Arten von KI: Der umfassende Guide

Wenn es dir so vorkommt, als wäre Künstliche Intelligenz (KI) plötzlich überall, dann liegt das daran, dass es so ist. Laut aktueller Marktforschung von McKinsey ist die weltweite KI-Einführung von rund 50–60% der Organisationen in den Jahren 2020–2021 auf beeindruckende 88% im Jahr 2025 gestiegen.

Dieses explosive Wachstum hat jedoch ein sprachliches Problem geschaffen. "KI" ist zu einem Sammelbegriff geworden, der völlig unterschiedliche Technologien beschreibt. Er wird gleichermaßen für einfache regelbasierte Chatbots, Bildgeneratoren und futuristische Sci-Fi-Roboter verwendet.

Für Datenprofis ist diese Unschärfe ein Hindernis. Wenn ein Stakeholder nach einer "KI-Lösung" fragt, solltest du wissen: Geht es um ein einfaches Regressionsmodell, einen generativen Agenten oder ein Computer-Vision-System?

In diesem umfassenden Guide schauen wir uns die Terminologie an. Wir listen nicht nur Definitionen auf, sondern betrachten das Thema aus vier Blickwinkeln: wie KI aufgebaut ist, was sie kann, wie sie entscheidet und wie sie in reale Workflows passt.

Wenn du neu im Thema bist, empfehle ich dir den Kurs Understanding Artificial Intelligence.

Was ist KI?

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich auf die Entwicklung intelligenter Agenten konzentriert, die Aufgaben ausführen, die typischerweise menschliche Intelligenz erfordern, etwa Problemlösen, Spracherkennung und Entscheidungsfindung.

KI ist eine interdisziplinäre Wissenschaft mit vielen Ansätzen. Sie kann regelbasiert sein (unter vordefinierten Bedingungen arbeiten) oder mittels Machine-Learning-Algorithmen aus Daten lernen, sodass Systeme sich an unvorhergesehene Szenarien anpassen können.

Eine präzise Definition von KI ist jedoch überraschend schwierig, was Forschende als "KI-Effekt" bezeichnen. Dieses Phänomen beschreibt, wie sich die Wahrnehmung der Gesellschaft verschiebt, sobald Technologien reifen: Wird eine Fähigkeit alltäglich, nennen wir sie nicht mehr "KI", sondern betrachten sie als normale Software. 

Aufgrund dieser wechselnden Definition und der großen Bandbreite reicht eine einzige Klassifizierung nicht aus. Wir brauchen mehrere Linsen, um das Gesamtbild zu sehen:

• Technologie: Die zugrunde liegenden Algorithmen und Architekturen. 
• Fähigkeit: Grad der Intelligenz von eng begrenzt bis hin zu superintelligent.
• Funktionalität: Wie verarbeiten Systeme Informationen und halten Gedächtnis vor?

Ein Beispiel: Ein selbstfahrendes Auto lässt sich zugleich dreifach einordnen:

• Narrow AI (gemessen an der spezifischen Fähigkeit).
• Deep Learning (gemessen an der zugrunde liegenden Technologie).
• Begrenztes Gedächtnis (gemessen an der Funktionalität).

In den folgenden Abschnitten erkunden wir diese Typen im Detail.

Für einen bewusst nicht-technischen Einstieg in die Basics lies unseren AI Guide for Beginners.

Technologiebasierte Arten von KI

Am strengsten lässt sich KI über die zugrunde liegende Technologie klassifizieren, also den "Motor" des Systems. Diese Sicht trennt Systeme danach, wie sie Daten verarbeiten und lernen. Schauen wir uns die verschiedenen Typen an.

Machine Learning

Machine Learning (ML) ist ein Teilbereich der KI, der sich auf Systeme konzentriert, die aus Daten lernen und sich verbessern, ohne dass jede einzelne Regel explizit programmiert wird. Statt Code nach dem Muster "Wenn dies, dann das" zu schreiben, fütterst du den Algorithmus mit Daten und lässt ihn Muster finden.

