Lernende Systeme übersetzen Texte, erkennen Bilder und beantworten Fragen. Doch wie „lernt“ eine Maschine eigentlich – und wo liegen ihre Grenzen?

Lernen aus Beispielen

Sogenanntes maschinelles Lernen bedeutet vereinfacht: Ein System wird mit sehr vielen Beispielen trainiert und erkennt dabei statistische Muster. Auf neue Eingaben reagiert es auf Grundlage dieser Muster.

Keine echte Einsicht

Auch wenn Antworten überzeugend klingen, verstehen solche Systeme die Welt nicht wie Menschen. Sie können Fehler machen, Fakten erfinden oder Vorurteile aus ihren Trainingsdaten übernehmen.

Kritisch bleiben

Für Nutzerinnen und Nutzer heißt das: Ergebnisse prüfen, Quellen hinterfragen und wichtige Entscheidungen nicht allein einer Maschine überlassen.