Das kann KI E-Book

Andreas Erle

• Herausgeber: Stiftung Warentest
• Kategorie: Wissenschaft und neue Technologien
• Sprache: Deutsch

Seitenzahl: 192

Veröffentlichungsjahr: 2026

Beschreibung

Jetzt KI verstehen und erfolgreich nutzen! KI kompetent nutzen: Dieser Ratgeber macht fit für die praktische Anwendung von ChatGPT und anderen KI-Tools: Er hilft dabei, die Stärken und Schwächen verschiedener Chatbots zu erkennen, beeindruckende Texte und Bilder mit KI zu erstellen, und die Kunst effektiver Prompts zu nutzen. Von der kostenlosen Anmeldung bis zur sicheren Anwendung – alles ist einfach und verständlich erklärt. Sofort anwendbar, ohne Vorkenntnisse. Mit konkreten Anleitungen, Praxistipps und zahlreichen Anwendungsbeispielen: Dank KI Zeit im Beruf sparen und völlig neue Möglichkeiten im Alltag oder bei der Umsetzung kreativer Projekte entdecken. Das Buch informiert zudem über Fallstricke und zeigt, woran KI-Texte und -Bilder zu erkennen sind, was beim Datenschutz zu beachten ist und wie ein Faktencheck funktioniert.

Leseprobe

Andreas Erle

Die einfache Anleitung

Das kann KI

Wie Sie mit ChatGPT und Co künstliche Intelligenz für sich nutzen können

Inhaltsverzeichnis

Die neuen Superbots

Die Stärken künstlicher Intelligenz

Ein Trend mit Geschichte

Das kann KI heute

Die Kehrseite von KI

ChatGPT und andere Tools

Assistenz, nicht Chef

Wo finden Sie die KI-Anwendungen?

KI nutzen – die ersten Schritte

ChatGPT – der bekannteste Chatbot

Alternativen zu ChatGPT

Bilder erzeugen per KI

Und auf dem Smartphone?

Gute Prompts – das A und O

Prompten, aber richtig

Prompten für Bilder

Schwarmintelligenz nutzen

Austricksen und anlernen

Möglichkeiten entdecken

Die richtigen Worte finden

KI als Alltagshelfer

Intelligenter im Web unterwegs

Bilder analysieren

Bilder bearbeiten

Memes und Karikaturen erstellen

Bessere Bewerbungsfotos

Schöne Bilder unterwegs

Videos erstellen und bearbeiten

KI für Social Media

Copilot in Office nutzen

Risiko oder Chance?

Künstliche Intelligenz ist nicht perfekt

Was ändert KI eigentlich wirklich?

Künstliche Intelligenz und Recht

KI ist die Zukunft

Hilfe

Stichwortverzeichnis

Die neuen Superbots

Künstliche Intelligenz – ein Thema, das aktuell in aller Munde ist. Zu Recht, doch ist es viel mehr als ein bloßer Trend. ChatGPT, die Integration in das Office-Paket von Microsoft und immer mehr KI-Anwendungen werden uns weiter beschäftigen – und ebenso die damit verbundenen Hoffnungen und Befürchtungen. Was aber verbirgt sich eigentlich hinter KI?

