Ein Algorithmus ist eine eindeutige, schrittweise definierte Handlungsanweisung zur Lösung eines Problems oder zur Ausführung einer Aufgabe. In klassischen Anwendungen führt ein Algorithmus bei gleichen Eingaben stets zu einem vorhersehbaren Ergebnis – ganz nach dem Prinzip: „Wenn Eingabe X, dann Ausgabe Y“.
In der Künstlichen Intelligenz kommen jedoch oft lernende Algorithmen zum Einsatz, bei denen nicht jede Ausgabe exakt vorgegeben ist. Stattdessen basieren die Entscheidungen auf statistischen Zusammenhängen, die das System zuvor durch Training aus Beispieldaten gelernt hat. Das Ergebnis ist dadurch nicht immer exakt vorhersehbar, sondern probabilistisch begründet.
Es besteht häufig ein Missverständnis: Algorithmen und Künstliche Intelligenz seien Gegensätze. Das stimmt nicht. Auch KI basiert vollständig auf Algorithmen – also mathematisch und logisch definierten Anweisungen, die in Programmcode umgesetzt sind. Der Unterschied liegt in der Art, wie diese Algorithmen arbeiten: In der KI sind sie nicht mehr starr, sondern dynamisch lernfähig.
Man unterscheidet beispielsweise:
In beiden Fällen beruhen KI-Systeme auf einer Vielzahl von Algorithmen – von einfachen Regeln bis zu komplexen neuronalen Netzwerken –, deren Ziel es ist, durch Erfahrung zu lernen statt festgelegte Abläufe zu befolgen.
Tipp:
Selbst der beste Algorithmus bleibt nur so gut wie die Daten, mit denen er trainiert wird. clickworker bietet individuell erstellte und annotierte KI-Trainingsdaten – optimal, um Modelle präziser, robuster und verlässlicher zu machen.
KI-Trainingsdaten von clickworker
„Smarte“ oder intelligente Algorithmen erwecken oft den Eindruck, als würden sie eigenständig denken oder Entscheidungen treffen. Doch nicht alle dieser Systeme basieren tatsächlich auf Maschinellem Lernen. Manche nutzen fest programmierte Regeln, greifen aber auf große Datenmengen zu, was ihre Leistungsfähigkeit erhöht – z. B. bei automatischen Textvorschlägen oder einfachen Chatbots.
Beim Maschinellen Lernen hingegen kommen Algorithmen zum Einsatz, die:
Solche Algorithmen werden als lernfähig bezeichnet. Sie passen sich auf Basis neuer Daten laufend an und verbessern ihre Vorhersagen oder Entscheidungen im Zeitverlauf – eine Grundvoraussetzung für moderne KI-Systeme.
