
haben, wirkt sich dieser auch auf die Funktionen der KI aus. Es gibt vor allem bei mittels KI automatisierten Entscheidungsprozessen eine Reihe von Beispielen, bei denen
marginalisierte
Gruppen benachteiligt werden.
90
91
So wurde z.
B. im November 2025 bekannt, dass KI, die
Dialekte
hört bzw. liest, oft unfair urteilt, indem sie Vorurteile gegenüber Menschen mit Dialekt zum Ausdruck bringt und Eigenschaften wie „ungebildet“ und „unfreundlich“ auswählt.
92
Regulierung und Gesetzgebung
Bearbeiten
Quelltext bearbeiten
Europäische Union
Bearbeiten
Quelltext bearbeiten
Die
Verordnung über künstliche Intelligenz
(informell meist
KI-Verordnung,
englisch
AI Act
) ist eine
EU-Verordnung
für die
Regulierung von künstlicher Intelligenz
. Es ist die weltweit erste umfassende Regulierung dieser Art. Das Gesetz regelt den Einsatz von KI unter anderem für die kritische Infrastruktur, Sicherheitsbehörden und Personalverwaltung.
93
Die
Europäische Kommission
hat das Gesetz am 21. April 2021 vorgeschlagen und einen ersten Entwurf veröffentlicht.
94
Am 28.
September 2022 hat die Europäische Kommission in dem Zusammenhang auch den Entwurf einer Richtlinie über Produkthaftung
95
und einer Richtlinie über KI-Haftung veröffentlicht.
96
Die
Richtlinie über Produkthaftung
ist mittlerweile erlassen und gilt für Produkte, die nach dem 9. Dezember 2026 in Verkehr gebracht oder in Betrieb genommen werden. Haftungsfragen waren zuvor aus der Verordnung herausgenommen worden.
97
In dem Kontext steht auch die Überarbeitung der
Maschinenrichtlinie
zur
EU-Maschinenverordnung
, die am 14.
Juni 2023 in Kraft getreten ist. Am 9.
Dezember 2023 einigten sich die EU-Gesetzgebungsinstitutionen auf die Grundzüge des Gesetzes.
98
99
Am 12. Juni 2024 hat die EU die KI-Verordnung mit dem Titel „
Verordnung (EU) 2024/1689 des Europäischen Parlaments und des Rates vom 13. Juni 2024 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz und zur Änderung der Verordnungen (EG) Nr. 300/2008, (EU) Nr. 167/2013, (EU) Nr. 168/2013, (EU) 2018/858, (EU) 2018/1139 und (EU) 2019/2144 sowie der Richtlinien 2014/90/EU, (EU) 2016/797 und (EU) 2020/1828 (Verordnung über künstliche Intelligenz)
“ veröffentlicht.
79
Hier sind Vorschriften zum Inverkehrbringen, Inbetriebnahme und die Verwendung von KI-Systemen festgelegt. Verbotene Praktiken sind in Kapitel II benannt.
100
Ebenso sind die Kriterien zur Einstufung von KI-Systemen als Hochrisiko-KI-Systeme in Kapitel III beschrieben.
101
Für Hochrisiko-KI-Systeme wird die EU eine Datenbank errichten.
102
Sanktionen gegen die Missachtung der Richtlinie sind mit Geldbußen von 35
Millionen Euro oder sieben Prozent des gesamten weltweiten Umsatzes des verstoßenden Unternehmens belegt.
103
Wie jede EU-Richtlinie muss sie in nationale Gesetze übernommen werden. Für KI-Systeme ist eine
EU-Konformitätserklärung
vorgeschrieben.
104
Da die KI-Systeme viele Bereiche tangieren, wie am Titel der Verordnung ersichtlich, wurden folgende Richtlinien geändert: Richtlinie 2014/90/EU über Schiffsausrüstung,
Richtlinie (EU) 2016/797 über die Interoperabilität des Eisenbahnsystems
in der Europäischen Union. Folgende Verordnungen wurden mit der KI-RL auch geändert: Verordnung (EG) Nr. 300/2008 über gemeinsame Vorschriften für die Sicherheit in der Zivilluftfahrt, Verordnung (EU) Nr. 167/2013 über die Genehmigung und Marktüberwachung von land- und forstwirtschaftlichen Fahrzeugen, Verordnung (EU) Nr. 168/2013 über die Genehmigung und Marktüberwachung von zwei- oder dreirädrigen und vierrädrigen Fahrzeugen, Verordnung (EU) 2018/858 über die Genehmigung und die Marktüberwachung von Kraftfahrzeugen und Kraftfahrzeuganhängern sowie von Systemen, Bauteilen und selbstständigen technischen Einheiten für diese Fahrzeuge, Verordnung (EU) 2018/1139 zur Festlegung gemeinsamer Vorschriften für die Zivilluftfahrt und zur Errichtung einer Agentur der Europäischen Union für Flugsicherheit, Verordnung (EU) 2019/2144 über die Typgenehmigung von Kraftfahrzeugen und Kraftfahrzeuganhängern.
105
Basierend auf den Verordnungen der EU haben einige nationale Stellen bereits eigenen Regularien zum Einsatz im öffentlich-rechtlichen Umfeld ausgearbeitet.
106
Vereinigte Staaten
Bearbeiten
Quelltext bearbeiten
In den
Vereinigten Staaten
gibt es bislang keine Bundesgesetzgebung, die die Verwendung von künstlicher Intelligenz explizit und umfassend reguliert.
Dass der Einsatz von KI möglichst global reguliert wird, halten viele US-amerikanische Juristen jedoch für notwendig, so erklärte hierzu 2024 der Rechtsanwalt Shabbi S. Khan: „Generative KI hat das Potenzial, katastrophal zu sein“.
107
Auch die
US-Regierung
erkannte, dass die Machtfülle der großen Tech-Unternehmen zu einer Bedrohung der
Demokratie
werden kann. Im Juli 2023 wollte US-Präsident Joe Biden eine freiwillige Selbstverpflichtung führender KI-Unternehmen einholen, um zu einer sicheren und transparenten KI-Entwicklung beizutragen.
108
Das kalifornische Gesetz Assembly Bill 3030 trat zum 1. Januar 2025 in Kraft. Jede KI-generierte Patientenkommunikation mit klinischen Informationen muss einen klaren Haftungsausschluss sowie Hinweise enthalten muss, wie ein menschlicher Leistungserbringer kontaktiert werden kann.
109
Die kalifornische Gesetz Assembly Bill 489 tritt zum 1. Januar 2026 in Kraft. Entwicklern und Betreibern von KI-Produkten wird die Verwendung von Begriffen oder Darstellungen untersagt, die fälschlich eine medizinische Zulassung oder Zertifizierung suggerieren, etwa Formulierungen, die den Eindruck erwecken, das System werde von einem Arzt, einer Pflegefachkraft oder einer anderen medizinisch qualifizierten Fachperson betrieben.
109
In Illinois trat 2025 das Gesetz Wellness and Oversight for Psychological Resources Act in Kraft. Dieses Gesetz untersagt die Erbringung von Therapie- oder Psychotherapieleistungen durch KI, sofern diese Leistungen nicht von einer zugelassenen Fachkraft erbracht werden. Es schränkt KI-Chatbots darin ein, therapeutische Kommunikation zu führen, eigenständige Behandlungsempfehlungen abzugeben oder Therapiepläne zu erstellen, ohne dass eine direkte Aufsicht durch einen Kliniker besteht.
109
Andere Bundesstaaten, darunter Nevada und Utah, folgten dem Beispiel von Illinois verboten die Bereitstellung von Therapie durch KI-Chatbots bzw. regulierten sie strenger.
109
Im Dezember 2025 wurde auf Bundesebene eine neue Executive Order erlassen, um die föderalen KI-Sicherheitsregeln zu lockern und strengere Gesetze der Einzelstaaten auszuhebeln, um die US-Dominanz nicht zu gefährden.
110
Darstellung in Film, Videospielen, Literatur und Musik
Bearbeiten
Quelltext bearbeiten
Künstliche Wesen, die denken können, tauchen seit der Antike als Figuren in Erzählungen auf und sind ein ständiges Thema in der Science-Fiction.
111
Seit der
Klassischen Moderne
wird KI in Kunst, Film und Literatur behandelt.
112
Dabei geht es bei der künstlerischen Verarbeitung – im Gegensatz zur KI-Forschung, bei der die technische Realisierung im Vordergrund steht – vor allem um die moralischen, ethischen und religiösen Aspekte und Folgen einer nicht-menschlichen, „maschinellen Intelligenz“.
In der
Renaissance
wurde der Begriff des
Homunkulus
geprägt, eines künstlichen Miniaturmenschen ohne Seele.