Machine Learning teilt sich in drei grundlegende Lernparadigmen, die sich für unterschiedliche Problemtypen eignen:

• Überwachtes Lernen: Die gängigste Form in Unternehmen. Es nutzt gelabelte Daten (Input-Output-Paare) zum Trainieren. Beispiel: Du zeigst dem Modell 1.000 E-Mails mit den Labels "Spam" oder "Kein Spam", und es lernt, die nächste E-Mail zu klassifizieren. Gängige Algorithmen sind Lineare Regression, K-Nearest Neighbors (KNN) und Entscheidungsbäume.
• Unüberwachtes Lernen: Der Algorithmus bekommt ungelabelte Daten und muss selbst verborgene Strukturen oder Muster finden. Häufig genutzt für Kundensegmentierung (Clustering). K-Means-Clustering und Principal Component Analysis (PCA) gehören zu den meistgenutzten Verfahren.
• Reinforcement Learning (RL): Ein ganz anderer Ansatz: RL bringt Agenten per Trial-and-Error mit Belohnungs- und Strafsystem bei, gute Strategien zu finden. Ein RL-Agent erhält Feedback aus der Interaktion mit seiner Umgebung und lernt schrittweise, welche Verhaltensweisen über die Zeit die höchsten kumulierten Belohnungen bringen. So werden etwa Roboter und fortgeschrittene Spiel-KIs wie AlphaGo trainiert.

Für ein solides Fundament in Machine Learning empfehle ich den Lernpfad Machine Learning Fundamentals with Python.

Deep Learning

Deep Learning (DL) ist eine spezialisierte Teilmenge des ML, inspiriert von der Struktur des menschlichen Gehirns. Es nutzt künstliche neuronale Netze mit vielen Schichten (daher "deep"), um komplexe, nichtlineare Zusammenhänge in großen Datensätzen zu modellieren. Während klassisches ML bei mehr Daten irgendwann stagniert, verbessert sich DL oft weiter.

Wichtige Architekturen sind:

• Convolutional Neural Networks (CNNs): Der Goldstandard für Bildverarbeitung. Sie nutzen "Filter", um Bilder automatisch zu scannen und räumliche Hierarchien wie Kanten, Formen und Texturen zu erkennen.
• Recurrent Neural Networks (RNNs): Entwickelt für sequenzielle Daten wie Zeitreihen oder Sprache. Sie behalten ein "Gedächtnis" vorheriger Eingaben, das das aktuelle Ergebnis beeinflusst.
• Transformer: Die Architektur hinter modernen Large Language Models (LLMs) wie GPT 5.2 und Gemini 3. Sie nutzen einen Aufmerksamkeitsmechanismus, um ganze Sequenzen parallel zu verarbeiten und Wörter relativ zueinander zu gewichten, statt sie nacheinander abzuarbeiten.
• Generative Adversarial Networks (GANs): Ein Framework mit zwei konkurrierenden Netzen: Ein "Generator" erzeugt künstliche Daten, ein "Diskriminator" versucht, diese als Fälschungen zu entlarven. Der Wettbewerb führt zu sehr realistischen synthetischen Ergebnissen.
• Diffusionsmodelle: Der Motor hinter Tools wie Midjourney. Sie erzeugen hochwertige Bilder, indem sie gelerntes Rauschen systematisch in klare, visuell unterscheidbare Bilder zurückverwandeln.

Wenn du diese Modelle selbst bauen möchtest, starte mit dem Kurs Introduction to Deep Learning with PyTorch.

Natural Language Processing

Natural Language Processing (NLP) ermöglicht es Computern, menschliche Sprache sinnvoll zu verstehen, zu interpretieren und zu generieren. NLP überbrückt die Lücke zwischen menschlicher Kommunikation und maschinellem Verständnis, indem es Ambiguität, Kontextabhängigkeit und Komplexität natürlicher Sprache handhabbar macht.

