Klassische Software: Regeln und deterministische Abläufe
Traditionelle Software wird von Menschen entwickelt und programmiert. Der Prozess läuft in der Regel folgendermaßen ab:
- Problemanalyse: Definition des Problems, das gelöst werden soll.
- Regelableitung: Erstellung von logischen Regeln und Abläufen zur Lösung.
- Programmierung: Umsetzung dieser Regeln in Code mithilfe einer Programmiersprache.
Das Besondere an klassischer Software: Sie arbeitet deterministisch. Das bedeutet, dass gleiche Eingaben immer zu den gleichen Ausgaben führen. Fehler lassen sich meist durch Analyse des Codes nachvollziehen und beheben.
KI-basierte Software: Lernen statt Programmieren
Der Entwicklungsprozess von KI-basierter Software verläuft anders:
- Problemanalyse: Definition des Ziels und Festlegung der benötigten Daten.
- Datenbereitstellung: Hochwertige, digitale Daten sind essenziell.
- Modellauswahl & Training: Ein KI-Modell wird trainiert, um Muster in den Daten zu erkennen.
Statt feste Regeln vorzugeben, lernt eine KI eigenständig aus Daten. Je nach Methode des maschinellen Lernens (Machine Learning, ML) unterscheidet man drei Hauptansätze:
- Überwachtes Lernen (Supervised Learning): Geeignet für Klassifikationen und Vorhersagen, wenn große, strukturierte Datensätze vorliegen.
- Unüberwachtes Lernen (Unsupervised Learning): Dient zur Mustererkennung und Clusterbildung in unstrukturierten Daten.
- Verstärkendes Lernen (Reinforcement Learning): Ideal für strategische Entscheidungsprozesse mit wenigen Trainingsdaten.
Nach dem Training kann das KI-Modell neue Daten analysieren und darauf basierend Entscheidungen treffen. Ein zentraler Unterschied zur klassischen Software: Der Entscheidungsweg einer KI ist oft nicht transparent (Black-Box-Problem). Zudem hängt die Qualität der Ergebnisse maßgeblich von den Trainingsdaten ab.
