In diesem Kapitel werden wir KI näher kennenlernen und ein Verständnis dafür entwickeln, wie Maschinen lernen und Aufgaben lösen können. Dabei soll es bewusst nicht nur um die KI selbst, die KI-Modelle, sondern auch um die KI-Systeme, in denen diese Modelle zum Einsatz kommen, gehen. Insbesondere für Expert*innen direkt etwas Erwartungsmanagement: Im Folgenden versuchen wir eine gute Balance zwischen konzeptioneller und technischer Tiefe sowie Verständlichkeit zu finden. Dabei werden leider einige interessante, teilweise auch wichtige Aspekte ausgelassen. Das ist unserer Ansicht nach mit einem Fokus auf ein konzeptionelles Verständnis verkraftbar.

In diesem Kapitel haben wir ein grundlegendes und zugleich differenziertes Verständnis von Künstlicher Intelligenz und ihrer Bedeutung für die Hochschulbildung gewonnen. Es geht nicht nur um KI-Modelle, sondern auch um die Systeme, in denen sie eingesetzt werden. Ein besonderes Augenmerk liegt auf der Frage, warum ein fundiertes Verständnis von KI für Lehrende und Lernende essenziell ist.

Wir haben die Entwicklung von KI aus verschiedenen methodischen Perspektiven beleuchtet: von symbolischer KI über maschinelles Lernen und Deep Learning bis zu generativer KI, die derzeit den Diskurs dominiert. Dabei haben wir gesehen, dass der Erfolg von KI-Systemen nicht nur auf leistungsfähigen Modellen, sondern auf ihrer Einbettung in komplexe Anwendungen beruht. Wir haben uns auch damit auseinandergesetzt, was eine schwache KI von einer starken KI, oder sogar von einer allgemeinen künstlichen Intelligenz, unterscheidet.

Ein weiteres Kernthema war die zentrale Rolle von Daten: Ohne Daten keine KI. Wir haben gesehen, dass KI nicht nur ein technologisches, sondern auch ein soziales und politisches Phänomen ist, und wir neben Fragen wie dem Datenschutz auch z. B. bestehende Machtstrukturen, Ungleichheiten sowie den ökologischen Einfluss beachten sollten.

Abschließend haben wir das Verhältnis zwischen natürlicher (menschlicher) und künstlicher Intelligenz reflektiert. KI kann als Ko-Intelligenz betrachtet werden, die in komplexe Lehr- und Lernprozesse integriert werden kann, und mit der wir in Ko-Kreation treten. Die Hochschulbildung steht dabei vor der Herausforderung, diesen neuen hybriden Modus aktiv zu gestalten und die Kompetenzen zu vermitteln, um gut und verantwortungsbewusst mit KI zusammenzuarbeiten.