Der Begriff wird in verschiedenen Disziplinen aus unterschiedlichen Perspektiven diskutiert.
Aufgrund des KI-Effekts entwickelt sich der Begriff stetig weiter. Folgend sind drei Definitionen ausgewiesen:
Definition 1: Fähigkeit eines technischen Systems, Wissen und Kompetenzen zu erwerben, zu verarbeiten und anzuwenden (ISO/IEC 29119-11).
Definition 2: Ein computergestütztes System, das kognitiv arbeitet, um Informationen zu verstehen und Probleme zu lösen (ISO/IEC 22989).
Definition 3: Künstliche Intelligenz bezeichnet eine Reihe von Technologien, [...] die im Hinblick auf eine Reihe von Zielen, die vom Menschen festgelegt werden, Ergebnisse wie Inhalte, Vorhersagen, Empfehlungen oder Entscheidungen hervorbringen können, die das Umfeld beeinflussen, mit dem sie interagieren (Europäisches KI-Gesetz im Entwurf 1).
-
AI-Act (Regulation of the European Parliament and of the Council Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act), Volltext auf Europa.eu ↩︎
ETSI GR ENI 004 computerized system that uses cognition to understand information and solve problems
NOTE 1: ISO/IEC 2382-28 defines AI as "an interdisciplinary field, usually regarded as a branch of computer science, dealing with models and systems for the performance of functions generally associated with human intelligence, such as reasoning and learning".
NOTE 2: In computer science AI research is defined as the study of "intelligent agents": any device that perceives its environment and takes actions to achieve its goals.
NOTE 3: This includes pattern recognition and the application of machine learning and related techniques.
NOTE 4: Artificial Intelligence is the whole idea and concepts of machines being able to carry out tasks in a way that mimics the human intelligence and would be considered "smart".
ISO/IEC DIS 22989 set of methods or automated entities that together build, optimize and apply a model (3.1.26) so that the system can, for a given set of predefined tasks (3.1.37), compute predictions (3.2.12), recommendations, or decisions.
Note 1 to entry: AI systems are designed to operate with varying levels of automation (3.1.7).
Note 2 to entry: Predictions (3.2.12) can refer to various kinds of data analysis or production (including translating text, creating synthetic images or diagnosing a previous power failure). It does not imply anteriority. study of theories, mechanisms, developments and applications related to artificial intelligence (3.1.2).
ISO/IEC TR 29119-11:2020 capability of an engineered system to acquire, process and apply knowledge and skills
ISTQB - CTAI Syllabus The capability of an engineered system to acquire, process, create and apply knowledge and skills (ISO/IEC TR 29119-11)
Software-Modul, in welchem KI-Methoden implementiert sind.
Der Fall, wenn ein KI-System aufgrund des Technologiefortschritts nicht mehr als KI betrachtet wird.
ISO/IEC TR 29119-11:2020 situation when a previously labelled AI (3.1.13) system is no longer considered to be AI as technology advances
ISTQB - CTAI Syllabus The situation when a previously labelled AI system is no longer considered to be AI as technology advances (ISO/IEC TR 29119-11)
Ein System, das eine oder mehrere KI-Komponenten integriert.
ISO/IEC TR 29119-11:2020 system including one or more components implementing AI (3.1.13)
ISTQB - CTAI Syllabus A system that integrates one or more AI components
Eine Komponente, die Methoden der KI beinhaltet.
Siehe auch:ISTQB - CTAI Syllabus A component that provides AI functionality
Ein System, das Künstliche Intelligenz benutzt und aus mehreren Komponenten besteht (von denen mindestens eine davon eine KI-Komponente ist).
Der vom EU-Parlament am 27. April 2023 für den Trilog verabschiedete AIA1-Kompromissvorschlag (Basis ist die Dokumentenversion vom 06. Dezember 2022) definiert ein KI-System als ein System (im Unterschied zur OECD-Definition2: dort als ein ''maschinenbasiertes System''), das für bestimmte von Menschen definierte Ziele Voraussagen macht, Empfehlungen abgibt oder Entscheidungen treffen kann, die das reale oder virtuelle Umfeld beeinflussen. KI-Systeme können mit einem unterschiedlichen Grad an Autonomie ausgestattet sein.
