KI-Regulatorik – leicht gemacht E-Book

Alexander Deicke

• Herausgeber: Edition Wissenschaft & Praxis
• Kategorie: Fachliteratur
• Sprache: Deutsch

Veröffentlichungsjahr: 2025

Beschreibung

Künstliche Intelligenz (KI) verändert unseren Alltag und die Wirtschaft – doch was genau ist KI eigentlich? Und wie regulieren Politik und Unternehmen diese mächtige Technologie? Dieses Buch bietet eine leicht verständliche Einführung in die Welt der KI und zeigt auf, welche rechtlichen und ethischen Anforderungen beim Einsatz beachtet werden müssen:

– Technische Grundlagen von KI
– Die Regulierung Künstlicher Intelligenz in Europa
– Data Governance Act und Data Act
– ISO/IEC 42001 und IDW PS 861
– Wichtige Tools und Organisationen im Bereich KI

Im Fokus stehen der europäische AI Act, internationale Standards wie ISO/IEC 42001 sowie der verantwortungsvolle Umgang mit Daten. In praxisnahen Dialogen beleuchten drei Experten Chancen, Risiken und konkrete Vorgaben für Unternehmen – verständlich, anschaulich und fundiert. Eine Orientierungshilfe für alle, die KI sicher und regelkonform nutzen wollen.

Leseprobe

[1] KI-Regulatorik – leicht gemacht

[2]

GELBE SERIE – leicht gemacht

Herausgegeben von Helwig Hassenpflug †

Die leicht gemacht-Lehrbücher führen Studierende erfolgreich in die Fächer Recht (GELBE SERIE) und Steuern / Rechnungswesen (BLAUE SERIE) ein, indem sie besonderes Augenmerk auf didaktische Erfordernisse legen und die wichtigsten Grundlagen vermitteln. Die Bände richten sich insbesondere an Anfängerinnen und Anfänger ohne Vorkenntnisse und sind daher ideal für den Einstieg und zur Prüfungsvorbereitung.

Weitere spannende Bände unter:

www.leicht-gemacht.de

[3]

KI-Regulatorik leicht gemacht✓

KI-Kompetenz nach Art. 4 EU AI Act

1. Auflage

von Alexander Deicke, Francois Heynike und Hannes Deuerling

[4]

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

Umschlagbild: © Athitat Shinagowin – iStock

Alle Rechte vorbehalten

©2025 Edition Wissenschaft & Praxis bei Duncker & Humblot GmbH, Berlin

Carl-Heinrich-Becker-Weg 9

12165 Berlin, Germany

E-Mail: [email protected]

Internet: https://www.duncker-humblot.de

Satz: Datagroup-Int SRL, Timişoara, România

Druck: Prime Rate Kft., Budapest, Ungarn

Gedruckt auf FSC-zertifiziertem Papier

leicht gemacht® ist ein eingetragenes Warenzeichen

ISBN 978-3-87440-408-2 (Print)

ISBN 978-3-87440-808-0 (E-Book)

[5]

Inhalt

Lektion 1: Was ist Künstliche Intelligenz?

Lektion 2: Die historische Entwicklung von Künstlicher Intelligenz

Lektion 3: Künstliche Intelligenz im Film – Spiegel der Gesellschaft

Lektion 4: Grundlagen der KI-Technologie

Lektion 5: Was ist maschinelles Lernen?

Lektion 6: Anwendungsbereiche von Künstlicher Intelligenz

Lektion 7: Risiken beim Einsatz von Künstlicher Intelligenz

Lektion 8: Vor- und Nachteile von Künstlicher Intelligenz

Lektion 9: Einführung in Legal Tech

Lektion 10: Der EU AI Act

Lektion 11: Data Governance Act und Data Act

Lektion 12: ISO/IEC 42001

Lektion 13: IDW PS 861

Lektion 14: Internationale Regulierung von Künstlicher Intelligenz

Lektion 15: AI Officer

Lektion 16: Wichtige Tools und Organisationen im Bereich KI

Lektion 17: Die KI-Strategie Deutschlands

Ausblick

Sachregister

[6]