113
Im 18. und 19. Jahrhundert erschienen in der Literatur menschenähnliche Automaten, beispielsweise in
E. T. A. Hoffmanns
Der Sandmann
und
Jean Pauls
Der Maschinenmann.
Im 20. und 21. Jahrhundert greift die
Science-Fiction
in
Film
und
Prosa
das Thema mannigfach auf.
114
1920 prägte der Schriftsteller
Karel Čapek
den Begriff „Roboter“ in seinem Bühnenstück
R.U.R.
; 1926 thematisierte
Fritz Lang
in
Metropolis
Roboter, welche die Arbeit der Menschen übernehmen.
114
Ein häufiges Motiv im Film und der Literatur begann mit
Mary Shelleys
Roman
Frankenstein
(1818), in dem eine menschliche Schöpfung zu einer Bedrohung für ihre Meister wird. Dazu gehören Werke wie
Arthur C. Clarkes
und Stanley Kubricks
2001:
Odyssee im Weltraum
(beide 1968), mit
HAL 9000
, dem mörderischen Computer, der das Raumschiff
Discovery One
steuert, sowie die Terminator-Filmreihe (ab 1984) und
The Matrix
(1999). Im Gegensatz dazu sind die seltenen loyalen Roboter wie Gort aus
Der Tag an dem die Erde stillstand
(1951) und
Bishop
aus
liens
(1986) in der Populärkultur weniger präsent.
115
Mehrere Werke nutzen die künstliche Intelligenz, um uns mit der grundlegenden Frage zu konfrontieren, was uns zu Menschen macht, indem sie uns künstliche Wesen zeigen, die die Fähigkeit haben, zu fühlen und somit zu leiden. Dies geschieht in Karel Čapeks R.U.R., dem Film
A.I. Artificial Intelligence
von
Steven Spielberg
(2001) und anhand der Androidin
Ava
im Kinofilm
Ex Machina
(2015) von
Alex Garland
sowie in dem Roman
Träumen Androiden von elektrischen Schafen?
(1968) von
Philip K. Dick
. Dick befasst sich mit der Idee, dass unser Verständnis der menschlichen Subjektivität durch die mit künstlicher Intelligenz geschaffene Technologie verändert wird.
116
Am 30. September 2016 veröffentlichte die
US-amerikanische
Pop-Rock
-Band
OneRepublic
mit dem englischen
Singer-Songwriter
und
Rockmusiker
Peter Gabriel
das
Lied
A.I.
117
als
Single
und am 7. Oktober 2016 auf dem
Album
Oh My My
von OneRepublic.
118
119
Der
Song
ist inspiriert von dem Film
A.I. Artificial Intelligence
von
Steven Spielberg
aus dem Jahr 2001.
120
Die beiden großen
Science-Fiction
Franchises
des frühen 21. Jahrhunderts,
Star Wars
und
Star Trek
, gehen sehr unterschiedlich mit dem Thema KI um. Während bei
Star Wars
KI vor allem in Form von
Robotern
und
Androiden
(gleichermaßen als
Statisten
und
Hauptfiguren
) von Beginn an selbstverständlich und allgegenwärtig erscheint, nahm
Star Trek
im Laufe der Zeit immer wieder sehr dedizierte, wechselnde Perspektiven ein, obwohl KI auch dort meist selbstverständlich ist (z.
B. Simulierte Lebewesen auf
Holodecks
). Beispielsweise wurde die Folge
Wem gehört Data?
(1989) zum Arbeitsthema mehrerer Wissenschaftler.
Roboter und Androide
Isaac Asimov
führte die Drei Gesetze der Robotik in vielen Büchern und Geschichten ein, vor allem in der „
Multivac
“-Serie über einen superintelligenten Computer gleichen Namens. Asimovs Gesetze werden oft in Laiendiskussionen über Maschinenethik erwähnt;
121
während fast alle Forscher im Bereich der künstlichen Intelligenz mit Asimovs Gesetzen durch die Populärkultur vertraut sind, halten sie die Gesetze im Allgemeinen aus vielen Gründen für nutzlos, einer davon ist ihre Zweideutigkeit.
122
Dem Filmpublikum wurden in den unterschiedlichen Werken die Roboter als intelligente und differenzierte Maschinen mit ganz unterschiedlichen Persönlichkeiten präsentiert: Sie werden entwickelt, um sie für gute Zwecke einzusetzen, wandeln sich aber häufig zu gefährlichen Maschinen, die feindselige Pläne gegen Menschen entwickeln.
123
Im Lauf der Filmgeschichte werden sie zunehmend zu selbstbewussten Wesen, die sich die Menschheit unterwerfen wollen.
123
Simulierte Realität
Die simulierte Realität ist zu einem häufigen Thema in der Science-Fiction geworden, wie beispielsweise in dem Film The Matrix aus dem Jahr 1999 zu sehen ist, in dem eine Welt dargestellt wird, in der künstlich intelligente Roboter die Menschheit in einer Simulation versklaven, die in der heutigen Welt angesiedelt ist.
124
Zuvor thematisierte bereits die
Star Trek TNG
- Episode
Das Schiff in der Flasche
(1993) die Steuerung einer simulierten Realität durch eine böswillige KI, welche zuvor in der Episode
Sherlock Data Holmes
(1988) versehentlich erschaffen worden war.
Beispiele
Bearbeiten
Quelltext bearbeiten
Auswahl Filme und Literatur
Der
Maschinenmensch
(aka die
falsche Maria
) in
Fritz Langs
Metropolis
(1927).
Der Computer
HAL 9000
im Kinofilm
2001 Odyssee im Weltraum
(1968) von
Stanley Kubrick
Nomad
(und andere) in der TV-Serie
Raumschiff Enterprise
(1966–1969) und später
V'ger
in
Star Trek: Der Film
(1979), dem ersten Kinofilm zur vorgenannten Serie.
Die Elektronengehirne
Colossus
und
Guardian
im Film
Colossus
(1969) von
Joseph Sartgent
Die Androiden im Kinofilm
Westworld
(1973) und der US-amerikanischen Fernsehserie
Westworld
(2016)
Die sprechenden Bomben im Film
Dark Star – Finsterer Stern
(1974) von
John Carpenter
Die meisten der seit 1977 im
Star-Wars
-Franchise
(Filme, Serien, Videospiele) sichtbaren Roboter und Androide, einschließlich
R2-D2
und
C-3PO
Der
Supercomputer
Golem
aus den Büchern
Golem XIV
und
Also sprach Golem
von
Stanisław Lem
(1981)
Das Master Control Programm
im Film
Tron
(1982) von
Steven Lisberger
Die Replikanten im
Blade Runner
Film von
Ridley Scott
(1982) und
Blade Runner 2049
Film von
Denis Villeneuve
(2017)
Das Auto
K.I.T.T.
in der US-amerikanischen Fernsehserie
Knight Rider
(1982–1986)
Das
Expertensystem
des lernfähigen Computers
WOPR (War Operation Plan Response)
in
WarGames – Kriegsspiele
(1983)
Die KI
Wintermute
in der
Neuromancer-Trilogie
von William Gibson (1984), die auch nicht vor einem Mord zurückschreckt, sowie die Zwillings-KI
Neuromancer
Die zentrale Maschineninstanz
Skynet
in der
Terminator-Filmreihe
(ab 1984)
Die Roboter der fliegenden Insel Laputa im japanischen Anime-Filmklassiker
Das Schloss im Himmel
(1986) von
Hayao Miyazaki
Studio Ghibli
).
Der Androide
Data
in der US-amerikanischen Fernsehserie
Raumschiff Enterprise – Das nächste Jahrhundert
(1987–1994). Hervorzuheben ist hier die Episode
Wem gehört Data?
Holografische Lebewesen und diverse Computersysteme im
Star-Trek
-Franchise
(Filme, Serien, Videospiele), insbesondere
der Doktor
aus
Star Trek: Voyager
und zuletzt z.
B. die KIs
Control
und
Zora
in
Star Trek: Discovery
Der Roboter
Nummer 5
in den Filmen
Nummer 5 lebt!
(1986) und
Nummer 5 gibt nicht auf
(1988)
Die
Maschinen
sowie sämtliche Programme (
Orakel,
Architek
t,
Agent
etc.) im Film
The Matrix
(1999) von den Geschwistern Lana und Lilly
Wachowski
und den darauf basierenden Produktionen (3 weitere Filme, Serie, Spiele).
Der Androide
Andrew Martin
im Film
Der 200 Jahre Mann
(2000) von
Chris Columbus
Die Zentralcomputer
Red Queen
und
White Queen
in den
Resident-Evil
Realfilmreihe
(2002–2026)
Der Roboter
Sonny
im Film
I, Robot
(2004) von
Alex Proyas
Die
Tachikomas
, Kampfmaschinen deren KIs in der japanischen Anime-Serie
Ghost In The Shell: S.A.C. 2nd GIG
(2005) ein Bewusstsein entwickeln.