Zu den Techniken gehören:

• Sentiment-Analyse: Analyse der Stimmung hinter einem Satz, z. B. ob eine Bewertung positiv oder negativ ist
• Named Entity Recognition (NER): Erkennen von Personen oder Orten in Texten
• Tokenisierung: Zerlegen von Text in kleinere Einheiten, etwa Wörter, Silben oder einzelne Zeichen

Hier ein Beispiel für eine Sentiment-Analyse mit transformers in Python:

# Example: Sentiment analysis using transformers
from transformers import pipeline
# Load pre-trained sentiment analysis model
sentiment_analyzer = pipeline("sentiment-analysis")
# Analyze multiple texts
texts = [
    "This product exceeded my expectations!",
    "Terrible customer service, very disappointed.",
    "The quality is okay, nothing special."
]
results = sentiment_analyzer(texts)
for text, result in zip(texts, results):
    print(f"Text: {text}")
    print(f"Sentiment: {result['label']}, Confidence: {result['score']:.2f}\n")

Text: This product exceeded my expectations!
Sentiment: POSITIVE, Confidence: 1.00

Text: Terrible customer service, very disappointed.
Sentiment: NEGATIVE, Confidence: 1.00

Text: The quality is okay, nothing special.
Sentiment: NEGATIVE, Confidence: 0.98

Computer Vision

Computer Vision ermöglicht es Maschinen, aus digitalen Bildern und Videos sinnvolle Informationen zu gewinnen, sodass Computer visuelle Daten ähnlich wie Menschen wahrnehmen und verstehen. Das Feld umfasst das Erkennen von Objekten, das Messen von Distanzen oder sogar das Identifizieren von Mustern, die dem menschlichen Auge verborgen bleiben.

Computer-Vision-Systeme kombinieren Bildverarbeitungstechniken mit Machine Learning, insbesondere Deep Learning, um aus Rohdaten zunehmend abstrakte Repräsentationen zu extrahieren. Zentrale Aufgaben sind:

• Bildklassifikation: Erkennen, was auf einem Bild zu sehen ist (z. B. "Das ist eine Katze").
• Objekterkennung: Lokalisieren, wo sich ein Objekt befindet (z. B. "Bei Koordinaten x,y ist ein Fußgänger").
• Gesichtserkennung: Identitätsprüfung anhand von Gesichtsmerkmalen.

Die medizinische Bildgebung zählt zu den wirkungsvollsten Anwendungen: KI-Systeme erkennen Tumore in Röntgen-, CT- und MRT-Aufnahmen mit Genauigkeiten, die denen menschlicher Radiologinnen und Radiologen entsprechen oder sie übertreffen. Diese Systeme ersetzen Fachleute nicht, sondern unterstützen sie etwa, indem sie Auffälligkeiten für eine Expertenprüfung markieren.

Audioverarbeitung

Audioverarbeitung konzentriert sich auf das Erkennen, Interpretieren und Synthesieren akustischer Signale – von menschlicher Sprache bis zu Umgebungsgeräuschen. Ziel ist es, Maschinen das Zuhören, Verstehen und Erzeugen von Audioinhalten zu ermöglichen und so die Brücke zwischen Schallwellen und Bedeutung zu schlagen. 

Automatic Speech Recognition (ASR) wandelt gesprochene Sprache in Text um und treibt Sprachassistenten, Transkriptionsdienste und Barrierefreiheits-Tools an. Moderne ASR-Systeme nutzen Transformer-Architekturen, um Audiosignale direkt auf Textsequenzen abzubilden – mit nahezu menschlicher Genauigkeit bei sauberer Sprache und stetigen Fortschritten unter schwierigen Bedingungen wie Hintergrundgeräuschen oder Akzenten. 

Text-to-Speech-(TTS-)Engines wie Amazon Polly leisten das Gegenteil: Sie synthetisieren natürlich klingende Sprache aus Text mithilfe neuronaler Vocoder, die realistische Prosodie, Intonation und Emotion erzeugen. Moderne TTS-Systeme können Stimmen aus wenigen Minuten Audiomaterial klonen – mit kreativen Möglichkeiten, aber auch ethischen Fragen.

Anwendungen gehen über Sprachverarbeitung hinaus in kreative und praktische Bereiche. Voice-Cloning-Technologie ermöglicht personalisierte virtuelle Assistenten, Hörbuchnarration mit konsistenten Stimmen sowie umstrittene Deepfake-Audios.

Robotik und Embodied AI

Hier treffen KI und Ingenieurwesen aufeinander. Embodied AI bedeutet, fortgeschrittene "Gehirne" (z. B. Vision-Language-Modelle) in physische Roboterkörper zu integrieren. Während viele KI-Systeme rein digital sind, muss Embodied AI mit Schwerkraft, Reibung und der Unvorhersehbarkeit physischer Umgebungen umgehen. 