Die Stärken künstlicher Intelligenz

Tag für Tag mühen wir uns mit allen möglichen Aufgaben ab, die entweder langweilig sind oder aber jede Menge Kreativität erfordern, die wiederum stark von unserer Tagesform abhängt. Auf der anderen Seite liegen uns unsere Smartphones in der Hand und Rechner stehen neben uns, und sie langweilen sich oft mit den Aufgaben, die wir ihnen stellen – vor allem, weil die klassischen Programme und Apps einfach nur Dinge abarbeiten, ohne uns dabei Denkaufwand abzunehmen. Wie toll wäre es, wenn Sie nicht stundenlang mit dem Durchsehen einer riesigen Präsentation verbringen müssten, sondern jemand Ihnen eine kurze, knackige Zusammenfassung erstellen würde? Oder nehmen wir an, Sie möchten eine Geburtstagseinladung gestalten und verbringen deshalb viel Zeit mit der Suche nach dem richtigen, vorgefertigten Bild: Wäre es nicht viel schöner, Sie könnten mit einfachen Worten beschreiben, wie das Bild aussehen soll, und dann malt jemand es für Sie? Genau so (oder vielleicht sogar noch viel besser), wie Sie es selbst gemacht hätten – vorausgesetzt, Sie können gut malen? Der Konjunktiv ist hier fehl am Platze, von wegen „Hätte, hätte, Fahrradkette“: Denn all das geht! Ohne großen Aufwand oder hohe Kosten und ohne Studium oder lange Lernzeit. Nicht umsonst ist künstliche Intelligenz (KI) das Thema schlechthin, das Ihnen derzeit überall begegnet. Nehmen wir die eben genannten Beispiele: Geben Sie die Folienschlacht an eine KI wie den Copilot in Office, sagen Sie: „Erstelle mir eine Zusammenfassung auf zwei Seiten.“ Dann haben Sie spätestens in wenigen Minuten eine vernünftige Zusammenfassung des Inhalts. Für das eindrucksvolle Bild in der Einladung nehmen Sie ChatGPT, Midjourney oder eine andere Bilder-KI und beschreiben Sie im Detail, wie es aussehen soll (mehr dazu finden Sie im dritten Kapitel, ab Seite 61), und Sie bekommen ein Bild, das es in der Form noch nicht gibt und das die Einladung ohne großen Aufwand zu etwas Besonderem macht.

Was jetzt wie eine Menge erfüllbarer Einzelaufgaben aussieht, ist in Wirklichkeit viel mehr: Je häufiger Sie KI nutzen, desto mehr Ideen kommen Ihnen, welche Aufgabe sie Ihnen noch abnehmen kann. Stellen Sie sich das vor wie einen Baum: Sie treten an der Wurzel mit Ihrer ersten Aufgabe an die KI, und schon tun sich mehrere Äste mit neuen Ideen auf. Und an jedem dieser Äste wieder mehr … und immer mehr.

Wenn der Mensch an seine Grenzen stößt

Man könnte fast sagen: Nachdem alle Entwicklungen, in denen der Mensch die Maschine als dummen Befehlsempfänger eingesetzt hat, ausgeschöpft sind, richtet sich der Fokus der Forschung nun auf das, was bislang noch nicht möglich war: das selbstständige Denken eines Programms oder einer Maschine.

Es gibt viele Bereiche, in denen der Mensch schnell an seine Grenzen stößt. Das betrifft besonders all die Themen, bei denen es um große Datenmengen geht, die für die Erfüllung einer Aufgabe analysiert und miteinander verknüpft werden können. Die Analyse solch riesiger Informationsmengen kann vielleicht noch durch die Erhöhung der Anzahl an Personen bewerkstelligt werden. Die Verknüpfung der Ergebnisse bedarf aber des Wissens aller Informationen in ihrer Gesamtheit und der Erfahrung, wie diese miteinander in Beziehung gesetzt werden können. Das ist nur schwer durch mehr Personal zu erreichen. Um es etwas anschaulicher zu machen, hier ein paar Beispiele, um welche Tätigkeiten es geht:

►Die Auswertung großer Datenmengen, die etwa auch über einen längeren Zeitraum gesammelt wurden. Beispiele hierfür sind die Entwicklung des Klimas oder die Nachverfolgung globaler Gesundheitskrisen und Pandemien. In diesen Bereichen setzt man große Hoffnungen auf den Einsatz von KI.

► Die Recherche in unterschiedlichen Quellen: Nicht nur das Internet und sein schier unerschöpflicher Wissensspeicher, auch Bibliotheken und andere öffentliche wie private Einrichtungen haben Informationen zu so gut wie allen Wissensbereichen gespeichert. Diese alle zu kennen, anzuzapfen und auswerten zu können, ist für einen Menschen nahezu unmöglich. Eine KI ist hingegen genau darauf ausgelegt.