Der Computer
Deep Thought
in der Roman- sowie
Hörspielreihe
des englischen Autors
Douglas Adams
und dem Film
Per Anhalter durch die Galaxis
(2005) von
Garth Jennings
Das geheime KI-Überwachungssystem in der US-amerikanischen Fernsehserie
Person of Interest
(2011–2016)
Die Androiden in der schwedischen Fernsehserie
Real Humans – Echte Menschen
(2012–2014)
Das Betriebssystem
Samantha
im Film
Her
(2013) von
Spike Jonze
Die Androiden in der
britisch
-US-amerikanischen Fernsehserie
Humans
(2015)
Der Androide
John of Us
im Roman
Qualityland
(2017) von
Marc-Uwe Kling
Die Spezies der
Kaylon
in der Serie
The Orville
(2017–2023).
Das KI-System
A.R.E.S.
in Frank Schätzings Roman
Die Tyrannei des Schmetterlings
(2018)
Die KI
TAU
im gleichnamigen Film
TAU
von Federico D’Alessandro
Die KI-Puppe
M3GAN
im US-amerikanischen Science-Fiction-
Horrorfilm
M3GAN
(2023) von
Gerard Johnstone
Die Entität im Film
Mission: Impossible – Dead Reckoning Teil Eins
(2023) von
Christopher McQuarrie
Raputa
, eine militärische KI im japanischen Manga
Deep Raputa
(2024) von Kitanoda Sorakara
125
Auswahl Videospiele
Roboter in
Beneath a Steel Sky
(1994) und
Beyond a Steel Sky
(2020)
Androiden in
Blade Runner
(1997)
Androiden in
Vandell: Knight of the Tortured Souls
(2002)
GLaDOS
in
Portal
und
Portal 2
(2007)
Androiden in
Detroit: Become Human
(2018)
Die KI Esme in
Annie and the Ai
(2023)
Kritik
Bearbeiten
Quelltext bearbeiten
2025 veröffentlichten 1000 britische Künstler und Gruppen das Album
Is This What We Want?
als Protest gegen Versuche der britischen Regierung den
Urheberrechtsschutz
zu Gunsten der KI-Industrie aufzuweichen.
126
Soziale Auswirkungen
Bearbeiten
Quelltext bearbeiten
Im Zuge der
industriellen Revolution
wurde durch die Erfindung der Dampfmaschine die Muskelkraft von der Maschine ersetzt (
PS
durch
Watt
). Durch die
digitale Revolution
könnte die menschliche Denkleistung durch maschinelle KI ersetzt
127
beziehungsweise ergänzt
128
werden.
In einem Interview im Januar 2018 meinte der CEO von Google
Sundar Pichai
, die aktuelle Entwicklung der künstlichen Intelligenz sei für den Werdegang der Menschheit bedeutender als es die Entdeckung des Feuers und die Entwicklung der Elektrizität waren. Durch die aktuelle Entwicklung der KI werde kein Stein auf dem anderen bleiben. Deshalb sei es wichtig, dass die Gesellschaft sich mit dem Thema auseinandersetze. Nur so könne man die Risiken eingrenzen und die Potentiale ausschöpfen.
129
Wirtschaft, Arbeitswelt und Verteilungsgerechtigkeit
Bearbeiten
Quelltext bearbeiten
Von diversen Kennern der Materie wird angenommen, dass es zukünftig immer weniger nicht automatisierte Erwerbsarbeit gibt, weshalb auch im Hinblick auf Effizienz und Gewinnmaximierung
immer weniger Arbeitskräfte benötigt
würden. Der Physiker
Stephen Hawking
meinte, es sei klar, dass die Maschinen die Menschen zunehmend vom Arbeitsmarkt verdrängen.
63
64
Microsoft-Gründer
Bill Gates
sieht die Entwicklung ähnlich. Er fordert eine Robotersteuer, um die sozialen Aufgaben der Zukunft bewältigen zu können.
130
Die Informatikerin
Constanze Kurz
erklärte in einem Interview, der technische Wandel habe sich in der Vergangenheit meist über Generationen vollzogen, so dass genug Zeit blieb, sich für neue Aufgaben auszubilden. Heute verlaufe er innerhalb von wenigen Jahren, so dass die Menschen nicht genug Zeit hätten, sich für neue Aufgaben weiterzubilden.
131
Der Sprecher des
Chaos Computer Clubs
Frank Rieger
, warnte angesichts der fortschreitenden Automatisierung unter anderem vor der Gefahr einer Schwächung von Gewerkschaften, die an Mitgliedern verlieren könnten. Er plädierte für eine „Vergesellschaftung der Automatiserungsdividende“ zugunsten eines Grundeinkommens zwecks gerechterer Wohlstandsverteilung.
132
Jürgen Schmidhuber
antwortete auf die Frage, ob KIs uns bald den Rang ablaufen werden bzw. ob wir uns Sorgen um unsere Jobs machen müssten: „Künstliche Intelligenzen werden fast alles erlernen, was Menschen können – und noch viel mehr. Ihre neuronalen Netzwerke werden aus Erfahrung klüger und wegen der sich rasch verbilligenden Hardware alle zehn Jahre hundertmal mächtiger. Unsere formelle Theorie des Spaßes erlaubt sogar, Neugierde und Kreativität zu implementieren, um künstliche Wissenschaftler und Künstler zu bauen.“
133
Mark Zuckerberg
äußerte bei einer Rede vor Harvard-Absolventen, dass die Einführung eines bedingungslosen Grundeinkommens notwendig sei. Es könne etwas nicht mehr in Ordnung sein, wenn er als Harvard-Abbrecher innerhalb weniger Jahre Milliarden machen könne, während Millionen von Uni-Absolventen ihre Schulden nicht abbezahlen könnten. Es brauche eine Basis, auf der jeder innovativ und kreativ sein könne.
134
135
Im November 2017 stellte der Deutsche-Bank-Chef
John Cryan
einen starken Stellenabbau in Aussicht. Cryan sagte: „Wir machen zu viel Handarbeit, was uns fehleranfällig und ineffizient macht“. Vor allem durch das maschinelle Lernen bzw. künstliche Intelligenzen könne das Unternehmen noch viel effizienter werden.
136
Der Zukunftsforscher Lars Thomson prognostizierte im November 2017 für die nächsten zehn Jahre gewaltige Umbrüche in Technologie, Arbeit, Werten und Gesellschaft. Im Jahr 2025 könne ein Haushalts-Roboter den Frühstückstisch decken, Fenster putzen, Pflegedienste übernehmen usw. Der Markt der künstlichen Intelligenz werde in wenigen Jahren größer sein als der Automobilmarkt. In Hotels würden in zehn Jahren Roboter die Arbeiten der heutigen Zimmermädchen übernehmen. Thomson sieht die Gefahr einer Spaltung der Gesellschaft, wenn das Tempo der Veränderung die Wandlungsfähigkeit der Menschen übersteige. Die Gesellschaft müsse Leitplanken für die KIs definieren.
137
Das
Institut für Arbeitsmarkt- und Berufsforschung
(IAB), das zur Bundesagentur für Arbeit gehört, hat in einer Studie von 4/2018
138
dargelegt, welche menschliche Arbeit in Deutschland von Maschinen ersetzt werden kann. Am stärksten betroffen mit etwa 83
Prozent seien Fertigungsberufe, aber auch unternehmensbezogene Dienstleistungsberufe mit 60
Prozent, Berufe in der Unternehmensführung und -organisation mit 57
Prozent, Berufe in Land- und Forstwirtschaft und Gartenbau mit 44
Prozent usw. Insgesamt geht die Studie davon aus, dass in naher Zukunft 70
Prozent der menschlichen bezahlten Tätigkeiten von Maschinen übernommen werden könnten. Maschinen könnten z.
B. übernehmen: Wareneingangskontrolle, Montageprüfung, Kommissionierung, Versicherungsanträge, Steuererklärungen usw. Die Techniken, die diese Veränderungen vorantreiben, seien: künstliche Intelligenzen, Big Data, 3D-Druck und virtuelle Realität. Auch wenn es nicht zu Entlassungen komme, müssten Mitarbeiter zumindest mit starken Veränderungen in ihrem Berufsbild und damit starkem Umlernen rechnen. Es entstünden auch neue Berufsfelder.
139
In einem Gastbeitrag im Februar 2018 meinte der SAP-Chef
Bill McDermott
, um etwaige negative Auswirkungen der neuen Techniken auf die Gesellschaft zu vermeiden, brauche es eine durchdachte Planung. Behörden, Privatwirtschaft und Bildungswesen müssten zusammenarbeiten, um jungen Menschen die Fähigkeiten zu vermitteln, die diese in der digitalen Wirtschaft benötigten. Umschulungen und lebenslanges Lernen seien heute die neue Normalität. Die wirtschaftliche Entwicklung werde durch die KI befeuert. Man rechne für 2030 mit einer Wertschöpfung im Bereich von 16
Billionen US-Dollar und einem Wachstum des Bruttoinlandsprodukts um 26
Prozent. Durch die
Automatisierung
könnten Unternehmen zukünftig jährlich drei bis vier Billionen US-Dollar einsparen.