Ein Softwaremodell zur Bereitstellung von KI-Diensten.
ISTQB - CTAI Syllabus A software licensing and delivery model in which AI and AI development services are centrally hosted
Fähigkeit wie Wahrnehmen, Verarbeiten, Handeln und Kommunizieren, die auf Grundlage von KI-Methoden umgesetzt werden kann (siehe DIN/DKE Nordmungsroadmap KI, 2. Edition, Teil 4.1.2.1).
Metamodell zur Sicherstellung der Qualität KI-basierter Systeme.
Anmerkung: Dieses Metamodell ist in DIN SPEC 92001 detailliert definiert.
ISO/IEC TR 29119-11:2020 metamodel intended to ensure the quality of AI-based systems (3.1.9)
Note 1 to entry: This metamodel is defined in detail in DIN SPEC 92001.
Daten, die zur Bewertung der Leistung eines finalen KI-Modells (im allg.) oder maschinellen Lernmodells (im speziellen) vor dessen Inbetriebnahme verwendet werden.
Anmerkung: Grundsätzlich sollen Testdaten disjunkt zu Trainingsdaten und Validierungsdaten sein.
ISO/IEC DIS 22989 data used to assess the performance of a final machine learning model (3.2.11).
Note 1 to entry: Test data is disjoint from training data (3.2.22) and validation data (3.2.24).
ISO/IEC TR 29119-11:2020 independent dataset used to provide an unbiased evaluation of the final, tuned ML model (3.1.46)
KI, die über das gesamte Spektrum der kognitiven KI-Fähigkeiten hinweg intelligentes Verhalten zeigt, das mit dem eines Menschen vergleichbar ist (Synonym: starke KI).
Siehe auch:ISO/IEC DIS 22989 AI that addresses a broad range of tasks (3.1.37) with a satisfactory level of performance Note 1 to entry: Compared to narrow AI (3.1.27).
ISO/IEC TR 29119-11:2020 strong AI: AI (3.1.13) that exhibits intelligent behaviour comparable to a human across the full range of cognitive abilities
ISTQB - CTAI Syllabus AI that exhibits intelligent behaviour comparable to a human across the full range of cognitive abilities (ISO/IEC TR 29119-11) Synonym: strong AI
KI, die sich auf eine einzige klar definierte Aufgabe konzentriert, um ein bestimmtes Problem zu lösen.
Siehe auch:ISO/IEC DIS 22989 AI (3.1.13) focused on a single well-defined task to address a specific problem.
ISO/IEC TR 29119-11:2020 weak AI: AI (3.1.13) focused on a single well-defined task to address a specific problem
ISTQB - CTAI Syllabus AI focused on a single well-defined task to address a specific problem (ISO/IEC TR 29119-11)
Synonym: weak AI
Ein Forschungs- und Anwendungsbereich, der sich mit dem Verstehen der Faktoren befasst, die Ergebnisse von KI-Systemen beeinflussen.
ISTQB - CTAI Syllabus The field of study related to understanding the factors that influence AI system outputs
Ein Typ von KI-Methoden, der auf Modellen basiert und Symbole und Strukturen verwendet, um Muster zu erkennen.
Siehe auch:ISO/IEC DIS 22989 AI (3.1.2) based on techniques and models (3.1.26) using symbols and structures
Note 1 to entry: Compared to. subsymbolic AI (3.1.36).
Ein Typ von KI-Methoden, der auf Modellen mit numerischer Darstellung und impliziter Informationskodierung basiert.
Siehe auch:ISO/IEC DIS 22989 AI (3.1.2) based on techniques and models (3.1.26) using a numeric representation and implicit information encoding
Note 1: Compared to symbolic AI (3.1.35).
Die Computerlinguistik untersucht, wie natürliche Sprache in Form von Text- oder Sprachdaten mit Hilfe des Computers algorithmisch verarbeitet werden kann. Sie ist Schnittstelle zwischen Sprachwissenschaft und Informatik.
Eine anwendungsspezifische integrierte Schaltung mit optimierter Speicherausnutzung, um die Erzeugung von Bildern in einem Bildpuffer zu beschleunigen.
