- Sicherheit
- Privatsphäre
- Leistung
Künstliche Intelligenz (KI) ist eine Technologie, die Maschinen dazu befähigt, auf ähnliche Weise wie Menschen zu lernen, Daten zu analysieren und Probleme zu lösen. Und künstliche Intelligenz wird für immer mehr Benutzer zugänglich: Das bedeutet, auch Cyberkriminelle nutzen sie, um sich auf hinterhältige Weise an ihre Opfer heranzumachen. Hier erfahren Sie alles über KI und wie sie funktioniert. Verwenden Sie dann eine KI-gestützte App zur Bedrohungserkennung zur Verbesserung Ihrer digitalen Sicherheit in dieser schönen neuen Welt.
Künstliche Intelligenz ist ein Computerprogramm, das menschliche Intelligenz simuliert, um Zusammenhänge zu erkennen, Aufgaben zu erledigen, Probleme zu löschen, Ergebnisse zu analysieren und Inhalte zu erstellen. KI umfasst Technologien, die es Computern ermöglichen, eine Reihe anspruchsvoller Aufgaben auszuführen, etwa visuelle Wahrnehmung, Sprachverständnis und Übersetzung, Datenanalyse, das Abgeben von Empfehlungen, Planungen und mehr.
„Künstliche Intelligenz ist nicht nur ein äußerst effizientes Werkzeug: Sie entwickelt sich zum Machtfaktor, der unsere Wahrnehmung der Welt neu prägen wird. Aber eine immer bessere, intelligentere und realitätsnähere KI, die zudem leichter zugänglich ist, wird die Unterscheidung von Wahrheit und Täuschung zunehmend erschweren, und es wird schwieriger werden, zu erkennen, was eigentlich real ist.“
Bevor KI aufkam, führten Computer präzise, von Programmierern verfasste Anweisungen aus. Ausnahmen oder neue Situationen konnten sie nicht bewältigen. Im Gegensatz dazu lernt KI aus Daten und verbessert ihre Leistung anhand von Mustern und Feedback, Diesen Vorgang nennt man maschinelles Lernen.
Die Technologie, auf der KI basiert, ist hochkomplex, ihre praktischen Anwendungen sind jedoch leichter zu verstehen. So kann KI beispielsweise in der GPS-Navigation in Echtzeit die optimale Route ermitteln, indem sie die Verkehrssituation und den Straßenverlauf beurteilt. Auf ähnliche Weise können KI-Assistenten wie Siri Muster in Ihrer Sprache analysieren und Ihre unverwechselbaren Sprechgewohnheiten erkennen.
KI kann Vorgänge auf menschenähnliche mit hoher Effizienz, Präzision und Gründlichkeit ausführen. Dadurch ist sie von unschätzbarem Wert für Mitarbeiter, bei stark datenintensiven oder monotonen Aufgaben.
Mit künstlicher Intelligenz können Maschinen lernen und sind verbessern. KI funktioniert durch Lernen aus Daten, Erkennen von Mustern und Anpassung im Zeitverlauf. Theoretisch sollten dadurch die Mitarbeiter mehr Freiraum für Aufgaben gewinnen, die ein differenzierteres Vorgehen oder mehr Kreativität erfordern.
Der Zweck der KI ist es, Mitarbeiter zu unterstützen, sodass diese bessere Entscheidungen schneller treffen können. Es geht darum, intellektuelle Kapazitäten zu steigern und neue Lösungen zu finden, die sich vielleicht sogar als lebensrettend erweisen können, etwa, wenn die KI Muster in einer Krankengeschichte erkennt, die einem Arzt vielleicht nicht aufgefallen sind.
Sie haben vielleicht auch schon von einem ähnlichen Konzept erfahren: dem maschinellen Lernen. Das maschinelle Lernen ist die Fähigkeit einer KI, Muster zu erkennen und ihre eigenen internen Parameter anhand neuer Daten zu ändern. Es handelt sich um einen Teilaspekt der künstlichen Intelligenz, d. h., maschinelles Lernen ist immer künstliche Intelligenz. Aber nicht jede künstliche Intelligenz ist maschinelles Lernen.