140
Im August 2025 wurde eine
Stepstone
-Analyse bekanntgemacht,
141
die einen seit 2023 stark sinkenden Anteil an Stellenanzeigen für Berufseinsteiger abbildet. Der rasche Einsatz von künstlicher Intelligenz verändere die Nachfrage – vor allem bei Positionen auf Juniorlevel. KI-Tools übernehmen demnach immer häufiger Berufseinsteiger-Aufgaben: Fehler in Programmcodes finden, Präsentationen vorbereiten oder Markt- und Rechtsrecherche. Das betreffe textbasierte, klar strukturierte und repetitive Jobs, beispielsweise in der Informationstechnologie, im Rechtswesen oder in der Unternehmensberatung. Damit sei langfristig nicht nur ein Umbau von Geschäftsmodellen und Unternehmensstrukturen zu erwarten, sondern es drohe auch eine Lücke in der Nachwuchsförderung, ein Problem besonders in Bereichen mit Arbeitskräftemangel wie zum Beispiel in der IT-Branche.
142
Kommunikation
Bearbeiten
Quelltext bearbeiten
Laut Neurowissenschaftlern der
Humboldt-Universität
lösten vermeintliche KI-Bilder von lächelnden Menschen bei den Betrachtern geringere Wahrnehmungs- und Gefühlsreaktionen aus. Anders sei dies bei negativen Emotionen: Auf Furcht, Trauer, Erschrecken reagierten die Gehirne der Testpersonen immer gleich, egal ob sie glaubten, KI-Gesichter oder Menschen zu sehen. Möglicherweise verlören positive Botschaften an Wert, „während die negativen mehr haften blieben“. Man könne mit KI möglicherweise leichter Angst verbreiten.
143
Papst
Leo XIV.
kritisierte im Januar 2026 das „naive und bedingungslose Vertrauen in künstliche Intelligenz als allwissenden ‚Freund‘“, da es dazu führe, dass Menschen das selbstständige Denken aufgeben, sowie die Verletzung der Privatsphäre und Intimität von Menschen durch
Deepfakes
. Er forderte, dass auch alle technologischen Innovationen „die Gabe der Kommunikation als die tiefste Wahrheit der Menschheit schätzen“ müssten.
144
In der neueren Forschung zu generativer KI wird auch der Einsatz koordinierter KI-Systeme in
Desinformationskampagnen
behandelt.
145
Veränderte Websuche
Bearbeiten
Quelltext bearbeiten
KI verändert die
Websuche
, indem Suchende gegenüber der klassischen Internet-Recherche komplexere Fragen stellen können und entsprechend ausformulierte Antworten erhalten. Dabei werden von den
Chatbot
-Antworten häufig keine Quellen angegeben (sofern nicht ausdrücklich angefragt) bzw. wenn, sind sie oft nicht verlinkt. Das veränderte Suchverhalten führt unter anderem dazu, dass
Wikipedia
auf direktem Weg seltener aufgerufen wird. Gleichzeitig sind jedoch die Zugriffszahlen von Chatbots auf Wikipedia zum KI-Training massiv angestiegen. Dies hat zur Folge, dass die Ressourcen der Wikipedia stärker belastet werden. Es wird angenommen, dass die Zahl der Autoren und neuer Beiträge zur Wikipedia sinken wird.
146
147
148
Siehe auch
Bearbeiten
Quelltext bearbeiten
Anwendungen künstlicher Intelligenz
Deutsches Forschungszentrum für Künstliche Intelligenz
Ethik der künstlichen Intelligenz
Artificial General Intelligence
Existenzielles Risiko durch künstliche Intelligenz
Verordnung über künstliche Intelligenz
seitens der
EU
Regulierung von künstlicher Intelligenz
Künstliche Intelligenz in der Medizin
KI-Ära
Literatur
Bearbeiten
Quelltext bearbeiten
Stuart J. Russell
Peter Norvig
Künstliche Intelligenz: Ein moderner Ansatz
. Pearson Studium, Berkeley 2004,
ISBN 3-8273-7089-2
(englisch:
Artificial Intelligence: A Modern Approach
.).
Marie-Sophie Adeoso, Eva Berendsen, Leo Fischer,
Deborah Schnabel
Code & Vorurteil. Über Künstliche Intelligenz, Rassismus und Antisemitismus
. Verbrecher Verlag, Berlin 2024,
ISBN 978-3-95732-589-1
Ingo Boersch, Jochen Heinsohn, Rolf Socher
Wissensverarbeitung – Eine Einführung in die Künstliche Intelligenz
. Elsevier, 2006,
ISBN 3-8274-1844-5
Stefan Buijsman
Ada und die Algorithmen. Wahre Geschichten aus der Welt der künstlichen Intelligenz
. C.H.Beck, München 2021,
ISBN 978-3-406-77563-5
(niederländisch:
AI – Alsmaar intelligenter. Een kijkjeachter de beeldschermen
. Amsterdam 2020. Übersetzt von Bärbel Jänicke).
Ulrich Eberl
Smarte Maschinen: Wie Künstliche Intelligenz unser Leben verändert
. Carl Hanser Verlag, München 2016,
ISBN 978-3-446-44870-4
Wolfgang Ertel
Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung
. 3. Auflage. Springer Vieweg, Wiesbaden 2013,
ISBN 978-3-8348-1677-1
Daniel Martin Feige: Kritik der Digitalisierung. Technik, Rationalität und Kunst. Meiner Verlag, 2025, Kapitel 2,
ISBN 978-3-7873-4720-9
Jörg Phil Friedrich
Degenerierte Vernunft. Künstliche Intelligenz und die Natur des Denkens
. Claudius Verlag, 2023,
ISBN 978-3-532-62892-8
Görz, Rollinger, Schneeberger
Handbuch der Künstlichen Intelligenz
. 5. Auflage. Oldenbourg, 2013,
ISBN 978-3-486-71979-6
Künstliche Intelligenz: Die Revolution der Roboter
. Konradin Mediengruppe, 2019,
ISSN
0006-2375
(99 Seiten).
Uwe Lämmel, Jürgen Cleve
Künstliche Intelligenz
. 3. Auflage. Carl Hanser Verlag, München 2008,
ISBN 978-3-446-41398-6
hs-wismar.de
).
Manuela Lenzen
Künstliche Intelligenz. Was sie kann und was uns erwartet
. C.H.Beck, München 2018,
ISBN 978-3-406-71869-4
Manuela Lenzen
Der elektronische Spiegel. Menschliches Denken und künstliche Intelligenz
. C.H.Beck, München 2023,
ISBN 978-3-406-79208-3
Rainer Mühlhoff
Künstliche Inteligenz und der neue Faschismus
, Reclam, Stuttgart 2025
Vincent C. Müller
Martin Hähnel
Was ist, was kann, was soll KI? Ein philosophisches Gespräch
, Meiner, Hamburg 2024,
ISBN 978-3-7873-4672-1
Julian Nida-Rümelin
, Natalie Weidenfeld:
Digitaler Humanismus. Eine Ethik für das Zeitalter der Künstlichen Intelligenz
, Pieper, München
2023 (
2020),
ISBN 978-3-492-31616-3
Nils John Nilsson
Die Suche nach Künstlicher Intelligenz – Eine Geschichte von Ideen und Erfolgen
. 1. Auflage. AKA, Berlin 2014,
ISBN 978-3-89838-665-4
(englisch:
The quest for artificial intelligence. A history of ideas and achievements
. Cambridge 2010.).
Matteo Pasquinelli
Das Auge des Meisters. Eine Sozialgeschichte künstlicher Intelligenz
. Unrast, Münster 2024,
ISBN 978-3-89771-390-1
Roger Penrose
Schatten des Geistes. Wege zu einer neuen Physik des Bewußtseins
. Heidelberg, 1995 (englisch:
Shadows of the Mind
.).
Rolf Pfeifer
, Christian Scheier, Alex Riegler
Understanding Intelligence
. Bradford Books, 2001,
ISBN 0-262-66125-X
(englisch).
David L. Poole, Alan K. Mackworth
Artificial Intelligence: Foundations of Computational Agents
. 2. Auflage. Cambridge University Press, 2017,
ISBN 978-1-107-19539-4
(englisch).
Thomas Ramge
Mensch und Maschine. Wie Künstliche Intelligenz und Roboter unser Leben verändern
. Reclam-Verlag, Stuttgart 2018,
ISBN 978-3-15-019499-7
Roberto Simanowski
Sprachmaschinen: eine Philosophie der künstlichen Intelligenz
. München: C.H. Beck, 2025.