Übersichten

Übersicht 1:Arten Künstlicher Intelligenz10

Übersicht 2:Meilensteine der KI-Entwicklung16

Übersicht 3:Filme mit Künstlicher Intelligenz im Fokus20

Übersicht 4:Funktionsweise eines Algorithmus22

Übersicht 5:Schichten eines neuronalen Netzwerks23

Übersicht 6:Lernmethoden des maschinellen Lernens28

Übersicht 7:Anwendungsbereiche von KI43

Übersicht 8:Risiken von Künstlicher Intelligenz52

Übersicht 9:Vorteile und Nachteile des KI-Einsatzes63

Übersicht 10:Rechtliche Prüfung vor dem KI-Einsatz72

Übersicht 11:Risikobasierter Ansatz81

Übersicht 12:Zeitliche Umsetzung des AI Acts91

Übersicht 13:Sanktionen bei Nichtkonformität.96

Übersicht 14:Data Governance Act und Data Act110

Übersicht 15:Vorteile durch die ISO/IEC 42001114

Übersicht 16:Internationale Regulierung von KI138

Übersicht 17:Aufgaben eines AI Officers141

Übersicht 18:Auswahl wichtiger Akteure im Bereich KI156

Übersicht 19:Säulen der deutschen KI-Strategie171

[7]

Management Summary

Künstliche Intelligenz (KI) verändert unsere Welt rasant – von automatisierten Geschäftsprozessen bis hin zu personalisierten Kundenerlebnissen. Mit dem technologischen Fortschritt gehen jedoch auch neue regulatorische Herausforderungen einher. Dieses Buch bietet einen kompakten, praxisorientierten Einstieg in die regulatorischen Anforderungen rund um KI – insbesondere mit Blick auf den europäischen AI Act, Datenschutz (DSGVO), Ethik und Risikomanagement.

Im Zentrum steht die Frage: Wie können Unternehmen KI verantwortungsvoll, rechtskonform und gleichzeitig effizient einsetzen? Dafür liefert das Werk eine verständliche Aufbereitung der zentralen Vorschriften, gibt klare Handlungsempfehlungen und stellt konkrete Tools und Methoden zur Umsetzung vor. Ob Risikoklassifizierung von KI-Systemen, Anforderungen an Transparenz und Nachvollziehbarkeit oder organisatorische Maßnahmen wie der AI Officer – die Inhalte sind konsequent auf die Praxis ausgerichtet.

Ein besonderes Augenmerk liegt auf der strukturierten Herleitung der regulatorischen Anforderungen und deren Einbettung in bestehende Governance- und Compliance-Strukturen. Durch zahlreiche Übersichten und Beispiele dient das Buch als verlässlicher Kompass für Entscheidungsträger und Fachverantwortliche, die sich dem Thema KI-Regulierung systematisch nähern wollen.

„KI-Regulatorik – leicht gemacht“ ist ein unverzichtbarer Leitfaden für Unternehmen, die sich frühzeitig und wirksam auf die Anforderungen einer regulierten KI-Nutzung vorbereiten wollen. Es schafft Klarheit im Dschungel der Regularien – verständlich, praxisnah und lösungsorientiert.

[8]

Lektion 1: Was ist Künstliche Intelligenz?

Fall 1:

Max Bot, Gründer des Unternehmens „CloseKI“, und Jack Mat, Gründer der Online-Plattform „Forty Thieves“, treffen sich auf einer Technologie-Konferenz in Berlin. Während Max begeistert von den neuesten Fortschritten in der KI-Forschung berichtet, bleibt Jack skeptisch.