► Automatisierung von Prozessen und Aufgaben: Immer da, wo repetitive Tätigkeiten ausgeführt werden müssen, die Entscheidungen einbeziehen, kann eine KI unterstützen. Das kann dazu dienen, die vorhandenen Mitarbeiter zu entlasten. Auch beim Problem des Fachkräftemangels kann sie eine Hilfe sein.

Die zwei folgenden Prinzipien sind bei der künstlichen Intelligenz grundlegend.

Maschinelles Lernen

„Machine Learning“ ist schon seit vielen Jahren ein Begriff dafür, wie eine KI trainiert wird. Je mehr Daten die KI kennt, desto leistungsfähiger ist sie. Nun ist es wenig sinnvoll, ihr die benötigten Informationen manuell zukommen zu lassen. Also lässt man eine Maschine die Maschine trainieren: Unfassbare Datenmengen werden durch Programme, sogenannte Algorithmen, analysiert und gespeichert. Je größer die Datenmenge, desto umfassender die Erfahrung der KI und desto genauer die Ergebnisse.

Ein Beispiel: Analysiert die KI zehn Bilder von Hunden, dann hat sie eine grobe Idee, wie ein Hund aussieht. Trotzdem kann sich schnell eine Katze in die Kategorie „Hund“ verirren. Schließlich hat die KI noch nicht alle möglichen Hunderassen gesehen, sie hat nicht alle Blickwinkel wahrgenommen und viele weitere Einschränkungen ebenso. Je mehr Bilder von Hunden der Algorithmus analysiert, desto mehr Rassen hat er im Repertoire. Die KI erkennt dann nicht nur einen Hund treffsicher, sondern mit zunehmendem Lernen auch einzelne Rassen, Alter, Geschlecht und andere Merkmale. Vorausgesetzt natürlich, dass die Bilder diese Informationen enthalten.

Neuronale Netze

„Künstliche Intelligenz“. Diese Bezeichnung deutet bereits an, dass das Ziel darin liegt, das menschliche Gehirn zu simulieren. Die Herausforderung dabei: Unser Gehirn besteht nicht nur aus der Erinnerung, also quasi dem Datenspeicher, sondern auch aus der Verknüpfung von Bereichen und der Bildung von Schichten, die von oberflächlichem bis hin zu tiefem Nachdenken reichen. Etwas Vergleichbares zu erreichen, ist seit jeher die Kernidee künstlicher Intelligenz. Erst jetzt, mit der heutigen Technik, ist das auch nur annähernd möglich. Neuronale Netze kommen dem, was wir als Denken kennen, am nächsten. Das ist besonders dann interessant, wenn es sich um eine Anwendung handelt, bei der Schlüsse gezogen werden müssen, zum Beispiel in der Medizin im Zuge der Umsetzung von Röntgenaufnahmen in eine Diagnose. Oder bei der Gesichtserkennung bei Smartphones, wenn das Gesicht durch Licht, Schatten, Blickwinkel, Tagesform (mit Schatten unter den Augen etc.) anders aussehen kann, als es einmal erfasst worden ist.

Ein Trend mit Geschichte

Eine der häufigsten Fragen, die Sie im Zusammenhang mit dem Thema künstliche Intelligenz hören, ist diese: „Warum künstlich simulieren, was wir doch schon ganz natürlich haben?“ Tatsächlich ist der Traum, komplexere Tätigkeiten von einer Maschine erledigen zu lassen, schon Jahrhunderte alt. Die Visionen der Menschen orientierten sich aber natürlich immer an ihrer Vorstellungskraft und der jeweiligen Realität: Mussten Tätigkeiten händisch ausgeführt werden, ersannen die Menschen Maschinen, die ihnen das abnehmen konnten. Waren bestimmte Vorgänge immer und immer wieder gleich auszuführen, dann war die Automation der nächste Traum. Große Informationsmengen müssen verarbeitet werden? Und schon hatte der Mensch den Gedanken, dies von gigantischen Rechenmaschinen übernehmen zu lassen. Kurze Zeit später ist der Mensch im Computerzeitalter gelandet.

