Wie ist KI eigentlich intelligent geworden?

Stell dir vor, du willst Kochen lernen. Aber nicht in einer Küche. Du lernst es ausschließlich aus Büchern. Zehntausend Kochbücher, Millionen Rezepte. Du liest alles, speicherst alles. Irgendwann kennst du jedes Rezept auswendig. Jeden Fachbegriff, jeden Handgriff, jede Technik.

Aber du hast noch nie etwas geschmeckt. Du weißt nicht, wie sich zu viel Salz anfühlt. Du weißt nicht, wie es riecht, wenn die Butter zu heiß wird.

Genau das ist, vereinfacht gesagt, das Lernprinzip von KI.

In Folge 2 haben wir gelernt: KI erkennt Muster und setzt sie fort. Sie denkt nicht, sie berechnet. In Folge 3 schauen wir uns an, was hinter diesem Berechnen steckt — nicht damit du Informatiker wirst, sondern damit du verstehst, warum KI kann, was sie kann, und warum sie trotzdem Grenzen hat.

Woraus lernt KI eigentlich?

Aus unvorstellbar vielen Daten. Texte aus dem Internet, Bücher, wissenschaftliche Arbeiten, Code, Nachrichten, Foren, Gespräche, dazu Bilder. Man spricht von Hunderten Milliarden Wörtern, manche Modelle wurden mit noch mehr trainiert. Das ist keine Übertreibung — das ist die Größenordnung, die notwendig ist, damit KI so antwortet, wie sie es tut.

Aber Daten alleine reichen nicht. Man braucht auch die Rechenleistung, um sie zu verarbeiten. Das Training eines großen KI-Modells dauert Wochen oder Monate, auf tausenden speziellen Prozessoren gleichzeitig. Der Stromverbrauch dabei entspricht dem einer mittleren Stadt.

Das ist kein Hobby-Projekt. Das ist Industrie. KI ist das Ergebnis von Milliarden Euro an Infrastruktur und Jahrzehnten an Forschung.

Wie neuronale Netze funktionieren

Das Herzstück moderner KI sind neuronale Netze. Der Name klingt biologisch — und das ist kein Zufall. Das Konzept ist grob an das menschliche Gehirn angelehnt, aber die Ähnlichkeit endet schnell.

Ein neuronales Netz besteht aus vielen Schichten von Rechenknoten — Neuronen. Diese Knoten verarbeiten Eingaben, geben Signale weiter und passen sich beim Training laufend an. Wenn KI aus Milliarden Texten lernt, justiert das System ständig, welche Verbindungen stärker und welche schwächer werden — bis die Vorhersagen immer besser passen.

Das Wissensablaufdatum

KI hat einen Stichtag. Das Training endet irgendwann. Alles, was danach passiert, weiß sie nicht. Das nennt sich Wissensstichtag oder Cutoff.

Was bedeutet das im Alltag? Wenn du KI nach aktuellen Ereignissen fragst, nach neuen Gesetzen, nach dem neuesten Modell eines Produkts — dann kann sie falsch liegen. Nicht weil sie lügt, sondern weil ihr Training irgendwann aufgehört hat.

Die Grenzen kennen ist wichtiger als die Möglichkeiten

Wer weiß, wie KI entstanden ist, versteht auch ihre Grenzen. Sie kann nicht nachdenken. Sie hat keine Erfahrungen. Sie hat keine Interessen. Sie macht Fehler, die für Menschen offensichtlich wären, weil ihr der gesunde Menschenverstand fehlt.

Diese Grenzen zu kennen, schützt vor teuren Fehlern. Und das ist der Hausverstand, den es braucht — nicht um KI zu meiden, sondern um sie klug einzusetzen.