Diese Verankerung in der Realität bringt Herausforderungen mit sich, die in rein rechnerischer KI nicht auftreten, ermöglicht aber direkte Interaktion mit der physischen Welt. Traditionelle Roboter brauchten explizite Programmierung für jede Aufgabe, mit präzise codierten Bewegungen und Entscheidungsbäumen. 

Moderne Embodied-AI-Systeme verstehen natürliche Sprachbefehle wie "Heb den Apfel auf" oder "Öffne die Tür", identifizieren Objekte visuell und planen geeignete Aktionen – ohne aufgabenspezifische Programmierung.

Dieser Fortschritt adressiert Moravecs Paradox: Aufgaben, die für Menschen trivial sind – Wäsche falten, Türen öffnen, sich durch vollgestellte Räume bewegen – sind für Roboter extrem schwierig, während Dinge, die Menschen schwerfallen – wie Schach oder Analysis –, für KI vergleichsweise leicht sind. 

Embodied AI überbrückt diese Lücke dank Foundation Models, die Robotern das Wahrnehmungsverständnis und die adaptive Planung geben, die wir Menschen als selbstverständlich ansehen. Anwendungen reichen von Staubsaugerrobotern über industrielle Kollaborationsroboter (Cobots) bis zu fortschrittlichen Humanoiden wie Atlas von Boston Dynamics.

Fähigkeitsbasierte Arten von KI

Während die Technologie beschreibt, wie KI gebaut ist, beschreibt die Fähigkeit, was sie im Vergleich zur menschlichen Intelligenz leisten kann. Diese Klassifizierung bildet eine Art Zeitachse der KI-Entwicklung – von heutigen Grenzen bis zu theoretischen Zukünften.

Artificial Narrow Intelligence

Artificial Narrow Intelligence (ANI), auch Weak AI genannt, ist die KI, die es heute real gibt. Sie umfasst Systeme, die für spezifische, vordefinierte Aufgaben optimiert sind, aber außerhalb dieser engen Trainingsparameter komplett versagen. Ein Schachbot kann kein Auto fahren, und ein medizinisches Diagnosetool kann keine Gedichte schreiben.

Allerdings dehnt sich die Bedeutung von "narrow" aus. Der aktuelle Stand der Technik sind fortgeschrittene multimodale Large Language Models (LLMs). Wir sehen Modelle wie GPT-5.2 und Gemini 3, die Text-, Audio- und visuelle Eingaben gleichzeitig verarbeiten können. 

Obwohl sie Schlussfolgern imitieren, fehlt ihnen noch ein echtes Weltverständnis. Entwicklerinnen und Entwickler interagieren mit diesen ANI-Systemen über APIs, um sie in Anwendungen zu integrieren.

Der nächste Schritt innerhalb von ANI ist Agentic AI. Diese Systeme gehen über passiven Chat hinaus und können eigenständig mehrstufige Aktionen ausführen, etwa im Web recherchieren, um einen Flug zu buchen – eine Brücke hin zu breiterer Intelligenz.

Artificial General Intelligence

Artificial General Intelligence (AGI) ist der heilige Gral der KI-Forschung. Sie bezeichnet ein theoretisches Stadium, in dem eine Maschine über Lern-, Denk- und Problemlösefähigkeiten in völlig unterschiedlichen Domänen verfügt und damit die kognitive Flexibilität des Menschen erreicht.

Der entscheidende Unterschied ist die Generalisierung. Ein auf Portugiesisch trainiertes ANI-System kann dieses Wissen nicht nutzen, um schneller Spanisch zu lernen. Ein AGI-System könnte Logik von einem Feld auf ein anderes übertragen, ohne manuelles Retraining.

Der Zeitplan für AGI ist hoch umstritten. Optimisten in der Branche erwarten sie zwischen 2026 und 2029. Skeptiker hingegen argumentieren, dass uns die grundlegende Architektur fehlt (insbesondere präzise "Weltmodelle") und verorten AGI eher ab 2040 oder später.

Artificial Superintelligence

Artificial Superintelligence (ASI) beschreibt ein hypothetisches Stadium, in dem KI die klügsten menschlichen Köpfe in nahezu jedem Bereich übertrifft: wissenschaftliche Kreativität, allgemeine Weisheit, soziale Fähigkeiten und Problemlösung. ASI würde nicht nur Einstein oder da Vinci erreichen, sondern sie so deutlich überragen, wie diese den Durchschnittsmenschen überragten.