„Aber was genau ist Künstliche Intelligenz eigentlich?“, fragt er. „Ist das nicht nur ein Modewort für automatisierte Prozesse?“

Max schmunzelt und lehnt sich zurück. „Jack, Künstliche Intelligenz ist weit mehr als nur Automatisierung. Sie kann lernen, Muster erkennen und sogar eigenständig Entscheidungen treffen. Lass mich dir das genauer erklären.“

Definition der Künstlichen Intelligenz

Künstliche Intelligenz (KI)bezeichnet die Fähigkeit von Maschinen, Aufgaben auszuführen, die typischerweise menschliche Intelligenz erfordern. Dazu gehören unter anderem Mustererkennung, Problemlösung und Entscheidungsfindung.Moderne KI-Systeme basieren auf Algorithmen, die durch maschinelles Lernengroße Datenmengen analysieren und sich kontinuierlich verbessern. Dieser Lernprozess ähnelt dem Erlernen des Fahrradfahrens: Anfangs treten Fehler auf, doch mit jeder Wiederholung steigt die Präzision. Obwohl Maschinen kein Bewusstsein und keine Emotionenbesitzen, zeichnen sie sich durch ihre Fähigkeit aus, komplexe Muster in Sekundenbruchteilen zu analysieren. Das ermöglicht eine hohe Effizienz und Anpassungsfähigkeit.

Starke und Schwache KI

KI-Systeme lassen sich in zwei Hauptkategorien unterteilen: schwache KI (Weak AI)und starke KI (Strong AI). Der Unterschied zwischen schwacher KIund starker KIliegt vor allem im Grad der Autonomie und der Fähigkeit zur Generalisierung.

Schwache KIist auf einen spezifischen Anwendungsbereichbeschränkt. Sie ist auf eine bestimmte Aufgabe oder einen begrenzten Bereich [9] spezialisiert und nicht in der Lage, eigenständig neue Problemstellungen zu lösen. Beispiele sind Sprachassistentenwie Sirioder Alexa, Sprachmodellewie ChatGPT, Bilderkennungssystemedie Objekte auf Fotos identifizieren, oder Empfehlungsalgorithmen wie bei Netflix oder YouTube, die personalisierte Inhalte vorschlagen. Diese Systeme sind leistungsfähig, aber sie agieren innerhalb eines engen Rahmens und besitzen kein echtes Verständnis für ihre Aufgaben.

Derzeit existieren ausschließlich schwache KI-Systeme.Ein zentrales und ambitioniertes Ziel der weltweiten Forschung ist die Entwicklung einer starken KI, der sogenannten Allgemeinen Künstlichen Intelligenz (AGI, Artificial General Intelligence). Während heutige KI-Systeme auf spezifische Anwendungsbereiche beschränkt sind, zielt AGI darauf ab, eine menschenähnliche Intelligenz zu entwickeln. Eine AGI wäre in der Lage, selbstständig zu lernen, abstrakte Konzepte zu verstehen und komplexe Probleme zu lösen, ohne vorheriges Trainingauf einem bestimmten Datensatz. Sie könnte eigenständig logische Schlüsse ziehen, strategisch planen und kreative Lösungen entwickeln – Fähigkeiten, die bislang dem menschlichen Verstand vorbehalten waren. Die Realisierung einer solchen KI ist noch ungewiss. Während einige Experten davon ausgehen, dass AGI innerhalb der nächsten Jahre möglich sein könnte, warnen andere vor den ethischen und sicherheitstechnischen Herausforderungen, die mit einer hochentwickelten, autonom handelnden KI verbunden wären.

Leitsatz 1

Künstliche Intelligenz beschreibt die Fähigkeit von Maschinen, Aufgaben auszuführen, die typischerweise menschliche Intelligenz erfordern – wie etwa Lernen, Probleme lösen oder Entscheidungen treffen.

