Loading content
Künstliche Intelligenz (KI) bezeichnet Forschung und Praxis zur Entwicklung von Systemen, die Wahrnehmung, Lernen, Schlussfolgern und autonome Entscheidungen ermöglichen. Sie umfasst symbolische Verfahren, statistisches Maschinelles Lernen und Deep Learning. KI unterstützt Automatisierung, prädiktive Analysen und neue Produktfähigkeiten in vielen Domänen.
Nutze diesen Steckbrief, um den Baustein kurz zu verstehen, ihn im Modell einzuordnen und bei Bedarf in die 360°-Bewertung zu wechseln.
Theoretisches Gebilde: erklärt einen Begriff, ein Prinzip oder ein Denkmodell.
Was du verstehen musst, um ein Themenfeld sinnvoll zu denken.
Künstliche Intelligenz bezeichnet Computersysteme, die Aufgaben ausführen, für die Menschen typischerweise Wahrnehmung, Lernen, Schlussfolgern oder Sprachverarbeitung einsetzen.
Das Feld nahm 1956 mit dem Dartmouth-Sommerforschungsprojekt Gestalt an; John McCarthy prägte dort den Begriff „artificial intelligence“. Danach entwickelte es sich über viele Verfahren und Schulen weiter.
Ein KI-System erhält Daten und eine Aufgabe, verarbeitet sie mit einem Modell und erzeugt eine Klassifikation, Vorhersage, Entscheidung oder Ausgabe. Die Qualität hängt von Daten, Ziel, Modell und Umgebung ab und muss im Anwendungskontext geprüft werden.
Beispiele und Messwerte liefern die Grundlage für Training, Anpassung oder Bewertung.
Ein Modell bildet Muster ab und erzeugt daraus Ausgaben für neue Eingaben.
Ziel und Randbedingungen bestimmen, welche Leistung das System erbringen soll.
Tests prüfen Qualität, Grenzen und mögliche Schäden im konkreten Einsatz.
Das Grundkonzept hilft, KI-Vorhaben realistisch einzuordnen und Anforderungen an Daten, Bewertung und Verantwortung zu formulieren. Leistungsversprechen müssen immer an Aufgabe, Kontext und Folgen gemessen werden.
Wo dieser Baustein im Themenmodell verortet ist.
Erkunde, wie dieser Wissensbaustein mit Konzepten, Methoden, Technologien und Tools verbunden ist.
Diese Quellen belegen den Begriff und seine fachliche Bedeutung.
Alle direkten Verbindungen des aktuellen Wissensbausteins in einer kompakten, textuellen Darstellung.
Diese Einordnung zeigt, in welchem Kontext der Baustein typischerweise relevant wird, wie anspruchsvoll er ist und welche Wirkung er im Modell hat.
Die Ebene innerhalb der Organisation (Unternehmen, Domäne, Team), auf der der AssetBlock angewendet wird.