Teil 1
KI-Grundlagen — Wie KI wirklich funktioniert
Einstieg in die Serie
Künstliche Intelligenz ist kein einzelnes Werkzeug. Hinter einem Klassifikationsmodell, einem Sprachmodell, einer Suche mit Unternehmenswissen und einem handelnden Assistenten stehen unterschiedliche technische Prinzipien, Chancen und Risiken. Wer diese Unterschiede versteht, kann einen sinnvollen Anwendungsfall auswählen, realistische Erwartungen setzen und passende Kontrollen aufbauen.
Diese Serie beginnt mit den technischen Grundlagen und führt danach schrittweise zu Sprachmodellen, Retrieval-Augmented Generation, KI-Agenten, typischen Fehlerbildern, Evaluation und KI-Governance. Jedes Kapitel baut auf dem vorherigen auf, bleibt aber auch einzeln verständlich.
Begriffe vor dem Lesen
- Künstliche Intelligenz (KI): Sammelbegriff für Systeme, die beispielsweise klassifizieren, vorhersagen, Inhalte erzeugen oder Arbeitsschritte unterstützen.
- Machine Learning (ML): Verfahren, bei denen ein Modell Muster aus Beispieldaten lernt, statt ausschließlich fest programmierte Regeln auszuführen.
- Modell: Eine mathematische Struktur, die Eingaben verarbeitet und daraus eine Vorhersage, Einordnung oder Ausgabe erzeugt.
- Training: Die Phase, in der ein Modell anhand von Beispielen angepasst wird.
- Inferenz: Die spätere Anwendung des trainierten Modells auf neue Eingaben.
- Evaluation: Eine geplante Prüfung, ob das gesamte KI-System für seinen konkreten Zweck ausreichend gut, sicher und wirtschaftlich arbeitet.
Ein Team, das „mit KI starten“ möchte, sollte daher nicht zuerst nach einem Produkt fragen. Zuerst muss klar sein, welche Aufgabe oder Entscheidung verbessert werden soll, welche Daten verfügbar sind und welche Folgen ein Fehler hätte.
KI ist keine einzelne Technologie
Ein Team will „mit KI starten“ und meint den spontanen Chatbot. Gemeint sein können aber Scoring-Regeln, Bildklassifikation oder generative Sprachmodelle — das sind verschiedene Systeme. Ohne diese Unterscheidung kaufen Teams den falschen Anwendungsfall.
Künstliche Intelligenz ist ein Sammelbegriff. Dazu gehören unter anderem:
- regelbasierte Systeme
- statistische Verfahren
- Machine Learning
- neuronale Netze und Deep Learning
- Computer Vision
- Sprach- und Audiomodelle
- generative Modelle
- Systeme, die Vorhersagen, Klassifikationen oder Empfehlungen erzeugen
Nicht jedes KI-System generiert Texte. Nicht jedes Machine-Learning-Modell ist ein neuronales Netz. Und nicht jedes neuronale Netz ist ein Sprachmodell. „Modell“ meint hier ein ML-Modell (gelernt aus Beispielen) — nicht ein Datenbank- oder dbt-Modell.
Die gemeinsame Idee moderner Machine-Learning-Verfahren lautet:
Die gewünschte Logik wird nicht vollständig als feste Regel programmiert. Ein ML-Modell lernt relevante Muster aus Beispielen und einer definierten Zielsetzung.
Dieses erste Playbook der Serie konzentriert sich auf genau dieses Grundprinzip. Sprachmodelle, RAG, Agenten, bekannte Fehlerbilder, Evaluation und Governance folgen in eigenen Teilen.
Von programmierten Regeln zu gelernten Mustern
Klassische Software verarbeitet eine Eingabe anhand explizit implementierter Regeln.
Ein stark vereinfachtes Beispiel:
Wenn Rechnungsbetrag > 10.000
und Lieferland ungleich Kundenland,
dann markiere die Transaktion zur Prüfung.
Ein Entwickler oder Fachexperte muss festlegen:
- welche Merkmale relevant sind
- wie sie kombiniert werden
- welche Grenzwerte gelten
- welches Ergebnis erzeugt wird
Beim Machine Learning wird nicht jede Entscheidungsregel einzeln vorgegeben. Stattdessen erhält ein Lernverfahren Beispiele und ein Ziel. Daraus werden mathematische Zusammenhänge abgeleitet, die später auf neue Eingaben angewendet werden können.
Das bedeutet nicht, dass Machine Learning ohne Regeln auskommt. Auch ein ML-System benötigt weiterhin explizite Entscheidungen:
- Welche Daten werden verwendet?
