KI-Diskussionen werden oft dadurch unscharf, dass der Begriff künstliche Intelligenz für alles Mögliche verwendet wird: von nahezu jeder modernen Software bis hin zu chatbasierten Diensten wie ChatGPT. Die Definition im EU AI Act ist so breit, dass sie wörtlich genommen einen großen Teil heutiger Software-, Analyse- und Automatisierungstechnologien umfasst: Wenn ein System aus Eingaben ableitet, wie es Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erzeugt, fällt es bereits unter KI. Genau deshalb brauchen wir präzisere Begriffe.
Ich schlage vor, KI entlang zweier Achsen zu strukturieren. Die erste beschreibt, was das System tut: Generiert es Inhalte, oder analysiert, prognostiziert und optimiert es? Das ist die klassische Art, KI-Anwendungen zu kategorisieren. Mit der weiten Verbreitung generativer Lösungen ist eine zweite Achse hinzugekommen: der Reifegrad der generativen Anwendung. Also die Frage, ob sie ausschließlich auf einem Foundation Model basiert oder ob sie zusätzlich Suche, externe Datenquellen oder agentische Workflows einbindet. In der Praxis gehört dieselbe Lösung meist mehreren Kategorien zugleich an.
Generative und agentische KI basieren in der Regel auf einem Foundation Model, also einem Allzweckmodell, das mit großen Datenmengen trainiert wurde und für viele Aufgaben angepasst werden kann. Ein Foundation Model allein ist jedoch noch kein Produkt. Erst wenn es mit Anweisungen, einer Benutzeroberfläche, Retrieval, Tools, Gedächtnisfunktionen und Sicherheitsmechanismen kombiniert wird, entsteht daraus ein Assistent oder ein Agent.
Nach Zweck
Generative KI
Kreative Generierung
Anwendungsfall: Erstellung von Text, Bildern, Audio, Video und Code.
Beschreibung: Erzeugt neue Inhalte, indem Muster aus bestehenden Daten modelliert werden. Das Ergebnis kann nützlich, originell und überzeugend sein, ist aber nicht automatisch wahr. Ein besonders wichtiger Anwendungsbereich ist die Softwareentwicklung, in der KI aufgrund der logischen Struktur von Programmiersprachen besonders leistungsfähig ist.
Interaktive Generierung
Anwendungsfall: Konversation, Ideenentwicklung, Orientierung, Entwürfe und eingebettete Assistenten in Benutzeroberflächen.
Beschreibung: Passt Inhalte auf Grundlage der Anfrage des Nutzers, des Gesprächsverlaufs und des bereitgestellten Kontexts an. Das ist die Form generativer KI, die die meisten Menschen als Chatbot kennen.
Simulierende Generierung
Anwendungsfall: Szenarien, Gestaltungsalternativen, Konzepte und Situationen, die noch nicht existieren.
Beschreibung: Erzeugt alternative Zukünfte oder Lösungsräume zur menschlichen Bewertung. Statt lediglich die wahrscheinlichste Fortsetzung der Vergangenheit vorherzusagen, hilft sie dabei, neue Möglichkeiten zu erkunden.
In dieser Einordnung sollten Algorithmusfamilien wie GANs, Diffusionsmodelle und Transformer gesondert als Modelltechnologien behandelt werden. Sie beschreiben, wie etwas umgesetzt wird, nicht wofür es eingesetzt wird.
Operative KI
Analytische KI
Anwendungsfall: Klassifikation, Anomalieerkennung, Segmentierung und Datenanalyse.
Beschreibung: Erkennt Muster in Daten, die nicht ausdrücklich von Menschen als Regeln formuliert wurden.
Prädiktive KI
Anwendungsfall: Nachfrageprognosen, Risikomodellierung, vorausschauende Wartung und andere probabilistische Schätzungen.
Beschreibung: Schätzt auf Grundlage historischer Beobachtungen, was wahrscheinlich als Nächstes passieren wird.
Optimierende KI
Anwendungsfall: Routenplanung, Ressourcenzuweisung, Produktionssteuerung, Energieoptimierung und Zeitplanung.
Beschreibung: Findet bessere Lösungen für bekannte Zielgrößen, etwa niedrigere Kosten, kürzere Zeiten oder höhere Leistung.
Empfehlende KI
Anwendungsfall: Entscheidungsunterstützung, Personalisierung, Empfehlungssysteme und Priorisierung von Alternativen.
Beschreibung: Geht über Vorhersagen hinaus, indem sie vorschlägt, was getan werden sollte, um ein bestimmtes Ziel zu erreichen. Ein lange etablierter Anwendungsbereich ist zielgerichtete digitale Werbung.
Autonome KI
Anwendungsfall: Robotik, selbstgesteuerte digitale Prozesse, industrielle Automatisierung und Fahrzeuganwendungen.
