(im Englischen, AI – Artificial Intelligence)
[UBM 25.09.2026]
Dieser Artikel beschränkt sich auf „textuelle KI“ und bez. seiner Beispiele auch auf die deutsche Sprache. Selbstverständlich ist die aktuelle KI um einiges vielseitiger und auch multilingual! Zudem simplifiziere ich die Historie und auch die Techniken, um primär LeserInnen anzusprechen, für die das Thema unübersichtlich erscheint und die mit einem zu technischen Ansatz fremdeln würden. Dennoch wird der Text viel mit „logischen Folgerungen und Erkenntnissen durch Analysieren von Textdaten“ zu tun haben, was dem Ganzen unbestreitbar einen „trockeneren Grundton“ verleihen wird. Zudem baue ich auf einem Minimalverständnis dessen auf, was man mit Computern so anstellen kann: Eingeben, Rechnen, Ausgeben.
Im Ausdruck „Künstliche Intelligenz“ steht das Nomen an zweiter Stelle und wird durch das Adjektiv davor genauer beschrieben. Nach den Regeln unserer Sprache ist es also primär eine Form der „Intelligenz“, die allerdings nicht so funktioniert, wie es die Biologie bei Lebewesen beobachtet und beschreibt, sondern es handelt sich um eine „Art Imitat von Intelligenz“. Also etwas, das „nicht-biologisch“ versucht so zu wirken, wie das bisher Gewohnte bei uns Lebewesen.
Reduziert auf unsere Sprache, wäre das dann etwas „Unnatürliches“, wie z.B. eine Maschine, ein Automat, die oder der Sprache erzeugt. Sprache allerdings in einer Qualität, die sich nicht vom Gesprochenen von echten Menschen unterscheiden soll.
Stellen wir uns einen großen Tisch vor, auf dem „ganz schön viele“ verdeckte Kärtchen liegen. Jedes dieser Kärtchen hat ein Wort auf die Unterseite geschrieben bekommen. Wahllos. Nomen, Verben, Adjektive, Artikel, etc. Wir decken nacheinander 10 Kärtchen auf und legen sie der Reihe nach hintereinander:
„nehmen die Baum Mahlzeit das Hopfen malen das gehen rot“
Das klingt noch recht dadaistisch.
Bei einer zweiten Variante darf man, nach dem Aufdecken der ersten Karte, so lange Kärtchen ziehen, bis ein Wort erscheint, das „grammatikalisch“ einen Sinn ergibt:
„Mahlzeit ist rot und der Ofen verblödet gelb die Sonne“
Und, natürlich schon erwartet, bei der dritten Variante zieht man so lange, bis man glaubt, dass es auch einen menschenverstehbaren Sinn ergibt:
„der Fuß befördert den Baumstamm in das (ins) Wasser und schmerzt“
Zu Beginn haben wir keinerlei Kärtchen verschwendet! Jeder Zug ein Treffer. Dafür ergeben die daraus entstehenden Sätze keinen besonderen Sinn. Es ist eine „sehr schlechte Imitation von Sprache“.
Der zweite Ansatz zeigt nur, dass Grammatik alleine noch keine sinnvollen Inhalte erzeugt.
Und erst der letzte Versuch ergibt ein Resultat, das wir durchaus einem Menschen zuschreiben könnten. Obwohl man sich beim gegebenen Beispiel doch fragen würde, was um alles in der Welt einen Menschen veranlasst mit seinem Fuß Baumstämme zu bewegen. Aber, seis drum!
Und wenn man nun aus dem Kärtchentisch eine Maschine machen wollte?
Ich mache es mir hier nun etwas einfacher und nehme als Maschine gleich mal einen Computer. Dieser kann ja wunderbar mit Text umgehen:
- man kann Text eingeben und speichern lassen
- man kann Regeln definieren, die der Computer dann befolgt
- man kann Ausgaben auf dem Monitor bereitstellen
„Verfahren A“ ist für einen Computer super einfach. Alle Worte, die man ihm vorgibt, würde er durchgehend, aufsteigend nummerieren: 1, 2, 3, … Dann würde er 10 mal eine Zufallszahl ermitteln (das kann ein moderner Computer ganz gut) und jeweils das, mit dieser Zufallszahl nummerierte Wort, auf dem Monitor ausgeben.