- Was ist die Zielvariable?
- Welche Modellarchitektur wird gewählt?
- Wie wird Erfolg gemessen?
- Welche Eingaben und Ausgaben sind erlaubt?
- Wann gilt ein Ergebnis als ausreichend gut?
Der Unterschied liegt darin, wo die fachliche Logik entsteht. Bei klassischer Software steckt sie primär im geschriebenen Programmcode. Beim Machine Learning steckt ein wesentlicher Teil in den gelernten Modellparametern.
Was ist ein Modell?
Ein Modell ist vereinfacht betrachtet eine parametrisierte mathematische Funktion.
Es erhält eine Eingabe und berechnet daraus eine Ausgabe:
Eingabe → Modell → Ergebnis
Die Eingabe kann sehr unterschiedlich aussehen:
- Tabellenzeilen
- Messwerte
- Texte
- Bilder
- Audio
- Ereignisfolgen
- Kombinationen mehrerer Datentypen
Auch die Ausgabe hängt vom Zweck ab:
- Kategorie
- numerischer Wert
- Wahrscheinlichkeit oder Score
- erkannte Struktur
- Text
- Bild
- Code
- Audio
Die Struktur des Modells wird durch seine Architektur bestimmt. Sein im Training erworbenes Verhalten steckt in den Parametern beziehungsweise Gewichten.
| Begriff | Vereinfachte Bedeutung |
|---|---|
| Architektur | Aufbau des Modells und Art der möglichen Berechnungen |
| Parameter / Gewichte | Im Training angepasste numerische Werte |
| Eingaberepräsentation | Numerische Form, in die Text, Bilder oder Tabellen übersetzt werden |
| Ziel oder Objective | Was das Modell im Training verbessern soll |
| Loss / Fehlermaß | Messwert für die Abweichung zwischen erzeugtem und gewünschtem Ergebnis |
| Optimizer | Verfahren, das Parameter anhand des Fehlers verändert |
| Trainiertes Modell | Architektur plus gelernte Parameter |
Ein Modell ist deshalb weder nur eine Sammlung von Regeln noch einfach eine Datenbank mit gespeicherten Antworten. Es ist eine berechenbare Struktur, deren Verhalten durch viele numerische Parameter geprägt wird.
Wie ein Modell entsteht
Ein typischer Trainingsprozess beginnt mit Beispielen. Das Modell verarbeitet eine Eingabe und erzeugt zunächst eine Vorhersage. Diese wird mit einem Ziel verglichen. Aus der Abweichung wird ein Fehlerwert berechnet. Anschließend werden die Parameter so verändert, dass der Fehler bei ähnlichen Beispielen künftig kleiner wird.
Dieser Ablauf wird sehr oft wiederholt.
Der dargestellte Prozess entspricht dem überwachten Lernen. Dabei existieren Beispiele mit bekannten oder fachlich festgelegten Ergebnissen.
Beispiele:
- E-Mail → Kategorie
- Transaktion → Betrugsfall ja oder nein
- Maschinezustand → erwartete Restlaufzeit
- Bild → erkannte Objektklasse
Viele moderne generative Modelle werden zusätzlich oder primär selbstüberwacht trainiert. Dabei werden Lernziele direkt aus großen Datenmengen abgeleitet. Ein Sprachmodell kann beispielsweise lernen, fehlende oder nachfolgende Textbestandteile vorherzusagen. Dafür muss nicht jeder Satz manuell durch einen Menschen beschriftet werden.
Weitere Lernformen sind:
- Unüberwachtes Lernen: Strukturen, Cluster oder Repräsentationen ohne explizite Zielklasse erkennen
- Reinforcement Learning: Verhalten anhand von Belohnungen und Rückmeldungen optimieren
- Fine-Tuning: Ein bereits trainiertes Modell für einen engeren Zweck weiter anpassen
Die Verfahren unterscheiden sich. Das Kernprinzip bleibt: Ein Optimierungsprozess verändert Parameter, damit das Modell sein definiertes Ziel besser erfüllt.
Was „Lernen“ technisch bedeutet
Ein Modell lernt nicht wie ein Mensch durch bewusste Einsicht. Im technischen Sinn bedeutet Lernen:
- Eine Eingabe wird numerisch repräsentiert.
- Das Modell berechnet daraus ein Ergebnis.
- Eine Zielfunktion bewertet dieses Ergebnis.
- Ein Optimierungsverfahren bestimmt, wie Parameter verändert werden sollen.
- Die aktualisierten Parameter beeinflussen den nächsten Durchlauf.