Die größte Sorge rund um ASI betrifft rekursive Selbstverbesserung: Eine ASI könnte ihre eigene Architektur neu entwerfen, um intelligenter zu werden, und diese höhere Intelligenz wiederum nutzen, um sich weiter zu verbessern – eine Spirale exponentiell zunehmender Intelligenz. 

Diese Intelligenzexplosion könnte Systeme hervorbringen, die so weit jenseits unseres Verständnisses liegen, dass ihr Verhalten nicht mehr vorhersagbar ist. Das wirft grundlegende Sicherheitsfragen zur Ausrichtung und Kontrolle auf. Wenn die Ziele einer ASI auch nur leicht von menschlichen Werten abweichen, könnte sie diese Ziele auf Weisen verfolgen, die der Menschheit schaden.

Es gibt keinen glaubwürdigen Fahrplan zum Aufbau von ASI, und viele Forschende bezweifeln, dass Superintelligenz überhaupt erreichbar oder als Konzept stimmig ist. Dennoch motiviert die theoretische Möglichkeit ernsthafte Forschung zur KI-Ausrichtung, damit zunehmend leistungsfähige Systeme nützlich und kontrollierbar bleiben. 

Funktionalitätsbasierte Arten von KI

Während die Fähigkeit die Leistung misst, beschreibt die Funktionalität, wie ein System mit der Welt interagiert und Daten verarbeitet. Diese Klassifizierung hilft, einen Schachcomputer der 1990er von den Sozialrobotern der Zukunft zu unterscheiden. Schauen wir uns die Typen an.

Reaktive Maschinen

Reaktive Maschinen sind die grundlegendste und älteste Form von KI. Diese Systeme kennen weder Vergangenheit noch Zukunft und reagieren strikt auf aktuelle Eingaben anhand vorprogrammierter Regeln.

Kennzeichnend für reaktive KI ist, dass sie zustandslos und deterministisch ist. Gibst du einer reaktiven Maschine zehnmal exakt denselben Input, liefert sie zehnmal exakt denselben Output. Sie kann nicht aus Erfahrung lernen, weil sie kein Gedächtnis speichert.

Ein gutes Beispiel ist IBMs Deep Blue, der Schachcomputer, der Garry Kasparov besiegte. Er lernte nicht Kasparovs Psychologie, sondern berechnete basierend auf dem aktuellen Brett die beste Zugfolge. Auch Standard-Spamfilter, die Stichwörter markieren, ohne deinen E-Mail-Verlauf zu berücksichtigen, gehören hierzu.

KI mit begrenztem Gedächtnis

KI mit begrenztem Gedächtnis dominiert heutige Anwendungen. Durch das temporäre Speichern jüngster Daten oder Kontexte treffen diese Systeme informierte Entscheidungen und verhalten sich dynamisch. Anders als reaktive Maschinen beziehen sie historische Informationen innerhalb eines begrenzten Kontextfensters ein.

Fast alle heute genutzten prädiktiven und generativen KI-Tools fallen in diese Kategorie. LLMs wie Claude Opus 4.5 halten Gesprächsverläufe vor und erinnern sich an das, was du vor Minuten gesagt hast, um kohärente Antworten zu geben, die auf Vorherigem aufbauen. Das Kontextfenster bestimmt, wie viel Historie das System referenzieren kann. 

Selbstfahrende Autos verfolgen Geschwindigkeit und Trajektorien umliegender Fahrzeuge über mehrere Sekunden und sagen deren zukünftige Positionen voraus, statt nur auf die aktuelle Position zu reagieren.

Theory of Mind KI

Theory-of-Mind-KI bewegt sich zwischen Forschungsprototyp und praktischer Fähigkeit. Systeme in dieser Kategorie würden mentale Zustände, Überzeugungen, Absichten, Emotionen und Wünsche von Menschen modellieren, um Verhalten präzise vorherzusagen. 

Diese Fähigkeit ist essenziell für natürliche soziale Interaktion: KI könnte implizite Signale deuten, Täuschung erkennen oder Antworten an die Stimmung eines Nutzers anpassen. 

