Kaum ein Feld hat so viele Anglizismen wie die KI. Maschinelles Lernen, Deep Learning, Large Language Models – oft hört es sich an, als wären das austauschbare Dinge. Sind sie aber nicht. Die Begriffe verschachteln sich ineinander, und wenn man das einmal sieht, wird vieles klarer. Ich erkläre die Ordnung von außen nach innen.
Künstliche Intelligenz ist das große Dach
Künstliche Intelligenz ist der Oberbegriff: Software, die Aufgaben übernimmt, für die man früher menschliches Denken gebraucht hätte – Sprache verstehen, Muster erkennen, Entscheidungen vorbereiten. Darunter fallen auch einfache, regelbasierte Verfahren, bei denen feste Vorgaben die Antwort bestimmen.
Maschinelles Lernen: Lernen statt Programmieren
Der nächste Kreis ist das Maschinelle Lernen (Machine Learning). Der Unterschied zur einfachen KI: Statt expliziter Regeln erkennt das Modell Muster in Daten. Es wird mit Beispielen trainiert und kann danach auch neue, unbekannte Daten verarbeiten. Entscheidungsbäume, Regressionsverfahren und Clustering gehören hierher. Das ist die Technik, die hinter Spam-Filtern und Empfehlungssystemen steckt.
Deep Learning: Die tiefen Netzwerke
Deep Learning ist wiederum ein Teilbereich des maschinellen Lernens. Hier arbeiten künstliche neuronale Netze mit vielen versteckten Schichten – deshalb „tief“. Diese Netze lernen stufenweise: einfache Merkmale zuerst, komplexere Zusammenhänge dann. Sie brauchen aber große Datenmengen und viel Rechenleistung. Genau hier leben die heutigen Sprach- und Bildmodelle.
LLMs: Die Stars im Zentrum
Ganz innen sitzen die Large Language Models (LLMs). Das sind spezielle Deep-Learning-Modelle, die auf riesigen Textmengen trainiert wurden und Sprache erzeugen, zusammenfassen, übersetzen oder analysieren. ChatGPT, Claude und Gemini zählen dazu. Du kannst sie als die „gelernten Schreiberlinge“ unter den KI-Modellen verstehen: Sie haben kein Datenblatt im Kopf, sondern Muster aus Milliarden Beispieltexten.
- KI = Oberbegriff für alles.
- Machine Learning = KI, die aus Daten lernt.
- Deep Learning = maschinelles Lernen mit tiefen Netzen.
- LLM = ein Deep-Learning-Modell speziell für Sprache.
Ein kurzer Gedanke dazu
Mich hat dieser Aufbau lange verwirrt, bis ich die Verschachtelung als Bild gesehen habe. Seitdem kann ich in Gesprächen viel genauer sagen, worüber ich rede. Und wenn jemand behauptet, „KI ist nur ein Hype“, lohnt sich die Rückfrage: Welche Ebene meinst du denn? Das ist oft der Moment, in dem aus Schlagworten echte Diskussion wird.