Science-Fiction-Träume und Realität

Normalerweise sind Trends etwas sehr Flüchtiges: Was heute in allen Nachrichten ist und privat, im Büro, an Stammtischen und in Vereinen diskutiert wird, ist meist nach ein paar Monaten schon wieder vergessen. Beim Thema KI ist das anders: In der einen oder anderen Form gibt es schon lange die Vision, das menschliche Gehirn technisch so nachbilden zu können, dass dieses Replikat selbstständig denken, entscheiden und handeln kann.

Befeuert von Science-Fiction-Romanen hat sich bei vielen Menschen der Eindruck festgesetzt, KI habe sehr eng mit Robotern und futuristischem Ambiente zu tun. Das mag anfangs so gewesen sein. Mit zunehmender Umsetzung der Ideen in konkrete Anwendungen und Produkte allerdings wurde eines schnell klar: Künstliche Intelligenz wird dann greifbar, wenn sie sich auf handfeste Anwendungen bezieht. Dahinter stecken also keine allwissenden Supermaschinen, sondern auf bestimmte Anwendungen ausgerichtete Programme und Geräte.

Bereits früh im letzten Jahrhundert war der konkrete Gedanke an Maschinen, die das menschliche Gehirn und seine Denkweise simulieren könnten, geboren. Schon 1936 bewies der britische Mathematiker Alan Turing im Rahmen seiner mathematischen Theorien, dass eine Maschine (auch als Turingmaschine bekannt) eine Simulation des Denkens leisten kann. Einzige Voraussetzung: Die Denkprozesse müssen sich in einzelne Schritte zerlegen lassen und durch klare Regeln (auch Algorithmen genannt, ein Begriff, der bis heute existiert) abbildbar sein. Dies wird gemeinhin als die Grundlage der künstlichen Intelligenz, wie wir sie heute kennen, angesehen – auch wenn der Begriff der künstlichen Intelligenz erst Mitte der 1950er-Jahre tatsächlich so verwendet wird.

ChatGPTs Urgroßeltern

Eine der bekanntesten frühen KI-Anwendungen ist Eliza, ein schon 1966 von Joseph Weizenbaum entwickeltes Programm. Weizenbaum war ein deutsch-amerikanischer Wissenschaftler, der damit den Versuch unternahm, ein Gespräch zwischen einem echten Menschen und einem Computer zu simulieren. Eliza übernahm dabei in den bekanntesten Anwendungen die Rolle eines Psychotherapeuten, der mit einem Patienten spricht. Ziel war es unter anderem, dass der Patient den Unterschied zu einem menschlichen Gesprächspartner nicht erkennen sollte. Eliza war sozusagen der erste Chatbot der KI-Geschichte.

Allein der Ansatz, der KI die Rolle eines Psychotherapeuten zuzuweisen, zeigt heute deutlich die seinerzeit von Beginn an mangelnde Überzeugung vom Erfolg der Übung. Diese Wahl traf Weizenbaum nämlich aus einem guten Grund: Die vermeintliche Intelligenz von Eliza basierte vor allem auf vorgefertigten Gesprächsskripten und Wiederholungen der Eingaben des Nutzers mit lediglich anderen Worten – was bei einem Psychotherapeuten zum Standardverhalten gehört, bei einem anderen Gesprächspartnern aber unnatürlich wirken würde. Tatsächlich war diese frühe Nutzung der künstlichen Intelligenz auch nur mäßig erfolgreich, was der sogenannte Turing-Test zeigte: Alan Turing hatte 1950 ein Vorgehen definiert, wie gut eine Maschine sein muss, damit sie nicht mehr als solche erkannt werden kann. Dabei kommuniziert ein Mensch blind mit zwei Gesprächspartnern. Einer ist ein Mensch, der andere eine Maschine. Kann die Versuchsperson nach intensiver Befragung beider Gesprächspartner nicht sagen, wer Mensch und wer Maschine ist, dann gilt der Test als bestanden. Das ist Eliza nur in einem kleinen Teil der Versuche gelungen. Der Turing-Test entlarvte die KI also als nicht menschlich.

