„Es ist nicht klug, aber es funktioniert“: Künstliche Intelligenz entdecken mit Virginia Volpi

Künstliche Intelligenz ist allgegenwärtig : in den Apps, die wir täglich nutzen, in Suchmaschinen, Chatbots und in den Bildern auf unseren Bildschirmen. Doch wie funktioniert sie, und woher kommt sie? Was kann sie wirklich leisten, und vor allem: Wie kann sie unser Leben verändern? In ihrem Buch „It’s Not Intelligent, But It Applies“ (Feltrinelli Editore, 2026, 176 Seiten, auch als E-Book erhältlich) beschreiben Alessandro Aresu und Virginia Volpi die Künstliche Intelligenz als ein großes wissenschaftliches Abenteuer : von der Konferenz, die sie ins Leben rief, bis zu ChatGPT, von den ersten Computern bis zu künstlichen neuronalen Netzen, von ImageNet-Katzenbildern bis zu Videospielen. Sie enthüllen die Geschichten und Protagonisten, die Erkenntnisse, die Fehler und die epochalen Wendepunkte, die die meistdiskutierte technologische Revolution unserer Zeit ermöglichten.

Doch die Frage, die sich unweigerlich stellt, ist natürlich durch den Buchtitel angeregt: Ist er wirklich nicht intelligent, sondern strengt sich nur an? Wir haben Virginia Volpi gefragt:

Wie viele Schüler haben wohl schon einmal nach einem Elternabend den berüchtigten Satz des Professors gehört: „Er ist zwar intelligent, aber er strengt sich nicht an“? Genau für diese Schüler ist unser Buch gedacht. Es ist ein einführendes und informatives Buch, geeignet für alle, die mehr über KI erfahren möchten.
Wir haben einen ebenso witzigen wie seriösen Titel gewählt, um die Funktionsweise dieser Technologie zu erklären. Ist sie wirklich „nicht intelligent“? Künstliche Intelligenz (KI) – wie Sie im Laufe der Lektüre feststellen werden – wird mit riesigen Datenmengen trainiert und basiert auf einem probabilistischen System. Genauer gesagt, verwendet sie sogenannte große Sprachmodelle. Auf eine Frage antworten diese generativen KI-Modelle mit der wahrscheinlichsten Wortkombination. Dank einer Reihe von Entdeckungen erkannten Geoffrey Hinton (und andere), der Nobelpreisträger von 2024, dass für die Entwicklung von KI der Versuch notwendig ist, das menschliche Gehirn mithilfe künstlicher neuronaler Netze nachzubilden. Diese bestehen aus vielen kleinen künstlichen Neuronen, die Daten und Informationen empfangen und Schicht für Schicht immer tiefer verarbeiten.

Können Sie uns ein Beispiel geben, um uns das zu verdeutlichen?

Betrachten wir das Akronym ChatGPT: Generativ, Vortrainiert, Transformierend. Generativ, weil es Text generiert; vortrainiert, weil es mit einer riesigen Datenmenge trainiert wurde; Transformierend, weil dies der verwendete neuronale Netzwerktyp ist. Und genau dank Transformatoren kann KI Sätze nicht Wort für Wort, sondern als Ganzes analysieren und Verbindungen zwischen Wörtern anhand des Kontextes erkennen. Wie oben beschrieben, ist KI nicht intelligent, aber sie wendet ihre Funktionen sehr gut an. Sie arbeitet probabilistisch, was bedeutet, dass sie Fehler machen kann; sie wird mit einer riesigen Datenmenge trainiert, aber die verwendeten Daten sind nicht unbedingt alle korrekt oder immer aktuell, und im schlimmsten Fall können sie sogar fehlerhaft sein oder Verzerrungen enthalten. Kurz gesagt: KI ist ein nützliches und sehr leistungsstarkes Werkzeug, sollte aber mit dem Bewusstsein ihrer Eigenschaften und Grenzen eingesetzt werden.
Doch wann entstand die künstliche Intelligenz?