Eine KI, die Aufgaben auf menschenähnliche Weise ausführen kann (spezialisierte künstliche Intelligenz – Artificial Narrow Intelligence (ANI)) gibt es bereits. Eine KI, deren Verständnis theoretisch menschliches Niveau erreicht (allgemeine künstliche Intelligenz, Artificial General Intelligence (AGI)) wurde noch nicht erreicht.
KI analysiert mithilfe von Algorithmen umfangreiche, komplexe Datasets und sucht nach Mustern. Anstatt starren Anweisungen zu folgen, lernen KI-Modelle aus Daten, um Vorhersagen zu treffen, Schlussfolgerungen zu ziehen, Aufgaben auszuführen und sich stetig zu verbessern. KI kann zwar Zusammenhänge erkennen und Erkenntnisse generieren, aber sie „denkt“ nicht wie Menschen: Sie erkennt statistische Muster, um Ergebnisse zu produzieren.
KIs müssen darüber hinaus trainiert und mit relevanten Datasets versorgt werden, um die bestmöglichen Vorhersagen und Entscheidungen zu erzielen.
Die folgenden Konzepte sollen das Verständnis der Funktionsweise von KI erleichtern:
Maschinelles Lernen imitiert die Erkennung von Mustern, wie sie bei Menschen erfolgt, sie geht jedoch darüber hinaus, was Aufgaben wie die Erkennung von Betrug effizienter macht. Sie kann menschliches Verhalten extrem detailliert analysieren und Anomalien anhand einer Reihe von Faktoren sofort erkennen: Dazu gehören etwa unerwartete Informationen wie das Wetter während einer plötzlichen Zunahme der Verkäufe. Deep Learning, eine noch professionellere Form des maschinellen Lernens, entwickelt dies noch weiter durch Erkennung komplexer Muster mithilfe neuronaler Netzwerke.
Expertensysteme sind KI-Programme, die die menschliche Entscheidungsfindung im jeweiligen Spezialgebiet imitieren. Sie bieten unter Verwendung vordefinierter Regeln und Wissensdatenbanken Lösungen in Bereichen wie der medizinischen Diagnose, der Finanzanalyse und der Cybersicherheit an. Anders als maschinelles Lernen funktionieren Expertensysteme nicht durch eigenständiges Lernen, sondern nutzen strukturierte Logik.
Natural Language Processing (NLP) ermöglicht es der KI, menschliche Sprache und Texte zu verstehen. Sprache zu verstehen, stellt eine Maschine vor besondere Schwierigkeiten, denn dasselbe Wort kann je nach Satzmelodie, Satzteil, Betonung, Akzent, Situation sowie Stimmung des Sprechers und seiner Beziehung zum Hörer völlig unterschiedliche Bedeutungen annehmen. KI kann all dies bewältigen, nachdem sie lange genug einer Person „zugehört“ hat oder entsprechend trainiert wurde.
Computervision ermöglicht es der KI, Objekte zu erkennen und visuelle Informationen aus Bildern oder Videos zu interpretieren. KI kann Fotos oder Video aus einem Livestream analysieren, „sehen“, was gerade passiert, und entsprechend reagieren. Sie kann sogar Gesichtsausdrücke erkennen und Gefühle erschließen, was weitreichende Konsequenzen für die Bereiche Sicherheit, Gesundheitswesen und Technologie für autonome Fahrzeuge mit sich bringt.
KI-gestützte Robotik kann mehr Präzision und Effizienz in Bereichen wie Chirurgie, Fertigung, Landwirtschaft und sogar beim häusliche Putzen ermöglichen. KI-Roboter können sich mithilfe modernster Algorithmen an Hindernisse anpassen, wobei sie ihre Leistung in Echtzeit verbessern.
Generative KI ermöglicht es, neue Inhalte wie Text, Bilder, Musik oder Code maschinell zu erstellen. KI-Modelle erlernen Muster aus riesigen Datasets und können dann hochrealistische und kreative Ergebnisse ausgeben. Diese Systeme sind weit verbreitet als Schreibassistenten, Design-Tools und sogar in der Deepfake-Technologie.
