Künstliche Intelligenz - lars-hattwig.de

Die Historie der Künstlichen Intelligenz

Künstlichen Intelligenz haben die meisten erst mit dem Erscheinen von ChatGPT auf dem Schirm. Dabei begann die Entwicklung und erste Schritte schon sehr viel früher. Eine kurze chronologische Abhandlung erfährst du hier.

Die Vorgeschichte: Denken als Mechanik

Die Idee, Denken zu mechanisieren, ist viel älter als der Computer. Leibniz träumte im 17. Jahrhundert von einem calculus ratiocinator, mit dem sich Streitfragen durch Rechnen entscheiden ließen. George Boole nannte sein Werk von 1854 The Laws of Thought. Charles Babbage entwarf die Analytical Engine, und Ada Lovelace hielt 1843 fest, die Maschine könne nur ausführen, was man ihr zu befehlen wisse. Die Literatur erzählte parallel von künstlichen Menschen, von Shelleys Frankenstein bis zu Čapeks R.U.R. (1920). Der Weg der KI beginnt also als philosophisches Projekt: Wenn Denken Regeln folgt, müsste es sich nachbauen lassen.

Fundamente (1943–1955)

1943 beschrieben Warren McCulloch und Walter Pitts Neuronen als logische Schwelleneinheiten. Damit schlugen sie die erste formale Brücke zwischen Nervensystem und Berechenbarkeit. 1948 prägte Norbert Wiener den Begriff Kybernetik und rückte Rückkopplung als gemeinsames Prinzip von Lebewesen und Maschinen ins Zentrum. 1950 ersetzte Alan Turing die Frage “Können Maschinen denken?” durch das Imitationsspiel. Im selben Jahr analysierte Claude Shannon das Schachspiel als Suchproblem. 1952 ließ Arthur Samuel sein Dame-Programm gegen sich selbst spielen und lernen; den Begriff “Machine Learning” prägte er 1959. Die Hardware lieferten die Rechenmaschinen der Kriegsjahre wie Colossus und ENIAC.

Gründung und erste Blüte (1956–1973)

Im Sommer 1956 trafen sich in Dartmouth unter anderem John McCarthy, Marvin Minsky, Claude Shannon, Allen Newell und Herbert Simon. Der Workshop gilt als Geburtsstunde des Feldes, und hier setzte sich der Name “Artificial Intelligence” durch. Die Teilnehmer gingen davon aus, dass sich jeder Aspekt von Intelligenz so genau beschreiben lasse, dass eine Maschine ihn simulieren könne.

Die Anfangserfolge schienen dem recht zu geben. Der Logic Theorist bewies Sätze aus den Principia Mathematica, McCarthy schuf 1958 die Programmiersprache Lisp, und Frank Rosenblatt stellte das Perceptron vor, das erste trainierbare neuronale Netz. Joseph Weizenbaums ELIZA (1966) war der erste bekannte Chatbot. Hinzu kamen SHRDLU und der Roboter Shakey. Herbert Simon prophezeite 1965, Maschinen würden binnen zwanzig Jahren jede menschliche Arbeit verrichten können. Marvin Minsky soll 1970 sogar von drei bis acht Jahren bis zur Intelligenz eines Durchschnittsmenschen gesprochen haben. Diese Überzeugung trug die Finanzierung, und sie legte den Grundstein für die folgenden Enttäuschungen.

Der erste Winter (ca. 1974–1980)

Mehrere Schläge trafen das Feld in kurzer Folge. Der ALPAC-Bericht (1966) kritisierte die maschinelle Übersetzung. 1969 zeigten Minsky und Papert in Perceptrons, dass einschichtige Netze das XOR-Problem nicht lösen können. 1973 kam der Lighthill-Report in Großbritannien. Er machte vor allem die kombinatorische Explosion verantwortlich, also das Problem, dass die Zahl möglicher Zustände schneller wächst, als jede damalige Maschine rechnen konnte. Laut Grokipedia führte das dazu, dass der Science Research Council seine KI-Fördermittel um über 90 Prozent kürzte, während auch die US-Förderagentur DARPA sich zurückzog. Dieselbe Quelle verweist allerdings darauf, dass manche die Schwere dieses Winters bestreiten, weil die Forschungsgemeinschaft trotz knapper Gelder gewachsen sei. Der Begriff “AI winter” selbst entstand erst später: Er wurde 1984 in einer Debatte der AAAI geprägt.