Lösung

Jack erkennt, dass Künstliche Intelligenz mehr als nur Automatisierung ist. Er fasst zusammen: „Also, Künstliche Intelligenz ist nicht einfach nur ein fest programmiertes System, sondern kann lernen und sich anpassen?“

[10] „Genau!“, bestätigt Max. „Und das macht sie zu einer der mächtigsten Technologien unserer Zeit.“

Jack nickt langsam. „Das heißt aber auch, dass wir gut überlegen müssen, wie wir sie einsetzen. Nicht wahr?“

Max lächelt. „Ganz genau.“

[11]

Lektion 2: Die historische Entwicklung von Künstlicher Intelligenz

Fall 2:

Jack und Max setzen ihr Gespräch auf der Konferenz fort. Jack fragt: „Aber KI ist doch eine ziemlich neue Technologie, oder? Seit wann gibt es das eigentlich?“

Max lacht. „Ganz und gar nicht! Die Ursprünge der KI reichen bis in die 1950er Jahre zurück. Lass mich dir die Entwicklung erklären.“

Die Anfänge der Künstlichen Intelligenz

Die Wurzeln der Künstlichen Intelligenz reichen zurück in die 1950er Jahre, als Wissenschaftler begannen, sich intensiv mit der Frage zu beschäftigen, ob Maschinen menschenähnliche Intelligenz entwickeln könnten. Einer der wichtigsten Pioniere dieser Forschung war der amerikanische Informatiker John McCarthy, der 1956den Begriff „Künstliche Intelligenz“prägte.

John McCarthy – Der Vater der Künstlichen Intelligenz

Der Amerikaner John McCarthy (1927–2011)war einer der führenden Köpfe in der frühen KI-Forschung. Als Informatiker entwickelte er dieProgrammiersprache Lisp, die lange Zeit als Standard für KI-Programme galt. Seine Forschung konzentrierte sich auf Bereiche wie maschinelles Lernen, Wissensdarstellung und Robotik. Für seine bahnbrechenden Beiträge zur Informatik erhielt McCarthy zahlreiche Auszeichnungen, darunter den Turing Award, die wohl renommierteste Auszeichnung im Bereich der Informatik. Sein größter Beitrag war jedoch die Organisation des Dartmouth-Workshopsim Jahr 1956, der als offizieller Startpunkt der Künstlichen Intelligenz gilt.

Der Dartmouth-Workshop – Die Geburtsstunde der KI

Auf dieser Konferenz am Dartmouth College in New Hampshirekamen führende Wissenschaftler aus verschiedenen Disziplinen zusammen, um eine entscheidende Frage zu diskutieren: Kann Intelligenz so genau beschrieben werden, dass eine Maschine sie simulieren kann? Die [12] Teilnehmer waren überzeugt, dass Fortschritte in Mathematik, Logik und Rechenleistung Maschinen ermöglichen würden, Aufgaben zu übernehmen, die bislang menschlicher Intelligenz vorbehalten waren. Die Themen des Workshops umfassten:

Definition von KI: Die Teilnehmer arbeiteten an einer klaren Definition des Begriffs „Künstliche Intelligenz“ und seiner Relevanz für die Wissenschaft.

Zielsetzungen der Forschung: Die Diskussion um die langfristigen Ziele der KI-Forschung, einschließlich der Entwicklung von Maschinen, die menschenähnliche Intelligenz nachahmen können.

Methoden des maschinellen Lernens: Erörterung der verschiedenen Ansätze zur Implementierung von Lernalgorithmen und deren Anwendung in der KI.

Wissensdarstellung: Analyse der Möglichkeiten, Wissen in computergestützten Systemen darzustellen und zu verarbeiten.

Sprachverständnis: Diskussion über die Herausforderungen der natürlichen Sprachverarbeitung und die Entwicklung von Systemen, die menschliche Sprache verstehen und generieren können.

Ethik und gesellschaftliche Auswirkungen: Erste Überlegungen zu den ethischen Fragestellungen und den gesellschaftlichen Auswirkungen, die mit der Entwicklung von KI-Technologien verbunden sind.

Obwohl die Erwartungen anfangs sehr hoch waren, erwies sich der Weg zur intelligenten Maschine als weitaus komplexer als gedacht. Dennoch legte der Dartmouth-Workshop das Fundament für die moderne KI-Forschung, die bis heute anhält.