Bei neuronalen Netzen wird der Einfluss der Parameter typischerweise mit Verfahren wie Backpropagation und einer Variante des Gradientenverfahrens berechnet.
Der Begriff „neuronales Netz“ ist biologisch inspiriert, aber das technische System ist kein digitales menschliches Gehirn. Ein künstliches Neuron ist im Wesentlichen eine mathematische Recheneinheit. Viele solcher Einheiten werden zu Schichten und größeren Architekturen verbunden.
Deep Learning bedeutet, dass ein Modell aus vielen Verarbeitungsschichten besteht und zunehmend komplexe Repräsentationen lernen kann.
Beispielsweise können bei einem Bildmodell frühe Schichten lokale Kontraste und Kanten erfassen, spätere Schichten komplexere Formen oder Objektmerkmale. Bei Sprachmodellen entstehen numerische Repräsentationen für Tokens, Beziehungen und Kontextmuster.
Training und Inferenz sind zwei verschiedene Phasen
Ein häufiger Denkfehler besteht darin, Training und Nutzung des Modells gleichzusetzen.
Beim Training wird das Modell verändert.
Bei der Inferenz wird ein trainiertes Modell auf eine neue Eingabe angewendet. Seine Parameter bleiben dabei im normalen Betrieb unverändert.
| Training | Inferenz |
|---|---|
| verarbeitet viele Trainingsbeispiele | verarbeitet neue Eingaben |
| berechnet Fehler oder Lernsignale | berechnet ein Ergebnis |
| verändert Modellparameter | verwendet vorhandene Parameter |
| benötigt häufig hohe Rechenleistung | ist meist auf schnelle Antwortzeiten optimiert |
| findet einmalig, periodisch oder kontinuierlich statt | findet bei jeder produktiven Nutzung statt |
| erzeugt eine neue Modellversion | erzeugt eine Vorhersage oder Ausgabe |
Diese Trennung ist architektonisch relevant.
Ein Unternehmen kann ein Modell selbst trainieren, ein vorhandenes Modell weiter anpassen oder ein extern betriebenes Modell ausschließlich per Inferenz verwenden. In allen drei Fällen sieht die sichtbare Anwendung möglicherweise ähnlich aus, während Datenfluss, Kosten, Infrastruktur und Verantwortlichkeiten stark variieren.
Ein Modell kann unterschiedliche Arten von Aufgaben erfüllen
„KI“ bezeichnet nicht nur generative Systeme. Modelle werden für verschiedene Aufgabenklassen entwickelt oder angepasst.
Klassifikation
Das Modell ordnet eine Eingabe einer vorgegebenen Kategorie zu.
Beispiele:
- Supportanfrage → Rechnung, Umzug oder Störung
- Dokument → Vertragstyp
- Produktbild → Produktklasse
- Kundenvorgang → Prioritätsstufe
Vorhersage oder Regression
Das Modell berechnet einen numerischen Wert oder einen erwarteten zukünftigen Zustand.
Beispiele:
- erwarteter Absatz
- Lieferzeit
- Ausfallwahrscheinlichkeit
- Kundenabwanderungs-Score
- voraussichtlicher Energieverbrauch
Erkennung
Das Modell identifiziert bestimmte Strukturen, Ereignisse oder Auffälligkeiten.
Beispiele:
- ungewöhnliche Transaktion
- Defekt in einem Produktbild
- ungewöhnliche Sensorwerte
- erkannte Entitäten in einem Dokument
Generierung
Das Modell erzeugt neue Inhalte.
Beispiele:
- Text
- Bilder
- Programmcode
- Audio
- Zusammenfassungen
- Entwürfe und Varianten
Das Schaubild vereinfacht bewusst. Nicht jedes einzelne trainierte Modell kann automatisch alle vier Aufgaben erfüllen. Häufig wird dieselbe grundlegende Architektur für verschiedene Ziele trainiert, ein Basismodell für mehrere Aufgaben angepasst oder ein generalistisches multimodales Modell mit unterschiedlichen Eingaben und Ausgaben verwendet.
Wahrscheinlichkeiten statt fest codierter Gewissheit
Viele Modelle erzeugen intern nicht einfach nur eine endgültige Antwort. Sie berechnen Scores oder Wahrscheinlichkeitsverteilungen.
Bei einer Klassifikation könnte ein Modell beispielsweise bewerten:
Rechnung 0,74
Vertrag 0,17
Sonstiges 0,09
Die Anwendung kann anschließend:
- die höchste Kategorie auswählen
- einen Mindestwert verlangen
- mehrere Vorschläge anzeigen
- einen Fall zur manuellen Prüfung weiterleiten
- die Wahrscheinlichkeiten in eine weitere Berechnung einbeziehen
Bei generativen Modellen beeinflusst die Wahrscheinlichkeitsverteilung, welches nächste Ausgabeelement ausgewählt wird. Je nach Konfiguration kann die Ausgabe stärker auf das wahrscheinlichste Element fokussiert oder variabler erzeugt werden.