Expertensysteme und der zweite Winter (1980er bis Anfang der 1990er)

Aus der Not wurde eine neue Strategie: Wissen statt Allgemeinintelligenz. Expertensysteme wie DENDRAL und MYCIN kodierten das Fachwissen von Spezialisten in Wenn-dann-Regeln. XCON beim Computerhersteller DEC sparte ab 1980 Millionen und bewies erstmals kommerziellen Nutzen. 1982 startete Japan sein Fifth-Generation-Projekt, und die USA antworteten mit eigenen Programmen. Gleichzeitig begann unter der Oberfläche die Gegenbewegung. 1986 popularisierten Rumelhart, Hinton und Williams die Backpropagation, und mehrschichtige Netze wurden trainierbar. Yann LeCun ließ ab 1989 faltende Netze Postleitzahlen lesen.

Dann kippte der Markt. Die teuren Lisp-Maschinen verloren gegen billigere Allzweckrechner, und die Expertensysteme erwiesen sich als wartungsintensiv und brüchig, weil niemand das Wissen der Fachleute vollständig in Regeln fassen konnte. Der zweite Winter dauerte etwa von 1987 bis 1993.

Die statistische Wende (1990er bis 2011)

In der Kälte setzte sich ein pragmatischer Gedanke durch: Statt Regeln von Hand zu schreiben, lässt man Systeme aus Daten lernen. Support-Vector-Maschinen (1995) und probabilistische Verfahren prägten die Zeit. 1997 schlug IBMs Deep Blue den Schachweltmeister Garry Kasparov, ein Sieg der Rechenkraft und der Suche. Im selben Jahr lösten Hochreiter und Schmidhuber mit dem LSTM das Problem langer Sequenzen. 2007 machte NVIDIAs CUDA Grafikprozessoren für allgemeine Berechnungen nutzbar. 2009 stellte Fei-Fei Li mit ImageNet einen riesigen, von Menschen beschrifteten Bilddatensatz bereit, und 2011 gewann IBMs Watson bei Jeopardy. Die drei Zutaten des späteren Durchbruchs lagen damit bereit: Daten, Rechenleistung und lernfähige Algorithmen.

Deep Learning und Transformer (2012–2022)

Im Jahr 2012 gewann AlexNet (Krizhevsky, Sutskever, Hinton) die ImageNet-Challenge mit einem auf GPUs trainierten faltenden Netz, und das Deep-Learning-Zeitalter begann. 2016 besiegte AlphaGo den Go-Weltklassespieler Lee Sedol. Berühmt wurde Zug 37 in der zweiten Partie, ein Spielzug, den menschliche Experten zunächst für einen Fehler hielten.

Den eigentlichen Wendepunkt brachte 2017 das Paper “Attention Is All You Need” mit der Transformer-Architektur, die lange Sequenzen parallel verarbeiten kann. Es folgten GPT-1 und BERT (2018), GPT-3 mit 175 Milliarden Parametern (2020) sowie AlphaFold 2, das Proteinstrukturen vorhersagt (2020). 2021 kamen DALL-E und GitHub Copilot, 2022 Stable Diffusion.

Am 30. November 2022 startete OpenAI ChatGPT auf Basis von GPT-3.5 mit RLHF. Rund 100 Millionen Nutzer erreichte es in nur zwei Monaten, und generative KI wurde zum Massenphänomen.

Das Frontier-Rennen (2023–2025)

2023 erschienen GPT-4, Claude, Gemini und Llama 2. Das Wettrennen zwischen geschlossenen und offenen Modellen begann, und Geoffrey Hinton verließ Google, um frei vor den Risiken zu warnen. 2024 folgten die Reasoning-Modelle der o1-Reihe sowie Claude 3.5 mit “Computer Use”, also dem Bedienen eines Rechners per Bildschirm. Im Oktober ging der Nobelpreis für Physik an Hopfield und Hinton, und der Chemie-Nobelpreis ging zur Hälfte an David Baker für computergestütztes Proteindesign und zur anderen Hälfte an Demis Hassabis und John Jumper für die Vorhersage von Proteinstrukturen. Auch die Politik reagierte: Der EU AI Act trat am 1. August 2024 in Kraft.

Das Jahr 2025 begann mit einem Schock. Am 20. Januar veröffentlichte das chinesische Labor DeepSeek seine Reasoning-Modelle unter MIT-Lizenz. Eine Woche später verlor die Nvidia-Aktie 17 Prozent, und ihr Börsenwert sank an einem Tag um fast 600 Milliarden Dollar, ein Rekord. Im Juli folgte ein Signal aus der Mathematik: Sowohl ein Reasoning-Modell von OpenAI als auch Gemini Deep Think erreichten bei der Internationalen Mathematik-Olympiade Gold-Niveau. Im August erschien GPT-5. Der November wurde zum Rennen im Wochentakt: Grok 4.1 (17. November), Gemini 3 (18. November), Claude Opus 4.5 (24. November) und GPT-5.2 (11. Dezember) folgten in rascher Folge. Bei GPT-5.2 spielte laut Medienberichten ein interner “Code Red”-Alarm wegen der Stärke von Gemini eine Rolle bei der vorgezogenen Veröffentlichung.

