05.04.2018

Wo steht die Artificial Intelligence wirklich?

Was ist Artificial Intelligence und was wird nur so genannt? Und wo auf dem Weg zu den Science-­Fiction­-Vorbildern aus Star Trek und Co stehen wir?
/artikel/stand-der-dinge-in-der-artificial-intelligence
Stand der Dinge in der Artificial Intelligence
(c) fotolia.com - koya979

Die Faszination für künstliche Intelligenz (AI) bzw. vom Menschen geschaffene Intelligenz ist fast so alt wie die Menschheit selbst. Bereits in der griechischen Mythologie finden sich mechanische, aus Bronze gefertigte Diener, die über eigenständigen Willen verfügen. Die Geburtsstunde des Begriffs Artificial Intelligence war 1956, als sich unter der Führung von Marvin Minsky eine Gruppe von Wissenschaftlern für einen achtwö­chigen Workshop in Dartmouth traf, in dem der Grundstein für die Disziplin gelegt wurde. Doch was ist heute der Stand der Dinge in der Artificial Intelligence?

AI lässt sich grob folgendermaßen unterteilen:

  • Narrow AI: Systeme, die eng abgesteckte, repetitive Aufgaben automatisieren können, z.B. Bilderkennung,
  • Artificial General Intelligence: AI, die in der Lage ist, selbstständig neue Probleme zu erkennen und zu lösen, z. B. Data in Star Trek
  • Conscious AI: Sie verfügt über ein eigenes Bewusstsein und Emotionen, z.B. HAL 9000 in „2001: Odyssee im Weltraum“.

+++Zombies, Aliens & Star Trek: “Lemmings”-Inkubator holt Silicon Valley Mindset nach Wien+++ 

Stand der Dinge in der Artificial Intelligence

Die gewählten Beispiele zeigen: Alle heutigen als AI betitelten Systeme fallen unter Narrow AI, da sie weder in der Lage sind, das Gelernte zu generalisieren, noch Emotionen fühlen können oder gar über ein eigenes Bewusstsein verfügen. Der Befund zum Stand der Dinge in der Artificial Intelligence ist also – zumindest für Science Fiction Fans – eher ernüchternd.

Von Machine und Deep Learning

Innerhalb der Narrow AI sind es vor allem Machine Learning und im Speziellen Deep Learning, die den aktuellen Hype losgetreten haben. Machine Learning ist eine Technik, die bereits seit den 1950ern existiert. Sie beschreibt Algorithmen, die sich in Abhängigkeit von den Eingangsdaten selbst anpassen können. Auf diese Art können Muster und Gesetzmäßigkeiten in Datenbeständen erkannt werden, um darauf basierend Vorhersagen zu treffen. Typische Anwendungsgebiete für Machine Learning sind etwa Spamfilter, Prognosesysteme (z. B. Wetter oder Real Estate) sowie Betrugserkennung.

Deep Learning, das eine Subkategorie von Machine Learning darstellt, basiert auf künstlichen neuronalen Netzen, weshalb die Begriffe Deep Learning und (Artificial) Neural Networks fast austauschbar verwendet werden. Das Kernelement sind dabei künstliche Neuronen, die eine beliebige Anzahl von Eingängen haben können, aber nur einen Ausgang. Für jeden Eingang gibt es ein sogenanntes Gewicht, das bestimmt, wie wichtig er für den Ausgang ist.

Lernen durch Errors

Das „Deep“ in Deep Learning bezieht sich auf die Anordnung der Neuronen, die oft in mehreren Schichten erfolgt. Am Ausgang des gesamten Netzes erfolgt mittels der sogenannten „Error Function“ eine Überprüfung, wieweit der Vorhersagewert vom tatsächlichen Wert der Trainingsdaten abweicht. Dieser Error wird danach dazu verwendet, die Gewichte der einzelnen Neuronen zu adjustieren – das System lernt somit. Vereinfacht sieht das bei einer Vorhersage über Wohnungspreise folgendermaßen aus: Das neuronale Netz erhält als Eingangsdaten eine Liste an Wohnungen, bei denen neben dem Verkaufspreis und der Lage auch Daten wie z. B. Verkäufer und Maklerbüro zu finden sind. Nach mehreren Durchläufen erkennt das Netz, dass z.B. „Verkäufer“ und „zuständiges Maklerbüro“ nur einen sehr geringen Einfluss auf den Verkaufspreis haben, und setzt dementsprechend die Gewichte für die entsprechenden Eingänge neu.

