Wer ist wer in der KI
Hinter der künstlichen Intelligenz stehen keine Firmen, sondern zuerst einmal Menschen mit sehr unterschiedlichen Fragen. Diese Übersicht ordnet die wichtigsten Namen in fünf Gruppen, damit Sie wissen, wer wofür steht, wenn er zitiert wird.
Die statistischen Vorväter
Lange bevor es Computer gab, wurde das mathematische Werkzeug entwickelt, mit dem KI heute arbeitet.
- Thomas Bayes (18. Jahrhundert) formulierte, wie man eine Vermutung anpasst, sobald neue Belege eintreffen. Jedes lernende System tut im Kern genau das.
- Pierre-Simon Laplace machte daraus eine ausgearbeitete Wahrscheinlichkeitsrechnung und damit ein brauchbares Werkzeug.
- Claude Shannon begründete 1948 die Informationstheorie und maß erstmals, wie viel Information in einem Zeichen steckt.1 Ohne diesen Begriff gäbe es weder Datenkompression noch Sprachmodelle.
- Norbert Wiener prägte mit der Kybernetik die Idee der Rückkopplung: Ein System misst sein Ergebnis und korrigiert sich selbst.
Die Gründergeneration
- Alan Turing definierte 1936, was Berechnen überhaupt heißt, und stellte 1950 die Frage nach der maschinellen Intelligenz als Frage nach beobachtbarem Verhalten.
- John McCarthy taufte das Fach 1956 auf den Namen "Artificial Intelligence" und entwickelte die Programmiersprache Lisp.
- Marvin Minsky war Mitbegründer und lange Wortführer der symbolischen, regelbasierten Richtung.
- Frank Rosenblatt baute 1958 das Perzeptron, den Urahn aller neuronalen Netze.
- Herbert Simon und Allen Newell untersuchten menschliches Problemlösen und bauten die ersten Programme, die logische Beweise fanden.
Die frühen Kritiker
- Joseph Weizenbaum schrieb ELIZA und erschrak darüber, wie bereitwillig Menschen einem simplen Programm Verständnis unterstellten. Seine Warnung galt weniger den Fähigkeiten der Maschinen als der Bereitschaft, ihnen Entscheidungen zu überlassen.2
- Hubert Dreyfus argumentierte philosophisch, dass menschliches Können auf leiblicher Erfahrung beruht und sich deshalb nicht in Regeln fassen lässt.3
- John Searle stellte 1980 das Gedankenexperiment des Chinesischen Zimmers auf: Symbole korrekt zu verarbeiten heißt nicht, sie zu verstehen.4
Die Netzwerk-Generation
Diese Gruppe hielt an neuronalen Netzen fest, als das Fach sie längst abgeschrieben hatte.
- Geoffrey Hinton machte in den 1980er Jahren das Training vielschichtiger Netze praktikabel, erhielt dafür 2018 den Turing Award und 2024 den Nobelpreis für Physik. Seit 2023 warnt er öffentlich vor den Risiken der Technik, an deren Entstehung er beteiligt war.
- Yann LeCun entwickelte die für Bilderkennung entscheidende Netzarchitektur und vertritt in der heutigen Debatte die gelassene Gegenposition zu Hinton.
- Yoshua Bengio teilte den Turing Award mit beiden und arbeitet heute an internationalen Berichten zur KI-Sicherheit.
- Fei-Fei Li baute mit ImageNet die Bilddatenbank, ohne die der Durchbruch von 2012 nicht stattgefunden hätte.
- Jürgen Schmidhuber entwickelte in Europa Verfahren zur Verarbeitung von Sequenzen und weist regelmäßig darauf hin, wie viel früher vieles schon da war.
Die Gegenwart
Heute steht die Forschung neben sehr großen wirtschaftlichen Interessen. Wer spricht, spricht meist auch für ein Labor.
- Demis Hassabis leitet Google DeepMind und erhielt 2024 den Nobelpreis für Chemie für die Proteinstrukturvorhersage AlphaFold.
- Sam Altman (OpenAI) und Dario Amodei (Anthropic) führen die beiden bekanntesten Sprachmodell-Labore.
Ebenso wichtig sind die Stimmen, die nach den Folgen fragen:
- Emily M. Bender und Timnit Gebru beschrieben große Sprachmodelle als "stochastische Papageien": als Systeme, die Sprachmuster wiedergeben, ohne Bedeutung zu erfassen.5
- Joy Buolamwini wies nach, dass kommerzielle Gesichtserkennung bei dunkelhäutigen Frauen dramatisch häufiger versagt.6
- Kate Crawford untersucht, welche Rohstoffe, Energie und Arbeit hinter KI-Systemen stecken.7
- Melanie Mitchell und Stuart Russell schreiben allgemeinverständlich über Fähigkeiten und Grenzen der Systeme.
Wie Sie diese Namen lesen sollten
Drei Fragen helfen bei jedem Zitat: Aus welcher Zeit stammt die Aussage? Aus welchem Fach spricht die Person, aus Mathematik, Informatik, Philosophie oder Sozialwissenschaft? Und für wen spricht sie, für eine Universität oder für ein Unternehmen, dessen Bewertung von der Antwort abhängt? Prominenz ist kein Argument, aber der Blickwinkel erklärt oft, warum zwei kluge Menschen dasselbe System völlig verschieden beurteilen.