16.12.2019

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei der neuen Artikelreihe "#unchAIn - Demystifying AI" kooperiert der brutkasten mit Ms. AI, um Vorurteile rund um Künstliche Intelligenz zu entmystifizieren. In einem Deep Dive beantworten Expertinnen dazu die heikelsten Fragen rund um das Thema KI. Beginnen wir also mit den Basics: Was ist eigentlich Intelligenz?
/artikel/intelligenz-definition
Wie funktioniert unser Gehirn? Und was hat es mit unserer Intelligenz zu tun? (c) Adobe Stock / georgejmclittle

Künstliche Intelligenz ist eines der wichtigsten Tech-Themen unserer Zeit – denn es gibt wohl keinen Bereich des politischen, wirtschaftlichen und gesellschaftlichen Lebens, der nicht das Potenzial hat, von KI grundlegend verändert zu werden. Zugleich gibt es in diesem  Bereich viele Falschinformation und überzogene Erwartungen. Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Ms. AI, um gängige falsche Vorstellungen zu entmystifizieren. Expertinnen der jeweiligen Felder – von Philosophie über Wissenschaftbis zum Management – beantworten dabei in einer mehrteiligen Artikelreihe die wichtigsten Fragen zum Thema Künstliche Intelligenz.

+++Mehr zum Thema AI & DeepTech+++

Zum Beginn der Artikelserie stellen wir grundlegenden Fragen zu diesem Thema: Wie definiert man eigentlich Intelligenz? Wie funktioniert das menschliche Gehirn, und wie macht es uns intelligent? Diese Fragen werden beantwortet von der AI-Expertin und Quantenphysikerin Dilek Demir, Isabell Claus, Co-Founder & Managing Director thinkers.ai, dem Philosophen Reid Blackman und Nancy Nemes, Founder Ms. AIA und #humanAIze, sowie CEO von Nemes Ventures.

Wie definiert man Intelligenz?

Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden.

Dr. Isabell Claus, Co-Founder & Managing Director thinkers.ai: Menschliche Intelligenz umfasst die Möglichkeit, situationsspezifisch zu reagieren, die Neugier und eine sich über die Generationen weiterentwickelte Problemlösungskompetenz, sowie das Lernen aus bereits Erlebtem, also Fehler nicht immer wieder zu machen.

Nancy Nemes, Founder Ms. AI und #humanAIze, CEO Nemes Ventures: Das Verständnis der menschlichen Intelligenz entwickelt sich im Laufe der Zeit. Und obwohl es verschiedene Definitionen dafür gibt, müssen wir noch viel mehr tun, um die menschliche Intelligenz wirklich zu verstehen. Momentan definiere ich menschliche Intelligenz gerne als die Fähigkeit, Emotionen und emotionales Wissen zu erzeugen, wahrzunehmen, und darauf zuzugreifen; Emotionen kreativ, reflektierend und effektiv zu regulieren, um das intellektuelle Wachstum zu fördern; sowie klug aus Erfahrungen zu lernen, um sich an Umgebungen anzupassen und diese zu formen. 

Reid Blackman, Philosoph: An dieser Stelle ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ In der Beantwortung einer dieser Fragen erhalten Sie verschiedene Darstellungen darüber, was Intelligenz ist. Und alle diese Darstellungen werden verschiedenen Gegendarstellungen unterschiedlicher Stärke ausgesetzt sein. Was diese verschiedenen Sichtweise und  Analysen zusammenführt, ist die Tatsache, dass sie von einer Reihe von Beispielen ausgehen werden, bei denen die Menschen mehr oder weniger übereinstimmen, dass sie eine Art von Intelligenz besitzen.

Natürlich werden wir auf mehr oder weniger durchschnittliche, erwachsene Menschen verweisen und sagen: „Sie haben Intelligenz“. Ein Zeichen ihrer Intelligenz ist die Fähigkeit, sich an Ketten des Denkens zu beteiligen. Sie können zum Beispiel darüber nachdenken, wie sie das bekommen, was sie wollen – das, was wir „Means/End Reasoning“ nennen können. Sie können auch darüber nachdenken, ob es sich lohnt, diese Ziele überhaupt zu verfolgen. Wir nennen das „Ends Reasoning“. Und wir können beobachten, dass andere Tiere sich mit Means/End-Reasoning beschäftigen, aber nicht mit Ends Reasoning.