Info

Turing: Immer noch aktuell

Der Turing-Test findet immer noch Anwendung. Tatsächlich hat ChatGPT 4 es im Jahr 2024 geschafft, den Turing-Test zu bestehen. Die Vorgängerversion war daran noch gescheitert. Und auch Alan Turing ist selbst vielen Nichtmathematikern heute noch ein Begriff: 2014 war der prominent besetzte Hollywoodfilm „The Imitation Game“ ein großer Erfolg in den Kinos. Was wenige wissen: „The Imitation Game“ war der Name, den Turing selbst seinem Test gegeben hatte, bevor dieser Test dann als Turing-Test bekannt wurde.

Dabei ist einer der Kernpunkte der frühen künstlichen Intelligenz das Vorhandensein von Regeln, denen die Ausgaben der Maschine folgen. Die Herausforderung ist klar: Je mehr Wissen nötig ist, um eine Aufgabe zu erfüllen, desto umfangreicher muss das Regelwerk sein. Dieses zu entwickeln und dann auch noch aktuell zu halten, war unter den damaligen technischen Voraussetzungen kaum möglich. Entsprechende Projekte wurden allesamt eingestellt.

→Sind Expertensysteme vertrauenswürdig?

Eine der großen Ängste bei der Nutzung von KI war und ist die vor Fehlurteilen und nicht eingehaltenen Grenzen. Das mussten 1972 auch Techniker der Universität Stanford erfahren, die mit Mycin ein Expertensystem entwickelt hatten. Mycin sollte bei der Diagnose und Therapie von Infektionskrankheiten helfen und erzielte bemerkenswerte Erfolge. Ein Expertensystem verwendet vorhandene Informationen (das „Wissen“), verarbeitet diese (die „Problemlösung“) und bringt die Lösung der Nutzerin oder dem Nutzer dann verständlich nahe (die „Erklärung“). Hier findet sich eine wichtige Komponente heutiger KI-Systeme: Die breite Wissensbasis, die dafür sorgt, dass die Ergebnisse und Lösungen tatsächlich weitestgehend verlässlich sind. Allerdings zeigten sich bei Mycin neben den vielen richtigen Diagnosen auch einige Fehldiagnosen. Trotzdem: Expertensysteme gibt es bis heute noch.

Auch ein anderes Beispiel zeigt, dass die Entwicklung zunächst überraschend langsam war: Man sollte meinen, dass ein so strukturiertes Spiel wie Schach dazu geeignet wäre, von einer Maschine schnell beherrscht zu werden. In den 1960er-Jahren war man der Meinung, dass man innerhalb der kommenden zehn Jahre so weit sein würde, dass eine Maschine einen menschlichen Großmeister schlägt. Tatsächlich dauerte es bis in die späten 1990er-Jahre. Erst 1997 gelang es mit IBMs Supercomputer Deep Blue, den Schachgroßmeister Garri Kasparow in sechs Partien zu schlagen.