Viele Anwender, wenige „echte AI-Startups“

Soviel zum technologischen Stand der Dinge in der Artificial Intelligence. Zu beachten gibt es in der Beurteilung von AI-Produkten aber noch einen weiteren Punkt. Denn die meisten Firmen, die Artificial Intelligence nutzen, haben sie nicht selbst kreiert. Was unterscheidet also ein „echtes AI­-Startup“ von reinen Anwendern?

Hier ein paar Anhaltspunkte:

  • Erstellen und Trainieren von eigenen Modellen (Deep Learning, Machine Learning)
  • Eigenständige Implementierung von domänenspezifischen Lösungen, teilweise on top von bestehenden AI­Frameworks wie z. B. Google TensorFlow, PyTorch oder Keras, und
  • über Verwendung und Kombination von Frameworks hinausgehende Anwendungen. Im Fall von Chatbot­Frameworks wie IBM Watson und Facebooks wit.ai wären das z.B. eigene Sprachmodelle für Umgangssprache.

Dieser Artikel erschien in gedruckter Form im aktuellen Brutkasten Magazin #6

Deine ungelesenen Artikel:
27.07.2026

Haben wir uns kaputt studiert?

Gastkommentar. Warum Amerikas Tech-Riesen plötzlich die Lehrlingsausbildung kopieren, während Europa im akademischen Leerlauf versinkt, erklärt Mario Derntl, Ausbildungsexperte und CEO von Talents&Company, in einem Gastkommentar.
/artikel/haben-wir-uns-kaputt-studiert
27.07.2026

Haben wir uns kaputt studiert?

Gastkommentar. Warum Amerikas Tech-Riesen plötzlich die Lehrlingsausbildung kopieren, während Europa im akademischen Leerlauf versinkt, erklärt Mario Derntl, Ausbildungsexperte und CEO von Talents&Company, in einem Gastkommentar.
/artikel/haben-wir-uns-kaputt-studiert
Mario Derntl, Ausbildungsexperte und CEO Talents&Company © Athenas

Es war ein seltener Moment der Unverblümtheit, als mich Lukas Zitz, der stellvertretende österreichische Wirtschaftsdelegierte in New York, vor einigen Monaten kontaktierte: „Mario, we have to talk.“ Seine Botschaft aus dem Epizentrum der globalen Wirtschaft: In den USA geht gerade richtig die Post ab, und zwar bei einem Thema, das man dort bis vor kurzem kaum buchstabieren konnte: Apprenticeships. Der klassischen, praxisnahen Berufsausbildung nach europäischem Vorbild.

Während wir in Österreich und Europa seit Jahrzehnten ein Narrativ pflegen, das möglichst jeden Jugendlichen in die Hörsäle der Universitäten treibt, vollzieht die größte Wirtschaftsmacht der Welt eine radikale Kehrtwende. Im April 2025 unterzeichnete US-Präsident Trump eine weitreichende Executive Order mit dem vielsagenden Titel „Preparing Americans for High-Paying Skilled Trade Jobs of the Future“. Das Ziel ist brutal ambitioniert: Die Zahl der registrierten Lehrlinge soll auf eine Million hochgeschraubt werden. Angetrieben von einer Reindustrialisierungsstrategie, die Fabriken aus Asien zurückholt, und getragen von den größten Playern der Tech- und Finanzwelt. Weniger „College for All“, heißt das neue Motto in Washington.

Der Irrtum der akademischen Elite

Wir haben uns in Europa schlichtweg kaputt studiert. Wir haben Generationen eingeredet, dass Wohlstand und gesellschaftlicher Status nur über einen akademischen Titel führen. Das Ergebnis? Ein dramatischer Überschuss an Absolventen in Fächern, die der Markt in dieser Dichte schlicht nicht braucht, während uns an allen Ecken und Enden die Praktiker fehlen.

Die Quittung liefert der heimische Arbeitsmarkt unmissverständlich. Auswertungen der Agenda Austria auf Basis von AMS-Daten zeigen: Die Arbeitslosigkeit unter Akademikern steigt zuletzt deutlich an, während Menschen mit einer klassischen Lehrausbildung zu den krisenfestesten Gruppen auf dem Arbeitsmarkt zählen. Mehr noch: Das alte Vorurteil, dass sich nur ein Studium finanziell lohnt, gerät zunehmend ins Wanken. In Deutschland etwa verdienen Beschäftigte mit Meister-, Techniker- oder Fachschulabschluss laut Statistischem Bundesamt (Verdiensterhebung, April 2025) im Schnitt 5.405 Euro brutto im Monat und damit mehr als Bachelor-Absolventen mit 5.289 Euro.

