Künstliche Intelligenz, maschinelles Lernen, Deep Learning, generative KI, Agenten: Die Wörter werden oft verwendet, als bedeuteten sie dasselbe. Das tun sie nicht. Sie sind Ringe einer Landkarte, einer im anderen, wie die Schichten einer Zwiebel. Kennen Sie die Landkarte, können Sie jedes KI-System einordnen, von dem Sie lesen, vom Spamfilter bis zum Roboter — und Sie wissen, welche Fragen Sie dazu stellen sollten.
Dies ist Teil 1 von Level 0 in unserem Lernpfad KI-Grundlagen. Sie lernen die sechs Ringe des KI-Universums kennen, was jeder hinzufügt, welche Meilensteine sie markieren und was die Daten zu mehr als tausend bemerkenswerten KI-Modellen darüber zeigen, wohin sich das Feld bewegt hat. Mathematik oder Programmieren brauchen Sie dafür nicht.
Sechs Ringe, eine Landkarte
Künstliche Intelligenz (KI) ist das ganze Feld: jedes Verfahren, das eine Maschine so handeln lässt, wie wir es intelligent nennen würden — eine Route planen, Schach spielen, ein Gesicht erkennen, eine Frage beantworten. Frühe KI tat das mit Regeln und Suchverfahren, die Menschen aufgeschrieben hatten, und manche Systeme tun es bis heute.
Maschinelles Lernen (Machine Learning, ML) ist der Teil der KI, in dem die Maschine ihre Regeln aus Daten lernt, statt sie gesagt zu bekommen. Sie zeigen ihr Beispiele, sie findet das Muster. Klassische Verfahren wie Entscheidungsbäume, lineare und logistische Regression oder k-Means-Clustering gehören hierher.
Neuronale Netze sind eine Familie von Modellen des maschinellen Lernens, lose vom Gehirn inspiriert: viele einfache künstliche Neuronen, in Schichten verbunden, von denen jedes eine gewichtete Summe seiner Eingänge weitergibt. Das erste wurde in den 1950er-Jahren als Maschine gebaut.
Deep Learning heißt: neuronale Netze mit vielen Schichten. Die zusätzlichen Schichten lassen ein Netz seine eigenen Merkmale lernen — zum Beispiel Kanten, dann Formen, dann Gesichter —, statt sich auf Merkmale zu verlassen, die ein Ingenieur entworfen hat. Faltungsnetze für Bilder, rekurrente Netze für Folgen und Transformer für Sprache gehören hierher.
Generative KI nutzt Deep Learning, um neue Inhalte zu erzeugen: Text, Bilder, Audio, Video oder Code. Große Sprachmodelle (LLMs), Diffusionsmodelle für Bilder und Generative Adversarial Networks (GANs) sind ihre bekanntesten Arten.
Agenten sind der jüngste Ring: generative KI-Modelle, die nicht nur antworten, sondern mehrere Schritte planen, Werkzeuge wie eine Websuche oder einen Code-Interpreter nutzen und auf das Ergebnis reagieren. Ein Agent, der einen Besprechungsraum bucht oder einen Fehler in einer Codebasis behebt, arbeitet so.
| Ring | Was er hinzufügt | Beispiele | Wo dieser Pfad ihn behandelt |
|---|---|---|---|
| Künstliche Intelligenz | Maschinen, die intelligent handeln | Routenplanung, Schachprogramme, Expertensysteme | Level 0 |
| Maschinelles Lernen | Aus Daten gelernte Regeln | Spamfilter, Preisprognose, Kundengruppen | Level 1 |
| Neuronale Netze | Schichten künstlicher Neuronen | Handschrifterkennung | Level 2 |
| Deep Learning | Viele Schichten, die eigene Merkmale lernen | Bild- und Spracherkennung, Übersetzung | Level 3 |
| Generative KI | Modelle, die neue Inhalte erzeugen | LLMs, Bildgeneratoren | Level 4 |
| Agenten | Modelle, die planen und Werkzeuge nutzen | Coding-Agenten, Recherche-Agenten | Level 4 |
Die Meilensteine, in Daten
Epoch AI, ein Forschungsinstitut, das die Entwicklung der KI verfolgt, erfasst 1.078 bemerkenswerte KI-Modelle von 1.950 bis heute: Modelle, die einen Rekord aufstellten, viel zitiert wurden oder das Feld veränderten. Die Tabelle zeigt Meilensteine aus diesen Daten. Achten Sie auf zwei Zahlen: die Parameter, die einstellbaren Werte, die ein Modell lernt, und den Rechenaufwand des Trainings, also die Zahl der Rechenoperationen. Beide wuchsen um viele Größenordnungen.