Beispiel: Vom KI-Bildgenerator Leonardo auf die Frage „Was ist KI?“ erzeugtes Ergebnis
KI erhält die nötigen Informationen durch Eingabe von Daten – die je nach Lernmodell unterschiedlich sind. Das bedeutet: Large Language Models (LLMs) nutzen immense Mengen an Büchern, Websites, Social-Media-Posts und wissenschaftlichen Veröffentlichungen. Modelle für Computervision nutzen Bilder und Videos, oft entsprechend gekennzeichnet, sodass sie Bewegungen und Entfernung erkennen können. Reinforcement-Learning-Modelle hingegen lernen durch Versuch und Irrtum; sie interagieren mit Umgebungen und erhalten Feedback in Form von Belohnungen und Strafen.
Es gibt eine Reihe von Verfahren, wie KI lernt; jedes ist für einen bestimmten Zweck konzipiert. KI kann darauf trainiert werden, bestimmte Muster zu erkennen, Daten zu analysieren, um Zusammenhänge zu erkennen, und aus eigenen Fehlern zu lernen.
Hier beschreiben wir einige der Verfahren, mit denen KI-Modelle lernen:
Überwachtes Lernen (supervised learning): KI wird mithilfe entsprechend gekennzeichneter Beispiele trainiert. Wenn Sie beispielsweise einer KI eine große Menge Fotos zeigen und ihr mitteilen, davon Tumore zu zeigen, so kann sie lernen, diese in neuen Aufnahmen zu erkennen.
Nicht überwachtes Lernen (unsupervised learning): Der KI wird es überlassen, Muster selbst zu finden. So analysiert die KI beispielsweise bei der Betrugserkennung Ihr Finanzgebaren – etwa wann und was Sie einkaufen – und gibt eine Warnung aus, wenn etwas Ungewöhnliches geschieht.
Halbüberwachtes Lernen (semi-supervised learning: eine Kombination beider Methoden. Die KI beginnt mit einer kleinen Menge gekennzeichneter Daten als Anleitung und kategorisiert dann eine wesentlich größere Menge nicht gekennzeichneter Daten anhand des Erlernten.
Bestärkendes Lernen (reinforcement learning: Die KI lernt durch Versuch und Irrtum. Sie lernt, indem sie versucht, Ergebnisse vorherzusagen, Entscheidungen trifft und sich bei Fehlern entsprechend anpasst – ähnlich wie Menschen aus Erfahrung lernen.
Deep Learning: Dies imitiert die Verarbeitung von Informationen im menschlichen Gehirn unter Verwendung künstlicher neuronaler Netzwerke. Beim Deep Learning analysiert die KI gewaltige Datenmengen und kann dadurch komplexe Aufgaben ausführen, etwa Gesichter erkennen, Sprache verstehen und Autos fahren.
Es gibt vielerlei Arten von KI und viele Wege, sie zu kategorisieren. Zu den bekanntesten Arten der KI-Technologie gehören die generative KI (etwa Dall-E und ChatGPT), KI für Natural Language Processing, Robotik-KI und KI für Computervision.
Hier sehen Sie einige Beispiele für die verschiedenen Formen künstlicher Intelligenz:
Generative KI erstellt schriftliche, Video- oder Audio-Inhalte auf der Basis des ihr vorgelegten Materials. Bekannte Beispiele sind ChatGPT und Dall-E.
KI mit begrenztem Speicher (Limited Memory-KI) speichert eine kleine Datenmenge, die für die anstehende Aufgabe relevant sind – sei es ein Chat mit dem Benutzer oder die Einhaltung eines sicheren Abstands von anderen Fahrzeugen auf der Straße.
Natural Language Processing versucht, schriftliche und gesprochene menschliche Sprache zu verstehen. Dies hilft der KI, Absichten zu erkennen und eine flüssige Unterhaltung zu führen.
Computervision wird zur Gesichtserkennung, aber auch anderswo eingesetzt: Fitness-Apps können mit ihrer Hilfe falsche Übungsformen erkennen und korrigieren.
Robotik-KI kommt in zahlreichen Anwendungsfällen zum Einsatz: Im Verkehrswesen, der Fertigung und in der Chirurgie.
Chatbots wie Google Gemini, Character AI, Snapchat AI und ChatGPT sind Beispiele für KI mit begrenztem Speicher. Sie sind außerdem generativ und nutzen NLP. Dall-E ist eine generative KI, die mithilfe von NLP die schriftlichen Beschreibungen der Benutzer interpretiert und in Bilder umwandelt. Selbstfahrende Autos sind Robotik-KI, die Computervision, begrenzten Speicher und bestärkendes Lernen nutzt.