Meilensteine der frühen KI-Forschung

In den 1960erund 1970erJahren entstanden die ersten Expertensysteme, die speziell für bestimmte Aufgaben entwickelt wurden, etwa für medizinische Diagnosen oder chemische Analysen. Diese Systeme basierten auf umfangreichen Wissensbasenund festen Regeln, die von [13] menschlichen Experten definiert wurden. Ein Schlussfolgerungsmechanismus ermöglichte es ihnen, aus diesen Vorgaben logische Entscheidungen abzuleiten. Allerdings waren sie stark spezialisiert und konnten keine allgemeinen Probleme lösen oder aus Erfahrungen lernen, was sie von heutigen KI-Systemen unterscheidet.

Parallel dazu begann die Forschung an intelligenten Robotern, die ihre Umgebung aktiv wahrnehmen und darauf reagieren konnten. Ein wichtiges Projekt war der Mark 1 Perceptron, im Jahr 1957entwickelt vonFrank Rosenblatt. Er basierte auf einem frühen künstlichen neuronalen Netz und sollte zeigen, dass Maschinen durch Erfahrungen lernen können. Obwohl das Projekt aus technischen Gründen nicht weitergeführt wurde, legte es die Grundlagen für spätere Entwicklungen im maschinellen Lernen. Ein weiterer bedeutender Meilenstein war Shakey, ein vomStanford Research Institutezwischen 1966 und 1972entwickelter Roboter, der in der Lage war, eigenständig Hindernisse zu erkennen, Befehle zu interpretieren und sich gezielt fortzubewegen – eine bahnbrechende Neuerung für die damalige Zeit.

Der KI-Winter

Die 1980erJahre markierten eine KI-Ruheperiode, eine Zeit, in der die Begeisterung und Finanzierung für KI-Projekte nachließen, da die Erwartungen an die Technologie nicht erfüllt werden konnten. Zudem verfügte die Hardware nicht über ausreichend Leistungskapazitätund war sehrkostspielig. Dennoch wurden wichtige theoretische Grundlagen in dieser Zeit gelegt, die später zu Durchbrüchen führten.

Das KI-Revival: Von Big Data zu Deep Learning

Ab den 1990erJahren erlebte die KI-Forschung mit dem Aufkommen des Internets und der Verfügbarkeit großer Mengen an Daten ein Revival. Fortschritte in der Rechenleistung und neuer Algorithmen, insbesondere im Bereich des maschinellen Lernensund der künstlichen neuronalen Netze, führten zu erneuten Erfolgen und Anwendungen in der Praxis. Maschinelles Lernen (Machine Learning) ist ein Teilbereich der Künstlichen Intelligenz. Der Schwerpunkt liegt dabei auf dem Trainieren von Computern, um aus Daten und Erfahrungen zu lernen und sich stets zu verbessern, anstatt explizit dafür programmiert zu werden. Künstliche neuronale Netze sind Algorithmen, die der Funktionsweise des [14] menschlichen Gehirns nachempfunden sind. Mit Hilfe dieser Neuronalen Netzen können verschiedene komplexe Problemstellungen gelöst werden. Der Durchbruch kam schließlich in den 2010erJahren, als Deep Learning– eine Methode des maschinellen Lernens, die auf tiefen neuronalen Netzen basiert – erhebliche Fortschritte in der Bilderkennung, Sprachverarbeitung und anderen komplexen Aufgaben ermöglichte. Tech-Giganten wieGoogle, Apple, Facebook (heute Meta), Microsoft und Amazoninvestierten massiv in die KI-Forschung und entwickelten erste wegweisende Anwendungen. Googlerevolutionierte die maschinelle Sprachverarbeitung mit Google Translate, während Applemit Siriden ersten massentauglichen Sprachassistenten auf den Markt brachte. Amazonfolgte mit Alexaund Microsoftintegrierte KI in seine Office-Produkte und Suchmaschine Bing. Parallel dazu arbeiteten Unternehmen wie Teslaan der Entwicklung autonomer Fahrzeuge, während Plattformen wie Netflix und YouTubeKI nutzten, um personalisierte Empfehlungen zu optimieren. In der Medizin trugen neuronale Netze zur besseren Diagnose von Krankheiten bei, während in der Industrie Roboter und automatisierte Systemezunehmend auf KI-Technologien zurückgriffen.

