Stellen Sie sich vor, Sie könnten einen Mitarbeiter einstellen, der nie schläft, aus jeder Erfahrung sofort lernt und Millionen Dokumente in Sekunden durcharbeitet. Genau das leistet künstliche Intelligenz heute — nicht als Science-Fiction, sondern als konkretes Werkzeug in tausenden Unternehmen weltweit.
📖 Definition: Künstliche Intelligenz (AI) bezeichnet Software-Systeme, die Aufgaben lösen, für die Menschen normalerweise Intelligenz benötigen — Texte verstehen, Bilder erkennen, Muster in Daten finden oder Entscheidungen treffen.
Der entscheidende Unterschied zu klassischer Software: AI-Systeme werden nicht für jede Situation einzeln programmiert. Sie lernen aus Daten und können sich an neue Situationen anpassen.
Ein Spam-Filter ist ein gutes Beispiel: Niemand hat ihm jede mögliche Spam-Mail beschrieben. Stattdessen hat er aus Millionen von E-Mails gelernt, Muster zu erkennen — und erkennt jetzt auch Spam, den er noch nie gesehen hat.
Der Oberbegriff für Systeme, die aus Daten lernen. ML-Algorithmen erkennen Zusammenhänge in historischen Daten und treffen Vorhersagen für neue Fälle. Beispiele: Betrugserkennung bei Kreditkarten, Nachfrageprognosen im Einzelhandel, Kundenabwanderung vorhersagen.
Eine Spezialform von ML, die neuronale Netze mit vielen Schichten verwendet. Deep Learning steckt hinter den beeindruckendsten AI-Durchbrüchen: Sprachassistenten, die natürliche Sprache verstehen, Bilderkennungssysteme in der Medizin und autonomes Fahren.
Die Stars der aktuellen AI-Revolution. Modelle wie GPT-5 (OpenAI), Claude Opus 4.6 (Anthropic) oder Gemini 3.1 (Google) wurden auf Milliarden von Textdokumenten trainiert. Sie verstehen Kontext, generieren menschenähnliche Antworten und können komplexe Aufgaben wie Programmierung, Analyse und kreatives Schreiben übernehmen.
💡 Tipp: Sie müssen diese Technologien nicht im Detail verstehen, um sie gewinnbringend einzusetzen. Wichtig ist zu wissen, was möglich ist und wo die Grenzen liegen.
| Stufe | Was sie kann | Status 2026 |
|---|---|---|
| Narrow AI 🎯 | Eine spezifische Aufgabe besser als Menschen lösen | ✅ Im produktiven Einsatz |
| General AI (AGI) 🧪 | Beliebige intellektuelle Aufgaben auf menschlichem Niveau | 🔬 Aktive Forschung |
| Super AI (ASI) 📖 | In allen Bereichen übermenschliche Intelligenz | 📖 Rein theoretisch |
🔑 Merke: Wenn im Unternehmenskontext von „AI" die Rede ist, geht es ausschließlich um Narrow AI — spezialisierte Systeme für konkrete Aufgaben. AGI und ASI sind Forschungsthemen, keine Geschäftswerkzeuge.
Vier Faktoren treiben die AI-Revolution:
🏢 Praxis-Beispiel: Ein mittelständisches Logistikunternehmen hat mit AI-gestützter Routenplanung die Lieferzeiten um 23 % reduziert und gleichzeitig den Kraftstoffverbrauch um 15 % gesenkt — ohne eigenes AI-Team, nur mit einem SaaS-Tool.
🎯 Übung: Denken Sie an drei Aufgaben in Ihrem Arbeitsalltag, die repetitiv und zeitaufwendig sind. Notieren Sie diese — in den kommenden Lektionen werden wir darauf zurückkommen.
Nächste Lektion: Generative AI verstehen — wie ChatGPT, Claude und Co. tatsächlich funktionieren.
Was ist der Hauptunterschied zwischen AI und klassischer Software?