Frühere Spitzenmodelle wie OpenAIs GPT-4 erzielten bereits menschliche Ergebnisse bei False-Belief-Aufgaben, also bei Vorhersagen basierend auf falschen Annahmen, wie in der PNAS-Studie 2024 von Michal Kosinski (Stanford) gezeigt. 

Fachleute streiten jedoch darüber, ob moderne LLMs damit schon echte Theory-of-Mind-Systeme sind oder lediglich Muster aus Sprachtraining anwenden. Prototypen umfassen etwa ToMnet von DeepMind, das in simulierten Umgebungen die Überzeugungen anderer Agenten erschließen soll.

Selbstbewusste KI

Selbstbewusste KI beschreibt den Konzeptzustand von Maschinen mit Bewusstsein, Empfindungsfähigkeit und einem klaren Verständnis ihrer eigenen Existenz, getrennt von der Außenwelt. 

Das wäre nicht nur Intelligenz, sondern subjektives Erleben. Eine solche Maschine würde Informationen über sich nicht nur verarbeiten, sondern ein gefühltes "Ich existiere" mit verbundenen Empfindungen, Bedürfnissen und Wünschen haben.

Dieses Niveau überschreitet die reine Rechenfähigkeit und führt in philosophische Fragen über das Wesen des Bewusstseins. Würde eine selbstbewusste KI Schmerz, Freude oder Angst vor Deaktivierung empfinden? Falls ja, verdient sie moralische Berücksichtigung oder Rechte? Diese Fragen verschieben den Fokus von Technik zu Ethik.

Es gibt derzeit keine Systeme, die diesem Niveau nahekommen. Fiktionale Beispiele wie HAL 9000 aus 2001: Odyssee im Weltraum oder Data aus Star Trek illustrieren das Konzept, doch ob es je erreicht wird, ist spekulativ.

Zentrale Arten von KI-Modellen

Abseits der Theorie müssen Datenprofis die konkreten Architekturen kennen, die in der Praxis auftauchen. Grob lassen sich die heute in der Industrie genutzten KI-Modelle in Schöpfer und Analytiker einteilen. Mehr dazu findest du in diesem Beitrag zu generativen versus diskriminativen Modellen.

Generative KI: Die Schöpfer

Generative KI-Modelle erzeugen neue Dateninstanzen, die deinem Trainingsdatensatz ähneln. Sie lernen die zugrunde liegende Wahrscheinlichkeitsverteilung eines Datensatzes, um originäre Texte, Bilder, Code oder Audio zu produzieren. Dieser Wechsel von Analyse zu Kreation eröffnet viele Möglichkeiten für skalierbare Content-Erstellung, kreative Unterstützung und Simulation. 

Beliebte Beispiele sind LLMs wie Claude fürs Schreiben und Coden, Diffusionsmodelle wie Midjourney oder Nano Banana Pro für Bildsynthese sowie Videogeneratoren wie Sora, die komplexe Szenen simulieren können. Wichtig: Nicht alle Bildgeneratoren basieren auf Diffusion; Modelle wie GPT Image 1.5 nutzen stattdessen eine autoregressive Architektur.

Generative KI ist ein großer Schritt für agentische KI-Workflows, in denen Modelle nicht nur reagieren, sondern aktiv Assets oder Pläne erstellen. Auf KI-Agenten gehen wir später noch genauer ein.

Diskriminative KI: Die Analytiker

Während generative KI die Schlagzeilen dominiert, bleibt diskriminative KI, auch prädiktive KI genannt, das Rückgrat vieler Unternehmensprozesse. Diese Modelle erzeugen keine neuen Daten; sie lernen die Grenze zwischen Klassen in einem Datensatz, um Eingaben zu klassifizieren oder zukünftige Werte vorherzusagen.

Der Business-Nutzen diskriminativer KI liegt in ihrer Fähigkeit, Entscheidungen zu unterstützen und Risiken zu bewerten. Organisationen nutzen diese Modelle, um Urteile zu automatisieren, die eine konsistente Anwendung erlernter Kriterien erfordern.

Im Unterschied zu generativen Modellen geht es hier nicht um Kreativität, sondern um Genauigkeit und Zuverlässigkeit – oft in kritischen Szenarien, in denen Fehler gravierende Folgen haben.

