Frühe Ideen
Die Vorstellung künstlicher Wesen reicht bis in die Antike. In griechischen Mythen tauchen mechanische Diener und autonome Statuen auf. Philosophisch relevant wird die Idee erst im 17. Jahrhundert, als Leibniz und Descartes über mechanisches Denken spekulieren. Aber als Wissenschaft beginnt KI im 20. Jahrhundert.
1950 — Turing stellt die Frage
Alan Turing veröffentlicht Computing Machinery and Intelligence. Darin formuliert er die Frage „Können Maschinen denken?“ und schlägt einen praktischen Test vor: Wenn ein Mensch in einem Gespräch nicht unterscheiden kann, ob er mit einer Maschine oder einem Menschen kommuniziert, gilt die Maschine als intelligent. Der Turing-Test bleibt bis heute ein Bezugspunkt in der KI-Debatte, auch wenn er inzwischen als Maßstab umstritten ist.
1956 — Dartmouth Conference
John McCarthy organisiert eine Konferenz am Dartmouth College und prägt den Begriff Artificial Intelligence. Teilnehmer sind unter anderem Marvin Minsky und Claude Shannon. Die Konferenz gilt als Geburtsstunde der KI als eigenständiges Forschungsfeld. Die Erwartung: Maschinen werden innerhalb weniger Jahre Sprache verstehen, Probleme lösen und lernen können.
1950er–1960er — Symbolische KI
Die erste Welle der KI-Forschung setzt auf Regeln und Logik. Programme wie der Logic Theorist (1956) und der General Problem Solver (1957) lösen mathematische und logische Aufgaben. Der Ansatz heißt symbolische KI oder Good Old-Fashioned AI (GOFAI). Er funktioniert in kontrollierten Umgebungen, scheitert aber an der Komplexität realer Situationen.
1966 — ELIZA
Joseph Weizenbaum entwickelt ELIZA, einen der ersten Chatbots. Das Programm ahmt den Dialogstil eines Therapeuten nach, indem es Schlüsselwörter erkennt und Gegenfragen stellt. Obwohl ELIZA nicht versteht, was es sagt, fühlen sich viele Nutzer verstanden. Weizenbaum warnt daraufhin selbst davor, wie leicht Menschen Maschinen menschliche Eigenschaften zuschreiben.
1970er–1980er — Der erste KI-Winter
Die Erwartungen der 1950er und 1960er Jahre erfüllen sich nicht. Die Rechenleistung reicht nicht aus, die Systeme können mit der Komplexität alltäglichen Wissens nicht umgehen. Fördermittel werden gekürzt, Projekte eingestellt. Diese Phase wird rückblickend als erster KI-Winter bezeichnet.
1980er — Expertensysteme und der zweite Boom
Expertensysteme — Programme, die das Wissen menschlicher Fachleute in Regeln abbilden — erleben einen kommerziellen Aufschwung. Unternehmen investieren Millionen. Aber auch diese Systeme stoßen an Grenzen: Sie sind teuer im Aufbau, schwer zu warten und können nicht mit Situationen umgehen, die außerhalb ihrer Regeln liegen. Ende der 1980er folgt der zweite KI-Winter.
1997 — Deep Blue
IBMs Deep Blue besiegt Schachweltmeister Garri Kasparow. Der Sieg ist ein Meilenstein für die öffentliche Wahrnehmung von KI, auch wenn Deep Blue ein spezialisiertes System ist, das keine allgemeine Intelligenz besitzt.
2000er–2010er — Maschinelles Lernen und neuronale Netze
Steigende Rechenleistung, größere Datenmengen und neue Algorithmen machen maschinelles Lernen praktisch einsetzbar. Neuronale Netze, eine Idee aus den 1950er Jahren, erleben ein Comeback als Deep Learning. 2012 gewinnt ein Deep-Learning-System den ImageNet-Wettbewerb mit einem deutlichen Vorsprung. Ab diesem Punkt beschleunigt sich die Entwicklung.
2016 — AlphaGo
Googles DeepMind-System AlphaGo besiegt Lee Sedol, einen der besten Go-Spieler der Welt. Go galt als zu komplex für herkömmliche KI-Ansätze. AlphaGo kombiniert neuronale Netze mit Reinforcement Learning.
2020 — KI in der Pandemie
KI-Systeme unterstützen die Entwicklung von COVID-19-Impfstoffen, unter anderem bei der Analyse von Proteinstrukturen (AlphaFold) und der Beschleunigung klinischer Studien.
2022–2023 — Generative KI wird öffentlich
OpenAI veröffentlicht ChatGPT (November 2022). Innerhalb weniger Monate nutzen Hunderte Millionen Menschen generative KI. Bildgeneratoren wie Stable Diffusion und Midjourney folgen. KI wird vom Forschungsthema zum Alltagswerkzeug.
2024 — Multimodale Modelle
Modelle wie GPT-4o verarbeiten Text, Bild, Audio und Video in einem System. Die Grenze zwischen Sprachmodell und allgemeinem Assistenten verschwimmt. Gleichzeitig wächst die Debatte über Regulierung, Arbeitsmarktfolgen und Sicherheit.
Diese Seite wird bei Bedarf aktualisiert.
Wenn du noch tiefer einsteigen willst: Im KI Glossar findest du alle Grundlagen kompakt erklärt.
Schreibe einen Kommentar