KI ist nicht gleich KI – sie besteht aus vielen unterschiedlichen Fachrichtungen
Jede bringt eigene Methoden, Perspektiven und Einsatzmöglichkeiten mit. Damit du dich in dieser Vielfalt gut zurechtfindest, stellen wir dir hier die wichtigsten Fachgebiete vor.
Ob du gerade erst mit KI beginnst oder nach gezielter Unterstützung für ein Projekt suchst: Hier bekommst du einen ersten Überblick und lernst, welche Expert:innen dir bei deinem Vorhaben am besten helfen können.
🔍 Data Science – aus Daten Wissen machen
Data Scientists analysieren große Mengen an Daten, um daraus Muster, Trends und nützliche Erkenntnisse zu gewinnen. Diese Daten bilden die Grundlage für Entscheidungen, Vorhersagen oder neue Produkte.
Beispiel: Ein Online-Shop nutzt Daten, um herauszufinden, welche Produkte besonders beliebt sind – und wann sie sich am besten verkaufen.
🤖 Maschinelles Lernen – wenn Systeme aus Erfahrung lernen
Maschinelles Lernen ist eine Methode, bei der Computerprogramme selbstständig aus Beispielen lernen – ohne explizit programmiert zu werden. Das bedeutet: Je mehr Daten sie bekommen, desto besser werden sie.
Beispiel: Ein E-Mail-Programm erkennt automatisch, welche Nachrichten Spam sind – weil es aus vielen Beispielen gelernt hat.
🧠 Deep Learning – die „intensivere“ Form des Lernens
Deep Learning ist ein Teilbereich des maschinellen Lernens. Hier kommen sogenannte künstliche neuronale Netze zum Einsatz, die dem menschlichen Gehirn nachempfunden sind. Sie eignen sich besonders für sehr komplexe Aufgaben.
Beispiel: Eine App kann erkennen, ob auf einem Röntgenbild eine Lungenentzündung zu sehen ist – ähnlich wie eine Ärztin.
⚖️ KI-Ethik – verantwortungsvoll entwickeln und einsetzen
KI bringt große Chancen, aber auch wichtige Fragen mit sich: Wie fair sind Entscheidungen von Algorithmen? Wer trägt die Verantwortung? Die KI-Ethik beschäftigt sich mit genau diesen Themen und sorgt dafür, dass Technologie dem Menschen dient.
Beispiel: Eine Bewerbung wird von einer KI vorsortiert – doch wie wird sichergestellt, dass niemand benachteiligt wird?
🗣️ Sprachverarbeitung (NLP) – wenn Maschinen Sprache verstehen
Natural Language Processing (NLP) ermöglicht es Computern, menschliche Sprache zu verstehen, zu verarbeiten oder sogar selbst zu erzeugen.
Beispiel: Ein Chatbot beantwortet Kundenfragen rund um die Uhr – ganz ohne menschliches Eingreifen.
🤖 Robotik & autonome Systeme – intelligente Technik in Bewegung
Hier geht es um Maschinen, die sich in der realen Welt bewegen und eigenständig handeln – zum Beispiel Roboter oder Fahrzeuge. Sie verbinden KI mit Sensoren und Mechanik.
Beispiel: Ein Roboter bringt Medikamente von der Apotheke auf die Station im Krankenhaus – und weicht dabei Hindernissen aus
📊 KI in der Entscheidungsunterstützung Algorithmen
KI kann Menschen dabei helfen, fundierte Entscheidungen zu treffen – zum Beispiel durch Analyse von Daten, Simulationen oder Empfehlungen.
Beispiel: Ein Unternehmen plant seine Lieferketten effizienter – mithilfe eines KI-Systems, das verschiedene Szenarien durchrechnet.