Beispiele sind:

• Kreditscoring-Modelle zur Vorhersage des Ausfallrisikos.
• Spamfilter, die E-Mails als Junk oder legitim einstufen.
• Medizinische Diagnosetools, die Auffälligkeiten in Röntgenbildern erkennen.
• Finanzmonitoring-Systeme zur Erkennung betrügerischer Transaktionen. 

Foundation Models

Foundation Models werden auf riesigen, vielfältigen Datensätzen trainiert – darunter Text, Bilder, Code und strukturierte Daten – und lernen allgemeine Muster, die domänenübergreifend anwendbar sind. Ein Foundation Model lernt nicht nur Bildklassifikation oder Textgenerierung, sondern entwickelt ein breites Verständnis von Sprache, Schlussfolgern und Weltwissen, das mit minimalem Zusatztraining auf neue Aufgaben übertragbar ist.

Dieser Ansatz verkürzt die Zeit und Datenmenge drastisch, die für neue KI-Anwendungen nötig sind. Statt für jedes Problem ein eigenes Modell zu bauen, feintunen Unternehmen ein einziges Foundation Model für verschiedenste Aufgaben – von der Analyse juristischer Dokumente über Codegenerierung bis zur Übersetzung.

Aktuell sehen wir einen Aufschwung bei Small Language Models (SLMs). Das sind effiziente, destillierte Varianten von Foundation Models, die lokal auf Geräten (z. B. Laptops oder Smartphones) laufen und so Datenschutz und Geschwindigkeit ohne den massiven Rechenaufwand großer Cloud-Modelle bieten.

Arten von KI-Agenten

KI entwickelt sich von passiven Tools zu autonomen Agenten, die komplexe Workflows ausführen. Während ein Standardmodell auf Eingaben wartet, um Ausgaben zu erzeugen, kann ein KI-Agent seine Umgebung wahrnehmen, überlegen, wie er ein Ziel erreicht, und Maßnahmen zur Ausführung ergreifen. Um die Architektur hinter Agenten zu verstehen und sie zu bauen, empfehle ich den Kurs Introduction to AI Agents.

Arten von KI-Agenten werden meist nach Komplexität und Autonomiegrad kategorisiert. Schauen wir sie uns an.

Einfache Reflex-Agenten

Reflex-Agenten sind die einfachste Form von Agenten. Sie folgen strikten "Bedingung-Aktion"-Regeln, reagieren nur auf die aktuelle Wahrnehmung und ignorieren die Historie. Ein intelligenter Thermostat ist ein Beispiel mit Regeln wie: Fällt die Temperatur unter 68°F, Heizung an. Steigt sie über 72°F, Kühlung aktivieren. 

Auch Fließbandroboter gehören dazu: Sie führen Aktionen aus, wenn Sensoren anzeigen, dass Teile bestimmte Positionen erreicht haben. Reflex-Agenten sind stark bei repetitiven Aufgaben in stabilen Umgebungen, scheitern jedoch bei unerwarteten Änderungen, da ihnen Kontextverständnis fehlt.

Modellbasierte Reflex-Agenten

Modellbasierte Reflex-Agenten halten ein internes Weltmodell vor, verfolgen Zustände über die Zeit und kommen so mit unvollständig beobachtbaren Umgebungen zurecht. Sie reagieren nicht nur, sondern merken sich Schlüsselinformationen, die für den korrekten Betrieb nötig sind.

Autonome Notbremsassistenten sind ein Beispiel: Sie fusionieren Daten aus Radar und Kameras, um Trajektorien von Fahrzeugen über die Zeit zu verfolgen, statt nur auf unmittelbare Gefahren zu reagieren. Sie halten akkurate Zustandsschätzungen auch bei unvollständigen Informationen aufrecht, etwa wenn ein Auto kurz hinter einem Lkw verschwindet.

Zielbasierte Agenten

Zielbasierte Agenten handeln, um konkrete Ziele zu erreichen, statt nur zu reagieren. Bei einem Ziel wie "Plane einen Urlaub nach Italien" erwägen sie mehrere Handlungssequenzen und bewerten, welche zur Zielerreichung führt. Das markiert die Speerspitze agentischer KI.

