Glossar

Autor:innen: Tabea Hein, Jan-Hendrik Reese, Götz Volkenandt

Algorithmus

Eine eindeutige und in einer endlichen Zeit abarbeitbare Anweisung zur Lösung einer bestimmten Aufgabe (oder Problemklasse) nennt man Algorithmus. Algorithmen können mit Hilfe von Programmiersprachen zu Computerprogrammen umgesetzt werden.

Big Data

beschreibt eine große, komplexe und schwach strukturierte Datenmenge, welche mit herkömmlichen Methoden der Datenverarbeitung nicht wirtschaftlich auswertbar ist. Zu diesem Zweck kommen spezielle Analyse-Systeme zum Einsatz.

Bias

sind Verzerrungen der menschlichen Wahrnehmung (Vorurteile). Diese Urteilsfehler werden in Zusammenhang mit der Objektivität und Entscheidungsfindung künftiger Künstlicher Intelligenz diskutiert. Als Biases werden auch wichtige Korrekturparameter in neuronalen Netzen bezeichnet.

Bilderkennung

ist ein Teilgebiet der Mustererkennung. Sie versucht, Objekte und Zusammenhänge von Objekten zu klassifizieren. Bilderkennung wird heute weitgehend mit neuronalen Netzen realisiert.

→ Mustererkennung

Data Mining

beschreibt den Prozess der Erkennung und Darstellung von versteckten Mustern in großen Datenmengen. Data Mining nutzt heute Statistik- und KI-Verfahren. Die KI ermöglicht auch das Data Mining aus unvollständigen und fehlerhaften Datensätzen.

→ Text- und Data-Mining

Digitale Identität

Mittels einer digitalen Identität (siehe auch Entwurf des Registermodernisierungsgesetzes) ist man in der virtuellen Welt eindeutig und unverwechselbar identifizierbar (beispielsweise digitale Unterschrift mittels Handy-Signatur). Die Bezeichnung findet im Weiteren auch für alle einer Person.

High Value Data

High Value Data Sets sind Daten, die als “besonders wertvoll” anzusehen sind. Im Anhang der Open Data Charta der G8-Staaten ist eine Liste dieser Daten aufgeführt. Sie sollen anonymisiert von öffentlichen Einrichtungen verpflichtend veröffentlicht, maschinenlesbar, kostenlos und damit der Allgemeinheit zugänglich gemacht werden.

Digitaler Zwilling

Die digitale Repräsentanz eines physischen Objektes (beispielsweise einer Maschine) oder eines Subjektes (einer Person) auf Basis ausgewählter Merkmale nennt man digitaler Zwilling. Digitale Zwillinge sind ein Konzept, dass dem Datenaustausch und der Datenauswertung dient und damit auch dem Einsatz von KI hilft. Erklärungskomponente Sowohl in Expertensystemen als auch in neuronalen Netzen liegt eine große Herausforderung darin, Erklärungen für die Ergebnisse zu liefern. In Expertensystemen sind Erklärungskomponenten bereits etabliert, in neuronalen Netzen gibt es noch keine Standards für Erklärungen; allerdings sind diese auch nicht für jede Funktion eines neuronalen Netzes notwendig.

→ XAI

Machine Vision

bedeutet im engeren Sinn, in Bildern computergestützt Objekte zu erkennen, sie zu vermessen, zu beschreiben und zu klassifizieren. Mit Hilfe der gewonnenen Daten werden dann Entscheidungen getroffen, beispielsweise beim autonomen Fahren. Das Verstehen von Inhalt und Sinn von Bildern ist eine Aufgabe der Künstlichen Intelligenz und gehört ebenfalls zur Machine Vision.

→ Bilderkennung

Natural Language Processing (NLP)

Die Verarbeitung natürlicher Sprache wird allgemein Natural Language Processing (abgekürzt NLP) genannt. Dazu gehört mindestens die Zuordnung von Satzteilen und Wortformen. NLP schließt Natural Language Understanding (NLU) und Natural Language Generation (NLG) ein. Den inhaltlichen Sinn einer natürlichsprachlichen Eingabe herauszufinden, ist das Ziel des Natural Language Understanding (NLU). Zusammen mit dem Erzeugen natürlicher Sprache (Natural Language Generation) ist deren Verstehen (NLU) Bestandteil des Konzepts von Natural Language Processing (NLP). Anwendungsgebiete sind beispielsweise virtuelle Sprachassistenten.