Diese Anforderung gilt als sehr trivial und auch Computer der ersten Generation, die vor Jahrzehnten im Einsatz waren, konnten das schon umsetzen. Nur leider interessiert uns dieses Verfahren überhaupt gar nicht, da ja nur Quatsch dabei rauskommt.
„Verfahren B“ ist selbst für einen Computer und vor allem für jene Menschen, die dem Computer die Regeln dafür beibringen müssen, schon anspruchsvoller. Es können nicht nur Worte vorgegeben werden, sondern diese Worte müssen auch „Eigenschaften“ bekommen, wie z.B. dass sie Nomen oder Verben oder Sonstiges sind. Und dann, die größte Herausforderung, alle Regeln der Grammatik müssen definiert werden. Ist dies letztendlich aber umgesetzt, kann die Maschine auch diese Herausforderung meistern. Im Gegensatz zum Ziehen einer Zufallszahl (s.o.), hat man bei „Verfahren B“ schon einige tausend Codezeilen (also Computerbefehle) und einige hunderttausend gespeicherte Daten.
Aber diese Variante interessiert uns ja auch nicht wirklich. Da man mit rein grammatikalisch richtigen Sätzen nicht die Illusion von Intelligenz erzeugen kann!
„Verfahren C“ hat nun eine sehr interessante Hürde, die auch exakt erklärt, warum KI gerade „jetzt“ oder auch „erst jetzt“ zum Thema wird. Es ist nicht mehr damit getan im Vorfeld Worte einzugeben und dann Grammatikregeln1) den Rest machen zu lassen. Hier hat man erkannt, dass das nicht wirklich „die Illusion von Intelligenz“ erzeugt. Auf der Suche nach weiteren Ansätzen besann man sich u.a. darauf, dass schon Anfang des 20. Jh. Methoden beschrieben wurden, die man jedoch seinerzeit mangels geeigneter Automaten (Computer) nicht wirklich in der Praxis testen konnte. Und selbst, als es dann die ersten Computer gab, waren diese entweder viel zu langsam oder nicht in der Lage mit extrem großen Datenmengen umzugehen, denn „Verfahren C“ baut exakt auf „großen Datenmengen“ und „extremer Rechenleistung“ auf!
(Ich habe ja oben angedeutet, dass ich „vereinfache“! Zwischen „Variante B“ und „Variante C“ gibt es sehr viele hoch anspruchsvolle Versuche textbasierte KI umzusetzen. Stichwort: „Noam Chomsky: grammatikalischen Sprachregeln“. Aber den „großen Hype“ entfacht jetzt gerade nur das, was eben als „KI“ in aller Munde ist.)
Hier lohnt es sich nun ein wenig in der Geschichte zurück zu blicken. Konkret sind mind. drei Persönlichkeiten so etwas wie die Ur-Ideengeber dessen, was man heute im Rahmen der textbasierten KI umsetzt.
Der russische Mathematiker Andrei Markow untersuchte um 1913 die Abfolge von Buchstaben in russischer Literatur. Er entwickelte daraus die Markow-Ketten. Dies war der erste formale Beweis dafür, dass man die Wahrscheinlichkeit des nächsten Glieds (Buchstabe oder Wort) basierend auf den vorherigen Gliedern berechnen kann.
Der US-amerikanische Mathematiker Claude Shannon (1948) ergänzte Markow und zeigte, dass rein statistische Textgeneratoren (die einfach das nächste Wort basierend auf der Häufigkeit von Wortpaaren oder -triplets würfeln) erstaunlich schnell lesbare (wenn auch oft sinnfreie) Sätze erzeugen können.
Frederick Jelinek (IBM) verzichtete bei der Forschung an Sprachmodellen mehr und mehr auf grammatikalische Sprachregeln und ersetzte sie später vollständig durch reine Wahrscheinlichkeitsrechnung.