Gesprächspartner und (zu) gute Zuhörer

Der Mensch hat im Zusammenhang mit künstlicher Intelligenz immer einen großen Wunsch: Er möchte sich unnötigen Aufwand ersparen und möglichst viel von einem willigen und kompetenten Assistenten erledigen lassen. Und das am besten so, dass es sich so anfühlt, als wäre ein echter Mensch am anderen Ende. Nachdem schon diverse Spracherkennungsprogramme das Schreiben von Texten vereinfacht hatten (beispielsweise 1997 bereits mit Dragon Naturally Speaking), war der Wunsch klar: Nicht das Eintippen der Befehle und Aufträge war gewünscht, sondern sprachbedient sollte es sein. Im Gegensatz zum Diktieren von Texten will die Anwenderin oder der Anwender im alltäglichen Leben eher mit Geräten arbeiten, die möglichst immer verfügbar sind. Da kommt uns als Erstes das Smartphone in den Sinn, das die meisten schon seit vielen Jahren fast immer in Griffweite liegen haben. Allerdings dauerte es bis 2011, bis mit Siri ein wirklich leistungsfähiger Sprachassistent auf ein Smartphone kam. Apples Siri wurde schnell zum Vorreiter: Microsoft stellte beispielsweise 2014 mit Cortana einen eigenen Sprachassistenten vor (der in der Folge in Windows 10 integriert wurde), Amazon brachte mit den Alexa-Geräten gleich eine eigene Geräteserie auf den Markt. Viele andere Anbieter sind auf den Zug aufgesprungen. Und alle haben sie eines gemeinsam, was auch die modernen KI-Lösungen heute verbindet: Die Anfragen werden an einen Server weitergeleitet, der dann mit der vereinten Rechenpower des Anbieters die Ergebnisse und Antworten erzeugt.

Eine Nebenwirkung dieser Funktionsweise: Der Sprachassistent hört in vielen Fällen kontinuierlich mit, sonst könnte er schließlich nicht auf einen Sprachbefehl reagieren. Das ist vor allem eine Herausforderung bei den Geräten, die irgendwo in der Wohnung stehen und selbst ohne Tastendruck reagieren: „Alexa, schalte das Licht aus!“, funktioniert eben nur, wenn Alexa ihr Schlüsselwort auch hören kann. Dann hört sie aber auch alles andere, was Sie gerade äußern. Sogar wenn die Anbieter versprechen, dass nur die wirklich an die KI gerichteten Anfragen übertragen werden, haben viele Anwender verständlicherweise ein ungutes Gefühl.

Das kann KI heute

War KI anfangs noch eine Nischenanwendung, die von vielen Menschen belächelt wurde, so gibt es heute kaum einen Bereich, in den sie nicht Einzug gehalten hat. Durch die stetig zunehmende Leistungsfähigkeit profitieren immer mehr Anwendungen von der Unterstützung durch KI. Das führt im Alltag dazu, dass Sie als Nutzerin oder Nutzer immer mehr, vielleicht auch ungeliebte Tätigkeiten, an eine KI auslagern können und so im besten Fall Zeit für wichtigere oder spannendere Aufgaben haben. Was oft als Risiko beschrieben wird, ist also auch eine Chance: KI verschafft uns Menschen Luft für andere Tätigkeiten, für die immer noch echte Intelligenz vonnöten ist.

Der Siegeszug der KI, wie wir sie heute kennen, begann mit OpenAIs ChatGPT-Chatbot, der den Anwenderinnen und Anwendern im November 2022 in der Version 3.5 des zugrunde liegenden Sprachmodells kostenlos zur Verfügung gestellt wurde. Das Interesse war groß: Innerhalb von fünf Tagen registrierten sich mehr als eine Million Menschen für den Zugang. Trotz aller möglichen Einschränkungen. Der Rest ist Geschichte.

Größe der Modelle und Daten

Was unterscheidet die heutigen KI-Chatbots und Anwendungen von ihren Vorgängern? Auf den ersten Blick nicht viel, im Detail dann aber eine ganze Menge. Allein durch die früher zur Verfügung stehende Technik waren die ersten KI-Modelle natürlich kleiner und weniger leistungsfähig. Bildeten bei den ersten KI-Modellen noch ein paar Tausend Datensätze die Basis für die Ergebnisse, liefern bei GPT 4.x, dem Sprachmodell von ChatGPT, gleich Milliarden von Parametern die Entscheidungen. Nicht umsonst spricht man heute von sogenannten LLMs. Die Abkürzung steht für „Large Language Models“, also große Sprachmodelle.