Gleichzeitig offenbart eine großangelegte Unternehmensbefragung des Instituts für Bildungsforschung der Wirtschaft (ibw) aus dem Jahr 2023 das ganze Dilemma unserer Wirtschaft: Satte 60,9 Prozent aller Betriebe klagen über massive Schwierigkeiten, Stellen mit Lehrabschluss zu besetzen. Universitätsabsolventen werden dagegen nur noch von mageren 8,1 Prozent der Unternehmen dringend gesucht. Wir bilden am Bedarf vorbei. Dabei ist die Lehre die beste Medizin gegen soziale Krisen: Daten des ibw („Lehrlingsausbildung im Überblick“, 2023) belegen, dass jene Bundesländer mit einer hohen Lehranfängerquote wie Oberösterreich, Salzburg oder Tirol die niedrigste Jugendarbeitslosigkeit aufweisen, während das akademisierte Wien mit fast 12 Prozent Jugendarbeitslosigkeit das Schlusslicht bildet.

Die USA bauen die „neue Elite“ mit unserem Modell

Ein Blick nach Übersee zeigt, wie blind Europa für die eigenen Stärken geworden ist. Bei einer Delegationsreise von Advantage Austria durch Chicago und Atlanta konnte ich mit österreichischen Vorzeigebetrieben wie Palfinger, KNAPP, Inteco oder STIWA sprechen, die vor Ort produzieren. Sie alle stehen vor derselben Herkulesaufgabe: Workforce Development.

Doch die Dynamik in den USA hat sich komplett verändert. Für den aktuellen KI-Boom, für den Bau und Betrieb gigantischer Rechenzentren und hochautomatisierter Logistikzentren braucht es keine Menschen, die auf niedrigstem Niveau stupide Handgriffe wiederholen. Und es braucht dafür überraschenderweise auch keine Master-Absolventen, die komplexe Systeme nur aus dem Lehrbuch kennen. Für moderne Wartung (Maintenance), Automation und Mechatronik braucht es Fachkräfte, die in der Lage sind, hochkomplexe, reale Probleme direkt an der Maschine zu lösen. Köpfe, die mit den Händen denken.

Bisher hinken die USA beim Fachpersonal im internationalen Vergleich zwar hinterher: rund 700.000 Apprentices auf 340 Millionen Einwohner, verglichen mit 1,2 Millionen Azubis im deutlich kleineren Deutschland. Genau dieser Unterschied erklärt, warum amerikanische Unternehmen derzeit so intensiv nach Vorbildern aus Österreich, Deutschland oder der Schweiz suchen. Das Problem für uns: Die Amerikaner holen im Eiltempo auf. Seit Beginn der aktuellen US-Administration wurden laut US-Arbeitsministerium bereits über 386.000 neue Apprentices registriert. Das entspricht einem gewaltigen Zwischenspurt.

Ein Weckruf für Europa: Es ist eins vor zwölf

Österreich hat rund 100.000 Lehrlinge, ein historisches Pfund, um das uns die Amerikaner beneiden. Doch während die USA die bürokratischen Hürden für Betriebe radikal abbauen, Qualifikationen wie Micro-Credentials anerkennen und das System mit Milliarden professionalisieren, verwalten wir in Europa den Mangel und klammern uns an den kollektiven Titel-Wahn.

Wir müssen aufhören, die Lehrlingsausbildung als gesellschaftliche „Notlösung“ abzutun. Es ist für Europa nicht mehr fünf vor zwölf, es ist eins vor zwölf. Während wir uns in endlosen Debatten über Vier-Tage-Wochen und akademische Befindlichkeiten verlieren, zieht die größte Wirtschaftsmacht der Welt mit unserem eigenen Modell im Sprint an uns vorbei.

Wo bleibt unser großer Aufbruch? Wo bleibt das laute, stolze Begehren für das Handwerk? Wir müssen uns in Europa endlich zusammenreißen, den akademischen Hochmut ablegen und die Macher wieder zu den echten Helden unserer Wirtschaft machen. Wenn wir das System jetzt nicht radikal modernisieren und aufwerten, stehen wir bald mit einer Million theoretischer Master-Arbeiten da, aber ohne eine einzige Hand, die die Welt von morgen überhaupt noch bauen oder warten kann.

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

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wo steht die Artificial Intelligence wirklich?

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 …

Wo steht die Artificial Intelligence wirklich?

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 …

Wo steht die Artificial Intelligence wirklich?

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 …

Wo steht die Artificial Intelligence wirklich?

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 …

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wo steht die Artificial Intelligence wirklich?