Anna Strasser,
Wolfgang Sohst
, Ralf Stapelfeldt, Katja Stepec
Künstliche Intelligenz – Die große Verheißung
. Xenomoi, Berlin 2021,
ISBN 978-3-942106-79-5
Mustafa Suleyman, Michael Bhaskar
The Coming Wave. Künstliche Intelligenz, Macht und das größte Dilemma des 21. Jahrhunderts
. C.H.Beck, 2024,
ISBN 978-3-406-81412-9
Bernd Vowinkel
Maschinen mit Bewusstsein – Wohin führt die künstliche Intelligenz?
Wiley-VCH, 2006,
ISBN 3-527-40630-1
Joseph Weizenbaum
Die Macht der Computer und die Ohnmacht der Vernunft
. 12. Auflage. Suhrkamp, 1978,
ISBN 3-518-27874-6
Emmanouil Billis, Nandor Knust, Jon-Petter Rui
Künstliche Intelligenz und der Grundsatz der Verhältnismäßigkeit
. M. Engelhart, H. Kudlich, B. Vogel (Hrsg.), Digitalisierung, Globalisierung und Risikoprävention – Festschrift für Ulrich Sieber zum 70. Geburtstag, Teilband II. Duncker & Humblot, Berlin 2021,
ISBN 978-3-428-15971-0
S.
693–725
Weblinks
Bearbeiten
Quelltext bearbeiten
Commons
: Künstliche Intelligenz
– Sammlung von Bildern, Videos und Audiodateien
Literatur von und über Künstliche Intelligenz
im Katalog der
Deutschen Nationalbibliothek
Deutsche Zeitschrift für Künstliche Intelligenz
Fachbereich Künstliche Intelligenz der Gesellschaft für Informatik (GI)
Artikel zum Thema Künstliche Intelligenz
bei
heise.de
Österreichische Gesellschaft für Artificial Intelligence
(ÖGAI):
oegai.at
Computerwoche.de
FAQ Künstliche Intelligenz
Thomas Brandstetter:
Mit dem Gehirn als Vorbild zu besserer KI
in
Spektrum.de
vom 4. November 2023
Audios
Elektrotechnik-Ingenieur und Philosoph Rolf Eraßme im Gespräch: Warum man Menschen nicht nachbauen kann. Philosophische Argumente gegen die Künstliche Intelligenz.
(Podcast; 40
Min.)
In:
Bayerischer Rundfunk.
11.
Mai 2018
abgerufen am 4.
Januar 2025
(Moderation: Ania Mauruschat).
Zum aktuellen Stand von Künstlicher Intelligenz.
(Podcast; 55
Min.)
In:
digitalkompakt.
25.
August 2016
abgerufen am 18.
November 2021
ARD – Der KI-Podcast – Wissen
Videos
iHuman, Tonje Hessen Schei, 2019
Vortrag von Jürgen Schmidhuber: Künstliche Intelligenz wird alles ändern, 2016
Schlaue neue Welt – Das KI-Wettrennen. Dokumentation, RBB, 2024
Englisch
Peter Norvig
aima.cs.berkeley.edu:
AI on the Web
– Zusammenstellung weiterführender Links
claire-ai.org:
Confederation of Laboratories for Artificial Intelligence in Europe
(CLAIRE, Föderation von KI-Forschungseinrichtungen in Europa)
eurai.org:
European Association for Artificial Intelligence
(EurAI, früher ECCAI)
Journal of Artificial Intelligence Research (JAIR)
Larry Hauser:
Artificial Intelligence.
In: James Fieser, Bradley Dowden (Hrsg.):
Internet Encyclopedia of Philosophy
John-Stewart Gordon, Sven Nyholm:
Ethics of Artificial Intelligence.
In: James Fieser, Bradley Dowden (Hrsg.):
Internet Encyclopedia of Philosophy
Selmer Bringsjord, Naveen Sundar Govindarajulu:
Artifical Intelligence.
In: Edward N. Zalta (Hrsg.):
Stanford Encyclopedia of Philosophy
Richmond Thomason:
Logic and Artifical Intelligence.
In: Edward N. Zalta (Hrsg.):
Stanford Encyclopedia of Philosophy
Frederic Portoraro:
Automated Reasoning.
In: Edward N. Zalta (Hrsg.):
Stanford Encyclopedia of Philosophy
Einzelnachweise
Bearbeiten
Quelltext bearbeiten
Stuart J. Russell
Peter Norvig
Künstliche Intelligenz: Ein moderner Ansatz
. Pearson Studium, Berkeley 2004,
ISBN 3-8273-7089-2
, Kapitel 1 (englisch:
Artificial Intelligence: A Modern Approach
.).
Vorwort
Kapitel 1
Kapitel 1.2.6
Kapitel 1.1.2
Kapitel 1.1.3
A PROPOSAL FOR THE DARTMOUTH SUMMER RESEARCH PROJECT ON ARTIFICIAL INTELLIGENCE.
30.
September 2008
abgerufen am 3.
Mai 2023
(amerikanisches Englisch).
Lexikon der Neurowissenschaften: Künstliche Intelligenz.
In:
Spektrum der Wissenschaft.
Abgerufen am 18.
Juli 2021
Douglas C. Engelbart
Augmenting Human Intellect: A Conceptual Framework
. SRI Summary Report AFOSR-3223. Hrsg.: Director of Information Sciences, Air Force Office of Scientific Research. Washington, DC Oktober 1962 (englisch,
dougengelbart.org
abgerufen am 13.
März 2026
).
Alan Turing: Computing Machinery and Intelligence. Aus: Mind No. 236. Oktober 1950.
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)
. 13.
Juni 2024 (
europa.eu
abgerufen am 11.
Dezember 2024
).
Gil Press:
The Trouble With AI: Human Intelligence.
In:
www.forbes.com.
Forbes
abgerufen am 21.
Juli 2025
(englisch).
Künstliche Intelligenz.
(PDF)
In:
dfki.de.
Bitkom e.
V. und Deutsches Forschungszentrum für Künstliche Intelligenz,
2017,
S.
28
abgerufen am 18.
Juli 2021
Microsoft erklärt: Was ist künstliche Intelligenz? Definition & Funktionen von KI
News Center Microsoft.
4.
März 2020
abgerufen am 18.
Juli 2021
(deutsch).
Was ist künstliche Intelligenz und wie wird sie genutzt?
Aktuelles
Europäisches Parlament.
14.
September 2020
abgerufen am 18.
Juli 2021
Matthijs M Maas
AI is Like… A Literature Review of AI Metaphors and Why They Matter for Policy
. In:
AI Foundations Report 2
. 2023,
doi
10.2139/ssrn.4612468
Salena Sampson Anderson
“Places to stand”: Multiple metaphors for framing ChatGPT's corpus
. In:
Computers and Composition
Band
68
, 1.
Juni 2023,
ISSN
8755-4615
S.
102778
doi
10.1016/j.compcom.2023.102778
sciencedirect.com
abgerufen am 8.
Januar 2025
).
Melanie Mitchell
The metaphors of artificial intelligence
. In:
Science
Band
386
Nr.
6723
, 14.
November 2024,
S.
eadt6140
doi
10.1126/science.adt6140
Warren J. von Eschenbach
Transparency and the Black Box Problem: Why We Do Not Trust AI
. In:
Philosophy & Technology
Band
34
Nr.
, 1.
Dezember 2021,
ISSN
2210-5441
S.
1607–1622
doi
10.1007/s13347-021-00477-0
Emily M. Bender, Timnit Gebru, Angelina McMillan-Major, Shmargaret Shmitchell
On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?
. In:
Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency
(=
FAccT '21
). Association for Computing Machinery, New York, NY, USA 2021,
ISBN 978-1-4503-8309-7
S.
610–623
doi
10.1145/3442188.3445922
Ted Chiang
ChatGPT Is a Blurry JPEG of the Web
. In:
The New Yorker
. 9.
Februar 2023,
ISSN
0028-792X
newyorker.com
abgerufen am 8.
Januar 2025
).
Arleen Salles, Kathinka Evers, Michele Farisco
Anthropomorphism in AI
. 2.
April 2020,
ISSN
2150-7740
S.
88–95
doi
10.1080/21507740.2020.1740350
(englisch).
Adriana Placani
Anthropomorphism in AI: hype and fallacy
. In:
AI and Ethics
Band
Nr.
, 1.
August 2024,
ISSN
2730-5961
S.
691–698
doi
10.1007/s43681-024-00419-4
Lucinda McKnight, Cara Shipp
“Just a tool”? Troubling language and power in generative AI writing
. In:
English Teaching: Practice & Critique
Band
23
Nr.
, 1.