Die 2020er Jahre: Die Ära der generativen KI

Mit dem Beginn der 2020erJahre erreichte die KI-Technologie eine neue Stufe: Generative Künstliche Intelligenz. Während frühere KI-Systeme hauptsächlich darin bestanden, Daten zu analysieren und Muster zu erkennen, begannen nun Modelle, selbstständig Texte, Bilder, Musik und sogar Videos zu generieren. Ein entscheidender Meilenstein war die Entwicklung von GPT-3durch OpenAIim Jahr 2020, das erstmals in großem Maßstab menschenähnliche Texte erzeugen konnte. Dies legte den Grundstein für zahlreiche Anwendungen, darunter KI-gestützte Chatbots, Content-Generierung und automatisierte Programmierung.2022folgte mit ChatGPTeine der ersten generativen KI-Anwendungen, die breite gesellschaftliche Aufmerksamkeit erregte. Google zog mitBard (später Gemini)nach, während Microsoft OpenAI-Technologie in seine Copilot-Produkteintegrierte. Midjourney, DALL-E und Stable Diffusionbrachten KI-gestützte Bildgenerierung auf ein neues Level und revolutionieren heute Design- und Kreativbranchen. Auch in der Unternehmenswelt setzte sich KI immer stärker durch. Firmen nutzenLarge Language Models (LLM)für automatisierte Kundenbetreuung, Marktforschung und Prozessoptimierung. In der Wissenschaft kamen [15] generative Modelle zur Medikamentenentwicklung und Materialforschungzum Einsatz.

Leitsatz 2

Die KI-Forschung begann in den 1950er Jahren mit der Vision, Maschinen zu entwickeln, die menschenähnlich denken und Probleme lösen können.

Lösung

Jack ist beeindruckt: „Unglaublich, dass KI schon seit den 1950ern existiert. Ich dachte immer, das sei eine Erfindung der letzten Jahre.“

Max nickt. „Ja, viele glauben das. Aber tatsächlich gab es schon früh Visionäre wie John McCarthy, die KI als Konzept entwickelten. Nur die Technologie war damals noch nicht so weit.“

„Und dann gab es diesen KI-Winter, wo alles fast zum Stillstand kam?“

„Genau. Doch mit besseren Computern, mehr Daten und neuen Algorithmen kam das Revival – und heute ist KI überall“, erklärt Max.

Jack seufzt. „Das heißt, wir stehen gerade an einem neuen Wendepunkt. Die KI entwickelt sich rasant weiter. Aber je mächtiger sie wird, desto mehr Verantwortung müssen wir übernehmen, oder?“

Max lächelt. „Ganz genau. Die Technologie selbst ist neutral – es liegt an uns, sie sinnvoll und ethisch einzusetzen.“

Jack nickt langsam. „Na dann, auf eine spannende Zukunft!“

[16]

[17]

Lektion 3: Künstliche Intelligenz im Film – Spiegel der Gesellschaft

Fall 3:

„Mag ja sein, dass KI ein großes Thema in der Wissenschaft ist“, meint Jack, „aber wenn sie wirklich so bedeutend wäre, müsste sie doch auch in Filmen oder Serien eine große Rolle spielen. Meiner Meinung nach hält sich das eher in Grenzen.“

Max schüttelt den Kopf. „Da liegst du falsch, Jack. KI ist seit Jahrzehnten ein fester Bestandteil der Filmgeschichte. Filme über KI zeigen nicht nur, was technologisch möglich ist, sondern auch die Chancen und Gefahren, die mit dieser Entwicklung einhergehen.“

Jack verschränkt die Arme. „Na dann, überzeug mich. Welche Filme sind denn wirklich relevant?