Neue KI-gestützte Technologien und Anwendungen nutzen oft mehrere Typen künstlicher Intelligenz für unterschiedliche Zwecke.
Beispiel: Erstellung eines Bildes anhand der Frage „Was ist KI?“ durch KI mit begrenztem Speicher, etwa ChatGPT
KI wird hauptsächlich zur Verbesserung der Produktivität und Problemlösefähigkeit menschlicher Arbeitskräfte eingesetzt. Sie hilft bei monotonen, komplexen und schwierigen Aufgaben, die viele Menschen als lästig empfinden. Sie kann in vielen Berufsfeldern sogar innovative Lösungen vorschlagen, die sich relevant und positiv auswirken.
KI ist zwar noch weit davon entfernt, selbstständig zu urteilen. Dennoch kann sie bestimmte Aufgaben wesentlich besser erledigen als Menschen. Ihre kreativen Entscheidungen können neue Perspektiven eröffnen und Mitarbeiter dazu anregen, Ihren Aufgaben auf neue Weise nachzugehen und neue Vorgehensweisen zu entdecken.
KI wird zuweilen auf skurrile oder unterhaltsame Weise verwendet. So können Sie beispielsweise mit Voice.ai mit der Stimme diverser Prominenter sprechen. Voice.ai ist im Großen und Ganzen sicher, allerdings gibt es Bedenken, dass die Technologie für Deepfakes missbraucht werden könnte.
Hier beschreiben wir einige weitere gängige Verwendungsweisen künstlicher Intelligenz:
Unter Automatisierung versteht man die komplett selbstständige Ausführung einer komplexen, aber sich wiederholenden Aufgabe durch eine Maschine. Die KI kann sich bei Hindernissen oder Störungen sogar entsprechend anpassen, sodass kein menschlicher Eingriff nötig ist.
In der Fertigung können viele Fehler auftreten. Vielleicht wird eine Metallplatte nicht genau in die Mitte eines Arbeitsbereichs gelegt, was womöglich eine Kettenreaktion auslöst, die erhebliche Schäden verursacht. Ein KI-Roboter kann eine solche Situation effizient lösen, das Metallteil neu zentrieren und den Vorgang fortsetzen, als sei nichts geschehen.
Mitarbeiter werden müde und können einen Burnout erleiden, was beispielsweise zu falschen Berechnungen führen und Tippfehler bzw. Dateneingabefehler zur Folge haben kann. Selbst wenn sie ausgeruht und konzentriert sind, können Mitarbeiter abgelenkt werden und Fehler machen.
KI ist im Gegensatz dazu niemals abgelenkt oder müde. So kann beispielsweise in der Chirurgie ein KI-Roboter hochpräzise Bewegungen auch über lange Zeiträume hinweg zuverlässig ausführen.
KI kann das Kundenerlebnis verbessern, indem sie automatisch die Ihnen angezeigten Inhalte personalisiert. Sie kann beispielsweise anhand diverser Merkmale vorhersagen, welche Sendungen Sie gern anschauen werden, eigenständig Zusammenhänge erkennen und zuweilen Ähnlichkeiten finden, die Ihnen selbst niemals auffallen würden. Mithilfe dieser personalisierten Empfehlungen finden Sie Ihre Lieblingssendungen schneller. Netflix und YouTube verwenden KI dieser Art bereits.
KI sorgt für mehr Sicherheit durch Echtzeit-Überwachung, Malware-Bedrohungserkennung und Verhinderung von Betrug. Mithilfe von Deep Learning kann KI darüber hinaus Anomalien in Systemen, in Feeds von Überwachungskameras oder auf Bankkonten sofort erkennen und Warnmeldungen ausgeben. Anschließend kann dies ein Mitarbeiter untersuchen: Sicherheitsverletzungen und betrügerische Transaktionen werden wesentlich schneller erkannt. Mit der zunehmenden Verbreitung von Geräten im Internet der Dinge werden auch KI-gestützte Sicherheitsvorkehrung immer wichtiger.