Tools wie Roo Code für Software-Engineering oder autonome Buchungsassistenten führen mehrstufige Workflows aus – suchen, vergleichen, prüfen von Constraints und Entscheidungen treffen, um ganze Aufgaben zu erledigen. Workflow-Plattformen wie n8n ermöglichen komplexe Prozesse, in denen KI-Agenten Entscheidungspunkte und adaptive Logik übernehmen.

Wenn du ein starkes Fundament in KI-Agenten aufbauen willst, empfehle ich den Lernpfad AI Agent Fundamentals.

Nutzenbasierte Agenten 

Nutzenbasierte Agenten gehen noch einen Schritt weiter: Sie optimieren nicht nur auf irgendeinen Pfad zum Ziel, sondern auf den besten. Dazu nutzen sie Nutzenfunktionen, die Ergebnissen numerische Werte zuweisen und so quantitative Vergleiche ermöglichen. 

Während ein zielbasierter Agent irgendeinen Flug nach Rom bucht, berücksichtigt ein nutzenbasierter Agent Faktoren wie Kosten, Dauer, Zwischenstopps und Abflugzeiten, um den Gesamtnutzen zu maximieren.

Beispiele sind algorithmische Handelssysteme, die Gewinn und Risiko ausbalancieren, sowie Navigations-Apps wie Waze, die Routen nach Präferenzen wie schnellste Zeit, kürzeste Strecke oder ohne Maut optimieren.

Lernende Agenten

Lernende Agenten agieren in unbekannten oder sich verändernden Umgebungen und verbessern sich kontinuierlich durch Erfahrung – ohne menschliches Eingreifen. Die Architektur umfasst einen Kritiker für Leistungsfeedback und ein Lernelement, das die Policy des Agenten anpasst. 

Marsrover lernen mit der Zeit, welche Geländecharakteristika sichere Wege anzeigen, wenn sie neue geologische Formationen antreffen. Ein weiteres Beispiel ist der Empfehlungsalgorithmus von Netflix: Er verfeinert fortlaufend das Verständnis von Nutzerpräferenzen anhand des Sehverlaufs und verbessert so die Vorschläge.

Agentische Frameworks: Die Agenten bauen

Agentische Frameworks dienen als Betriebssystem für komplexe Agenten und verbinden den Denk-Kern (typischerweise ein LLM) mit Gedächtnis, Tools und Mehragenten-Koordination. Sie managen:

• Orchestrierung: Entscheiden, welcher Agent welche Teilaufgabe übernimmt, und den Workflow zwischen Komponenten steuern
• Planung: Komplexe Ziele in ausführbare Schritte zerlegen und sich an geänderte Umstände anpassen
• Tool-Nutzung: Zugriff auf Suchmaschinen, Datenbanken, APIs oder Codeausführung ermöglichen
• Gedächtnis: Gesprächsverläufe und langfristigen Kontext über unmittelbare Interaktionen hinaus erhalten

Beliebte Frameworks sind:

• LangChain/LangGraph: Branchenstandard, um LLMs mit Datenquellen zu verbinden, mit umfangreichen Integrationen.
• Google ADK: Open-Source-Framework zum Aufbau anspruchsvoller Agenten auf Vertex AI.
• CrewAI: Orchestriert mehrere rollenbasierte Agenten, die bei komplexen Aufgaben zusammenarbeiten.

Für eine schnelle Referenz zu diesen Architekturen empfehle ich das AI Agents Cheat Sheet. 

Fazit

Wir haben hier viel abgedeckt; fassen wir zusammen. 

Anstatt KI als monolithische Technologie zu sehen, sollten wir sie als vielfältiges Ökosystem spezialisierter Ansätze verstehen, die jeweils für bestimmte Probleme geeignet sind. Um KI wirklich zu begreifen, müssen wir sie durch die drei Linsen Technologie, Fähigkeit und Funktionalität betrachten.

Wir befinden uns aktuell im Übergang von enger KI für spezifische Aufgaben hin zu frühen Formen agentischer KI, die eigenständig komplexe Workflows ausführt – ein entscheidender Wendepunkt für die Einführung in vielen Branchen.

Mach den ersten Schritt zum KI-Profi und melde dich für den Lernpfad AI Fundamentals an.