Training und Datenbasis

Keine Frage, früher waren die Informationsquellen arg eingeschränkt. Eigentlich konnte man nur auf lokale Informationen zugreifen: die Bücherei um die Ecke, Freunde und Bekannte, vielleicht noch Hotlines. Die Zahl der zugrunde liegenden Datensätze war also nicht nur gering, sondern darüber hinaus qualitativ und lokal eingegrenzt. In den Zeiten des Internets als Datenquelle, der zunehmenden Vernetzung von Behörden, Institutionen und Firmen stehen ganz andere Quellen zur Verfügung. Die Sprachmodelle der einzelnen künstlichen Intelligenzen bestehen aus ganz unterschiedlichen Quellenarten, die in der Summe aber von der Qualität deutlich höher sind als alles, was früher zur Verfügung stand. Eine dieser Quellen ist beispielsweise Wikipedia, das Internetlexikon, das vor allem davon lebt, dass interessierte Nutzerinnen und Nutzer die Inhalte qualitätsmäßig immer und immer wieder sichern. Das ist allerdings kein Garant dafür, dass die Ergebnisse einer KI korrekt sind: Wenn wissentlich oder zufällig falsche Informationen veröffentlicht werden, gelangen diese natürlich auch in die Sprachmodelle. Manuell kontrollieren kann diese bei der schieren Menge an Informationen niemand mehr.

Verständnis und Fähigkeiten

Früher war es wichtig, die Anfragen an die KI genau definiert in Reihenfolge und Wortwahl zu stellen. Das aber widerspricht dem Ziel einer KI, möglichst intuitiv, niederschwellig und ohne Vorkenntnisse bedienbar zu sein. ChatGPT, Perplexity und andere nehmen sich Ihre Eingabe und bereiten sie so für Sie auf, dass Sie sie verstehen. Vollkommen egal, welche Worte, welchen Ton oder welchen Satzbau Sie wählen. In gewissen Grenzen „versteht“ eine KI Sie also, interpretiert, was Sie wirklich wollen, und liefert dann die verlangten Informationen in der gewünschten Form. Oft sogar genau darauf ausgerichtet, in welchem Ton Sie die Frage gestellt haben.

Personalisierung und Lernen

KI ist heute nicht mehr an einen bestimmten Wissensstand gebunden, sondern sie kann lernen, und zwar nicht nur aus in den Quellen neu enthaltenen Informationen, sondern auch von Ihnen als Nutzer. Jede Anfrage können Sie bewerten, was für eine Anpassung der nächsten Antworten sorgt. Auch die Zahl der Nachfragen, mit denen Sie das erste Ergebnis anpassen, bis Sie zufrieden sind, fließt mit ein. Es verhält sich also so, als hätten Sie einen persönlichen Assistenten, der Sie mit der Zeit immer besser kennenlernt und irgendwann weiß, was Sie wollen, auch wenn Sie sich nicht eindeutig ausdrücken. Doch die KI lernt nicht nur von Ihnen, sondern auch von allen anderen: Wahrscheinlich haben schon viele Menschen irgendwo auf der Welt das Problem gewälzt, das Sie heute lösen wollen, und ihre Ergebnisse der Öffentlichkeit zur Verfügung gestellt. Statt selbst an einer Lösung zu knobeln, nutzen Sie einfach das, was andere kluge Menschen bereits herausgefunden haben. Mit wenig Aufwand bauen Sie sich daraus Ihre eigenen, ganz auf Ihre persönlichen Anforderungen zugeschnittenen Lösungen.

Informationsbeschaffung war noch nie so einfach und gleichzeitig nachvollziehbar wie mit KI – vorausgesetzt, die Quellen sind verlässlich. Moderne Chatbots können schon im Vorfeld Informationen validieren und so Falschinformationen aussortieren. Wenn Sie sich allein die Entwicklung der letzten Monate anschauen, dann sind KI-Lösungen in dieser kurzen Zeit so viel schneller, funktionsreicher und besser bedienbar geworden, dass wir hier noch ganz am Anfang einer Entwicklung stehen, die unser aller Leben nachhaltig verändern wird. Stellen Sie sich vor: Krankheiten, die aufgrund der gesammelten Informationen und der Auswertungsmöglichkeiten von KI schon im frühesten Stadium erkannt werden können und gar nicht erst ausbrechen. Forschung zu wichtigen Themen, die auf der ganzen Welt synchron laufen kann, weil KI die Teilergebnisse an die richtigen Stellen bringt, in die benötigten Sprachen übersetzt und dabei schon aufbereitet. Frühwarnsysteme, die Naturkatastrophen verhindern, weil sie die kleinsten Hinweise darauf erkennen können.