Die Geschichte dieser Erfindung ist länger, als wir uns vorstellen können, und geprägt von Erfolgen und Misserfolgen, Fortschritten und Rückschlägen. Dieses Buch ist eine Reise durch diese Geschichte, beginnend im Jahr 1955, als der junge Mathematiker John McCarthy die Begriffe „Intelligenz“ und „künstlich“ erstmals miteinander verband, mit dem Ziel, Maschinen zu entwickeln, die Sprache beherrschen und Probleme wie Menschen lösen können. Maschinen, die zudem lernen und sich selbst verbessern können. Um dies zu erreichen, lud er 1956 einige der brillantesten Wissenschaftler an das Dartmouth College in New Hampshire ein – die erste wirkliche Konferenz zum Thema Künstliche Intelligenz. Dies ist das offizielle Geburtsdatum, doch Überlegungen und Studien dazu liefen bereits seit Längerem, und führende Wissenschaftler diskutierten sie auf dieser Konferenz. Für McCarthy war Intelligenz wie ein Puzzle aus vielen Teilen, das sich immer wieder neu zusammensetzen lässt. Ray Solomonoff hingegen war der Ansicht, dass Intelligenz nicht allein auf starren Regeln beruhen könne, da sie oft mit Unsicherheit umgehen müsse. Und der Schlüssel dazu war die Wahrscheinlichkeitstheorie. Claude Shannon, der als Forscher bei den Bell Labs, den bedeutendsten amerikanischen Forschungs- und Entwicklungslaboren, gearbeitet hatte, legte den Grundstein für die Kommunikation und den Informationsaustausch zwischen Maschinen. Schließlich sollte man nicht vergessen, dass es dem Mathematiker und Logiker Alan Turing einige Jahre zuvor gelungen war, die von der Enigma (der Maschine, mit der die Nazis verschlüsselte Codes an die Alliierten übermittelten, um deren Auffindung zu verhindern) erzeugten Nachrichten zu entschlüsseln und die Möglichkeit des maschinellen Lernens in Frage zu stellen.
Sollten wir KI fürchten...oder sollten wir sie verstehen?

Wir fürchten das Unbekannte. Das ist eine menschliche Reaktion. Künstliche Intelligenz (KI) zählt zu den transformativsten Technologien unserer Zeit und weckt daher Begeisterung, Neugier, aber auch Besorgnis. Genau das ist das Ziel unseres gemeinsamen Buches: das Bewusstsein für KI zu schärfen, damit wir sie besser verstehen und nutzen können. Dazu reicht es nicht, über die heute verwendeten Werkzeuge wie Chatbots zu sprechen. Vielmehr müssen wir die Geschichte der KI, die wissenschaftlichen und technologischen Grundlagen ihrer Entwicklung, ihre Funktionsweise und Anwendungsmöglichkeiten sowie die komplexe industrielle Wertschöpfungskette, die sie stützt, betrachten. Die ersten Kapitel veranschaulichen daher die Ideen, die ihre Entwicklung ermöglicht haben. Anschließend beleuchten wir die Biografien einiger Schlüsselfiguren und ihre konkreten Erkenntnisse. Geoffrey Hinton, Gewinner des Physik-Nobelpreises 2024 für seine grundlegenden Entdeckungen im Bereich neuronaler Netze und maschinellen Lernens; Jensen Huang, Gründer von NVIDIA im Jahr 1993, einem der wertvollsten Unternehmen der Welt, das als erstes in der Geschichte die Marke von 4 Billionen US-Dollar und später 5 Billionen US-Dollar Marktkapitalisierung überschritt; Fei-Fei Li, eine chinesische Informatikerin und Pionierin der Computer Vision, die 2009 unzählige Bilder klassifizierte und damit einen riesigen Datensatz schuf, anhand dessen Maschinen für die Bilderkennung trainiert werden konnten. Im Kapitel „Die unerträgliche Leichtigkeit von Daten“ beschreiben wir anschließend die robuste und enorme Infrastruktur, die für diese Technologie erforderlich ist. Diese ist nicht so abstrakt, wie sie scheint, angefangen bei den grundlegenden und komplexen Strukturen von Rechenzentren, die Energie, Wasser und Land verbrauchen.
Das Kapitel „Jeder macht Fehler“ befasst sich schließlich mit dem, was uns am meisten beunruhigt: KI-Fehler und Fehlinformationen. Künstliche Intelligenz – vergleichbar mit einem stochastischen Papagei, der Wörter wiederholt, ohne sie wirklich zu verstehen – kann Fehler machen, Informationen erfinden und sogar Halluzinationen erleben. Sie liefert dann, basierend auf den Daten, die plausibelste Interpretation, die aber manchmal falsch ist. Doch zunächst einmal müssen wir sie verstehen.