Januar 2024,
ISSN
1175-8708
S.
23–35
doi
10.1108/ETPC-08-2023-0092
Shannon Vallor: The AI Mirror, Oxford University Press, 2024,
ISBN 978-0-19-775906-6
Anuj Gupta, Yasser Atef, Anna Mills, Maha Bali
Assistant, Parrot, or Colonizing Loudspeaker? ChatGPT Metaphors for Developing Critical AI Literacies
. In:
Open Praxis
Band
16
Nr.
, 2.
Februar 2024,
ISSN
1369-9997
doi
10.55982/openpraxis.16.1.631
Rainer Rehak
Zwischen Macht und Mythos: Eine kritische Einordnung aktueller KI-Narrative
. In:
In Sachen KI. Zur Diskussion um eine schillernde Technologie
. Soziopolis: Gesellschaft beobachten. Hamburger Institut für Sozialforschung, 14.
Dezember 2023 (
soziopolis.de
abgerufen am 8.
Juli 2025
).
What if we chose new metaphors for artificial intelligence? | Think Tank | European Parliament
. (
europa.eu
abgerufen am 8.
Januar 2025
).
Matthijs M. Maas
AI is Like… A Literature Review of AI Metaphors and Why They Matter for Policy
. In:
AI Foundations Report 2
. 2023,
doi
10.2139/ssrn.4612468
Francesco Bianchini
Evaluating Intelligence and Knowledge in Large Language Models
. In:
Topoi
. 1.
August 2024,
ISSN
1572-8749
doi
10.1007/s11245-024-10072-5
Nils J. Nilsson:
The Quest for Artificial Intelligence. A History of Ideas and Achievements.
Cambridge University Press, New York 2009. (amerikanisches Englisch)
Nick Bostrom
Superintelligenz. Szenarien einer kommenden Revolution.
Suhrkamp, 2016, S. 42.
Blog-Beitrag: Was ist Künstliche Intelligenz und was ist Maschinelles Lernen?
Abgerufen am 16.
März 2025
Nick Bostrom:
Superintelligenz. Szenarien einer kommenden Revolution.
Suhrkamp, Frankfurt am Main. 2016, S. 50 f.
Daniela Hernandez:
Microsoft Challenges Google’s Artificial Brain With ‘Project Adam’.
In:
Wired
14.
Juli 2014
abgerufen am 5.
August 2014
(englisch).
Jeff Hawkins, Sandra Blakeslee
On Intelligence
. Owl Books, 2005,
ISBN 0-8050-7853-3
S.
89
Mark A. Bedau
Artificial life: organization, adaptation and complexity from the bottom up
. In: Department of Philosophy, ReedCollege, 3023 SE Woodstock Blvd., Portland OR 97202, USA (Hrsg.):
Trends in Cognitive Sciences
Band
Nr.
11
. Portland, OR, USA November 2003 (
reed.edu
PDF; abgerufen am 12.
März 2019
).
Wolfgang Banzhaf, Barry McMullin:
Artificial Life.
In: Grzegorz Rozenberg, Thomas Bäck, Joost N. Kok (Hrsg.):
Handbook of Natural Computing.
Springer, 2012,
ISBN 978-3-540-92909-3
Wird KI die Wirtschaftsordnung zerstören und Millionen von Menschen arbeitslos machen, oder kann die Zerstörung kreativ sein?
Novaya Gazeta Europe
, 16. Oktober 2025
KI liefert Nutzen, aber noch keinen Produktivitätsschub
, Netzwoche.ch, 7. Mai 2025
Wo wir schon heute unbewusst KI nutzen
, SRF, 21. Januar 2025
The 2025 AI Index Report
, Stanford Human Centered AI
9 Benefits of Artificial Intelligence (AI) in 2025
, University of Cincinnati online
MIT report: 95% of generative AI pilots at companies are failing
, Fortune, 18. August 2025
Oliver Voß:
"Roboter müssen Steuern zahlen".
Interview mit Jürgen Schmidhuber. In:
Wirtschaftswoche
. 31. Januar 2016, abgerufen am 28. März 2026.
Eva von Redecker
Dieser Drang nach Härte. Über den neuen Faschismus
. S. Fischer, Frankfurt am Main 2026,
ISBN 978-3-10-397724-0
S.
161
Reto Kohler:
Entwickelt die KI ihr eigenes Bewusstsein?
In:
srf.ch.
8.
November 2025
abgerufen am 28.
März 2026
Stevan Harnad
The Symbol Grounding Problem.
In:
Physica D.
42, 1990, S. 335–346.
Franz-Josef Hücker:
Die Pygmalion-Mythologie in der Psychotherapie.
In:
Psychotherapie Forum.
Band 16, Nr. 3, 2008, (Springer), (Wien), S. 128–135.
Vgl. Hubert Dreyfus:
In-der-Welt-sein und Weltlichkeit: Heideggers Kritik des Cartesianismus.
In: Thomas Rentsch:
Sein und Zeit.
Akademie Verlag, Berlin 2001, S. 69ff.
Tanja Oppelt:
Ethikkommission stellt in Berlin Ergebnisse vor: Selbstfahrende Autos und die Moral.
Bayerischer Rundfunk, 20. Juni 2017; abgerufen am 20.
August 2019.
Christoph Stockburger:
Autonomes Fahren: Was soll Ihr Auto jetzt tun?
Spiegel Online
, 29. August 2016; abgerufen am 20. März 2018.
heise online:
Wenn Computer über Leben und Tod entscheiden: Wer haftet, wenn die KI tötet?
Abgerufen am 20.
März 2018
(deutsch).
Thomas Weiß, Künstliche Intelligenz – eine marxistische Betrachtung. In: Anna Strasser,
Wolfgang Sohst
, Ralf Stapelfeldt, Katja Stepec (Hrsg.):
Künstliche Intelligenz – Die große Verheißung
Xenomoi, Berlin 2021. S. 379–405.
Alexander Kriebitz und Christoph Lütge:
Artificial Intelligence and Human Rights: A Business Ethical Assessment
Business and Human Rights Journal
, Januar 2020; abgerufen am 28. Juli 2020.
David Kaye:
Report of the Special Rapporteur to the General Assembly on AI and its impact on freedom of opinion and expression
OHCHR
, Januar 2020; abgerufen am 28. Juli 2020.
David Koch, Joachim Lentes, Frauke Schuseil, Lara Waltersmann
Nachhaltigkeit durch KI. Potenziale und Handlungsleitfaden für produzierende Unternehmen
. 2022,
doi
10.24406/publica-301
Bosch bringt generative KI in die Produktion.
In:
bosch-presse.de.
7.
Dezember 2023
abgerufen am 6.
April 2025
Aimee van Wynsberghe
Sustainable AI: AI for sustainability and the sustainability of AI
. In:
AI and Ethics
Band
, 2021,
S.
213–218
doi
10.1007/s43681-021-00043-6
Hendrik Weichel, Gian Luca Buono, Jörg Schäfer, Martin Simon:
Wieviel CO2 emittiert künstliche Intelligenz?
Frankfurt University of Applied Sciences
, abgerufen am 19. Oktober 2025.
Helmut Martin-Jung:
Warum Chat-GPT so viel Strom frisst.
In:
Süddeutsche Zeitung
, 27. November 2023, abgerufen am 18. Oktober 2025.
Electricity 2024 – Analysis.
IEA, Januar 2024, S. 8, abgerufen am 18. Oktober 2025.
Manuel G. Pascual:
Artificial intelligence is already an environmental problem.
In:
El País
, 16. Juli 2024, abgerufen am 18. Oktober 2025.
Sarah Schmidt:
Zurück zur Atomkraft - für KI.
In:
tagesschau.de.
14.
Dezember 2025
abgerufen am 28.
März 2026
Pengfei Li, Jianyi Yang, Mohammad A. Islam, Shaolei Ren
Making AI Less »Thirsty«: Uncovering and Addressing the Secret Water Footprint of AI Models
. 2023,
S.
arxiv
2304.03271
Ricardo Vinuesa, Hossein Azizpour, Iolanda Leite, Madeline Balaam, Virginia Dignum, Sami Domisch, Anna Felländer, Simone Daniela Langhans, Max Tegmark, Francesco Fuso Nerini
The role of artificial intelligence in achieving the Sustainable Development Goals
. In:
Nature Communications
Band
11
, 2020,
S.
doi
10.1038/s41467-019-14108-y
Svenja Bergt
Stromfresser Künstliche Intelligenz: „Die Energieverbräuche durch KI gehen durch die Decke“
. In:
taz
. 5.
April 2025 (
taz.de
abgerufen am 6.
April 2025
).
Hilal Kalafat:
Physiker warnt vor künstlicher Intelligenz.