Die Kehrseite von KI

Nach der anfänglichen Begeisterung über die ersten KI-Anwendungen und Chatbots dauerte es nicht lange, bis erste Kritik und erste Befürchtungen laut wurden. Besonders die Übernahme von Tätigkeiten, die bisher von Menschen durchgeführt wurden, sorgte für Unmut und Sorgen. Die Anwenderinnen und Anwender und Anbieter von KI-Lösungen beharren immer darauf, dass die frei werdenden Ressourcen bei Mitarbeitern dazu genutzt werden können, höherwertige Aufgaben durchzuführen. Nicht von der Hand zu weisen ist aber, dass gewisse Tätigkeiten wegfallen.

Kontrollverlust

Ein weiterer Kritikpunkt: Künstliche Intelligenz brilliert besonders da, wo sie riesige, vom Menschen nicht mehr handhabbare Datenmengen verarbeitet und auswertet. Damit geben Anwender ein Stück Kontrolle und Nachvollziehbarkeit aus der Hand: Das Ergebnis einer KI-Auswertung müssen Sie erst einmal so hinnehmen, eine Kontrolle der Basisdaten ist schwer möglich. Das öffnet natürlich Fake News und Falschinformationen Tür und Tor. Auch wenn viele der vertrauenswürdigen KI-Tools Zugriff auf die Quellen, die sie verarbeitet haben, zulassen – absolute Sicherheit gibt es nicht. Was oft nur am Rande bedacht wird: Die modernen KI-Tools stützen sich auf verfügbare Daten. Je größer der Datenbestand, desto differenzierter und nutzbarer die Ergebnisse, die ein KI-Tool Ihnen liefert. Das hat aber auch eine Kehrseite: Jeder KI-Anbieter ist darauf aus, so viele Daten wie möglich in die Hände zu bekommen. Folglich wird er alles Mögliche tun, um von den Anwenderinnen und Anwendern die Einwilligung zu bekommen, ihre Daten verarbeiten zu dürfen. Und das gilt nur für Unternehmen, die sich an geltende Datenschutzgesetzgebung halten (wollen). Unternehmen, die in irgendwelchen weit entfernten Staaten mit laxerer Gesetzgebung sitzen, interessiert Ihre Einwilligung im schlimmsten Fall nicht einmal. Da ist es wichtig, dass Sie sich darüber Gedanken machen, welche Daten Sie auf diese Weise preisgeben.

Was KI (noch) nicht kann

Wenn Sie diese Seiten gelesen haben, denken Sie vielleicht: Künstliche Intelligenz kann alles. Früher oder später wird sie den Menschen überflüssig machen. An diesem Punkt sind wir aber noch nicht. KI-Anwendungen unterliegen einigen Einschränkungen:

► Keine echte Kreativität: Später in diesem Buch werden Sie sehen, wie „kreativ“ KI-Anwendungen sein können. Doch das hat wenig mit echter Kreativität zu tun. Künstliche Intelligenz benötigt eine Datenbasis. Es werden also nur bereits vorhandene Werke neu erzeugt, verändert, kombiniert, aber es wird kein wirklich eigenständiges Ergebnis geschaffen. Das Bild, das Sie rechts oben sehen, ist zwar KI-generiert, doch die wahre kreative Leistung haben Menschen erbracht: Die Mona Lisa ist bekanntlich ein Meisterwerk von Leonardo da Vinci, doch auch die originelle Idee, sie in eine U-Bahn zu stellen, kam von Menschen, genauer gesagt von unserem Grafikteam. Der offensichtliche Fehler, dass die Mona Lisa hier zu viele Hände hat, ist wiederum der KI zuzuschreiben.

► Keine Intuition: