Künstliche Intelligenz (Artificial Intelligence)

Künstliche Intelligenz (KI) ist das Teilgebiet der Informatik, das sich mit Methoden beschäftigt, mit denen Maschinen Aufgaben lösen, die normalerweise menschliche Intelligenz erfordern: Wahrnehmen, Lernen, Schlussfolgern, Planen und sprachliche Interaktion. Als Studienfach verbindet KI Informatik, Mathematik, Statistik und Kognitionswissenschaft und grenzt sich von klassischer Softwareentwicklung dadurch ab, dass Systeme nicht regelbasiert programmiert, sondern aus Daten oder durch Suche und Optimierung trainiert werden. KI-Studiengänge sind in den letzten Jahren stark gewachsen und werden teils als eigenständige Bachelor- oder Masterprogramme, teils als ausgewiesener Schwerpunkt innerhalb von Informatik oder Wirtschaftsinformatik angeboten. Die Nähe zur Anwendung ist groß: Wer KI studiert, baut häufig bereits im Bachelor erste prototypische Modelle und arbeitet später eng mit Domänenexpert:innen aus Medizin, Sprache oder Industrie zusammen. Im Studium dominieren zu Beginn mathematische und algorithmische Grundlagen: lineare Algebra, Analysis, Wahrscheinlichkeitstheorie, Optimierung sowie Algorithmen und Datenstrukturen. Darauf bauen die Kernbereiche Maschinelles Lernen, Deep Learning, symbolische KI (Logik, Wissensrepräsentation, Planung), Computer Vision, Natural Language Processing und Reinforcement Learning auf. Praktisch wird in Python mit Bibliotheken wie PyTorch, TensorFlow, scikit-learn oder Hugging Face gearbeitet; Datenverarbeitung erfolgt mit SQL und Pandas, Versionierung mit Git, Deployment über Container und Cloud-Dienste. Begleitend werden Themen wie KI-Ethik, Datenschutz, Erklärbarkeit (XAI) und der EU AI Act behandelt. Forschungsorientierte Programme verlangen das eigenständige Lesen aktueller Paper und das Reproduzieren von Experimenten. Berufsperspektiven sind breit gefächert, weil KI in nahezu allen Branchen Einzug hält. Typische Rollen sind Machine-Learning-Engineer, Data Scientist, KI-Forscher:in, MLOps-Engineer oder KI-Produktmanager:in. Absolvent:innen arbeiten an Empfehlungssystemen, Sprachmodellen, Bilderkennung, autonomen Systemen, medizinischer Diagnostik oder Prozessautomatisierung. Neben Tech-Konzernen und Start-ups sind Industrieunternehmen aus Automotive und Maschinenbau, Gesundheitswesen, Finanzdienstleister, Beratungen und öffentliche Forschungseinrichtungen wie Fraunhofer, DFKI oder Max-Planck wichtige Arbeitgeber. Der Einstieg ist anspruchsvoll, aber gut bezahlt; zunehmend wichtig ist die Fähigkeit, Modelle nicht nur zu bauen, sondern produktiv zu betreiben und zu überwachen. Verwandte Fächer sind Informatik, Data Science, Mathematik, Statistik, Computerlinguistik, Kognitionswissenschaft und Robotik. Im Master spezialisieren sich Studierende häufig auf Teilgebiete wie Generative KI, Computer Vision, Reinforcement Learning oder Trustworthy AI. Eine Promotion ist üblich, wer in die Forschung oder in industrielle KI-Labore strebt; in der Anwendung reicht meist ein Master, ergänzt durch ein starkes Portfolio an Projekten, Wettbewerben (Kaggle) oder Open-Source-Beiträgen.