In:
Handelsblatt
3. Dezember 2014.
Stephen Hawking warnt vor Künstlicher Intelligenz
Memento
vom 18. Juli 2015 im Webarchiv
archive.today
Rory Cellan-Jones
Stephen Hawking – will AI kill or save humankind?
In:
BBC News
. 20.
Oktober 2016 (
bbc.com
abgerufen am 28.
Oktober 2018
).
Elon Musk und 116 Experten fordern Verbot von Killer-Robotern
, t3n.de.
Elon Musk und Co. warnen vor Killer-Robotern
, faz.net.
Gero von Randow
Künstliche Intelligenz: Zu intelligent fürs Leben.
In:
Die Zeit
14.
September 2017
abgerufen am 27.
September 2017
Jörg Phil Friedrich:
Woran man Künstliche Intelligenz immer erkennt.
In:
Die Welt
19.
Januar 2023
abgerufen am 12.
Januar 2024
Miles Brundage, Shahar Avin, Jack Clark, Helen Toner, Peter Eckersley, Ben Garfinkel, Allan Dafoe, Paul Scharre, Thomas Zeitzoff, Bobby Filar, Hyrum Anderson, Heather Roff, Gregory C. Allen, Jacob Steinhardt, Carrick Flynn, Seán Ó hÉigeartaigh, Simon Beard, Haydn Belfield, Sebastian Farquhar, Clare Lyle, Rebecca Crootof, Owain Evans, Michael Page, Joanna Bryson, Roman Yampolskiy, Dario Amodei:
The Malicious Use of Artificial Intelligence.
(PDF)
Centre of the Study for Existential Risk,
20.
Februar 2018
abgerufen am 9.
März 2018
(englisch).
Gabor Kiss:
Yuval Noah Harari: „Verlierer wird die Menschheit sein“.
In:
euronews.
14.
Mai 2019
abgerufen am 15.
November 2020
Steffen Gassel, Alexandra Kraft
„Lasst Euch nicht hetzen! Wenn wir Menschen uns den Algorithmen anpassen, ist das unser Ende“
. Exklusiv-Gespräch mit Yuval Noah Harari. In:
Stern
Nr.
37
, 5.
September 2024,
S.
38–45
Roboter können keine Moral. Warum das Gerede von superintelligenten, allmächtigen Maschinen nur ein großes Ablenkungsmanöver ist.
In:
Die Zeit
, 18. Juni 2020, S. 32.
Chris Köver:
KI-Forscherin Timnit Gebru – Tausende Google-Angestellte protestieren nach Rauswurf.
In:
Netzpolitik.org.
9.
Dezember 2020
abgerufen am 23.
Dezember 2021
(deutsch).
Caroline Criado-Perez
Invisible Women: Exposing Data Bias in a World Designed for Men
ISBN 978-1-78470-628-9
Peter Dabrock:
Wir sollten auf klassische Bildung setzen.
In:
Aufbruch Künstliche Intelligenz – Was sie bedeutet und wie sie unser Leben verändert.
Google LLC, SZ Scala GmbH, 2018, S. 34.
Lisa Brüssler
Deutscher Bundestag – Enquete-Kommission zur künstlichen Intelligenz eingesetzt
. In:
Deutscher Bundestag
. (
bundestag.de
abgerufen am 6.
September 2018
).
Deutscher Bundestag – Enquete-Kommission „Künstliche Intelligenz“.
Archiviert
vom
Original
(nicht mehr online verfügbar)
am
31.
Oktober 2020
abgerufen am 19.
November 2022
Verordnung (EU) 2024/1689 des Europäischen Parlaments und des Rates.
In:
eur-lex.europa.eu.
EU Parlament und Rat,
13.
Juni 2024
abgerufen am 8.
Januar 2025
Bernd Müller:
Elon Musk, Yoshua Bengio und Hunderte von Unterzeichnern für Pause beim KI-Training.
Telepolis
, 31. März 2023
Fabian Westerheide:
Wie China zur KI-Supermacht wurde – und was das Land damit vorhat.
In:
capital.de.
18.
April 2024
abgerufen am 1.
Juni 2024
PwC
Künstliche Intelligenz in Unternehmen
. 2019 (
pwc.de
Memento
vom 25. Juni 2020 im
Internet Archive
PDF;
567
kB
).
Bundesministerium für Wirtschaft und Energie:
Einsatz von Künstlicher Intelligenz in der Deutschen Wirtschaft.
Abgerufen am 22.
Juni 2020
KI-Observatorium.
In:
Denkfabrik Digitale Arbeitsgesellschaft.
Bundesministerium für Arbeit und Soziales (BAMS)
abgerufen am 2.
April 2023
Die 5 Handlungsfelder des KI-Observatoriums.
Archiviert
vom
Original
(nicht mehr online verfügbar)
am
25.
Juni 2020
abgerufen am 22.
Juni 2020
Googles KI-Übersichten ist immer noch nicht zu trauen.
In:
heise.de.
23.
Dezember 2024
abgerufen am 27.
Dezember 2024
BBC warnt vor fehlerhaften KI-Nachrichtenzusammenfassungen.
In:
heise.de.
12.
Februar 2025
abgerufen am 17.
Februar 2025
KI und Machtkonzentration: Wie ChatGPT & Co. die Macht von Big Tech verfestigen.
In:
heise.de.
20.
April 2023
abgerufen am 27.
Dezember 2024
Datenschutzbedenken: Nach Italien verbietet auch Südkorea DeepSeek.
In:
heise.de.
17.
Februar 2025
abgerufen am 17.
Februar 2025
Phillip Lücking
Automatisierte Ungleichheit. Wie algorithmische Entscheidungssysteme gesellschaftliche Machtverhältnisse (re)produzieren
. In: netzforma* e.
V. (Hrsg.):
Wenn KI, dann feministisch. Impulse aus Wissenschaft und Aktivismus
. Berlin 2020,
S.
65–76
netzforma.org
PDF; abgerufen am 6.
April 2025
).
Katrin Fritsch, Helene von Schwichow:
Künstliche Intelligenz und Feminismus: Aktuelle Debatten.
(PDF)
MOTIF Institute for Digital Culture,
25.
Februar 2021,
S.
11 ff
abgerufen am 6.
April 2025
KI diskriminiert Dialektsprecher.
In:
tagesschau.de
Norddeutscher Rundfunk
22.
November 2025
abgerufen am 23.
November 2025
EU einigt sich auf Regeln für künstliche Intelligenz.
In:
Zeit Online.
9.
Dezember 2023
abgerufen am 22.
Dezember 2023
EU einigt sich auf Regeln für künstliche Intelligenz.
In:
Der Spiegel.
9.
Dezember 2023
abgerufen am 22.
Dezember 2023
Vorschlag für eine RICHTLINIE DES EUROPÄISCHEN PARLAMENTS UND DES RATES über die Haftung für fehlerhafte Produkte (COM(2022) 495 final)
abgerufen am 22.
Dezember 2023
Vorschlag für eine RICHTLINIE DES EUROPÄISCHEN PARLAMENTS UND DES RATES zur Anpassung der Vorschriften über außervertragliche zivilrechtliche Haftung an künstliche Intelligenz (Richtlinie über KI-Haftung)
(COM/2022/496 final)
abgerufen am 22.
Dezember 2023
Falk Steiner:
Im Regulierungsrausch.
In:
c't.
Heise,
Dezember 2022
abgerufen am 22.
Dezember 2023
Wie Europa Chat-GPT & Co. Zügel anlegt.
SZ, 9. Dezember 2023
Weltweit restriktivste Regulierung von Künstlicher Intelligenz.
Holger Schmidt, FAZ, 9. Dezember 2023
KAPITEL II VERBOTENE PRAKTIKEN IM KI-BEREICH.
In:
eur-lex.europa.eu.
EU Parlament und Rat,
13.
Juni 2024
abgerufen am 8.
Januar 2025
KAPITEL III HOCHRISIKO-KI-SYSTEME.
In:
eur-lex.europa.eu.
EU Parlament und Rat,
13.
Juni 2024
abgerufen am 8.
Januar 2025
Artikel 71 EU-Datenbank für die in Anhang III aufgeführten Hochrisiko-KI-Systeme.
In:
eur-lex.europa.eu.
EU Parlament und Rat,
13.
Juni 2024
abgerufen am 8.
Januar 2025
Artikel 99 Sanktionen.
In:
eur-lex.europa.eu.
EU Parlament und Rat,
13.
Juni 2024
abgerufen am 8.
Januar 2025
ANHANG V EU-Konformitätserklärung.
In:
eur-lex.europa.eu.
EU Parlament und Rat,
13.
Juni 2024
abgerufen am 8.
Januar 2025
KAPITEL XIII SCHLUSSBESTIMMUNGEN.
In:
eur-lex.europa.eu.
EU Parlament und Rat,
13.
Juni 2024
abgerufen am 8.