Nemes: Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Maschinelle Intelligenz ist, wenn Maschinen mit einigen (aber nicht allen) Aspekten der menschlichen Intelligenz programmiert werden, einschließlich Lernen, Problemlösung und Priorisierung. Es besteht aus verschiedenen Methoden des maschinellen Lernens, sowie Automatisierungstechniken. Künstliche Intelligenz ermöglicht es Computern, verfügbare Informationen zu verarbeiten und zu neuen Lösungen zu kombinieren, um bestimmte Ziele zu erreichen. Daher haben wir auf dem Weg zur KI (der höchsten Form der rechnergestützten Intelligenz) maschinelles Lernen und dessen Entwicklung, die maschinelle Intelligenz.

Blackman: Mathematisches Denken ist eine andere Art des Denkens. Wir machen es die ganze Zeit. Es scheint ein Merkmal unserer Intelligenz zu sein. Es stellt sich jedoch heraus, dass sich Maschinen mit mathematischem Denken beschäftigen können – wir nennen sie Rechner! Man könnte sagen: „Sie sind nicht wirklich an der Argumentation interessiert“, oder so etwas in der Art. „Es sind alles Nullen und Einsen, also ist es keine Argumentation“, könnte man sagen. Aber dann möchte ich darauf hinweisen, dass, wenn wir uns mit dem Denken beschäftigen, es sich immer um neuronale Zündungen und Synapsen handelt. Und daraus würde niemand rückschließen, dass Menschen nicht denken.

Es würde mich also nicht stören, wenn die Leute die Rechner als eine Art von Intelligenz beschreiben würden. Interessanterweise dachte Renee Descartes, dass eine Maschine nie in der Lage sein würde, sich mit mathematischem Denken zu beschäftigen, denn das war etwas, was nur der menschliche Verstand tun konnte. Das war eines der vielen Dinge, bei denen er falsch lag.

Wie funktioniert das menschliche Hirn, und wie macht es uns intelligent?

Blackman: Ganz allgemein würde ich sagen, dass das Gehirn eine Komplexität aufweist, die es möglich macht, dass es zum Beispiel glauben, begehren, hoffen, Angst haben, sowie zum Beispiel sehen oder hören kann.

Demir: Es ist bekannt, dass das Gehirn aus einem Bündel von wenigen Millionen neuronaler Cluster besteht, die mit Lichtgeschwindigkeit arbeiten und interagieren. Die interessantesten und herausforderndsten Teile sind die Nerven, die zu den Synapsen oder synaptischen Verbindungen führen. Hier, im Zusammenspiel mit den chemischen Wechselwirkungen und geladenen Ionen, findet der Informationsfluss statt, und das ist sehr interessant. Bisher wurden einige Krankheiten im Zusammenhang mit dem ZNS-System des Menschen beobachtet… und das ist schon fast alles, was wir darüber wissen.

Claus: Wenn wir wüssten, wie das Gehirn als Ganzes arbeitet, bräuchten wir wahrscheinlich nicht so lange, bis wir Maschinen ähnliche Abläufe beibringen. De facto bleibt uns aber genau das verborgen. Wir zerlegen einzelne Charakteristika, Fähigkeiten und Prozesse in unzähligen Studien und untersuchen sie mit Hilfe verschiedener Ansätze, Methoden und in mehreren Disziplinen. So kommen wir Stück für Stück zu neuen Erkenntnissen. Gleichzeitig fehlt uns aber der gesamtheitliche Überblick über alles, was die Menschheit heute über das Gehirn weiß. Maschinen haben in dieser Hinsicht eine Fähigkeit, die uns Menschen nach vorne katapultieren könnte: Die Verarbeitung massenhafter Daten. Sobald die massenhafte Datenverarbeitung zum Beispiel im Bereich der Erforschung des Gehirns mit der menschlichen Intelligenz verknüpft wird, haben wir die Chance, zu durchblicken, was alles in unserem Kopf passiert und was Intelligenz ausmacht.