Die agentische Ära (Januar bis November 2026)

2026 verdichten sich die Zyklen weiter. Am 5. Februar erschien GPT-5.3-Codex, am 5. März GPT-5.4, am 23. April GPT-5.5. Bei Anthropic entstand ein neuer Strang: Ab April 2026 erhielten ausgewählte Firmen unter dem Namen Project Glasswing Zugang zu Claude Mythos, um Sicherheitslücken in kritischer Software zu finden. Am 9. Juni erschienen Claude Fable 5 und Mythos 5. Am 12. Juni verhängte die US-Regierung Exportkontrollen auf beide Modelle, und Anthropic musste den Zugang für alle Nutzer aussetzen. Das Handelsministerium hob die Kontrollen am 30. Juni wieder auf. Seit dem 1. September sind Fable 5.1 und Mythos 5.1 verfügbar, und mit Claude Opus 5.5 gibt es ein weiteres aktuelles Anthropic-Modell.

Parallel bewegte sich die Regulierung. Am 29. Juni gab der Rat der EU dem “Digital Omnibus on AI” seine endgültige Zustimmung. Die Änderung wurde am 24. Juli veröffentlicht und trat am 27. Juli 2026 in Kraft. Die Pflichten für eigenständige Hochrisiko-Systeme gelten nun spätestens ab dem 2. Dezember 2027, für in regulierte Produkte eingebettete KI ab dem 2. August 2028.

Im Herbst folgten die nächsten Flaggschiffe. OpenAI brachte GPT-6 Astra im September heraus, GPT-6.1 Sol stellte es am 29. September auf dem DevDay vor, nur eine Woche nach GPT-6 Sol. Google lieferte die lange erwartete Antwort: Gemini 4 Argon wurde am 30. September zunächst nur einer kleinen Gruppe von Cybersicherheits-Partnern zugänglich gemacht. Argon wurde danach weltweit freigegeben, und zwei Wochen später kam Gemini 4 Carbon sowie das Weltmodell Genie 4

Das Finanzbild bleibt zwiespältig. Amazon, Alphabet, Microsoft und Meta wollen 2026 zusammen rund 745 Milliarden Dollar in den KI-Ausbau investieren. Mitte Oktober 2026 wuchs an der Wall Street die Skepsis, ob sich diese Investitionen auszahlen. Auch der Stromhunger steigt: Gartner erwartet für 2026 einen Anstieg des Stromverbrauchs der Rechenzentren um gut 26 Prozent auf 565 TWh.

Einordnung: Muster einer Geschichte

Aus der Chronik lassen sich vier Muster herauslesen. Erstens verlaufen die Zyklen als Überversprechen, Ernüchterung und Neuansatz; Grokipedia beschreibt den Begriff als Phase verminderter Finanzierung und Begeisterung nach überzogenen Erwartungen. Zweitens setzte sich nicht die klügste Theorie durch, sondern die skalierbarste Methode, getragen von Daten, GPUs und Kapital. Drittens wechselte der Geldgeber vom Staat und Militär zu privaten Konzernen und inzwischen wieder in Richtung staatlicher Aufsicht. Viertens rücken Energie, Kapitalbedarf und Regulierung an die Stelle der reinen Benchmark-Frage.

Ein alternativer Blickwinkel

These: Die KI-Geschichte kippt 2026 von der Demokratisierung zur Stufenfreigabe.

Bis 2025 galt das ChatGPT-Muster: Ein Modell erscheint und ist für alle da. 2026 verändert sich das Muster deutlich. Frontier-Modelle werden wie Güter mit Doppelverwendung behandelt, gestaffelt nach Vertrauen:

Anthropic gab Mythos zuerst nur geprüften Organisationen im Rahmen von Glasswing und trennte später Fable 5 (mit Schutzmaßnahmen) von Mythos 5 (eingeschränkter Zugang).
Bei OpenAI war GPT-5.5-Cyber eine Vorabversion nur für geprüfte Sicherheitsteams. GPT-6 Astra lief zuerst über das Daybreak-Cyberprogramm.
Google beteiligt sich am freiwilligen Vorabprüfungsverfahren der US-Regierung und startete Gemini 4 Argon nur bei vertrauenswürdigen Verteidigern.
Die Exportkontrollen vom Juni zeigen, dass der Staat im Zweifel selbst den Schalter bedient.

Die Winter von früher wurden von Geldgebern ausgelöst. Der nächste Einschnitt könnte von Zugangsregeln kommen. Die konsensfähige Erzählung “KI wird immer billiger und überall verfügbar” gilt dann nur noch für die zweite Reihe, während die erste Reihe wie Kerntechnik oder Pharma verwaltet wird.

Weitere Beiträge im Bereich „Deine Ausbildung für die KI-Ära“

Zur Startseite