Glossareintrag
Wir denken. KI tippt mit.
Artificial Intelligence (AI), auf Deutsch Künstliche Intelligenz (KI), bezeichnet Computersysteme, die Aufgaben übernehmen, für die nach klassischem Verständnis menschliche Intelligenz nötig ist. Dazu gehören Sprache verstehen und formulieren, Bilder erkennen, Schlussfolgerungen ziehen und Entscheidungen vorbereiten. Moderne KI-Systeme werden dafür nicht Schritt für Schritt programmiert, sondern lernen Muster aus großen Datenmengen. Dieses Lernverfahren heißt Machine Learning.
Seit 2024 gibt es erstmals eine rechtsverbindliche Definition. Die europäische KI-Verordnung beschreibt ein KI-System in Artikel 3 als maschinengestütztes System, das mit unterschiedlichem Grad an Autonomie arbeitet und aus seinen Eingaben ableitet, wie es Ausgaben wie Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erzeugt (Wortlaut im amtlichen Text der KI-Verordnung). Die Formulierung folgt bewusst der Definition der OECD, damit die EU-Regeln international anschlussfähig bleiben.
Der Informatiker John McCarthy prägte den Begriff 1955 im Förderantrag zur Dartmouth-Konferenz und definierte Artificial Intelligence später als Wissenschaft und Technik des Baus intelligenter Maschinen. Alle heute eingesetzten Systeme gelten als schwache oder enge KI, also als Werkzeuge für abgegrenzte Aufgaben. Eine Maschine mit menschenähnlicher Allzweck-Intelligenz, die AGI, bleibt ein Forschungsziel.
Künstliche Intelligenz ist der Oberbegriff einer ganzen Technik-Familie, deren Ebenen ineinander stecken. Machine Learning umfasst Verfahren, mit denen Software aus Beispielen lernt, statt festen Regeln zu folgen. In der Praxis verbinden viele Anwendungen beides, ein gelerntes Modell und ein festes Regelwerk. Diese Kombination heißt hybride KI. Deep Learning ist der Teilbereich davon, der neuronale Netze mit vielen Schichten nutzt, grob dem Aufbau des Gehirns nachempfunden. Darauf baut generative KI auf, die selbst Inhalte erzeugt, also Texte, Bilder, Audio oder Programmcode. Ihre bekannteste Form sind Large Language Models, die Sprachmodelle hinter Diensten wie ChatGPT.
Technisch beruhen die heutigen Systeme auf Wahrscheinlichkeitsrechnung. Beim Training verarbeitet ein neuronales Netz riesige Mengen an Trainingsdaten und passt dabei Milliarden interner Zahlenwerte so lange an, bis es Muster zuverlässig fortsetzen kann. Ein Sprachmodell sagt anschließend Schritt für Schritt voraus, welche Fortsetzung eines Textes am wahrscheinlichsten ist. Fast alle großen Modelle nutzen dafür die Transformer-Architektur, die Google-Forscher 2017 in der Arbeit „Attention Is All You Need" vorstellten.
Die Grundlagenforschung reicht bis in die Mitte des 20. Jahrhunderts zurück. Alan Turing stellte 1950 die Frage, ob Maschinen denken können, und schlug den später nach ihm benannten Turing-Test vor. Nach der Dartmouth-Konferenz von 1956 wechselten sich Aufbruchsphasen mit sogenannten KI-Wintern ab, in denen Fördergelder gestrichen wurden. 2012 gewann das neuronale Netz AlexNet den Bilderkennungs-Wettbewerb ImageNet mit großem Vorsprung und löste den Deep-Learning-Boom aus. Mit dem Start von ChatGPT am 30. November 2022 wurde generative KI zum Massenphänomen.
Im September 2026 bieten alle großen Technologiekonzerne eigene KI-Modelle an. OpenAI betreibt ChatGPT mit den Modellgenerationen GPT-5.6 und GPT-6, Anthropic entwickelt Claude (aktuell die Familie um Fable 5.1 und Opus 5.5), Google Gemini, Meta die offen verfügbare Llama-Reihe und SpaceXAI (früher xAI) Grok, dazu kommen der französische Anbieter Mistral und das chinesische Unternehmen DeepSeek. Reasoning-Modelle, die Probleme in sichtbaren Zwischenschritten abarbeiten, multimodale KI, die neben Text auch Bilder und Audio verarbeitet, und KI-Agenten, die mehrstufige Aufgaben wie Recherchen oder Terminbuchungen selbstständig erledigen, gehören bei den großen Anbietern inzwischen zum Standard.
Googles Gemini-App überschritt im August 2026 laut Googles eigener Mitteilung die Marke von einer Milliarde monatlicher Nutzer, für ChatGPT meldete OpenAI im Februar 2026 zuletzt 900 Millionen wöchentliche Nutzer. In Deutschland verwenden laut einer Bitkom-Umfrage vom April 2026 58 Prozent der Menschen KI, ein gutes Drittel mindestens einmal pro Woche.
Zu den bekannten Schwächen zählen Halluzinationen, also plausibel klingende, aber falsche Angaben, sowie Verzerrungen, die Modelle aus ihren Trainingsdaten übernehmen. Bei der Eingabe von Kunden- oder Mitarbeiterdaten greift außerdem der Datenschutz; die deutschen Datenschutzbehörden haben dafür 2024 eine eigene Orientierungshilfe zum KI-Einsatz veröffentlicht. Ergebnisse von KI-Systemen brauchen deshalb menschliche Kontrolle, bevor sie an Kunden oder Behörden gehen.
Nur 4 Prozent der Handwerksbetriebe setzen KI laut der Handwerksstudie des Bitkom ein (Befragung 2025), weitere 9 Prozent planen den Einsatz. In der Gesamtwirtschaft nutzen dagegen bereits 41 Prozent der Unternehmen ab 20 Beschäftigten KI, mehr als doppelt so viele wie im Vorjahr.
Die praktischsten Einsatzfelder für lokale Unternehmen und Handwerksbetriebe sind heute (Stand August 2026):
Beschäftigte, die generative KI verwenden, sparen laut einer Studie der Federal Reserve Bank of St. Louis im Schnitt 5,4 Prozent ihrer Arbeitszeit, bei einer Vollzeitstelle gut zwei Stunden pro Woche.
Mit der KI-Verordnung gelten auch für kleine Betriebe Pflichten. Wer KI geschäftlich nutzt, muss seit Februar 2025 die KI-Kompetenz seiner Mitarbeiter fördern, etwa durch eine Einweisung in die genutzten Werkzeuge; Zertifikate oder Prüfungen verlangt das Gesetz nicht. Seit dem 2. August 2026 müssen Kunden außerdem erkennen können, wenn sie mit einem Chatbot oder Telefonassistenten statt mit einem Menschen sprechen, und KI-erzeugte Bilder müssen maschinenlesbar gekennzeichnet sein. Die strengen Hochrisiko-Regeln, etwa für KI in der Bewerberauswahl, greifen nach einer Verschiebung durch die EU erst ab Dezember 2027.
Bei Preisen, Fristen und rechtlichen Auskünften bleibt die Kontrolle im Betrieb, denn ein Sprachmodell kann auch überzeugend klingende Fehler produzieren. Für den Einstieg eignet sich eine einzelne, klar umrissene Aufgabe, etwa die Angebotstexte. Eine ausführliche Anleitung bietet der Leitfaden Was ist künstliche Intelligenz für Handwerker und lokale Dienstleister.