Nemes: Das menschliche Gehirn ist das komplexeste Organ im menschlichen Körper und komplexer als jede bekannte Struktur des Universums. Unser Gehirn hat fast 100 Milliarden Neuronen, die Informationen in Form von elektrischen Signalen sammeln, verarbeiten und weitergeben. Bisher wissen wir jedoch nicht, wie die Unterschiede oder Ähnlichkeiten in den Eigenschaften dieser Zellen für menschliche kognitive Fähigkeiten wie Intelligenz von Bedeutung sind. Wissenschaftler, die im Rahmen des Human Brain Project arbeiten, haben zum ersten Mal einen direkten Zusammenhang zwischen der Größe der Gehirnzellen und dem IQ-Niveau entdeckt. So würden größere Neuronen im Temporallappen des Gehirns, die elektrische Signale mit höherer Geschwindigkeit erzeugen, zusammenhängen mit höheren Verarbeitungsraten und höherem Intelligenzniveau. Zu sagen, dass das Gehirn „wie ein großer Computer funktioniert“, ist eine ziemliche Vereinfachung, da es so viel mehr gibt, was das menschliche Gehirn einzigartig und intelligent macht. Zum Beispiel könnten wir ohne das Gehirn nicht atmen, sprechen, singen, spielen, lieben, arbeiten oder uns erinnern. Einzigartig menschlich ist es, abstrakte Konzepte zu verstehen, zu handhaben und zu erfinden, uns auszudrücken und unser Wissen zu nutzen, um unsere Umwelt zu manipulieren. Darwinisten (wie ich) glauben, dass die menschliche Intelligenz nur eine bestimmte Überlebensstrategie unter vielen anderen ist. Und während wir Computerprogramme haben, die Schach besser spielen können als der beste menschliche Schachspieler, haben wir immer noch keine einzige Maschine (man kann es auch „Roboter“ nennen), die wie eine Katze springen oder wie ein Adler sehen oder fliegen kann. Es heißt zudem, Kultur, Fürsorge und Altruismus seien einzigartig menschlich.

Demir: Wir wissen also nicht viel über das menschliche Gehirn. Es werden nur Bereiche des Gehirns spezifiziert, und dennoch beobachtet die Medizin ständig neue knifflige und große Unterschiede in diesem Bereich. Eine Sache, die ich liebe und gelernt habe, ist, über ein bestimmtes Thema nachzudenken, indem ich Artikel lese, mit den richtigen Kollegen interagiere und die richtigen Dokumentationen anschaue. Ich bin mir nicht sicher, ob ein Gehirn uns intelligent macht. Es ist vielmehr das Zusammenspiel weniger verschiedener Parameter. Gefühle werden zum Beispiel überhaupt nicht beobachtet, aber sie sind auch in diesem Spiel ein wichtiger Faktor.

Deshalb kann ich hier nur eine Hypothese vorschlagen, und diese wäre die folgende: Ich denke, dass die Quantenphysik eine große Rolle im Prozess des Denkens, der Informationsspeicherung und des Wiederaufrufs von Informationen im menschlichen Gehirn spielt. Die Tatsache, dass es sich um geladene Ionen handelt, ist für mich ein Indikator dafür, dass dort eine gewisse „Quantenmagie“ stattfindet.

Im nächsten Teil der Serie werden wir uns mit der Frage beschäftigen, ob Maschinen die menschliche Intelligenz kopieren können. Somit nähern wir uns schrittweise dem komplexen Thema der Künstlichen Intelligenz an.

Redaktionstipps
Deine ungelesenen Artikel:
vor 21 Stunden

Global AI Clash: Vom Konzept zur Revolution: Wer gestaltet die Strukturen für den Erfolg?

Gastbeitrag: Am 20.03.2026 publizierte die US-Administration das "National AI Legislative Framework", das insgesamt einen 7-Punkte-Plan enthält. Mit der KI-Expertin Jeannette Gorzala sehen wir uns in einer Serie die wichtigsten Kernaspekte im Vergleich USA, Europa und Österreich an. Diesmal im Fokus: Die Strategie in Bezug auf innovationsfördernde Maßnahmen. Wie werden KI-Innovationen gezielt gefördert?
/artikel/global-ai-clash-vom-konzept-zur-revolution-wer-gestaltet-die-strukturen-fuer-den-erfolg
vor 21 Stunden

Global AI Clash: Vom Konzept zur Revolution: Wer gestaltet die Strukturen für den Erfolg?

Gastbeitrag: Am 20.03.2026 publizierte die US-Administration das "National AI Legislative Framework", das insgesamt einen 7-Punkte-Plan enthält. Mit der KI-Expertin Jeannette Gorzala sehen wir uns in einer Serie die wichtigsten Kernaspekte im Vergleich USA, Europa und Österreich an. Diesmal im Fokus: Die Strategie in Bezug auf innovationsfördernde Maßnahmen. Wie werden KI-Innovationen gezielt gefördert?
/artikel/global-ai-clash-vom-konzept-zur-revolution-wer-gestaltet-die-strukturen-fuer-den-erfolg
Steinberger, Peter Steinberger, OpenClaw, OpenAI
© zVg - Jeannette Gorzala.