ISO/IEC TR 29119-11:2020 GPU: application-specific integrated circuit (ASIC) specialized for display functions such as rendering images
Note 1 to entry: GPUs are designed for parallel data processing of images with a single function, but this parallel processing is also useful for executing AI-based software, such as neural networks (3.1.48).
ISTQB - CTAI Syllabus An application-specific integrated circuit designed to manipulate and alter memory to accelerate the creation of images in a frame buffer intended for output to a display device
Genetische Algorithmen bezeichnen einen Methodenbereich des maschinellen Lernens, der auf natürlicher Selektion basiert. Dabei werden Parameterkonstellationen iterativ modifiziert (Mutation) und in unterschiedlichen Kombinationen (Rekombination) erprobt. Ziel ist das Finden einer möglichst optimalen Parameterkombination zum Lösen einer Aufgabe.
ISO/IEC DIS 22989 algorithm which simulates natural selection by creating and evolving a population of individuals (solutions) for optimization problems
Ein ML-Algorithmus, der ähnliche Datenpunkte in Cluster zusammenfasst bzw. gruppiert.
ISTQB - CTAI Syllabus A type of ML algorithm used to group similar objects into clusters
Knoten in einem künstlichen neuronalen Netz (KNN), der gewichtete Eingabedaten empfängt, und darauf folgend Ausgaben auf Grundlage von üblicherweise nichtlinearen Funktionen erzeugt.
ETSI GR ENI 004 node in an ANN that receives weighted input data, adds the data, and produces an output using a non-linear output function.
NOTE: The output function is also called a transfer function or activation function, and represents what portion of the potential action is transmitted.
ISO/IEC DIS 22989 primitive processing element which takes one or more input values and produces an output value by combining the input values and applying an activation function on the result.
Note 1 to entry: Examples of nonlinear activation functions are a threshold function, a sigmoid function and a polynomial function.
ISTQB - CTAI Syllabus neuron: A node in a neural network, usually receiving multiple input values and generating an activation value
Ein Verfahren/System, das zur Umsetzung einer Klassifikationsaufgabe dient.
ETSI GR ENI 004 procedure that predicts which elements of a set belong to which (pre-defined) classes
ISO/IEC TR 29119-11:2020 ML model (3.1.46) used for classification (3.1.20)
ISTQB - CTAI Syllabus An ML model used for classification Synonym: classification model
Im Kontext von KI versteht man unter kontinuierlichem Lernen das Training eines KI-Systems, das parallel zu dessen Betrieb iterativ und inkrementell stattfindet.
ISO/IEC DIS 22989 incremental training of an AI system (3.1.4) that takes place on an ongoing basis during the operation phase of the AI system life cycle.
Eigenschaft, mittels derer ein Mensch oder ein anderer externer Agent unmittelbar und unverzüglich in die laufende Funktion des Systems eingreifen kann.
ISO/IEC DIS 22989 controllable property of an AI system (3.1.4) that a human or other external agent (3.1.1) can intervene in the system’s functioning
Note 1 to entry: Such a system is heteronomous (3.1.9).
Informationen, die durch direkte Beobachtung und Messung gewonnen werden und von denen angenommen wird, dass sie real oder wahr sind.
ISO/IEC DIS 22989 value of the target variable for a particular item of labelled input data
Note 1 to entry: Ground truth is not always the same as absolute truth.
ISTQB - CTAI Syllabus The information provided by direct observation and measurement that is known to be real or true
Schätzung eines Outputs anhand Outputs der ihm am nächsten liegenden Datenpunkte.
ISTQB - CTAI Syllabus An approach to classification that estimates the likelihood of group membership for a data point dependent on the group membership of the data points nearest to it
Ein Closed-Box Test (auch Black-Box Test) ist ein Testverfahren, bei dem einem Tester keine Interna (wie insbesondere das KI-Modell) des KI-Systems für Testszenarien zur Verfügung stehen. Dagegen stehen üblicherweise ausschließlich Eingaben an das KI-System mit den dazugehörigen Ausgaben vom KI-System zur Verfügung.
