KI einfach erklärt heißt für mich: Künstliche Intelligenz ist Software, die aus Beispielen lernt, statt jede Regel vorgeschrieben zu bekommen. Sie erkennt Muster in großen Datenmengen und wendet sie auf Neues an. So versteht sie Sprache, erkennt Gesichter oder schreibt Texte. Was sie nicht hat: Verständnis, Absicht oder Wissen im menschlichen Sinn. Genau diese Lücke erklärt die meisten Fehler.
Seit ChatGPT redet jeder über KI, und in meinen Kursen merke ich: Die meisten nutzen sie schon, haben aber nur eine vage Vorstellung davon, was im Hintergrund passiert. Diese Vorstellung entscheidet darüber, ob du der Maschine zu viel oder zu wenig zutraust.
Was KI von einem Taschenrechner unterscheidet
Ein Taschenrechner ist nicht intelligent, obwohl er schneller rechnet als du. Jemand hat ihm jede Regel einprogrammiert. Gibst du 7 mal 8 ein, läuft ein festes Verfahren ab, und das Ergebnis ist immer 56. Das gilt für fast alle klassische Software.
Eine KI arbeitet anders. Niemand schreibt ihr auf, woran man eine Katze auf einem Foto erkennt. Stattdessen zeigt man ihr Hunderttausende Fotos mit dem Hinweis „Katze“ oder „keine Katze“. Das Programm sucht sich die Merkmale selbst. Fachleute nennen das maschinelles Lernen, und es ist der Kern fast aller KI, die dir heute begegnet.
| Merkmal | Klassische Software | Lernende KI |
|---|---|---|
| Wie sie Aufgaben löst | Feste Regeln, von Menschen programmiert | Muster, aus Beispielen gelernt |
| Gleiche Eingabe | Immer gleiches Ergebnis | Ähnliche, oft nicht identische Ergebnisse |
| Fehlerart | Absturz oder Fehlermeldung | Plausibel klingende, aber falsche Ausgabe |
| Nachvollziehbarkeit | Jeder Schritt lässt sich prüfen | Entscheidungsweg nur schwer erklärbar |
| Beispiele | Taschenrechner, Tabellenkalkulation | Spamfilter, Übersetzer, ChatGPT |
Der Begriff selbst ist alt. Er stammt aus den 1950er Jahren und beschreibt seit damals ein Ziel: Maschinen sollen Aufgaben lösen, für die man bisher menschliches Denken brauchte. Was darunter fällt, verschiebt sich ständig: Schach galt einmal als Königsdisziplin der KI, heute nennt es kaum noch jemand so. Wenn du einen Begriff aus diesem Artikel nachschlagen willst, hilft dir das Klartext-Glossar mit den wichtigsten KI-Begriffen.
Wie eine KI lernt, ohne dass jemand ihr Regeln vorgibt
Trainingsdaten sind das Lehrbuch
Alles beginnt mit Daten. Für einen Spamfilter sind das Millionen E-Mails, die Menschen vorher als „Spam“ oder „kein Spam“ markiert haben. Für ein Sprachmodell wie ChatGPT sind es riesige Textmengen aus dem Internet, aus Büchern und aus Foren. Die Qualität dieser Daten bestimmt, was die KI später kann. Fehlen in den Daten bestimmte Gruppen, Sprachen oder Themen, fehlt später auch das Wissen. Enthalten die Daten Vorurteile, lernt die KI sie mit.
Ein neuronales Netz als Bild
Stell dir ein riesiges Netz aus Millionen kleiner Drehregler vor. Am Anfang stehen alle Regler zufällig. Du zeigst dem Netz ein Katzenfoto, es rät „Hund“. Ein Korrekturverfahren dreht daraufhin ein paar Regler minimal in die richtige Richtung. Das wiederholt sich millionenfach. Am Ende stehen die Regler so, dass das Netz Katzen meist richtig erkennt. Niemand weiß genau, welcher Regler wofür steht. Darum lassen sich KI-Entscheidungen so schwer erklären.
Der Name kommt vom Vorbild im Gehirn. Die Ähnlichkeit ist allerdings grob. Ein künstliches neuronales Netz ist am Ende Mathematik, nämlich sehr viele Multiplikationen und Additionen.
