Kurz gesagt
Auf dieser Seite
Definition
Künstliche Intelligenz, kurz KI, bezeichnet Computersysteme, die Aufgaben übernehmen, für die sonst menschliche Urteilskraft nötig wäre: Sprache verarbeiten, Muster erkennen, Vorschläge machen, Entscheidungen vorbereiten. Grundlage sind Algorithmen und Modelle, die aus großen Datenmengen ableiten, was in einer Situation wahrscheinlich zutrifft.
Wichtig für die Einordnung: Heutige Systeme sind auf einzelne Aufgabenbereiche trainiert. Sie berechnen Wahrscheinlichkeiten, sie verstehen keine Inhalte und haben kein Ziel. Ein Sprachmodell weiß nicht, ob eine Aussage stimmt, es berechnet, welche Fortsetzung eines Textes wahrscheinlich ist. Deshalb ist es gleichzeitig verblüffend nützlich und unzuverlässig, sobald es auf Wissenslücken trifft.
Die ältere Unterscheidung zwischen schwacher und starker KI hilft dabei kaum weiter. Alles, was heute im Einsatz ist, fällt in die erste Kategorie. Nützlicher ist die Frage, wie ein System zu seinen Ergebnissen kommt.
Hinter dem Begriff stecken sehr verschiedene Verfahren. Für die Praxis lohnt die Unterscheidung, weil sie erklärt, wo ein System verlässlich ist und wo nicht.
| Art | Wie es arbeitet | Eigenschaft | Wo es begegnet |
|---|---|---|---|
| Regelbasierte Systeme | Feste Wenn-dann-Regeln, von Menschen geschrieben | Nachvollziehbar, aber unflexibel | Frühe Übersetzungssysteme, Formularprüfungen |
| Maschinelles Lernen | Das System leitet Muster aus Daten ab, statt Regeln zu befolgen | Gut bei klaren Aufgaben mit viel Datengrundlage | Klassifizierung von Dokumenten, Spracherkennung |
| Neuronale Übersetzung | Ein auf Sprachpaare trainiertes Modell überträgt ganze Sätze | Flüssig, aber ohne Verständnis für Zweck und Zielgruppe | Maschinelle Übersetzung in Übersetzungssystemen |
| Große Sprachmodelle | Ein Modell, das die wahrscheinliche Fortsetzung von Text berechnet | Vielseitig, formuliert frei, erfindet bei Lücken | Textentwürfe, Zusammenfassungen, Umformulierungen |
In der Übersetzungsbranche liegen die beiden unteren Zeilen nebeneinander: Neuronale Systeme übersetzen zuverlässig satzweise, Sprachmodelle formulieren freier und berücksichtigen mehr Kontext, neigen dafür zu Ergänzungen, die im Original nicht stehen.
Die Begriffe werden im Alltag durcheinandergebracht. Diese Ordnung hilft bei Ausschreibungen, Angeboten und internen Richtlinien.
| Begriff | Bedeutung |
|---|---|
| Künstliche Intelligenz | Oberbegriff für Systeme, die Aufgaben übernehmen, für die sonst menschliche Urteilskraft nötig wäre |
| Maschinelles Lernen | Ein Weg dorthin: Muster aus Daten ableiten, statt Regeln vorzugeben |
| Generative KI | Systeme, die neue Inhalte erzeugen, also Text, Bild, Audio oder Code |
| Maschinelle Übersetzung | Die Anwendung auf Sprachpaare. Heute meist neuronal, zunehmend auch über Sprachmodelle |
| Automatisierung | Feste Abläufe ohne Lernanteil. Ein Skript, das Dateien verschiebt, ist keine KI |
KI kommt in den meisten Unternehmen nicht über ein Projekt herein, sondern über den Arbeitsalltag. Fünf Punkte, die daraus folgen.
