Unser Glossar. Von A-Z.

Alles, was ihr über AI wissen solltet

Artificial Intelligence, Machine Learning, Neural Networks – bitte was?! Keine Panik, in unserem Glossar erklären wir Begriffe rund um das Thema AI. So bekommt Ihr den Durchblick und könnt mitreden.

Ihr sucht einen Begriff oder versteht ein bestimmtes Thema nicht und möchtet, dass es hier aufgenommen wird? Schickt uns gerne eine E-Mail über den Button unten:

Vorschlag senden

A

Artificial Intelligence

Was versteht man unter dem Begriff Künstliche Intelligenz und wo kommt er her? Prof. Richard Lackes definiert KI im Gabler Wirtschaftslexikon wie folgt:
Artificial Intelligence / Künstliche Intelligenz: Erforschung „intelligenten” Problemlösungsverhaltens sowie die Erstellung „intelligenter” Computersysteme. Künstliche Intelligenz (KI) beschäftigt sich mit Methoden, die es einem Computer ermöglichen, solche Aufgaben zu lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern.
Lackes erklärt darüber hinaus, welche Methoden zum Informatik-Teilbereich der KI gehören, z.B. lernende Algorithmen, Bild- und Spracherkennung oder Robotik.

Augmented Intelligence

Alternativ zu Artificial Intelligence bietet sich auch der Begriff der Augmented Intelligence, erweiterte Intelligenz, an. IBM nutzt diesen Begriff. Er beschreibt, dass selbstlernende Algorithmen, in welcher Form auch immer, unsere menschlichen Fähigkeiten nicht ersetzen, sondern ergänzen und unterstützen. AI-Professorin Jana Koehler spricht von unterstützenden Systemen.
Was bedeutet dieses Verständnis von AI für den Einsatz im Unternehmen? Und warum ist die Intelligenz in dieser Gleichung weiterhin eine menschliche? Forbes-Autor Joe McKendrick beleuchtet dies in zwei kurzen Artikeln mit verschiedenen Experten.

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schick uns gerne eine E-Mail über den Button unten:

Vorschlag senden

B

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

C

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

D

Deep Learning

Das sogenannte Deep Learning (DL) umschreibt Tristan Greene auf thenextweb.com so:
„...a method by which a machine can extract information from data by sending it through different layers of abstraction. It’s a bit like using a series of increasingly small sifters to sort through chunks of rock for tiny bits of gold. At first you’d filter out large stones, then small rocks and pebbles, and finally you’d sift through whats left for flakes.”

Der Unterschied zum Goldschürfen: Ein DL-Algorithmus lernt, Katzen oder Hunde in Bildern zu erkennen, also Muster in großen Datenmengen zu erkennen.

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

E

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

F

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

G

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

H

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

I

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

J

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

K

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

L

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

M

Machine Learning/Maschinelles Lernen

Was versteht man unter Machine Learning (ML)? Karen Hao vom MIT Technology Review erklärt es so:

Machine-learning algorithms use statistics to find patterns in massive amounts of data. And data, here, encompasses a lot of things—numbers, words, images, clicks, what have you. If it can be digitally stored, it can be fed into a machine-learning algorithm. Note: Okay, there are technically ways to perform machine learning on smallish amounts of data, but you typically need huge piles of it to achieve good results.

Damit sind ML-Algorithmen für einen Großteil der aktuellen Fortschritte und Anwendungen im Bereich AI verantwortlich: von Netflix’ und YouTubes Empfehlungssystemen über die Suchmaschinen von Google und Co. und die Algorithmen von Facebook und Twitter bis hin zu den Sprachassistenten Siri und Alexa. All diese Systeme basieren auf ML. Ziel ist es, Muster in unserem Verhalten zu finden und auf dieser Basis unser zukünftiges Verhalten vorherzusagen.

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

N

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

O

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

P

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

Q

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

R

Reinforcement Learning

Viele AI-Entwickler testen ihre Systeme zuerst an Spielen, etwa Schach, dem asiatischen Go oder verschiedenen Computerspielen. Warum? In einem Spiel muss die AI komplexe, aber planbare Aufgaben lösen. Die Trainingsmethode ist hier oft das sogenannte Reinforcement Learning, also bestärkendes Lernen. Bei dieser Form des Unsupervised Learning wird ein AI-System belohnt, wenn es zielführende Spielzüge macht und bestraft, wenn es schlechte Spielzüge macht. So lernt es nach der Methode „Trial and Error”, was eine sinnvolle Spielstrategie ist. Später lassen sich die Erkenntnisse dann in Bereichen wie dem autonomen Fahren nutzen. Die Methode entstammt der Verhaltenspsychologie und zählt somit zum Bereich bio-inspired Computing, wie Margaret Rouse in ihrer Erläuterung auf techtarget.com erklärt.

Apropos Spiele: Das Google Brain-Team hat kürzlich eine virtuelle Fußballumgebung geschaffen, in der nun AI-Spieler trainiert werden können.

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

S

Supervised Learning

Supervised Learning bzw. überwachtes Lernen ist eine Form des Deep Learning. Tristan Greene beschreibt das auf thenextweb.com so: Entwickler Labeln zum Beispiel Millionen von Bildern mit Essen, die sie auf Instagram finden. Der DL-Algorithmus wird dann mit diesen Daten gefüttert und registriert die Gemeinsamkeiten aller Bilder mit dem Label „Essen”. „In essence it puts bits of data into groups – like separating laundry before washing”, erklärt Greene. Danach überprüfen die AI-Trainer, wie korrekt der Algorithmus Objekte in Bildern erkennen kann, die nicht gelabelt sind. Diese Art des Lernens ist nützlich, wenn wir genau wissen, wonach wir suchen. Es ist die Basis für viele Dinge, die ein Smartphone heute kann, etwa Gesichter, Haustiere oder Essen auf Bildern erkennen.

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

T

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

U

Unsupervised Learning

Unsupervised Learning ist wie Supervised Learning eine Form des Deep Learning. Es kommt ins Spiel wenn mann noch nicht genau weiß, wonach man sucht oder einfach Einblicke in Zusammenhänge haben will. Tristan Greene beschreibt es auf thenextweb.com so:

Let’s say, for example, you’re trying to determine if someone is fudging the books at work, but you’ve got millions of pages of financial records to examine. You need a computer to help you look for patterns that could indicate theft, but there’s no way to create a dataset with ground-truth examples because you’re not entirely sure what you’re looking for.

Dafür werden dann Algorithmen entwickelt, die Daten nach Gemeinsamkeiten durchforsten. Da es keine vorgefertigten Label gibt, versucht der Algorithmus einfach alles über den vorliegenden Datensatz herauszufinden.

Since AI has no way of knowing what a cat or a dog is unless you label their images in your data, it’ll just output patterns in clusters. It might separate the images into dogs, cats, brown animals, white animals, spotted ones, striped ones, big ones, furry ones … you get the picture.

Im Beispiel der gefälschten Bücher würde die AI zum Beispiel nach Berechnungen suchen, die nicht aufgehen. So lässt sich herausfinden, wo eventuell Geld verschwindet.

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

V

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

W

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

X/Y

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

Z

Du suchst einen Begriff oder verstehst ein bestimmtes Thema nicht und möchtest, dass es hier aufgenommen wird? Schck uns gerne eine Mail über den Button unten:

Vorschlag senden

Abonniere jetzt den aiLetter!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.