Jetzt haben wir mit Shannon und Jelinek auch erst mal so etwas wie unsere o.g. „Variante C“ und dieser Weg der „statistischen Auswertung vorhandener menschengeschriebener Texte“ erweist sich mit der Zeit als erstaunlich vielversprechender Weg, hin zur „ernsthaften Nachahmung von intelligent wirkenden Texten“.
Man erkannte, dass zwei Faktoren maßgeblich die Qualität der Ergebnisse „pushten“: Die Menge der analysierten Texte. Also der „Input“. Und die „Verfeinerung“ der statistischen Auswertungen. Wenn man so will, ersetzt das dann „die Grammatikregeln aus o.g. Variante B“.
Jetzt kann man vielleicht die oben angedeutete „Hürde“ des modernen KI-Verfahrens erahnen. Idealerweise sollte man ja nahezu „alle Literatur der Weltgeschichte“ in die KI einspeisen. Das bedeutet, extreme Datenmengen speichern zu müssen und zu können. Und dann sollen diese ja „statistisch analysiert“ werden. Das kostet viel, viel, viel, viel, viel Zeit. Und wie kürzt man die Zeit? In dem man Computer nutzt, die irrsinnig schnell rechnen können!
Speichermassen und Geschwindigkeit „beherrschen“! Das können wir erst „seit Kurzem“, in für KI brauchbarem Maße.
Zusammengefasst: Man kann künstlichen Text erzeugen, der „intelligent wirkt“, in dem man für die Ermittlung des „jeweils nächsten Wortes“ einfach berechnet, was denn, gemessen an aller Literatur der Welt, am wahrscheinlichsten ist!
Gebe ich also meiner KI das Wort „dunkel“ vor, ist die Wahrscheinlichkeit gar nicht so gering, als dass sie mein Wort ergänzt zu: „dunkel war’s, der Mond schien helle …„, weil sie das A) in der Literatur „gesehen“ hat und B) dieses Gedicht auch noch „oft“ in der Literatur vorkommt (also oft verlegt wurde), was als „wichtig“ honoriert wird und die „statistische Relevanz“ steigert!2)
Das wäre aber „ein Zitat“ und das klingt nach „Papagei“ und noch nicht so super erstaunlich! Aber wenn ich nicht nur ein Wort vorgebe, sondern mehrere? Z.B. als „Frage“ formuliert?
„Die drei Grundfarben sind?“
Wenn man sehr belesen ist – und das ist sehr verwandt damit, dass man in der Schule manchmal aufgepasst hat – dann ist die Wahrscheinlichkeit recht hoch, dass auf die o.g. Frage „rot, blau, gelb“ (die sog. Primärfarben) folgen könnte. Weniger wahrscheinlich wäre die Fortsetzung „Sonne, Mond und Sterne“, obwohl dies durchaus eine „in sich“ stimmige Bemerkung ist.
Also, wie gesagt, „wahrscheinlich“ in dem Sinne, was wir so als Menschen reden und schreiben. Nicht, was irgendwie gekünstelt möglich wäre!
Abschließend möchte ich noch einmal dick unterstreichen, dass ich sehr vereinfacht habe! Es wird nicht nur berechnet, welches Wort wie häufig nach einem vorgegebenen Wort folgt. In der heutigen Umsetzung von KI wird im Rahmen der statistischen Textauswertungen sehr viel mehr berechnet. Z.B., wie hoch ist die Wahrscheinlichkeit, dass nach den „drei Worten“ „meine Oma fährt“ etwas bestimmtes folgt …
Wahrscheinlich „Meine Oma fährt im Hühnerstall Motorrad“ und eher unwahrscheinlich „Meine Oma fährt Porsche“.
Die Feinheiten und Tricks der statistischen Analyse sind dann natürlich einem ständigen Optimierungsprozess unterworfen, so dass die damit berechneten Resultate immer erstaunlicher werden.
1) Streng genommen, kann man die „statistische Vorgehensweise“ natürlich auch als „Regeln“ auffassen.
2) Probiert man dies mit aktueller KI, wird diese nicht das besagte Gedicht hervorbringen, sondern ganz anders reagieren. Das liegt daran, dass sich moderne KI nicht um meine „vereinfachte Sicht der Dinge“ schert!