Künstliche Intelligenz in der Filmgeschichte – Zwischen Faszination und Warnung

Filme über Künstliche Intelligenz sind weit mehr als reine Science-Fiction. Sie greifen gesellschaftliche Ängste und Hoffnungenauf und stellen tiefgehende philosophische Fragen: Können Maschinen ein eigenes Bewusstsein entwickeln? Wo verläuft die Grenze zwischen Mensch und Maschine? Wie sehr dürfen wir Künstlicher Intelligenz vertrauen? Während einige Filme KI als bedrohliche Macht darstellen, die außer Kontrolle gerät, zeigen andere ihre potenziellen Vorteile – sei es als Helfer, als Begleiter oder sogar als Wesen mit menschlichen Emotionen. In beiden Fällen helfen uns diese Darstellungen, ein kritisches Bewusstsein für die Entwicklung und den verantwortungsvollen Umgang mit KI zu entwickeln.

Einige der bekanntesten Filme, in denen Künstliche Intelligenz eine zentrale Rolle spielt:

2001: Odyssee im Weltraum (1968)– Stanley Kubricks Meisterwerk zeigt HAL 9000, eine hochentwickelte KI, die schrittweise eine Bedrohung für die Besatzung eines Raumschiffs wird. HALs ruhige, [18] aber unheimliche Stimme machte ihn zu einer der ikonischsten KIs der Filmgeschichte.

Blade Runner (1982)– Ridley Scotts Kultfilm, basierend auf Philip K. Dicks Roman „Träumen Androiden von elektrischen Schafen?“, stellt die Frage, was es bedeutet, ein Mensch zu sein. Der Film untersucht die moralischen und existenziellen Fragen, die sich aus der Existenz humanoider Roboter, genannt Replikanten, ergeben.

Terminator (1984)– James Camerons Science-Fiction-Klassiker zeigt eine düstere Zukunft, in der die KI Skynet die Menschheit als Bedrohung ansieht und sie auslöschen will. Der ikonische Terminator, ein unaufhaltsamer Killerroboter, symbolisiert die Angst vor einer außer Kontrolle geratenen Maschinenintelligenz.

The Matrix (1999)– Die Wachowski-Geschwister erzählen die Geschichte einer Welt, in der Menschen unwissentlich in einer von Maschinen geschaffenen Simulation gefangen sind. Der Kampf gegen die übermächtige Technologie wirft tiefgehende Fragen zu Realität, freiem Willen und der Macht von KI auf.

A.I. Künstliche Intelligenz (2001)– Steven Spielberg erzählt die Geschichte eines kindlichen Roboters, der mit echten Gefühlen programmiert ist und verzweifelt nach der Liebe seiner menschlichen „Mutter“ sucht. Der Film besticht durch seine emotionale Tiefe und technische Vision.

I, Robot (2004)– Basierend auf Isaac Asimovs Werken, erzählt der Film von einer Zukunft, in der Roboter allgegenwärtig sind – bis einer beginnt, sich über seine Programmierung hinwegzusetzen.

Her (2013)– In diesem Film von Spike Jonze verliebt sich ein einsamer Mann in ein intelligentes Betriebssystem, welches durch seine Fähigkeit zur emotionalen Verbindung und zum Lernen beeindruckt. Der Film erforscht die Grenze zwischen menschlichem und künstlichem Bewusstsein.

Transcendence (2014)– Johnny Depp spielt einen Wissenschaftler, dessen Bewusstsein in eine KI hochgeladen wird. Der Film behandelt [19] die Frage, ob eine digitale Kopie eines Menschen wirklich „er“ ist – oder nur eine Simulation.

Ex Machina (2015)– Dieser psychologische Thriller von Alex Garland beleuchtet die Beziehung zwischen einem genialen Erfinder und seiner neuesten Schöpfung, einem weiblichen Roboter mit fortgeschrittener Künstlicher Intelligenz, die ihre eigene Identität und Freiheit sucht.

Diese Filme bieten nicht nur spannende Unterhaltung, sondern regen auch zum Nachdenken über die ethischen und gesellschaftlichen Implikationen der steigenden Bedeutung von KI in unserer Welt an.

Leitsatz 3