Predictive Analytics

sind Prognoseverfahren zu Entwicklungen auf Grundlage von Datenmodellen. Predictive Analytics finden beispielsweise bei der Betrugserkennung (Kreditkartenbetrug) Anwendung. Mit Predictive Maintenance werden Lösungen beschrieben, in denen neuronale Netze Sensordaten von Maschinen und Anlagen daraufhin untersuchen, inwiefern eine proaktive Wartung einen absehbaren Ausfall oder Fehler verhindern könnte.

Semantisches Netz

In einem semantischen Netz werden inhaltliche Beziehungen zwischen Objekten, Subjekten, Eigenschaften und sonstigen Begriffen formal (und damit in einem Computer abbildbar) dargestellt. Semantische Netze sind in der KI für jede Art der inhaltlichen Analyse und Schlussfolgerung wichtig.

→ Wissensbasis

Spracherkennung

In der Spracherkennung werden Audio Signale zu einfacher verarbeitbaren Texten umgewandelt. Die Lösungen der Spracherkennung berücksichtigen heute den Sinnzusammenhang des Gesagten, so dass der Inhalt trotz etwaiger Fehler (einzelnes Wort, Silbe oder ähnliches) oder Doppeldeutigkeiten zumeist zutreffend bestimmt werden kann.

TensorFlow

ist eine Open-Source-Programmbibliothek zur Entwicklung von Lösungen auf Basis neuronaler Netze. TensorFlow wurde ursprünglich von Google entwickelt.

→ Neuronale Netze → Tensor Processing Unit (TPU)

Tensor Processing Unit (TPU)

TPU steht für Tensor Processing Unit. Die Berechnung neuronaler Netze basiert weitgehend auf mathematischen Operationen zwischen Tensoren. Google hat daher für das Training und die Berechnung neuronaler Netze die TPU entwickelt, das ist ein Computerchip, der für die Tensorberechnungen spezifisch optimiert wurde und wird.

Turing-Test

ist eine nach dem Mathematiker Alan Turing benannte Prüfung des intelligenten Verhaltens einer Maschine. Die Maschine hat den Test bestanden, wenn für einen Menschen trotz intensiver Befragung nicht zu erkennen ist, ob er sich mit einer Maschine oder einem Menschen unterhält.

Wissensbasis Nach einem vorher festgelegten Modell erhobenes und gespeichertes und damit maschinell nutzbares Wissen wird Wissensbasis genannt.

→ Semantisches Netz → Expertensystem

Bot / Chatbot

wird als Kurzform für Robot genutzt, steht aber für Software, die weitgehend automatisch Aufgaben eines eingeschränkten Tätigkeitsbereichs erledigen (beispielsweise Chatbots). Ein menschlicher Eingriff ist nicht zwingend notwendig. Ein Chatbot ist ein textbasiertes Dialogsystem, welches die Unterhaltung in natürlicher Sprache mit einem technischen System erlaubt. Chatbots sind meist auf ein Wissensgebiet beschränkt. Es gibt bereits viele Beispiele, im kommunalen Bereich ist ein Einsatz im Bürgerservice denkbar. In einigen Bürgerämtern sind bereits Lösungen im Einsatz.

→ Natural Language Processing

Backpropagation

Neuronale Netze werden beim überwachten Lernen mit Hilfe eines mathematischen Verfahrens so trainiert, dass Fehler auf Basis der Trainingsdaten minimiert werden. Das Verfahren nennt man Backpropagation, da es mit der Parameteranpassung im neuronalen Netz von hinten (beim Out- put beginnend) nach vorn (zum Input hin) arbeitet.

→ Neuronales Netz

Deep Neural Networks

werden Deep Learning genannt. Damit können in Abhängigkeit von der Anzahl der Ebenen des neuronalen Netzes auch sehr komplizierte Zusammenhänge abgebildet werden. Die Herausforderung liegt in der Optimierung des neuronalen Netzes über seine vielen Ebenen, um mit einer möglichst geringen Fehlerquote das Netz betreiben zu können.

 

→ Neuronales Netz

Expertensysteme

helfen, eine Problemlösung zu einer Fragestellung innerhalb eines Fachgebiets zu finden. Es leitet Antworten und Handlungsempfehlungen aus einer umfangreichen Wissensbasis logisch ab.

→ Inferenz

Gesichtserkennung

Die auf KI basierte Gesichtserkennung kann Gesichter bestimmter Personen anhand gespeicherter Daten zuordnen. KI-Anwendungen können Personen anhand weiterer biometrischer Daten identifizieren, wie beispielsweise anhand der Analyse der Gangart, Sprache, Iris oder Fingerabdruck.