Beschreibung: Trifft und führt Entscheidungen teilweise oder vollständig ohne kontinuierliche menschliche Kontrolle aus. Daher sind die Anforderungen an Sicherheit und Zuverlässigkeit in dieser Kategorie besonders hoch.
Nach Implementierungsansatz
Foundation-Model-basierte KI
Foundation-Model-basierte KI baut auf Allzweckmodellen auf. Ihr prägendes Merkmal ist Vielseitigkeit: Dasselbe Modell kann schreiben, zusammenfassen, übersetzen, programmieren, Bilder analysieren und Fragen beantworten. Moderne Plattformen binden Nutzer jedoch selten an ein einzelnes Modell. Stattdessen enthalten sie eine Orchestrierungsebene, die für jede Aufgabe das passendste Modell oder den passenden Reasoning-Modus auswählt. ChatGPT macht dies beispielsweise teilweise durch automatisches Wechseln des Modus sichtbar, während verschiedene Versionen von Copilot, Claude und Gemini ähnliche Prinzipien über unterschiedliche Recherche-, Such- und Agentenfunktionen umsetzen, auch wenn die tatsächliche Modellauswahl häufig hinter der Benutzeroberfläche verborgen bleibt.
Retrieval-gestützte KI
Retrieval-gestützte KI ist in externen Quellen verankert. In der Praxis umfasst dies Websuche, das Lesen von Dokumenten, Zugriff auf Unternehmensdaten oder Integrationen mit anderen Systemen. Zu dieser Kategorie gehören auch Grounding sowie das generative Konzept RAG, also Retrieval-Augmented Generation. Die Grundidee ist, dass sich das Modell nicht ausschließlich auf seine Trainingsdaten stützt, sondern aktuelle oder unternehmensspezifische Informationen einbezieht.
Dies ist inzwischen ein zentrales Betriebsmodell moderner KI-Plattformen. ChatGPT kann automatisch das Web durchsuchen sowie Dateien und verbundene Anwendungen nutzen. Microsoft 365 Copilot kombiniert Web-Grounding mit Work-Grounding, abgesichert über Microsoft Graph. Claude ruft Informationen sowohl aus dem Web als auch aus verbundenen Tools ab. Gemini Deep Research nutzt standardmäßig die Google-Suche und kann außerdem auf Gmail, Drive, Dateien und andere Quellen zugreifen. Le Chat und Perplexity bieten ebenfalls mehrstufige, quellenbasierte Recherche-Workflows.
Agentische KI
Agentische KI ist eher ein Betriebsparadigma als ein Modelltyp. Ein Agent plant Aufgaben, zerlegt sie in Schritte, entscheidet, wann zusätzliche Informationen abgerufen werden müssen, wann Tools eingesetzt werden und wann eine Bestätigung durch den Nutzer nötig ist. Dadurch kann er Websites durchsuchen, Formulare ausfüllen, E-Mails entwerfen und senden, Tabellen bearbeiten, mit Unternehmenssystemen interagieren oder Workflows auslösen.
An diesem Punkt wird die Chatbot-Metapher zu eng. ChatGPT Agent, Copilot Agents, Claudes Recherchearchitektur und Gemini Agent stehen alle für eine Entwicklung hin zu zielorientierter Aufgabenausführung. Wenn ein Agent Teilaufgaben an andere Agenten delegiert, sprechen wir von Multi-Agenten-KI, bei der ein Agent koordiniert und andere Aufgaben parallel ausführen.
Moderne KI-Produkte wie ChatGPT, Microsoft 365 Copilot, Claude, Gemini, Le Chat und Perplexity lassen sich daher nicht mehr am besten als einzelne Modelle verstehen. Sie sind KI-Plattformen mit Orchestrierungsebenen, die Nutzereingaben interpretieren und den passenden Verarbeitungsmodus auswählen: schnelle Antwort, tieferes Reasoning, Websuche, Dateianalyse, Grounding in Unternehmensdaten oder agentische Ausführung. Dieser Wandel ist auch aus terminologischer Sicht grundlegend.
Aufgabenspezifische KI
Die oben genannten Beispiele konzentrieren sich auf breit verfügbare KI-Produkte. Die meisten realen geschäftlichen Anwendungsfälle sind jedoch auf konkrete Prozesse zugeschnitten. In solchen Fällen werden verschiedene KI-Typen meist je nach Bedarf kombiniert, zum Beispiel, um einen digitalen Zwilling zu erstellen, einen Fertigungsprozess zu optimieren oder hochwertigen Kundenservice bereitzustellen.
Genau hier setzen unsere Services rund um KI und Daten an: Wir unterstützen Unternehmen dabei, Potenziale zu erkennen, tragfähige Lösungen zu entwickeln und KI sinnvoll in bestehende Prozesse zu integrieren.
Mehr zu unseren Leistungen im Bereich KI und Daten erfahren.