ISO/IEC TR 29119-11:2020 testing (3.131) in which the principal test basis (3.84) is the external inputs and outputs of the test item (3.107), commonly based on a specification, rather than its implementation in source code or executable software[ISO/IEC 29119-1:2022, 3.75]
Ausmaß, in dem ein System, ein Produkt oder eine Dienstleistung durch bestimmte Benutzer in einem bestimmten Nutzungskontext genutzt werden kann, um bestimmte Ziele effektiv, effizient und zufriedenstellend zu erreichen.
Anmerkung 1: Die „bestimmten“ Benutzer, „bestimmten“ Ziele und der „bestimmte“ Nutzungskontext beziehen sich auf die jeweilige Kombination aus Benutzern, Zielen und Nutzungskontext, denen eine Gebrauchs-tauglichkeit unterstellt wird.
Anmerkung 2: Das Wort „Gebrauchstauglichkeit“ wird auch als Qualifizierungsmerkmal verwendet, um auf Gestaltungskenntnisse, -kompetenzen, -aktivitäten und -attribute zu verweisen, die zur Gebrauchstauglichkeit beitragen, wie Gebrauchstauglichkeits-Fachkenntnisse und -Fachleute, gebrauchstauglichkeitsorientierte Entwicklung, Verfahren und Evaluierung sowie Gebrauchstauglichkeitsheuristik.
S.: DIN EN ISO 9241-210:2020
Als ''Gewichte'' werden in einem weiten Sinne Parameter eines Modells bezeichnet, in der Regel Faktoren, die spezifische Einträge mehrdimensionaler Eingaben individuell skalieren (''gewichten'').In künstlichen neuronalen Netzen beispielsweise skalieren Gewichte die Eingabewerte eines künstlichen Neurons.Im maschinellen Lernen werden typischerweise die Gewichte eines Modells trainiert.
ISTQB - CTAI Syllabus An internal variable of a connection between neurons in a neural network that affects how it computes its outputs and that changes as the neural network is trained
Ein mathematisches Modell, das Verbindungsstrukturen auf abstrakte Weise darstellt. Es besteht aus ''Knoten'', sowie aus ''Kanten'', die Verbindungen zwischen diesen Knoten darstellen. Sowohl Knoten als auch Kanten können, je nach Anwendung, Werte zugeordnet werden, beispielsweise Gewichte, Kosten oder Distanzen.
ETSI GR ENI 004 collection of nodes, where some subset of the nodes is connected.
NOTE: Visually, a node is a "point" and a connection is a "line", called an "edge". For the purposes of ENI, any graph may be directed, weighted or both.
KNN sind Netze aus künstlichen Neuronen und haben ein biologisches Vorbild. Angelehnt an die Biologie ist ein künstliches Neuron ein Objekt, welches auf einen oder mehrere Reize reagiert, je nachdem wie stark es aktiviert bzw. der Reiz gewichtet ist. Ein KNN besteht grundsätzlich aus einer Eingangs- und einer Ausgangsschicht. Dazwischen liegen verborgene Schichten (Hidden Layers) oder Aktivitätsschichten. KNN müssen in der Regel trainiert werden, bevor sie Problemstellungen lösen können. Dabei gewichtet ein bestimmter Algorithmus bzw. das neuronale Netz die Verbindungen der Neuronen anhand von vorgegebenem Lernmaterial und Lernregeln, bis es ein bestimmtes Lernziel erreicht bzw. entwickelt hat.
Siehe auch:ETSI GR ENI 004 computing system that learns to perform functions by using artificial neurons that take the form of a directed, weighted graph.
NOTE: An ANN learns to perform a function by analysing examples (i.e. training data) instead of being programmed to perform a task.
KI-Fähigkeit einer funktionalen Einheit, visuelle Daten zu erfassen, zu verarbeiten und zu interpretieren. Computerbasiertes Sehen beinhaltet die Nutzung von Sensoren, um ein digitales Abbild einer visuellen Szene zu erstellen.
ISO/IEC DIS 22989 capability of a functional unit to acquire, process and interpret visual data
Note 1 to entry: Computer vision involves the use of sensors to create a digital image of a visual scene.
Ein funktionserfüllender Bestandteil eines Systems.
