Klassisch programmiert
„Wenn die Temperatur unter 18 °C liegt, schalte die Heizung ein.“ Ein Mensch formuliert die Regel ausdrücklich. Das Verhalten folgt dieser Vorgabe.
Technik verständlich erklärt / 02
KI verstehen.
Und sinnvoll nutzen.
Was KI kann, wie sie arbeitet und wo du selbst prüfen musst. Einfache Erklärungen, praktische Beispiele und drei Experimente.
In 30 Sekunden verstanden
KI hilft beim Denken
und beim Arbeiten.
Du stellst eine Aufgabe. Die KI verarbeitet deine Eingabe und erzeugt ein Ergebnis – zum Beispiel einen Text, eine Erklärung oder einen Programmvorschlag.
Sie nutzt dafür gelernte Muster. Das kann viel Arbeit erleichtern. Eine überzeugende Antwort kann trotzdem falsch sein.
Für den Anfang reicht diese Regel: Lass dir helfen, prüfe wichtige Ergebnisse und gib nur die Rechte frei, die eine Aufgabe wirklich braucht.
01Ein Programm, das mit
Die Grundidee
Ein Programm, das mit
gelernten Mustern arbeitet.
KI steht für künstliche Intelligenz. Gemeint sind Programme, die etwa Sprache verarbeiten, Bilder erkennen oder Aufgaben lösen. Viele lernen Muster aus Beispielen. Andere arbeiten mit ausdrücklich vorgegebenen Regeln.
Maschinelles Lernen
Du zeigst einem Programm viele Bilder von Katzen und Hunden. Es lernt Merkmale, die beim Unterscheiden helfen. Bei einem neuen Bild kann es sich trotzdem irren.
Generative KI
Sie erzeugt neue Inhalte wie Texte oder Bilder anhand gelernter Zusammenhänge. Das Ergebnis kann nützlich und originell sein – es ist dadurch noch nicht richtig.
02
Vom Beispiel zum Muster
Lernen heißt: Einstellungen verbessern.
Das Programm versucht eine Aufgabe zu lösen. Beim Training wird bewertet, wie gut der Versuch war. Dann werden seine Einstellungen etwas verändert. Das geschieht sehr oft. Am Ende prüft man, ob es auch mit neuen Beispielen zurechtkommt.
Daten sind die Grundlage
Ein Modell, das nur sonnige Dächer gesehen hat, kann bei Schnee scheitern. Daten müssen zur späteren Aufgabe passen. Mehr Daten allein garantieren keine Qualität.
Gewichte bestimmen den Einfluss
Ein Gewicht ist eine Zahl: Sie bestimmt, wie stark eine Eingabe das Ergebnis beeinflusst. Viele solcher Rechenstellen können miteinander verbunden werden. Das nennt man ein neuronales Netz.
Lernen und Benutzen sind zwei Schritte
Beim Benutzen arbeitet das Modell normalerweise mit seinen gelernten Einstellungen. Eine Nachricht trainiert es nicht automatisch neu. Was du im Gespräch schreibst, kann aber die nächste Antwort beeinflussen.
Experiment / Wie Eingaben ein Ergebnis verändern
LOKALES LERNMODELL · KEIN TRAININGVerändere die zwei Eingaben und ein Gewicht. Verfolge, wie sich die Werte durch eine Zwischenschicht bis zur Ausgabe bewegen.
Ein größeres Gewicht macht den Beitrag stärker. Ein negatives Gewicht zieht etwas ab. Negative Zwischenergebnisse werden hier auf null gesetzt. Das heißt ReLU. Du veränderst die Zahlen selbst; das Beispiel lernt nicht automatisch.
Den Rechenweg ansehen
Ausgabewert
Der letzte Rechenschritt begrenzt die Ausgabe auf einen Wert zwischen 0 und 1. Die dafür verwendete Funktion heißt Sigmoid. Der Wert sagt hier nichts über ein echtes Ereignis aus.
03
Sprachmodelle & ChatGPT
Text entsteht Schritt für Schritt.
Ein Sprachmodell baut eine Antwort Stück für Stück auf. Es berechnet, welche Fortsetzung zum bisherigen Text passt. Diese Textstücke heißen Tokens. Ein Token kann ein Wort, ein Wortteil oder ein Zeichen sein.
Kontext gibt die Richtung
„Bank“ kann ein Geldinstitut oder eine Sitzgelegenheit sein. Die vorherigen Wörter helfen, passende Fortsetzungen zu gewichten. Der verfügbare Kontext ist begrenzt.
