Künstliche Intelligenz (KI) ist in aller Munde. Doch obwohl (oder gerade weil) so viele darüber sprechen, fehlt es oft an einem gemeinsamen Verständnis. Was genau ist ein KI-System? Wie unterscheiden sich symbolische von subsymbolischen Verfahren? Und warum ist es wichtig, dass ein System erklärbar ist? Wer als Entscheider:in im Unternehmen mit KI zu tun hat, muss diese Begriffe kennen und richtig einordnen können.

Die internationale Norm ISO/IEC 22989 setzt hier an. Ihr Ziel ist es, zentrale Konzepte und Begriffe im Bereich der KI zu definieren und so eine gemeinsame Sprache für alle Stakeholder zu schaffen. Von der IT über das Management bis hin zu Aufsichtsbehörden. Besonders wertvoll ist dabei, dass die wesentlichen Begriffe strukturiert erklärt werden.

Dir fehlt noch eine Einführung in die ISO/IEC 22989? Dann hüpf rüber zum Blogbeitrag ISO/IEC 22989 – Eine Einführung.

1. Was ist ein KI-System?

Laut ISO/IEC 22989 ist ein KI-System ein „engineered system“, das auf Basis von Daten Ausgaben erzeugt: Inhalte, Vorhersagen, Empfehlungen oder Entscheidungen. Wichtig ist: Diese Systeme sind zielgerichtet konstruiert, um Aufgaben zu erfüllen, die menschlicher Intelligenz bedürfen würden.

Dabei können KI-Systeme unterschiedliche Grade an Autonomie besitzen: Von automatisierten Prozessen bis hin zu lernenden Systemen, die ihre Ziele selbst anpassen. Hier spricht die Norm auch von „automatic“ (automatisch) und „autonomous“ (autonom).

2. Symbolische vs. subsymbolische KI

Ein zentraler Unterschied im Verständnis moderner KI liegt in der Art und Weise, wie Wissen verarbeitet wird:

• Symbolische KI: Arbeitet regelbasiert. Wissen wird durch Symbole und explizite Regeln dargestellt. Ein Beispiel sind klassische Expertensysteme, die Entscheidungen auf Basis festgelegter Wenn-Dann-Regeln treffen.
• Subsymbolische KI: Basiert auf Daten und Wahrscheinlichkeiten. Hierzu zählen Machine-Learning-Verfahren, bei denen Wissen nicht explizit kodiert ist, sondern implizit aus Daten „gelernt“ wird. Typisches Beispiel: Neuronale Netze.

In der Praxis gewinnen sogenannte hybride Systeme an Bedeutung, die beide Ansätze kombinieren.

3. Machine Learning verstehen

Machine Learning (ML) ist eine zentrale Teildisziplin der KI und beschreibt Verfahren, bei denen Systeme aus Beispieldaten lernen.

Die Norm unterscheidet:

• Überwachtes Lernen (Supervised Learning): Lernen mit gelabelten Daten. Die Ausgabe (z. B. „Spam“ oder „Nicht-Spam“) ist bekannt.
• Unüberwachtes Lernen (Unsupervised Learning): Das System erkennt selbstständig Muster in unstrukturierten Daten.
• Bestärkendes Lernen (Reinforcement Learning): Lernen durch Interaktion mit einer Umgebung und „Belohnung“.

Wichtig ist die Unterscheidung zwischen:

• Trainingsdaten: Dienen dem Lernen des Modells
• Validierungsdaten: Werden zur Optimierung des Modells genutzt
• Testdaten: Prüfen die Qualität und Generalisierbarkeit

4. Vertrauenswürdigkeit ist kein Nice-to-have

Für Unternehmen ist ein KI-System nur dann einsetzbar, wenn es vertrauenswürdig ist. ISO/IEC 22989 liefert dafür konkrete Begriffe und Kriterien:

• Bias (Verzerrung): Tritt auf, wenn das System bestimmte Gruppen systematisch benachteiligt.
• Erklärbarkeit (Explainability): Nutzer:innen müssen nachvollziehen können, wie ein Ergebnis zustande kam.
• Transparenz: Das System muss offenlegen, welche Daten, Regeln und Modelle es nutzt.
• Kontrollierbarkeit: Menschen müssen eingreifen können, wenn etwas schief läuft.

Diese Aspekte sind besonders relevant im regulatorischen Umfeld oder bei sensiblen Anwendungsfällen (z. B. Kreditvergabe, medizinische Diagnostik).

5. Warum Sie als Unternehmen diese Begriffe kennen sollten

Ob Sie KI selbst entwickeln, einkaufen oder einfach nur verantwortungsvoll einsetzen wollen, ein klares Verständnis zentraler Begriffe ist entscheidend für:

• Risikoabwägung: Welche Systeme sind vertrauenswürdig genug?
• Lieferantenauswahl: Was steht in den technischen Dokumentationen wirklich?
• Kommunikation: Wie erklären Sie intern oder gegenüber Behörden, was Ihr KI-System tut?

Die Norm ISO/IEC 22989 liefert dafür die notwendige sprachliche Grundlage.

Fazit und Empfehlung

Wenn du über KI nachdenkst, denke zuerst daran die Sprache zu lernen, die du dafür brauchst. Die ISO/IEC 22989 bietet dir die Begriffe, um fundierte Entscheidungen treffen zu können, Risiken realistisch einzuschätzen und mit Partnern oder Aufsichtsbehörden auf Augenhöhe zu kommunizieren.

Jetzt wird’s konkret: Schluss mit Buzzword-Bingo!

Du willst KI nicht nur verstehen, sondern ganz konkret in deinem Unternehmen nutzen? Wir zeigen dir, wie KI-Anwendungen sinnvoll in euren Arbeitsalltag integriert werden können. Ohne Hokuspokus, dafür mit klaren Worten und echten Anwendungsbeispielen.

Ob du Orientierung brauchst, ein konkretes Projekt planst oder einfach wissen willst, was für dein Unternehmen realistisch umsetzbar ist: Wir stehen dir beratend zur Seite.

Lust auf ein ehrliches Gespräch statt Luftschloss-Pitches? Dann melde dich gern!