Damit unterscheidet sich ein Modell von einer festen Entscheidungsregel. Das Ergebnis entsteht aus gelernten Zusammenhängen, Eingabe, Kontext und Ausgabekonfiguration.
Wie generative KI eine Ausgabe aufbaut
Generative KI erzeugt eine Ausgabe normalerweise nicht als fertigen Block aus einer gespeicherten Antwort.
Bei einem Sprachmodell beginnt der Prozess mit einer Eingabe, dem Prompt. Das Modell berechnet, welches nächste Token im aktuellen Kontext passend ist. Das ausgewählte Token wird Teil des Kontextes. Danach wird das nächste Token berechnet. Dieser Prozess wiederholt sich, bis die Ausgabe beendet wird.
Ein Token ist nicht zwingend ein vollständiges Wort. Es kann ein Wort, Wortbestandteil, Satzzeichen oder anderes Textelement sein.
Ein vereinfachter Ablauf:
Prompt:
„Schreibe eine kurze Antwort an einen Kunden.“
Kontext 1:
„Vielen“
Kontext 2:
„Vielen Dank“
Kontext 3:
„Vielen Dank für Ihre“
Kontext 4:
„Vielen Dank für Ihre Nachricht.“
Jeder neue Bestandteil verändert den Kontext für die nächste Berechnung.
Für andere Medien gilt derselbe allgemeine Gedanke einer schrittweisen Erzeugung, aber nicht zwingend derselbe technische Mechanismus:
- Text und Code: häufig Token für Token
- Bilder: beispielsweise iterative Entrauschung bei Diffusionsmodellen oder Erzeugung visueller Tokens
- Audio: je nach Modell Audio-Tokens, Frames, Segmente oder Samples
- Video: zeitliche und visuelle Repräsentationen über mehrere Erzeugungsschritte
Generative KI ist deshalb keine einfache Suchfunktion. Sie konstruiert ein neues Ergebnis aus den gelernten Modellparametern und dem aktuellen Kontext.
Was ein trainiertes Modell enthält — und was nicht
Nach dem Training besteht ein Modell im Kern aus:
- einer definierten Architektur
- numerischen Parametern
- Konfigurationen für Ein- und Ausgabe
- häufig einer Vorverarbeitung wie Tokenizer oder Feature-Transformation
- einer konkreten Modellversion
Die Trainingsdaten selbst sind nicht automatisch als direkt abfragbare Datensätze im Modell enthalten. Das Modell verdichtet statistische Strukturen in seinen Parametern.
Diese Aussage ist jedoch nicht absolut mit „das Modell speichert niemals Inhalte“ gleichzusetzen. Große Modelle können einzelne Trainingsfragmente oder seltene Muster teilweise memorisieren. Das ist technisch und später auch für Datenschutz und Governance relevant, gehört aber nicht zum Kern dieser Grundlagenstory.
Für das mentale Modell ist entscheidend:
Das Modell sucht bei einer normalen Inferenz nicht einfach die passende Trainingszeile heraus. Es berechnet eine neue Ausgabe mit den im Training angepassten Parametern.
Dasselbe Grundmuster hinter sehr unterschiedlichen Systemen
Eine Produktempfehlung, eine Bilderkennung, ein Forecast und ein Sprachmodell wirken aus Anwendersicht sehr verschieden.
Technisch teilen sie ein gemeinsames Grundmuster:
- Eine reale Aufgabe wird in Ein- und Ausgaben übersetzt.
- Daten werden in numerische Repräsentationen transformiert.
- Eine Modellarchitektur verarbeitet diese Repräsentationen.
- Ein Trainingsziel definiert, welches Verhalten verbessert wird.
- Ein Optimierungsverfahren passt Parameter an.
- Das trainierte Modell wird auf neue Eingaben angewendet.
- Die Anwendung interpretiert oder verwendet das Ergebnis.
Die Qualität eines KI-Systems hängt deshalb nicht nur von der Größe eines Modells ab. Entscheidend sind auch:
- Eignung der Aufgabe für Machine Learning
- Repräsentation der Eingaben
- Trainingsziel
- Datenabdeckung
- Modellarchitektur
- technische Integration
- Interpretation und Verwendung der Ausgabe
Diese Themen werden in den weiteren Teilen der Serie schrittweise vertieft.