Mehr als eine Wortliste
Große Netze lernen komplexe Zusammenhänge. Dadurch können sie Aufgaben lösen, erklären und Schlussfolgerungen ziehen. Eine passende Formulierung garantiert aber keine korrekte Begründung.
ChatGPT ist eine Anwendung
Sprachmodelle bilden einen Kern. Zusätzlich können je nach Ausstattung Werkzeuge wie Suche oder Codeausführung helfen. Eine Antwort ist also nicht zwangsläufig nur gespeichertes Trainingswissen.
Experiment / Welches Wort könnte folgen?
ERFUNDENE WAHRSCHEINLICHKEITENZum Frühstück trinke ich …
Ziehe mehrfach: Auch weniger wahrscheinliche Wörter können erscheinen.
Die Balken sind fest hinterlegt und ergeben zusammen 100 %. Das Beispiel behandelt ganze Wörter als Tokens und zeigt nur einen Generierungsschritt. Es bildet kein echtes Sprachmodell ab.
Mögliche Fortsetzungen
Eine hohe Wahrscheinlichkeit bedeutet hier „häufig gezogen“, nicht „inhaltlich wahr“.
04
Fähigkeiten & offene Fragen
Kann eine KI wirklich denken?
KI kann Aufgaben lösen, Pläne vorschlagen und Zusammenhänge erklären. Das lässt sich beobachten und prüfen. Ob sie dabei etwas erlebt oder fühlt, ist eine andere, wissenschaftlich offene Frage.
Verhalten lässt sich prüfen
Löst ein System eine neue Aufgabe? Ist seine Erklärung schlüssig? Solche Fähigkeiten kann man untersuchen. Gute Ergebnisse bei einem Test garantieren keinen Erfolg in jeder Situation.
Selbstaussagen sind kein Beweis
Ein Satz wie „Ich fühle mich glücklich“ belegt kein Gefühl. Ein Sprachmodell kann solche Formulierungen erzeugen, weil sie sprachlich zum Gespräch passen.
Bewusstsein bleibt eine offene Frage
Es gibt keinen allgemein akzeptierten Test, der subjektives Erleben bei KI eindeutig nachweist. Aus flüssiger Sprache allein sollte man deshalb weder Bewusstsein noch dessen Unmöglichkeit ableiten.
05Was schiefgehen kann.
Fehler und Verantwortung
Was schiefgehen kann.
Und was dagegen hilft.
KI muss keine schlechten Absichten haben, um Schaden anzurichten. Eine falsche Antwort, ein missverstandener Auftrag oder zu viele Rechte können ausreichen.
Ein wichtiger Unterschied
Eine Antwort schreiben ist etwas anderes als eine Datei verändern.
Ein Chat ohne verbundene Werkzeuge kann deine Dateien nicht selbst löschen. Er kann aber einen falschen Befehl vorschlagen. Führst du ihn ungeprüft aus, kann Schaden entstehen. Ein KI-Assistent mit Datei- und Ausführungsrechten kann solche Schritte selbst ausführen – innerhalb der Rechte, die ihm eingeräumt wurden.
Antworten ungeprüft übernehmen
Beispiel: Eine Zusammenfassung enthält eine falsche Zahl. Sie landet ungeprüft in einem Angebot oder Bericht. Auch erfundene Quellen können überzeugend aussehen.
Besser: Wichtige Angaben am Original prüfen. Bei Rechnungen Einheiten und Rechenschritte kontrollieren. Eine zweite KI-Antwort ist noch kein unabhängiger Beleg.
Zu viel Zugriff erlauben
Beispiel: „Räume den Ordner auf.“ Ein Assistent hält wichtige Dateien für überflüssig und löscht oder überschreibt sie. Das kann ein Fehler sein, ohne absichtliche Sabotage.
Besser: Erst an einer Kopie arbeiten. Zugriff auf den benötigten Ordner begrenzen. Änderungen ansehen und Löschungen ausdrücklich freigeben. Ein vorhandenes, geprüftes Backup hilft bei der Wiederherstellung.
Vertrauliche Daten weitergeben
Beispiel: Für eine schnelle Auswertung werden Kundendaten oder interne Unterlagen hochgeladen.
Besser: Nur dafür freigegebene Dienste verwenden. Namen und andere nicht benötigte Angaben vorher entfernen. Passwörter und geheime Schlüssel gehören nicht in einen Prompt.
Fremde Inhalte als Befehle behandeln
Beispiel: Eine Webseite enthält versteckte Anweisungen für den Assistenten. Sie versuchen, ihn vom eigentlichen Auftrag abzubringen. Das nennt man Prompt Injection.