| Jahr | Modell | Was es zeigte | Parameter | Rechenaufwand (FLOP) |
|---|---|---|---|---|
| 1950 | Theseus Bell Laboratories | Eine Robotermaus lernt den Weg durch ein Labyrinth | 40 | 4,0 × 101 |
| 1957 | Perceptron Mark I Cornell Aeronautical Laboratory | Erstes neuronales Netz als Maschine, erkennt einfache Bilder | 1.000 | 6,9 × 105 |
| 1959 | Samuel Neural Checkers IBM | Dame-Programm, das gegen sich selbst spielt und besser wird | 16 | 4,3 × 108 |
| 1997 | LSTM Technical University of Munich | Neuronales Netz mit Gedächtnis für Folgen | 10.504 | 3,2 × 1013 |
| 1998 | LeNet-5 AT&T | Liest handgeschriebene Ziffern, etwa auf Schecks | 60.000 | 2,8 × 1012 |
| 2012 | AlexNet University of Toronto | Gewinnt den Bilderkennungs-Wettbewerb ImageNet deutlich und startet den Deep-Learning-Boom | 60 Mio. | 4,7 × 1017 |
| 2013 | DQN DeepMind | Lernt Atari-Spiele allein aus den Bildschirmpixeln | 836.096 | 2,8 × 1015 |
| 2014 | GANs University of Montreal / Université de Montréal | Zwei Netze im Wettstreit erzeugen realistische Bilder | – | 5,1 × 1017 |
| 2017 | Transformer Google Research | Aufmerksamkeit statt Rekurrenz: die Bauweise heutiger Sprachmodelle | 213 Mio. | 7,4 × 1018 |
| 2018 | BERT-Large Google | Erst auf großen Textmengen vortrainiert, dann für viele Aufgaben angepasst | 340 Mio. | 2,8 × 1020 |
| 2020 | GPT-3 175B (davinci) OpenAI | Ein sehr großes Sprachmodell löst neue Aufgaben aus wenigen Beispielen im Prompt | 174,6 Mrd. | 3,2 × 1023 |
| 2021 | DALL-E OpenAI | Erzeugt Bilder aus Textbeschreibungen | 12,0 Mrd. | 4,7 × 1022 |
| 2023 | GPT-4 (Mar 2023) OpenAI | Multimodal: versteht Text und Bilder | 1,8 Bio. | 2,1 × 1025 |
Daten: Epoch AI, Data on AI models (1078 bemerkenswerte Modelle), abgerufen am 18.10.2026, Lizenz CC BY 4.0; unsere Auswertung.
Eine Robotermaus mit ein paar Dutzend gelernten Einstellungen und ein Sprachmodell mit geschätzt mehr als einer Billion Parametern sind beides KI. Der Unterschied liegt nicht in der Idee des Lernens, die alt ist, sondern in der Menge an Daten und Rechenleistung dahinter. Teil 4 dieses Levels nimmt dieses Wachstum genau unter die Lupe.
Wohin sich das Feld bewegt hat
Die Ringe wuchsen nicht gleichmäßig. Jahrzehntelang arbeiteten die meisten bemerkenswerten Modelle mit Bildern — Ziffern lesen, Gegenstände erkennen —, dazu kamen berühmte Spielprogramme für Dame, Schach und Go. Seit 2017 der Transformer erschien, hat die Sprache übernommen: 71,6 % der seit 2023 veröffentlichten bemerkenswerten Modelle arbeiten mit Sprache, allein oder zusammen mit Bildern und Ton.
Diese Verschiebung erklärt, warum KI und Sprachmodelle heute so oft gleichgesetzt werden. Doch die äußeren Ringe sind nicht verschwunden: Klassisches maschinelles Lernen steckt weiter in vielen Betrugsprüfungen, Empfehlungen und Prognosen, weil es günstiger, schneller und leichter zu prüfen ist als ein großes Modell.
Welchen Ring brauchen Sie?
Wenn Sie ein KI-Projekt planen, gehen Sie vom Problem aus und wählen den kleinsten Ring, der es löst:
- Regeln und Suche reichen, wenn die Aufgabe vollständig bekannt ist, etwa Routen- oder Schichtplanung.
- Klassisches maschinelles Lernen passt zu Tabellendaten: Kündigungen vorhersagen, Leads bewerten, Betrug erkennen.
- Deep Learning passt zu Bildern, Ton und anderen Rohsignalen: Bauteile prüfen, Sprache abschreiben.
- Generative KI passt zu Sprache und kreativer Arbeit: schreiben, zusammenfassen, Fragen zu Dokumenten beantworten.
- Agenten passen zu Aufgaben mit mehreren Schritten und Werkzeugen — solange ein Mensch das Ergebnis prüft.
Der nächste Teil dieses Levels zeigt, wie Maschinen aus Daten lernen, mit einem Experiment, das Sie selbst wiederholen können.