Der globale KI-Wettlauf hat nicht nur wirtschaftliche, sondern auch geopolitische Dimensionen erreicht. Sowohl die USA als auch Europa erkennen die Bedeutung strategischer Initiativen, um KI-Entwicklung aktiv zu fördern und zu gestalten. Trotz unterschiedlicher politischer und wirtschaftlicher Rahmenbedingungen verfolgen beide Regionen ähnliche Ziele, die auf strukturellen Innovationen beruhen. Insbesondere in den Bereichen Regulatory Sandboxes, Datenzugang und Behördenstrukturen existieren bemerkenswerte Parallelen.

Sandboxes: Flexibilität als Innovationstreiber

Sowohl die USA als auch Europa setzen auf Regulatory Sandboxes – flexible Räume, in denen Unternehmen Innovationen im Dialog mit Regulierungsbehörden entwickeln können, ohne sofort den vollen regulatorischen Anforderungen zu begegnen. Dies ermöglicht eine schnellere Markteinführung, während die Behörden wertvolle Erkenntnisse über Technologie sammeln.

In den USA sind Sandboxes bereits in zahlreichen Bundesstaaten etabliert (z.B. im Bereich FinTech, LegalTech). Das AI Legislative Framework aus März 2026 sieht nunmehr auch die Einrichtung von spezifischen KI-Sandboxes vor. Europa hingegen hat mit dem EU AI Act bereits in 2024 die Notwendigkeit von Sandboxes für den KI-Bereich formalisiert. Jeder EU-Mitgliedsstaat hat bis August 2026 mindestens eine horizontale KI-Sandbox zu etablieren, wobei ergänzend auch lokale, sektorspezifische und grenzüberschreitende Sandboxes möglich sind, um Innovationspotenziale zu bündeln. Ergänzend ermöglicht der EU AI Act auch das Testen von Hochrisiko-KI-Systemen unter Realbedingungen außerhalb von Sandboxes als innovationsfördernde Maßnahme.

Während die USA sehr markt- und wettbewerbsorientiert agieren, werden in der EU aktuell Ressourcen für die Umsetzung von Regulatory Sandboxes in Diskussionen zum Digitalen Omnibus gebunden. Durchführungsrechtsakte bleiben auf der Strecke, der Aufbau der Organisationsstruktur ist deutlich im Verzug. Debattiert wird sogar eine Verschiebung der Deadline für Sandboxes auf Dezember 2027.

Während die USA schneller agieren, könnte Europa trotz der Herausforderungen von der langfristigen Strukturierung profitieren. Für Unternehmen bedeutet dies, dass es unerlässlich ist, die regulatorischen Landschaften zu verstehen und in strategische Innovationspläne zu integrieren.

Daten: Zugang als Wettbewerbsvorteil

Zugang zu großen, qualitativ hochwertigen Datensätzen bleibt ein entscheidender Wettbewerbsvorteil im KI-Bereich. Die USA setzen im National AI Legislative Framework auf die Öffnung von staatlichen Datensätzen, um Unternehmen eine breitere Datenbasis für präzisere KI-Modelle zu bieten. Europa verfolgt einen ähnlichen Weg, allerdings mit stärkerer Berücksichtigung von Datenschutz und Sicherheit. Die Europäische Datenstrategie, unterstützt durch den Data Act und den Data Governance Act, fördert den freien Datenfluss innerhalb definierter regulatorischer Grenzen.

Der Data Act ermöglicht einen effizienteren Zugang zu und Austausch von Daten zwischen Unternehmen und öffentlichen Institutionen, indem er den rechtlichen Rahmen für die Nutzung öffentlicher und privater Datensätze schafft. Der Data Governance Act sorgt für eine verantwortungsvolle Nutzung dieser Daten, indem er die Einrichtung von sicheren Datenräumen fördert. Zusammen zielen diese Gesetze darauf ab, dass der freie Datenfluss vorangetrieben wird, ohne die Rechte der betroffenen Personen zu gefährden, was Unternehmen einen stabilen und sicheren Rahmen für die Nutzung von Daten zur Innovation und Wettbewerbsfähigkeit bietet.