Was Deep Learning bedeutet
Deep Learning heißt wörtlich „tiefes Lernen“ und meint Netze mit vielen Schichten hintereinander. Die ersten Schichten erkennen bei einem Foto Kanten und Farbflächen, mittlere Schichten Formen wie Ohren oder Augen, die letzten Schichten ganze Objekte. Diese Technik hat ab etwa 2012 den Durchbruch gebracht, erst bei Bildern, dann bei Sprache.
Warum ChatGPT, Claude und Gemini Texte erzeugen statt nachschlagen
Die KI, über die heute alle reden, ist generative KI. Sie erzeugt neue Inhalte: Texte, Bilder, Stimmen, Videos. Im Zentrum stehen große Sprachmodelle, auf Englisch Large Language Models oder kurz LLM. ChatGPT von OpenAI, Claude von Anthropic, Gemini von Google und Copilot von Microsoft sind solche Modelle mit einer Chat-Oberfläche davor.
Ein Sprachmodell hat beim Training eine einzige Aufgabe geübt: das nächste Wort vorhersagen. Gib ihm „Der Hund jagt die“ und es ergänzt mit hoher Wahrscheinlichkeit „Katze“. Milliardenfach wiederholt an Text aus dem halben Internet, führt diese Übung zu einem Modell, das Briefe schreibt, Code erzeugt, zusammenfasst und Fragen beantwortet. Es hat dabei kein Lexikon im Hintergrund, in dem es nachschlägt. Es formuliert Wort für Wort das, was statistisch am besten passt.
Daraus folgt die wichtigste Eigenschaft, die du kennen musst. Das Modell weiß nicht, ob eine Aussage stimmt. Es weiß nur, ob sie plausibel klingt. Meist deckt sich beides, weil wahre Aussagen in den Trainingsdaten häufiger vorkommen. Manchmal aber erfindet das Modell eine Quelle, ein Zitat oder ein Datum, das nie existiert hat. Diese Fälle heißen Halluzinationen. Warum sie entstehen und wie du sie erkennst, erkläre ich im Artikel über KI-Halluzinationen und warum KI Fehler macht.
Die Anbieter bauen inzwischen Werkzeuge um das Modell herum: Websuche, Rechner, Datei-Upload. Das verbessert die Treffsicherheit deutlich, ändert am Kern aber nichts: Die Antwort entsteht durch Vorhersage, nicht durch Nachschlagen. Welcher Assistent für welche Aufgabe passt, zeigt der Vergleich der KI-Assistenten ChatGPT, Claude, Gemini und Copilot.
Schwache KI, starke KI und AGI ehrlich eingeordnet
Alles, was heute existiert, ist schwache KI. Der Begriff klingt abwertend, meint aber nur: Das System beherrscht eine Art von Aufgabe oder einen Bereich, nicht alles. Ein Schachprogramm kann kein Auto fahren. Selbst ChatGPT, das erstaunlich viele Aufgaben beherrscht, bleibt ein System für Sprache und sprachähnliche Daten.
Starke KI oder AGI (Artificial General Intelligence) bezeichnet eine Maschine, die jede geistige Aufgabe mindestens so gut wie ein Mensch löst, über alle Bereiche hinweg. Die gibt es nicht. Es gibt bis heute keine Definition, auf die sich die Fachwelt einigt. Manche Firmenchefs kündigen AGI für die nächsten Jahre an, andere Forscher halten den Begriff für unbrauchbar. Wenn du das Wort in einer Pressemitteilung liest, hilft eine einfache Frage: Welche konkrete Aufgabe kann das System heute, die es gestern nicht konnte?
Auch „Reasoning-Modelle“, die vor der Antwort länger rechnen, und „KI-Agenten“, die mehrere Schritte selbstständig ausführen, sind echter Fortschritt. Beides bleibt schwache KI im oben beschriebenen Sinn.
