25. Sep. 2026 · gewerbe

Ist sie wirklich intelligent?

KI ist längst Teil unseres Alltags – oft, ohne dass wir es überhaupt merken. Doch was steckt eigentlich hinter Künstlicher Intelligenz, wie unterscheidet sie sich von herkömmlicher Automatisierung und warum sind Daten und Rechenleistung so entscheidend? Ein Blick hinter die Kulissen einer Technologie, die Wirtschaft und Gesellschaft nachhaltig verändert.

Sabine Moosmann

Die diesjährige Wirtschaftsbeilage fokussiert sich auf das allgegenwärtige Thema KI. Dabei blicken wir auf verschiedene Branchen, Unternehmen und Themen und sehen uns ihren Umgang mit Künstlicher Intelligenz an. Doch nun wäre es wichtig zu klären, was unter Künstlicher Intelligenz verstanden wird. ChatGPT antwortet auf die Frage «Was ist Künstliche Intelligenz?» wie folgt: «Künstliche Intelligenz (KI) bezeichnet Computersysteme, die Aufgaben erledigen können, für die normalerweise menschliche Intelligenz nötig ist. Dazu gehören zum Beispiel Sprache verstehen, Bilder erkennen, Probleme lösen, Vorhersagen treffen und Texte erzeugen. Viele heutige KI-Systeme lernen aus grossen Mengen von Daten. Dabei erkennen sie Muster und nutzen diese, um auf neue Eingaben zu reagieren.» Sie nennt auch gleich ein Beispiel: Eine KI wird mit sehr vielen Texten trainiert und lernt dabei Zusammenhänge zwischen Wörtern und Sätzen. Anschliessend kann sie Fragen beantworten oder neue Texte formulieren.

KI oder nicht KI?

Diese Antwort von ChatGPT weisst bereits auf einen wichtigen Punkt hin. Nicht alles was «intelligent» ist, ist auch eine Künstliche Intelligenz. Beispielsweise funktionieren automatische Türen mit Bewegungs- oder Infrarotsensoren. Eine Waschmaschine passt ihren Wasserverbrauch und die Waschdauer aufgrund der Menge der zu waschenden Kleidung an. In diesen beiden Fällen wir keine KI verwendet. Beide Systeme wurden mit gewissen Regeln programmiert und aufgrund dieser Regeln führen sie Berechnungen und schlussendlich die Befehle aus. Genau andersherum gibt es auch ganz viele Aspekte, bei denen KI verwendet wird, die wir aber gar nicht als solche wahrnehmen. Beispielsweise jedes Smartphone, dass mit einer Gesichtserkennung entsperrt wird, nutzt genau für die Gesichtserkennung KI. In unserem Büroalltag sorgt die KI dafür, dass unerwünschte Mails im Spamordner landen. Auf dem Heimweg bringt uns die Navigation auf dem Smartphone dank KI auf dem schnellsten Weg nach Hause. Sogar während des Feierabends hält die KI Einzug. Sie schlägt uns passende Filme und Serien auf dem Streamingportal vor und falls der Film doch nicht so spannend ist, werden einem noch Vorschläge beim Online-Shopping gemacht. Zusammenfassend kann man folgende Fälle unterscheiden:

Automatisierung: Das System besitzt feste Regeln. Wenn A passiert, folgt B.

Klassischer Algorithmus: Aufgrund festgelegter Regeln wird die passende Lösung ausgerechnet.

KI oder maschinelles Lernen: Das System wurde anhand von Daten trainiert, kann Muster erkennen und Entscheidungen treffen, die je nach Einzelfall unterschiedlich ausfallen können.

Viele Systeme wie beispielsweise ein programmierter Taschenrechner können intelligent wirken, folgen aber nur vorprogrammierten Regeln. Es ist also wichtiger zu fragen, wie kommt das System zu seinem Ergebnis als es nach der scheinbaren Intelligenz zu bewerten.

Daten und Rechenleistung

Eine Künstliche Intelligenz benötigt zur Funktionsfähigkeit eine bestimmte Infrastruktur. Für Mustererkennung und Entscheidungen braucht sie grosse Mengen an Daten. Ein Modell, das als mathematisches «Gehirn» der KI dient, erkennt nach dem Training Muster und rechnet basierend auf Wahrscheinlichkeiten Entscheidungen aus. Dafür sind viel Rechenleistung und Speicherplatz nötig. Zudem braucht eine KI ein klares Ziel und genaue Eingaben, um gute Ergebnisse zu liefern. Trotzdem darf nicht vergessen werden, dass KI ein System ist: Ergebnisse sollten immer überprüft und hinterfragt werden. Die KI sucht die passendste Lösung anhand ihrer Daten und erkannten Muster.

Historische Entwicklung der KI

1940er-Jahre: Erste theoretische Grundlagen für künstliche neuronale Netze entstehen. Computer werden zunehmend leistungsfähig.
1950: Alan Turing stellt die berühmte Frage, ob Maschinen denken können, und entwickelt daraufhin den Turing-Test. Dieser überprüft, ob eine Maschine so gut mit Menschen kommunizieren kann, dass ein Prüfer sie nicht mehr von einem echten Menschen unterscheiden kann.
1956: Auf der Dartmouth Conference wird der Begriff «Artificial Intelligence» (Künstliche Intelligenz) geprägt. Dies gilt als Geburtsstunde der KI als eigenständiges Forschungsgebiet.
1960er–1970er: Erste KI-Programme können beispielsweise mathematische Probleme lösen, Spiele spielen oder einfache Sprache verarbeiten.
1970er–1980er: Rechenleistung und Daten reichen für viele ambitionierte Ziele noch nicht aus. Es kommt zu sogenannten «KI-Winter», in denen Forschung und Investitionen zurückgehen.
1980er–1990er: Expertensy-steme und später Verfahren des maschinellen Lernens gewinnen an Bedeutung. Computer beginnen zunehmend, aus Daten statt ausschliesslich aus fest programmierten Regeln zu lernen.
1997: Der Schachcomputer Deep Blue von IBM besiegt Schachweltmeister Garry Kasparov.
2010er: Durch grosse Datenmengen, leistungsfähige Grafikprozessoren und Deep Learning macht KI enorme Fortschritte, etwa bei Bilderkennung und Spracherkennung.
2017: Die Transformer-Architektur wird vorgestellt – eine wichtige technische Grundlage für heutige grosse Sprachmodelle.
Seit 2022: Mit generativer KI und Systemen wie ChatGPT wird KI für ein breites Publikum unmittelbar zugänglich und zum Alltagsthema.