Behördenstrukturen: Optimierung statt Expansion

Eine weitere bemerkenswerte Parallele ist die Nutzung bestehender Behördenstrukturen zur Überwachung von KI-Entwicklungen. In den USA soll die Aufsicht durch bereits etablierte Institutionen wie die Federal Trade Commission (FTC) und die Food and Drug Administration (FDA) erfolgen, die mit den jeweiligen Sektoren vertraut sind und schnell auf neue Entwicklungen reagieren können.

In Europa verfolgt der EU AI Act ebenfalls den Ansatz der Einbindung bestehender Aufsichtsbehörden und delegiert grundsätzlich die Marktüberwachungskompetenzen im KI-Bereich an bereits zuständige Sektorbehörden (z.B. Maschinen, Medizinprodukte, Spielzeug) und Datenschutzbehörden, um bürokratischen Overhead zu minimieren. Für jene Bereiche, für die es noch keine dezidierte Aufsichtsbehörde gibt (z.B. Personal, Bildung), muss eine Zuordnung der Aufsichtskompetenz erfolgen. Für KI-Modelle ist das neue EU AI Office in Brüssel zuständig, das zentralisiert die Aufsicht über KI-Modelle übernimmt. Auch hier liegt der Fokus auf der Optimierung bestehender Strukturen und der Vermeidung unnötiger bürokratischer Hürden.

Europa und die USA setzen in ihrer Struktur auf bewährte regulatorische Institutionen, um die Effizienz zu steigern und gleichzeitig Innovation zu fördern. Für Unternehmen bedeutet dies, dass sie aktiv mit den bestehenden Institutionen zusammenarbeiten müssen, um sicherzustellen, dass ihre Innovationen in beiden Regionen reibungslos integriert werden. Das Verständnis der regulatorischen Struktur wird zum Vorteil in einem zunehmend komplexen Marktumfeld.

An dieser Stelle ist die frühzeitige Einrichtung der KI-Servicestelle in Österreich bei der RTR GmbH hervorzuheben, die Unternehmen als Ansprechpartnerin bei allgemeinen Fragen und Anlaufstelle dient. Die KI-Servicestelle hat in diesem komplexen Marktumfeld, in dem noch einige (Zuständigkeits-)Fragen ungeklärt sind, einen sehr positiven Mehrwert für den KI-Standort Österreich erreicht und wurde als Best Practice auch auf europäischer Ebene als Blueprint identifiziert und als Instrument übernommen. Eine vergleichbare Informations- und Anlaufstelle ist in den USA nicht eingerichtet.

Fazit: Der strategische Blick

In der Wahrnehmung vieler gilt der US-Markt als der Goldstandard – mehr Möglichkeiten, weniger Regulierung, schnellere Innovation. Doch die Realität ist differenzierter: Auch in Europa gibt es gleiche Mittel und potenzielle Chancen.

Der zentrale Unterschied liegt in der Innovationskultur und der Bereitschaft, Risiken einzugehen und zu experimentieren. In den USA ist Fehlerkultur (Fail-forward Culture) tief verankert, Unternehmen sind häufig bereit, Fehler als Lernprozesse zu betrachten und unternehmerisches Scheitern nicht zu stigmatisieren. Diese Einstellung, gepaart mit einer dynamischen Finanzierungslandschaft insbesondere durch Venture Capital, ermöglicht es Startups und etablierten Unternehmen, schneller zu skalieren und zu innovieren.

In Europa hingegen bieten stabile Rahmenbedingungen ein Umfeld, das Sicherheit und langfristige Planung fördert. Mit einem Netzwerk von AI Factories findet in Europa ein bedeutender Infrastrukturausbau statt. Gleichzeitig bleibt jedoch die Fehlerkultur oft zurückhaltend, was zu einer vorsichtigeren Herangehensweise an Innovationen führt. Risikobereitschaft ist hier häufig geringer. Der Kapitalmarkt in Europa ist zwar gut etabliert, aber im Vergleich zu den USA oft weniger agil und fokussiert sich stärker auf etablierte Unternehmen, wodurch Startups und risikobehaftete Innovationen nicht immer die nötige finanzielle Unterstützung erhalten, um schnell zu skalieren und zu experimentieren.

Die Frage ist daher nicht, ob die Möglichkeiten vorhanden sind, sondern wer in beiden Märkten die nötige Geschwindigkeit und Innovationskultur aufbaut, um im globalen Wettbewerb nachhaltig zu wachsen. Ebenso entscheidend ist die richtige Balance zwischen langfristigem Investitionsansatz und agiler Kapitalbeschaffung, um eine erfolgreiche und nachhaltige Expansion zu ermöglichen.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.