Übersetzen, Zusammenfassen, Formulieren und Recherchieren sind die Aufgaben, bei denen KI im Arbeitsalltag zuerst ankommt. Meist ohne Projekt, einfach weil die Werkzeuge da sind.
Früher war maschinell erzeugter Text erkennbar. Heute liest sich auch die falsche Fassung flüssig. Geprüft wird deshalb nicht mehr die Sprache, sondern der Abgleich mit der Quelle.
Sobald Verträge, Personaldaten oder unveröffentlichte Produktinformationen im Spiel sind, zählt nicht die Qualität des Werkzeugs, sondern ob ein Auftragsverarbeitungsvertrag besteht und was mit den Eingaben geschieht.
Ein Modell wählt bei jedem Durchlauf die wahrscheinlichste Variante, nicht Ihre. Produktnamen und Fachbegriffe bleiben nur über Glossar und Translation Memory stabil.
Mit der KI-Verordnung der EU entstehen gestaffelte Pflichten, unter anderem zur Kennzeichnung bestimmter KI-erzeugter Inhalte. Wer heute Prozesse aufsetzt, dokumentiert am besten von Anfang an, wo KI beteiligt war.
Welche Textsorte welche Prüfstufe braucht, steht im Ratgeber KI-Übersetzung: wann sie reicht und wann nicht.
Drei Eigenschaften sind keine Kinderkrankheiten, sondern folgen aus der Funktionsweise.
| Grenze | Was daraus folgt |
|---|---|
| Erfundene Angaben | Wo Wissen fehlt, entsteht trotzdem eine flüssige Formulierung. Fakten, Zahlen und Quellen bleiben prüfpflichtig. |
| Kein Zugang zum Zweck | Ein Modell kennt den Anlass eines Textes nicht, die Zielgruppe nicht und die Rechtslage nicht, solange beides nicht im Auftrag steht. |
| Verzerrungen aus den Daten | Modelle geben wieder, was in ihren Trainingsdaten häufig war, einschließlich Klischees und veralteter Begriffe. |
Der Sammelbegriff für Computersysteme, die Aufgaben übernehmen, für die sonst menschliche Urteilskraft nötig wäre: Sprache verstehen, Muster erkennen, Vorschläge machen. Heutige Systeme sind auf einzelne Aufgaben trainiert, sie verstehen nichts im menschlichen Sinn.
Maschinelles Lernen ist ein Weg, KI zu bauen: Das System leitet Regeln aus Daten ab, statt sie vorgegeben zu bekommen. Fast alle heute eingesetzten KI-Systeme beruhen darauf.
Systeme, die neue Inhalte erzeugen statt nur zu bewerten oder zu sortieren: Text, Bilder, Audio, Code. Dazu gehören Sprachmodelle wie die hinter den bekannten Chat-Werkzeugen.
Maschinelle Übersetzung ist eine Anwendung von KI, nicht ihr Gegenstück. Heutige Systeme sind neuronale Modelle, zunehmend ergänzt durch Sprachmodelle. Wann das Ergebnis genügt, steht im Ratgeber zur KI-Übersetzung.
Sprachmodelle berechnen die wahrscheinliche Fortsetzung eines Textes. Wo Wissen fehlt, entsteht trotzdem eine flüssige Formulierung. Das Ergebnis klingt richtig und ist es nicht, weshalb Fakten geprüft werden müssen.
Drei Dinge: freigegebene Werkzeuge mit Auftragsverarbeitungsvertrag, festgelegte Terminologie und eine Prüfstufe je Textsorte. Für Veröffentlichtes und Sicherheitsrelevantes prüft eine Fachperson.
KI und Sprache
KI einsetzen, ohne Qualität zu riskieren
Wir sagen Ihnen, welche Inhalte maschinell übersetzt werden können und welche nicht: mit Post-Editing nach ISO 18587, mit Fachübersetzung nach ISO 17100 und mit Glossar und Translation Memory, damit Ihre Terminologie stabil bleibt. Verarbeitet wird nach ISO 27001.