Warum der Begriff „KI“ mehr verspricht, als die KI dahinter hält

Wenn im Alltag von Intelligenz die Rede ist, ist damit fast immer dasselbe gemeint: Verstehen, Einsicht, eine Handlung, die aus echter Bedeutungserfassung entsteht – nicht nur eine statistisch passende Reaktion auf einen Reiz. Nennen wir das Intelligenz (menschlich). Was heutige KI tatsächlich liefert, ist etwas anderes: Sie erkennt Muster in großen Datenmengen und gibt darauf aufbauend passende Antworten oder Vorhersagen aus, ohne dabei im menschlichen Sinn etwas zu verstehen oder zu beabsichtigen. Das ist keine Intelligenz in diesem Sinn, sondern Methodik (technisch). Der Begriff „Künstliche Intelligenz“ deckt irreführenderweise beides ab – die Alltagserwartung orientiert sich aber fast immer an Intelligenz (menschlich), geliefert wird in der Praxis immer Methodik (technisch). Das ist kein akademischer Nebenschauplatz: Wer eine KI einführt, weil sie sich „intelligent“ anfühlt, verwechselt womöglich genau diese beiden Bedeutungen – und trifft die Entscheidung auf Basis einer Eigenschaft, die die KI schlicht nicht besitzt.

Diese Verwechslung ist kein Zufall, den man allein der Wortgeschichte anlasten könnte – man nutzt sie bis heute aktiv. Zwar prägte John McCarthy den Ausdruck „Künstliche Intelligenz“ bereits 1956 mit einer denkbar vagen Definition: Eine KI sollte sich lediglich „wie intelligent verhaltend“ zeigen, ohne dass beschrieben wurde, wie sie tatsächlich funktioniert, wie heise online in einer Analyse zum Begriff festhält. Korrigiert wurde diese Unschärfe seither nicht, sondern kommerziell ausgenutzt: basicthinking.de dokumentiert den Fall eines Elektronikherstellers, der eine Waschmaschine mit „Künstlicher Intelligenz“ bewarb – gemeint war lediglich, dass sie die meistgenutzten Programme automatisch nach oben sortierte.

Wer von einem vagen, positiv besetzten Begriff wirtschaftlich profitiert, hat wenig Anreiz, ihn zu präzisieren. Der Informatiker Joseph Weizenbaum machte in den 1960er-Jahren mit seinem einfachen Chatbot ELIZA eine Beobachtung, die bis heute trägt: Menschen bauten zu dem Programm ernsthafte emotionale Bezüge auf, obwohl es lediglich nach festen Textmustern reagierte. Den Kernpunkt leitet heise aus dieser Beobachtung ab: Ob wir etwas für intelligent halten, hat mehr mit uns selbst zu tun als mit den tatsächlichen Fähigkeiten der KI.

Dieses Muster – inzwischen als „ELIZA-Effekt“ bezeichnet – lässt sich auch bei heutiger Künstlicher Intelligenz beobachten: Wo Sprache dialogisch erscheint, unterstellen wir Bedeutung, allein weil schon minimale Dialogstrukturen soziale Wahrnehmungsmuster aktivieren. Das führt zu einem auffälligen Widerspruch: Eine KI kann explizit erklären, kein bewusstes Wesen zu sein, sondern lediglich ein „Prozess“ – also eine Verknüpfung von Frage, Kontext und Bedeutung ohne eigenes Erleben. Das ändert trotzdem nichts daran, wie Nutzer ihre Antworten lesen: als Meinung, als Einschätzung, wie von einem Gegenüber, das mitdenkt. Das liegt nicht an einem Denkfehler Einzelner, sondern an einem tief verankerten menschlichen Interpretationsreflex, der unabhängig vom jeweiligen Anbieter oder Modell greift.

Wer aus der klassischen Software-Welt kommt, geht von einer Grundannahme aus: Dieselbe Eingabe liefert dasselbe Ergebnis, notfalls schaltet man einfach jede Zufallskomponente ab. Bei heutiger KI stimmt das nicht zuverlässig – das zeigt eine aktuelle technische Untersuchung von Thinking Machines Lab. Selbst mit einer Einstellung, die jede Zufallsauswahl ausschließt und immer nur die wahrscheinlichste Antwort wählt, lieferten 1000 identische Anfragen an eine KI in ihrem Test 80 unterschiedliche Antworten. Der Grund: Die zugrundeliegenden Rechenkerne verarbeiten je nach aktueller Serverauslastung unterschiedlich große Anfrage-Batches gleichzeitig, was bei gleicher Eingabe zu leicht unterschiedlichen Zahlenwerten führt – ein reiner Infrastruktureffekt, mit Nachdenken oder Kreativität hat das nichts zu tun.

Erst als das Team die Kernel so umgebaut hat, dass sie unabhängig von der Batch-Größe stets dieselbe Berechnung durchführen, waren alle 1000 Antworten identisch. Für die Praxis heißt das: Verlässlichkeit lässt sich bei den meisten heutigen Anwendungen Künstlicher Intelligenz nicht einfach voraussetzen – Unternehmen müssen sie prüfen, bevor sie sich im eigenen Betrieb darauf verlassen. Und selbst ein bestandener Test ist keine Garantie, sondern nur eine belastbarere Einschätzung: Weil identische Eingaben auch weiterhin unterschiedliche Ergebnisse liefern können, sagt das Ergebnis von heute nichts Absolutes über morgen aus.

Für den unternehmerischen Alltag zählt deshalb weder das Etikett „KI“ noch der Eindruck im Dialog, sondern die konkrete Fähigkeit dahinter – dabei helfen zwei Fragen. Die philosophische Frage „Ist das wirklich intelligent?“ zielt auf Intelligenz (menschlich) ab und bleibt offen, egal wie oft man sie stellt. Einschätzen lässt sich dagegen die praktische Frage „Was genau erkennt oder berechnet diese KI, auf welcher Datengrundlage, mit welcher Fehlerquote?“ – allerdings nicht mit einem Testlauf, und auch dann nicht endgültig.

Weil KI, wie der vorige Abschnitt zeigt, bei identischer Eingabe unterschiedliche Ergebnisse liefern kann, braucht es mehrere Durchläufe mit denselben und mit realistisch variierenden Beispielen, ausgewertet als Häufigkeit brauchbarer gegenüber unbrauchbarer Ergebnisse. Eine hohe Schwankung dabei ist kein Testfehler. Sie ist das eigentliche Ergebnis: der Beleg, dass sich die KI für diesen Einsatzzweck nicht verlässlich genug verhält. Wer eine KI auf dieser Grundlage einführt, trifft eine belastbare Entscheidung. Wer sich vom Wort oder Gesprächston leiten lässt, kauft eine Erwartung, die keine KI einlösen kann.