Wo du KI heute schon nutzt, ohne es zu merken
In meinen Kursen frage ich zu Beginn, wer schon einmal KI benutzt hat. Die meisten zögern. Nach zehn Minuten ist allen klar, dass sie es längst tun, denn maschinelles Lernen steckt seit Jahren in Alltagsdiensten:
- Das Navi berechnet die Ankunftszeit aus Verkehrsdaten von Millionen Geräten
- Der Spamfilter deines Mailanbieters sortiert aus, was nach Werbung oder Betrug aussieht
- Die Fotos-App auf dem Smartphone erkennt Gesichter, Orte und sogar Hunderassen
- Übersetzer wie DeepL oder Google Translate arbeiten mit neuronalen Netzen
- Streaming-Dienste schlagen dir Filme vor, die zu deinem bisherigen Verhalten passen
- Autokorrektur und Wortvorschläge auf der Handy-Tastatur sind kleine Sprachmodelle
Keiner dieser Dienste wirkt wie ein Roboter aus dem Film. Das ist der Normalfall: KI arbeitet im Hintergrund und löst eine klar umrissene Aufgabe. Chatbots wie ChatGPT sind die Ausnahme, weil du dort direkt mit dem Modell sprichst. Wie weit Erwartung und Alltag auseinanderliegen, habe ich schon einmal im Beitrag KI im Alltag zwischen Hype und Wirklichkeit beschrieben.
Was KI nicht kann
Die aktuellen Systeme haben Grenzen, die aus ihrer Bauweise folgen und sich nicht einfach wegprogrammieren lassen.
- Fakten garantieren. Ein Sprachmodell kann Namen, Zahlen, Urteile oder Studien erfinden, und zwar in demselben sicheren Ton wie korrekte Angaben.
- Verstehen, was es sagt. Das Modell hat keine Vorstellung von der Welt. Es weiß nicht, dass ein Glas zerbricht, wenn es fällt. Es weiß nur, dass dieser Satz oft so weitergeht.
- Aktuell sein. Das Training endet an einem Stichtag. Ohne eingeschaltete Websuche kennt das Modell nichts, was danach passiert ist.
- Neutral sein. Vorurteile aus den Trainingsdaten wandern in die Antworten. Das betrifft Geschlecht, Herkunft, Sprache und Weltregion.
- Verantwortung tragen. Für eine falsche Rechnung, eine schiefe Diagnose oder eine erfundene Quelle haftest am Ende du, nicht die Maschine.
Dazu kommt der Umgang mit deinen Daten. Was du in einen Chatbot eingibst, landet auf fremden Servern und kann je nach Einstellung zum Training verwendet werden. Welche Angaben dort nichts verloren haben, liest du im Artikel Was du nie in ChatGPT eingeben solltest.
Was das für Beruf und Unterricht bedeutet
Du brauchst keine Technik-Kenntnisse, um von KI zu profitieren, aber ein realistisches Bild davon, was sie gut kann: Texte entwerfen und umformulieren, lange Dokumente zusammenfassen, Ideen sammeln, Struktur in Notizen bringen, übersetzen, Tabellen und Formeln erklären. Alles, was mit Sprache und Mustern zu tun hat.
Weniger gut ist sie bei allem, was exakt stimmen muss und was sie nicht nachprüfen kann. Hier gilt eine Faustregel, die ich in jedem Kurs wiederhole: Nutze KI für den ersten Entwurf, nie für die letzte Prüfung. Den Entwurf liest du, korrigierst du und verantwortest du.
Für Lehrkräfte, Dozenten und Trainer kommt eine zweite Ebene dazu: Ihre Teilnehmer nutzen KI längst, oft ohne die Grenzen zu kennen. Wer die Arbeitsweise selbst versteht, kann sie vermitteln und sinnvolle Aufgaben stellen. Wie das in der Praxis aussieht, zeigt der Leitfaden KI in der Unterrichtsvorbereitung.
Wenn du tiefer einsteigen willst, empfehle ich zwei Bücher. „Künstliche Intelligenz für Dummies“ von Ralf Otte (Wiley-VCH, 3. Auflage 2026) erklärt die Technik gründlich und ohne Vorkenntnisse, verlangt aber etwas Geduld. „Die KI war’s!“ von Katharina Zweig (Heyne, 2023) zeigt anhand echter Fälle, wo KI-Systeme danebenliegen und wer dafür verantwortlich ist. Das zweite liest sich leichter, das erste ist das gründlichere. Weitere Titel bespreche ich in der Übersicht KI-Bücher für Einsteiger.