Siehe auch:ETSI GR ENI 004 part of a System that has operational and/or management significance
Konfusionsmatrizen werden in der Untersuchung möglicher Schwächen von Klassifikationsverfahren verwendet. Für ein Verfahren, das eine Anzahl von N Klassen unterscheiden soll, hat die Konfusionsmatrix eine Größe von N × N. Der Zahlenwert an einem Eintrag (i, j) gibt an, wie oft das Verfahren eine Instanz der Klasse i als eine Instanz der Klasse j klassifiziert hat. Ein ideales Verfahren erreicht hier eine perfekte Diagonalmatrix. Einträge abseits der Diagonalen hingegen (also Fälle in denen für i≠j der Eintrag nicht Null ist) deuten auf Verwechslungsgefahren zwischen den Klassen i und j hin und quantifizieren deren Auftretenswahrscheinlichkeit.
Siehe auch:ISO/IEC TR 29119-11:2020 table used to describe the performance of a classifier (3.1.21) on a set of test data (3.1.75) for which the true and false values are known
ISTQB - CTAI Syllabus A technique for summarizing the ML functional performance of a classification algorithm
Das Verstehen von Daten und Informationen, und die Erzeugung neuer Daten, Informationen sowie von neuem Wissen.
Siehe auch:ETSI GR ENI 004 process of understanding data and information and producing new data, information and knowledge
Anpassungsfähiges System mit Schnittstellen zur digitalen Welt und zur Umwelt, welches Dinge selbsttätig wahrnehmen kann, auf Kontexte beziehen und verstehen kann, sowie Schlüsse daraus ziehen und lernen kann, um Aufgabenstellungen zu lösen und zu bewältigen.
Siehe auch:Ein Glassbox Test (auch White-Box Test) ist ein Testverfahren, bei dem Interna (z.B. das KI-Modell) sowie externe Inputs und die zugehörigen Ausgaben des KI-Systems zur Generierung der Testfälle zur Verfügung stehen.
ISO/IEC TR 29119-11:2020 dynamic testing (3.29) in which the tests are derived from an examination of the structure of the test item (3.107) (SOURCE: ISO/IEC 29119-1:2022, 3.80)
Maß für potenzielle Gefahren, die vom Einsatz eines KI-Systems in einem spezifischen Anwendungskontext ausgehen können. Der Begriff wird oft in ähnlicher Weise wie Risiko verwendet, wobei Kritikalität stärker auf eine Bewertung des Gesamtsystems abzielt.
Anmerkung: Siehe Kritikalität, Kritikalitätspyramide, risikoadaptierter Regulierungsansatz im „Gutachten der Datenethikkommission“ 10/20191 und „Abschlussbericht Enquete-Kommission KI“ 10/20202.
Im Kontext von Klassifikation im Bereich KI stellt die Genauigkeit (accuracy) eine Metrik zur Messung der Qualität zumeist binärer Klassifikationen dar. Sie wird berechnet als Anteil der korrekten Klassifikationen an sämtlichen Klassifikationen.
Siehe auch:ISO/IEC TR 29119-11:2020 performance metric used to evaluate a classifier (3.1.21), which measures the proportion of classifications (3.1.20) predictions (3.1.56) that were correct
ISTQB - CTAI Syllabus The ML functional performance metric used to evaluate a classifier, which measures the proportion of predictions that were correct (After ISO/IEC TR 29119-11)
Aufgabenstellung, mittels welcher die Ausgabeklasse für eine bestimmte Eingabe vorhergesagt wird.
Gibt es nur zwei Ausgabeklassen, spricht man von binärer Klassifizierung.
Gibt es mehr als zwei Ausgabeklassen, spricht man von Mehrklassen-Klassifizierung.
ISO/IEC TR 29119-11:2020 machine learning function that predicts the output class for a given input
ISTQB - CTAI Syllabus A type of ML function that predicts the output class for a given input (After ISO/IEC TR 29119-11)
Eine kognitive Architektur ist ein Systemaufbau, der menschliches Denken und Entscheiden simuliert.
ETSI GR ENI 004 system that learns, reasons, and makes decisions in a manner resembling that of a human mind
NOTE: Specifically, the learning, reasoning, and decision-making is performed using software that makes hypotheses and proves or disproves them using non-imperative mechanisms that typically involve constructing new knowledge dynamically during the decision-making process.