Januar 2025
Bundesministerium des Innern und für Heimat, 2025:
Leitlinien für den Einsatz Künstlicher Intelligenz in der Bundesverwaltung (pdf)
Felix Huesmann:
Regulierung von künstlicher Intelligenz: USA drohen ins globale Hintertreffen zu geraten.
In:
RedaktionsNetzwerkes Deutschland.
4.
Oktober 2023
abgerufen am 22.
Dezember 2023
Corinna Visser:
Schwerpunkte und Tempo: Das machen die USA bei der KI-Regulierung besser.
In:
Frankfurter Rundschau.
1.
August 2023
abgerufen am 22.
Dezember 2023
OpenAI Updates Usage Policies: Key Considerations and Next Steps for Organizations Deploying AI.
Ensuring a National Policy Framework for Artificial Intelligence.
Weißes Haus, 11. Dezember 2025
Pamela McCorduck
Machines Who Think
. 2. Auflage. 2004,
ISBN 1-56881-205-1
(englisch).
Lisa Xanke, Elisabeth Bärenz:
Künstliche Intelligenz in Literatur und Film – Fiktion oder Realität?
Online-Artikel der Universität Karlsruhe, abgerufen am 20. Juli 2012, S. 1.
Xanke, Bärenz, S. 37.
Xanke, Bärenz, S. 38.
G. Buttazzo
Artificial consciousness: Utopia or real possibility?. Computer.
Band
Nr.
34
, 2001,
S.
24–30
doi
10.1109/2.933500
(englisch).
Jill Galvan
"Entering the Posthuman Collective in Philip K. Dick's "Do Androids Dream of electric Sheep?""
In:
Science Fiction Studies
Band
Nr.
24
, Januar 1997,
S.
413–429
JSTOR
4240644
(englisch).
Peter Gabriel Ltd.:
A.I. featuring Peter released – 30th September, 2016.
PeterGabriel.com,
2024
abgerufen am 22.
August 2024
(britisches Englisch).
OneRepublic – Oh My My.
Discogs
2024
abgerufen am 22.
August 2024
(amerikanisches Englisch).
Charlotte Whistlecroft:
OneRepublic have dropped an incredible new single with Peter Gabriel.
Oh My My is it good.
Digital Spy
1.
Oktober 2016
abgerufen am 22.
August 2024
(amerikanisches Englisch).
Nerisha Penrose:
OneRepublic Taps Peter Gabriel for ‘A.I.’-Inspired Track: Listen.
What was once a dream has now become reality for OneRepublic. The pop group released their new collaborative track with Peter Gabriel "A.I" -- which oddly enough was inspired by the 2001 movie of the…
Billboard
3.
Oktober 2016
abgerufen am 22.
August 2024
(amerikanisches Englisch).
Susan Leigh Anderson
Asimov's "three laws of robotics" and machine metaethics.
In:
AI & Society
Band
Nr.
22
, 2008,
S.
477–493
doi
10.1007/s00146-007-0094-5
(englisch).
Lee McCauley
"AI armageddon and the three laws of robotics"
. In:
Ethics and Information Technology
. 2007,
S.
153–164
doi
10.1007/s10676-007-9138-2
(englisch).
Xanke, Bärenz, S. 39.
Jamie Allen:
The Matrix and Postmodernism.
In:
prezi.com/.
Abgerufen am 15.
Mai 2024
(englisch).
Deep Raputa.
In:
MangaPlus by Shueisha.
Abgerufen am 18.
Dezember 2024
(englisch).
Is This What We Want?
Abgerufen am 26.
Februar 2025
(englisch).
@1
@2
Vorlage:Toter Link/www.ardmediathek.de
ARD Quarks und Co: Außer Kontrolle – Wenn Computer die Macht übernehmen, 2016, Minute 16:30, 6. September 2016
Seite nicht mehr abrufbar
, festgestellt im Mai 2023.
Suche im Internet Archive
(T)
Thomas Knaus et AI
Künstliche Intelligenz und Bildung: Was sollen wir wissen? Was können wir tun? Was dürfen wir hoffen? Und was ist diese KI? Ein kollaborativer Aufklärungsversuch.
Hrsg.: Ludwigsburger Beiträge Zur Medienpädagogik – LBzM.
Nr.
23
, 2023,
S.
11–16
doi
10.21240/lbzm/23/19
(1–42
S.).
Matthias Bastian:
Google-Chef: Künstliche Intelligenz „wichtiger als Feuer und Elektrizität“
Memento
vom 23. Januar 2018 im
Internet Archive
, vrodo.de vom 20. Januar 2018.
Elon Musk: Bedingungsloses Grundeinkommen ist unvermeidlich
19. Februar 2017.
ARD alpha: Constanze Kurz: Die totale Automatisierung, 2014
Frank Rieger:
Roboter müssen unsere Rente sichern.
In:
FAZ
18. Mai 2012.
Schmidhuber: «Unsere Roboter zeigen Gefühle»
1. Oktober 2017.
Mark Zuckerberg erklärt, warum jeder ein bedingungsloses Grundeinkommen erhalten sollte.
Memento
vom 12. Oktober 2017 im
Internet Archive
businessinsider.de, 26. Mai 2017; abgerufen am 15. Oktober 2017.
Mark Zuckerberg’s Commencement address at Harvard.
news.harvard.edu, 25. November 2017; abgerufen am 15. Oktober 2017.
Maschinen statt Mitarbeiter: Deutsche-Bank-Chef stellt erheblichen Stellenabbau in Aussicht.
faz.net, 9. November 2017; abgerufen am 10. November 2017.
@1
@2
Vorlage:Toter Link/www.schwaebische.de
Forscher sagt dramatischen Wandel voraus
Seite nicht mehr abrufbar
, festgestellt im Mai 2023.
Suche im Internet Archive
(T)
Arbeitsmarkteffekte der Digitalisierung bis 2035
, iab.de von 4/2019
Diese Jobs sind besonders von Robotern bedroht
, welt.de vom 16. Februar 2018.
@1
@2
Vorlage:Toter Link/www.produktion.de
SAP-Chef McDermott: KI bringt bald Billionen-Umsätze (auf produktion.de vom 26. Februar 2018)
Seite nicht mehr abrufbar
, festgestellt im Mai 2023.
Suche im Internet Archive
(T)
Stepstonegroup: "Weniger Einstiegsjobs, längere Bewerbungsprozesse"
; abgerufen am 16. August 2025.
Der Tagesspiegel
, 16. August 2025, S. 20.
Piotr Heller:
Ist das echt?
, Frankfurter Allgemeine Zeitung, 24. November 2025
Irina Moritz:
Papst Leo XIV kritisiert KI und Dating-Apps: „Technologie, die unser Bedürfnis nach Beziehungen ausnutzt“.
In:
fr.de.
27.
Januar 2026
abgerufen am 27.
Januar 2026
Daniel Thilo Schroeder et al.
How malicious AI swarms can threaten democracy
. In:
Science
Band
391
Nr.
6783
, 2026,
S.
354
357
doi
10.1126/science.adz1697
Anna Dannecker:
KI bei Suchmaschinen - was ändert sich im Verhalten?
In:
www.tagesschau.de.
Bayerischer Rundfunk
abgerufen am 7.
November 2025
Gregor Schmalzried,
Christian Schiffer
Bedroht KI die Wikipedia?
In:
www.br.de.
5.
Oktober 2025
abgerufen am 7.
November 2025
Manfred Kloiber:
Verdrängung: Wikipedia im Schatten von KI-Chatbots, Int. Franziska Heine.
In:
www.deutschlandfunk.de.
25.
Oktober 2025
abgerufen am 7.
November 2025
Franziska Heine
im Interview
MP3
).
Allgemeine Teilgebiete der
Kybernetik
Grundlagen:
Komplexitätstheorie
Kybernetik zweiter Ordnung
Radikaler Konstruktivismus
Varietät (Kybernetik)
Methoden:
Automatentheorie
Entscheidungstheorie
Spieltheorie
Informationstheorie
Informetrie
Konnektionismus
Semiotik
Synergetik
Systemtheorie
Systemwissenschaft
Künstliche Intelligenz
Anwendung:
Anthropokybernetik
Bildungskybernetik
Biokybernetik
Medizinische Kybernetik
Biomedizinische Kybernetik
Neuroinformatik
Psychokybernetik
Soziokybernetik
Systembiologie
Technische Kybernetik
Normdaten
(Sachbegriff):
GND
4033447-8
GND Explorer
lobid
OGND
AKS
LCCN
sh85008180
NDL
00574798
Abgerufen von „
Kategorien
Künstliche Intelligenz
Kybernetik
Industrie 5.0
Versteckte Kategorien:
Wikipedia:Belege fehlen
Wikipedia:Weblink offline
Wikipedia:Seite mit ref-Parameter details
Künstliche Intelligenz
Abschnitt hinzufügen