Welcher Zusammenhang besteht zwischen KI und Geopolitik?

Die Geopolitik untersucht, wie die geografische Lage, die Ressourcen, die Infrastruktur und die Wirtschaftskraft eines Landes dessen Macht, Sicherheit und Beziehungen zu anderen Staaten beeinflussen. Künstliche Intelligenz (KI) passt aus mindestens zwei Gründen in diesen Kontext: Ihre Produktionskette ist stark auf wenige Länder konzentriert, und sie selbst ist ein Machtinstrument. Es ist kein Zufall, dass diese enge Verbindung im Zentrum von Alessandro Aresus Buch „Geopolitics of Artificial Intelligence“ (Feltrinelli, 2024) steht, das die Verflechtung von Technologie, Wirtschaft und dem Wettbewerb zwischen den USA und China analysiert. Die KI-Lieferkette beginnt mit Rohstoffen und Energie: Kupfer, Silizium, Aluminium, Gallium und Seltene Erden. Deren Gewinnung und vor allem Raffination konzentriert sich auf wenige Länder, wobei China bei mehreren strategischen Rohstoffen eine dominante Stellung einnimmt. Weiter geht es mit Halbleitern: Die USA sind führend im Design, wobei NVIDIA dank GPUs (Grafikprozessoren) den Weg ebnet. Die Fertigung der fortschrittlichsten Chips hängt jedoch von Taiwan (TSMC) ab, einem wichtigen geopolitischen Knotenpunkt. Südkorea trägt ebenfalls zur Lieferkette bei, insbesondere Samsung und SK Hynix, das die Speicherproduktion dominiert. Hinzu kommt die Cloud: Tausende von Chips sind in energieintensiven, vernetzten Rechenzentren untergebracht und verwandeln die physische Infrastruktur in einen globalen Dienst. Die USA bündeln die Kräfte großer Technologiekonzerne, Risikokapital, Universitäten und der Cloud-Infrastruktur; China reagiert mit eigener Produktion, dem heimischen Markt und Subventionen. Die Lieferkette ist konzentriert und strategisch wichtig. Deshalb haben die USA beispielsweise die Exportkontrollen für hochentwickelte Chips (einschließlich NVIDIA-GPUs) und die dazugehörigen Produktionsanlagen nach China zunehmend verschärft und nutzen Technologie als wirksames außenpolitisches Instrument.

Wie kann KI unser Leben verbessern?

Künstliche Intelligenz kann unser Leben auf vielfältige Weise verbessern: von kleinen, sich wiederholenden und langweiligen Alltagsaufgaben bis hin zu wissenschaftlichen Durchbrüchen in der Medizin oder der Weltraumforschung. Fangen wir mit den einfachsten Dingen an. Viele unserer täglichen Bürokratieaufgaben, wie das Ausfüllen von Formularen oder das Schreiben von E-Mails, könnten vereinfacht werden, sodass wir mehr Zeit für kreative Tätigkeiten hätten.

Kommen wir nun zu komplexeren, entscheidenden und außergewöhnlichen Aufgaben. Im medizinischen Bereich hat KI bereits Erfolge erzielt: AlphaFold beispielsweise ist ein von DeepMind entwickeltes KI-Programm zur Vorhersage der dreidimensionalen Struktur von Proteinen. Dies ermöglicht ein besseres Verständnis von Krankheiten wie Alzheimer oder Parkinson, trägt zur Früherkennung bei und ermöglicht somit die Entwicklung neuer, wirksamerer Medikamente. Hinter dieser Entdeckung steht ein weiterer im Buch erwähnter Protagonist: Demis Hassabis, Gewinner des Nobelpreises für Chemie 2024. Und schließlich ist da noch der Weltraum und die Planeten des Sternbilds, wo KI-gestützte Roboter und Rover – man denke an die Mars-Rover der NASA – navigieren, das Gelände analysieren und autonome Entscheidungen treffen müssen, selbst wenn die Kommunikation mit der Erde zwangsläufig erhebliche Zeitunterschiede von bis zu einer halben Stunde erfordert. KI kann daher ambitioniertere Missionen in fernen Umgebungen ermöglichen, die einer direkten menschlichen Steuerung unzugänglich sind.