→ Bilderkennung

Inferenz

ist eine logische Schlussfolgerung, die aus Fakten und Regeln neue Fakten und Regeln ableitet. In der KI ist sie beispielsweise Grundlage von Expertensystemen. Die zunehmende Fokussierung der KI-Entwicklung auf neuronale Netze hat die Entwicklung von Inference-Engines teilweise verdrängt. Dabei ergänzen sich beide Ansätze.

→ Expertensystem → Semantisches Netz

Klassifikation

beschreibt die Zuordnung von Objekten zu einer Gruppe anhand bestimmter Merkmale; beispielsweise können PKW, Busse und Quads der Gruppe “Fahrzeuge” zugeordnet werden. Dabei kann die Detailtiefe der Gruppen je nach Anwendungsfall variieren. Klassifikation ist beispielsweise Grundlage der Mustererkennung. Sie ist eine der wesentlichen Aufgaben von künstlichen neuronalen Netzen.

Machine Learning

Die automatisierte Nutzbarmachung von Erfahrungswissen nennt man maschinelles Lernen. Dieses spielt sowohl beim Training neuronaler Netze als auch beim Aufbau regelbasierter Systeme eine Rolle. Maschinelles Lernen ist nicht auf das Erfahrungswissen von Menschen begrenzt. So können Maschinen beziehungsweise Computerprogramme beispielsweise Spieltaktiken verbessern, indem mehrere Instanzen eines Computerprogramms gegeneinander antreten.

Mustererkennung

ist ein Verfahren zur maschinellen Erkennung, Analyse und systematischen Einordnung von Daten. Bilderkennung ist ein Beispiel für die Mustererkennung.

→ Bilderkennung   → Klassifikation

Neuronales Netz

Künstliche neuronale Netze, die in einem Computerprogramm abgebildet werden, werden heute meist nur neuronales Netz (engl. neural network, abgekürzt NN) genannt. In diesen Netzen werden in meist mehreren Schichten (tiefe neuronale Netze, engl. deep neural networks) mathematisch modellierte Neuronen zusammengefügt. Neuronale Netze bilden heute einen der wichtigsten Schwerpunkte der KI-Entwicklung.

→ Deep Learning

PSI-Richtlinie

Die sogenannte PSI-Richtlinie (Richtlinie 2013/37/EU, vormals Richtlinie 2003/98/EG) regelt die Weiterverwendung von Informationen des öffentlichen Sektors. Sie ist in Deutschland umgesetzt durch das Informationsweiterverwendungsgesetz aus dem Jahr 2006. Ziel ist eine erhöhte Wertschöpfung der Volkswirtschaften, beispielsweise aus der Nutzung von Geodaten. Schwache KI Systeme mit schwacher KI werden für konkrete Anwendungsprobleme auf Basis der Methoden der Mathematik und Informatik entwickelt und sind zur Selbstoptimierung fähig.

→ Starke KI

Smart Grids

sind intelligente Stromnetze, die durch Lastmanagement und Flexibilisierung der Nachfrage zu einer effizienten Nutzung und Optimierung der Netzauslastung beitragen können. Ein Smart Meter ist ein (umgangssprachlich auch als “intelligent” bezeichneter) digitaler Stromzähler, der als Teil eines Datennetzes sowohl Daten empfangen (beispielsweise Strompreiserhöhung) als auch senden kann beispielsweise. Verbrauchsdaten).

Starke KI

Systeme mit starker KI haben die gleichen intellektuellen Fähigkeiten wie der Mensch oder übertreffen ihn sogar. Oft wird starke KI mit einem eigenen Bewusstsein in Verbindung gebracht. Die aktuell verfügbaren Technologien ermöglichen keine Lösungen, die dieser Kategorie zugeordnet werden könnten.

→ Schwache KI

Text- und Data-Mining (TDM)

Unter Text- und Data-Mining versteht man die systematische Anwendung statistischer Methoden auf große Text- und andere Datenbestände mit dem Ziel, neue Querverbindungen und Muster zu erkennen. Dies spielt beispielsweise in der Betrugserkennung eine große Rolle.

XAI Explainable Artificial Intelligence

ist die Erarbeitung und Bereitstellung von Methoden zur Erklärung wie dynamische KI-Systeme zu Lösungen von Problemen gelangen. Ein Anwendungsbereich ist Autonomes Fahren.

→ Erklärungskomponente