„Künstliche Intelligenz für Dummies“ bei Amazon ansehen* „Die KI war's!“ bei Amazon ansehen*Drei risikofreie erste Schritte für dich
Diese drei Übungen kosten nichts und zeigen dir Stärken und Schwächen am eigenen Beispiel. ChatGPT, Claude, Gemini und Copilot bieten alle eine kostenlose Version an (Stand November 2026), eine E-Mail-Adresse reicht für den Start.
- Eine harmlose Aufgabe. Kopiere eine E-Mail, die du ohnehin schreiben musst, und bitte um eine höflichere oder kürzere Fassung. Namen und Beträge ersetzt du vorher durch Platzhalter.
- Ein Faktencheck. Frag nach drei Fakten zu deinem Wohnort oder deinem Fachgebiet, die du selbst sicher kennst. Prüfe jede Antwort. So erlebst du, wie überzeugend ein Fehler klingen kann.
- Ein Vergleich. Stell dieselbe Frage zwei verschiedenen Assistenten. Wo sich die Antworten unterscheiden, lohnt sich das Nachschlagen.
Für den Einstieg mit ChatGPT gibt es eine eigene ChatGPT-Anleitung für Anfänger. Wenn die Antworten noch nicht passen, liegt es meist an der Frage. Wie du bessere Anweisungen formulierst, steht in der Anleitung zum Schreiben guter Prompts.
Häufige Fragen
Was ist KI einfach erklärt?
Künstliche Intelligenz ist Software, die aus Beispielen lernt, statt feste Regeln abzuarbeiten. Sie erkennt Muster in Daten und wendet sie auf neue Fälle an, etwa beim Erkennen von Spam, beim Übersetzen oder beim Schreiben von Texten. Verständnis oder Bewusstsein gehören nicht dazu.
Wie funktioniert KI einfach erklärt?
Ein Programm bekommt sehr viele Beispiele mit der richtigen Lösung, etwa Fotos mit der Angabe „Katze“. Ein Rechenverfahren passt Millionen interner Werte so lange an, bis das Programm die Beispiele meist richtig einordnet. Danach wendet es das Gelernte auf unbekannte Eingaben an.
Was ist der Unterschied zwischen KI und ChatGPT?
KI ist der Oberbegriff für alle lernenden Systeme, vom Spamfilter bis zum selbstfahrenden Auto. ChatGPT ist ein einzelnes Produkt der Firma OpenAI: ein Sprachmodell mit Chat-Oberfläche, das Texte erzeugt. Es ist also eine KI, aber längst nicht die einzige.
Was ist generative KI?
Generative KI erzeugt neue Inhalte: Texte, Bilder, Musik, Stimmen oder Videos. Sie unterscheidet sich von KI, die nur einordnet oder erkennt, wie ein Spamfilter. ChatGPT, Claude, Gemini und Bildgeneratoren wie Midjourney gehören dazu.
Kann KI gefährlich werden?
Die realen Risiken liegen heute weniger bei Roboter-Szenarien als bei Alltagsfehlern: erfundene Fakten, die jemand ungeprüft übernimmt, Deepfakes für Betrug, Diskriminierung durch verzerrte Daten und Berufe, die sich stark verändern. Sie sind konkret und lassen sich mit Wissen und Regeln eingrenzen.
Kann KI ein Bewusstsein entwickeln?
Dafür gibt es keinen Hinweis. Sprachmodelle erzeugen Texte, die nach Gefühlen oder Absichten klingen, weil sie solche Texte von Menschen gelernt haben. Ob Maschinen je ein Bewusstsein haben können, ist eine offene philosophische Frage, kein technisches Merkmal aktueller Systeme.
Mein Rat
Behandle KI wie einen sehr belesenen, sehr schnellen Praktikanten, der nie zugibt, wenn er etwas nicht weiß. Du gibst klare Aufgaben, du liest jedes Ergebnis, du prüfst jede Zahl. So sparst du Zeit und läufst in keine der typischen Fallen.
Der nächste Schritt ist der praktische. Leg dir ein kostenloses Konto an und arbeite die drei Übungen von oben durch. Wenn du dabei auf Begriffe stößt, die hier nicht vorkamen, schlag sie im Glossar der KI-Begriffe nach. Und falls dich beim Ausprobieren eine selbstbewusst falsche Antwort überrascht: Genau darum geht es im Artikel über KI-Halluzinationen.