Avast verwendet KI-gestützte Sicherheitsmodelle in unseren Cybersicherheits-Tools, die zur Erkennung verdächtiger Muster und zum Blockieren potenzieller Bedrohungen in Echtzeit beitragen. Holen Sie sich Avast Free Antivirus noch heute, damit wir Ihre Geräte und Ihr digitales Leben mit einer KI-gestützten Lösung schützen können – absolut kostenlos.
KI braucht weder Ruhepausen noch Schlaf. Das heißt, sie ist immer einsatzbereit, wenn sie gebraucht wird: Dies verbessert den Kundenservice und ermöglicht es Händlern, Produkte oder Dienstleistungen rund um die Uhr bereitzustellen. KI-basierte Chatbots mit NLP kommen bereits in Organisationen unterschiedlichster Art zum Einsatz, von Fluglinien bis hin zu Krankenhäusern.
Die beschleunigte Datenanalyse führt mithilfe der Performance KI-fähiger GPUs hochkomplexe Analysen sehr großer Datasets durch. Dabei laufen zahlreiche Berechnungen parallel ab: eine Revolution für Aufgaben wie Börsenanalysen (Finanzwesen), Gensequenzierung (Gesundheitswesen) und Überwachung des Anlagenzustands (Fertigung).
KI kann auf eine lange und bewegte Geschichte zurückblicken. Vor weniger als einem Jahrhundert haben sich Science-Fiction-Autoren, spekulative Journalisten und andere Experten bereits vorgestellt, wie es wohl wäre, sich mit Computern unterhalten zu können – und jetzt können wir es. Werfen wir einen Blick auf die Geschichte der KI und wie wir bis hierher gelangt sind:
Was einst wie eine wilde Fantasie erschien, etwa Maschinen, die mit Menschen kommunizieren, gehört heute zum Alltag. Welche unserer Träume werden als Nächstes Realität?
Die gesamte in diesem Artikel beschriebene KI kann auf menschlichem Niveau Aufgaben ausführen. Diese Funktionen sind daher Beispiele für spezialisierte künstliche Intelligenz (Artificial Narrow Intelligence, ANI) Eine allgemeine künstliche Intelligenz (Artificial General Intelligence, AGI), mit der Maschinen Verständnis auf menschlichem Niveau entwickeln oder aus einer Situation stammendes Wissen in einer anderen anwenden könnten, ist bis jetzt unerreicht.
Einige Computerexperten, darunter Ray Kurzweil, sind der Ansicht, dass dies in den nächsten Jahrzehnten erreicht sein wird. Geoffrey Hinton, ein weiterer wichtiger Vordenker auf dem Gebiet der KI, spekuliert, dass diese auf noch menschenähnlichere Weise kommunizieren und die Welt positiv verändern wird. Optimisten glauben, dass mit KI immer hilfreiche Ziele verfolgt werden, gleichgültig, in wessen Hand sie sich befindet, und dass die Menschheit in Web 3.0 einen freundlichen und äußerst fähigen KI-Assistenten gewinnen wird.
Aber nicht alle teilen den Optimismus über die Zukunft der KI. Sie ist wie jede Technologie mit der Gefahr des Missbrauchs behaftet. So übernimmt die KI bereits menschliche Voreingenommenheit in Algorithmen zur Arbeitsplatzbesetzung und in der Gesichtserkennung. Auch in einigen kreativen Berufen ersetzt sie bereits Arbeitsplätze und zerstört die Berufschancen für Designer, Autoren und andere Wissensarbeiter. Einige Menschen fürchten, dass KI über kurz oder lang zu Massenarbeitslosigkeit führen wird.
Für einige unter uns scheint die Vorstellung, dass KI uns vor uns selbst retten könnte, weiter entfernt denn je.
Aber ganz so finster sieht es nicht aus. Douglas Eck von Google glaubt, dass KI sich zum kreativen Tool entwickeln könnte, das Künstler nicht ersetzt, sondern ihnen neue Möglichkeiten eröffnet. Ob zum Guten oder zum Bösen: Wir lernen, wie sich KI am besten integrieren lässt – jeden Tag ein wenig.