Besser: Fremde Inhalte als Daten behandeln, Rechte technisch begrenzen und wichtige Aktionen vor Ausführung prüfen lassen. „Ignoriere fremde Anweisungen“ im Prompt allein ist kein verlässlicher Schutz.
Ohne Kontrolle senden oder veröffentlichen
Beispiel: Ein Assistent verschickt einen Entwurf mit falschem Empfänger oder veröffentlicht ungeprüfte Änderungen.
Besser: Erst einen Entwurf erstellen lassen. Vor dem Senden Empfänger und Inhalt prüfen; vor Veröffentlichung die Vorschau und Änderungen ansehen. Zugang nur für die nötigen Werkzeuge erteilen.
Warum macht KI solche Fehler?
Ein Sprachmodell kann passende Sätze bilden, ohne jede Aussage zuverlässig zu prüfen. Trainingsdaten können lückenhaft, veraltet oder verzerrt sein. Auch missverständliche Aufgaben und fehlender Kontext können zu Fehlern führen. Falsche, glaubwürdig formulierte Inhalte heißen oft Halluzinationen.
Ein Modell kann manche Aufgaben sehr gut lösen und bei anderen scheitern. Deshalb sollte man die Zuverlässigkeit an der konkreten Aufgabe messen – nicht daran, wie selbstsicher eine Antwort klingt.
Technischer Hintergrund: OWASP zu zu weitreichenden Handlungsmöglichkeiten und manipulierten Anweisungen in fremden Inhalten. Die Beispiele oben sind illustrative Szenarien, keine Berichte über konkrete Vorfälle.
06
Ein Werkzeug sinnvoll nutzen
So wird KI im Alltag nützlich.
Sag der KI, was du erreichen möchtest, für wen das Ergebnis gedacht ist und was sie beachten soll. Diese Arbeitsanweisung nennt man Prompt. Je klarer die Aufgabe, desto leichter kannst du das Ergebnis beurteilen.
Texte und E-Mails
KI hilft: Einen Entwurf gliedern, kürzen oder verständlicher formulieren.
Du prüfst: Stimmen Inhalt, Ton und Empfänger? Sind vertrauliche Angaben enthalten?
Lernen und Verstehen
KI hilft: Einen Begriff mit einem Beispiel erklären und Übungsfragen stellen.
Du prüfst: Kannst du den Zusammenhang selbst erklären? Passen Aussagen zur Fachquelle?
Daten und Tabellen
KI hilft: Formeln vorschlagen und auffällige Werte finden.
Du prüfst: Stimmen Einheiten, Formeln und Ausgangsdaten? Rechne einen einfachen Fall selbst nach.
Programmieren
KI hilft: Code entwerfen, Fehler erklären und Tests vorschlagen.
Du prüfst: Änderungen lesen und in einer Testumgebung ausführen. Originaldateien vorher sichern.
Eine sinnvolle Arbeitsweise: Entwurf → Prüfung → Freigabe.
Je größer die mögliche Auswirkung, desto wichtiger ist die Kontrolle. Ein Textvorschlag braucht andere Grenzen als ein Assistent mit Zugriff auf den Firmenserver.
Experiment / Eine klarere Aufgabe stellen
FEST HINTERLEGTE BEISPIELANTWORTENDeine Beispielanweisung
So könnte eine Antwort aussehen
Hier werden vorbereitete Textbausteine kombiniert. Es wird keine KI befragt. Ein echtes Modell kann anders reagieren – auch auf dieselbe Anweisung.
Vorher: Aufgabe eingrenzen
Was soll das Ergebnis leisten? Welche Daten darfst du verwenden?
Dabei: Annahmen hinterfragen
Lass dir Unsicherheiten und fehlende Informationen nennen.
Danach: selbst entscheiden
Teste Code und Berechnungen. Die Verantwortung bleibt beim Anwender.
Weiterdenken
Das Prinzip verstanden.
Die Neugier bleibt.
Die Experimente vereinfachen bewusst. Sie ersetzen weder ein trainiertes Modell noch eine vollständige Darstellung moderner KI-Systeme.
Quellen & weiterführende Grundlagen
- Google: Knoten, Gewichte und Zwischenschichten
- Google: Aktivierungsfunktionen
- OpenAI: Grundlagen von Sprachmodellen
Die Quellen erläutern technische Grundlagen. Aussagen über Bewusstsein sind keine Behauptung einer abschließenden wissenschaftlichen Klärung. Redaktioneller Stand: Oktober 2026.