Momentan ist es unerlässlich, vor den Risiken der KI für die Cybersicherheit auf der Hut zu sein. Viele neu aufkommende Technologien können von Hackern genutzt werden, und Modelle der generativen KI wie ChatGPT wurden wiederholt benutzt, um Bedrohungen wie etwa Remote-Access-Trojaner (RATs) zu entwickeln.
Das „Gute“ daran ist, dass es sich bei diesen Bedrohungen meist um bekannte Trends handelt: gefährliche Links, betrügerische Werbung und Deepfakes. Dennoch: Bedrohungen dieser Art sind zwar nicht ganz neu, die wirkliche Gefahr aber liegt in der Effizienz, mit der die Angriffe jetzt durchgeführt werden können. Die Folge könnten katastrophale Gefährdungen wie Identitätsdiebstahl, Finanzbetrug und Phishing-Betrug in großem Maßstab sein.
KI kann zwar in Social-Engineering-Angriffen verwendet werden, sie kann jedoch (noch) keine Malware auf Anforderung entwickeln. KI könnte jedoch gefährlicher werden und das aus Gründen, die wir jetzt noch nicht vorhersehen können. Es ist unerlässlich, sich über aktuelle Gefahren der Cybersicherheit wie Spoofing, IoT-Sicherheitsrisiken und Web-Tracking zu informieren, um neue Entwicklungen möglichst schnell zu verstehen.
Es ist immer sinnvoll, Ihre Kenntnisse zur Cybersicherheit auf den neuesten Stand zu bringen. Lesen Sie als Erstes unseren Leitfaden zur Website-Sicherheitsprüfung, um gefährliche Websites zuverlässiger zu erkennen. Halten Sie sich dann auf dem Laufenden, wie Ihre Lieblings-Apps und -Dienste KI implementieren. Wenn deren Verwendung von KI Sie stört, ergreifen Sie die nötigen Maßnahmen, um die betreffenden Berechtigungen zu widerrufen, etwa um My AI in Snapchat loszuwerden.
Ein Anstieg der Cyberkriminalität hat Regierungen dazu bewogen, frühzeitig Regulierungen von KI einzuführen. Mit hohen Risiken verbundene Verwendungen von KI für medizinische Zwecke sind daher in der EU strengen Richtlinien unterworfen.
Ethische Fragen zur KI am Arbeitsplatz werden ebenfalls betrachtet. So wurde in einigen Fällen Diskriminierung durch KI in Einstellungsverfahren nachgewiesen, weil bereits die in das Trainingsmodell eingegebenen Daten nicht frei von Diskriminierung waren. Darüber hinaus gibt es Bedenken, dass KI die „Gedankengänge“ hinter ihren Entscheidungen nicht angemessen erklären kann. Was geschieht, wenn die KI einen Bewerber einem anderen vorzieht, ohne dafür Gründe angeben zu können?
Auch die Benutzer künstlicher Intelligenz müssen geschützt werden. Sie müssen sich darauf verlassen können, dass ihre persönlichen Daten nicht erfasst und weitergegeben werden und dass die KI nicht weitergibt, was der Benutzer ihr unter dem Siegel der Verschwiegenheit mitteilt. Und wie schon erwähnt: Benutzer müssen die Gründe für das Verhalten der KI nachvollziehen können. Um diesen Anliegen gerecht zu werden, hat die US-Regierung sogar die AI Bill of Rights eingeführt.
KI verleiht unseren von Menschen betriebenen Abläufen ungeheure Energie und wir beginnen gerade erst, ihr Potenzial zu verstehen. Da sich KI-Umfeld laufend wandelt, kann es schwierig sein, mit neuen Bedrohungen der Cybersicherheit Schritt zu halten.
Ein leistungsstarkes Cybersicherheitstool kann zum Schutz Ihres Geräts (und zu Ihrem eigenen!) vor manchen mit KI verbundenen Gefahren beitragen. Avast Free Antivirus bietet mit Bedrohungserkennung in Echtzeit, automatischen Updates und vorausschauenden Analysen Cybersicherheit der Spitzenklasse. Indem Sie Avira Free Antivirus in Ihre Sicherheitsvorkehrungen aufnehmen, tragen Sie zum Schutz vor neu aufkommenden, durch KI-Technologien unterstützten Bedrohungen bei. Holen Sie es sich noch heute, kostenlos.
