Ein Mann arbeitet am Laptop und lächelt

Welche Arten von Künstlicher Intelligenz gibt es und was können sie in der Praxis?

In Kürze erklärt: 

  • Künstliche Intelligenz ist nicht gleich Künstliche Intelligenz. Es gibt unterschiedliche KI-Typen mit klar abgegrenzten Fähigkeiten.
  • Die meisten heutigen KI-Systeme – auch Chatbots und LLMs – gehören zur Kategorie „Limited Memory“.
  • Einordnung hilft: Wer KI strategisch, rechtssicher und sinnvoll einsetzen will, muss wissen, mit welchem Typ er es zu tun hat.

Warum KI nicht gleich KI ist

Der Begriff „Künstliche Intelligenz“ (KI) ist allgegenwärtig und doch oft missverstanden. Denn KI ist kein einheitliches System, sondern ein Sammelbegriff für verschiedenste Technologien, Methoden und Anwendungen. Während manche KI-Modelle eigenständig Texte generieren, können andere nur vordefinierte Antworten liefern. Um Chancen und Risiken sinnvoll bewerten zu können, ist es wichtig, die unterschiedlichen Arten von KI zu kennen. 

Gerade in der öffentlichen Verwaltung ist diese Unterscheidung zentral: Nicht jede KI ist für jede Aufgabe geeignet. Nicht jede KI darf rechtlich gesehen eingesetzt werden. Wer KI-Systeme einordnen kann, schafft die Grundlage für informierte Entscheidungen, regulatorische Sicherheit und passgenaue Anwendungen.

Systematische Klassifikation: die vier Typen von KI

Eine gängige Klassifikation unterscheidet vier Arten von Künstlicher Intelligenz – basierend auf ihrem kognitiven Leistungsniveau, also darauf, wie sie lernen, schlussfolgern und verstehen.

Reaktive KI (Typ 1)

  • Reagiert ausschließlich auf aktuelle Eingaben, ohne Gedächtnis oder Lernfähigkeit
  • Arbeitet regelbasiert und kann keine Erfahrungen speichern
  • Beispiel: Schachcomputer, einfache Automatisierungssysteme 

Relevanz für die Verwaltung: eher gering. Reaktive Systeme eignen sich kaum für komplexe Aufgaben mit Kontextbezug oder Variabilität.

Begrenzte Erinnerung (Limited Memory, Typ 2) 

  • Nutzt vergangene Daten, um Entscheidungen zu treffen oder Vorhersagen zu berechnen
  • Typischerweise mit maschinellem Lernen (ML) oder Deep Learning verbunden
  • Beispiele: Sprachmodelle wie ChatGPT, Bilderkennung, Empfehlungssysteme 

Diese Art von KI ist heute am weitesten verbreitet und auch in der öffentlichen Verwaltung zunehmend im Einsatz:

  • Automatisierte Texterfassung und Klassifikation
  • Chatbots zur Bürgerkommunikation
  • Prognosemodelle für Personal- oder Planungsfragen 

Wichtig: Auch wenn diese Systeme beeindruckend wirken, verfügen sie weder über „Verständnis“ noch über echtes Bewusstsein. Sie erkennen Muster, keine Bedeutung.

Theory of Mind (Typ 3)

  • Hypothetische KI, die menschliche Emotionen, Intentionen oder Gedanken nachvollziehen kann
  • Erkennt nicht nur Daten, sondern auch „Absichten“ hinter Handlungen
  • Aktuell rein theoretisch und mit hohem ethischem und regulatorischem Diskussionsbedarf 

Praxisfrage: Würde eine solche KI in der Verwaltung überhaupt sinnvoll eingesetzt werden können? Und wie ließen sich Kontrolle, Verantwortung und Transparenz sicherstellen?

Selbstbewusste KI / Superintelligenz (Typ 4) 

  • Noch hypothetischer als Typ 3: eine KI, die sich ihrer selbst bewusst ist und eigene Ziele verfolgt
  • Oft Stoff für Science-Fiction – etwa in Filmen oder philosophischen Debatten
  • Kein Forschungsstand erreicht diesen Punkt; es handelt sich um eine Zukunftsvision 

Trotzdem relevant: Dieser KI-Typ steht im Mittelpunkt langfristiger Governance-Debatten (z. B. durch den AI Act) und gesellschaftlicher Fragen zur Technologie-Entwicklung.

Wie funktioniert KI?

Neben der kognitiven Einteilung lässt sich KI auch nach ihrer Funktionsweise oder Komplexität unterscheiden. 

Symbolische KI vs. neuronale Netze

PIktogramm Planung

Symbolische KI: 

basiert auf festen Regeln, logischen Schlussfolgerungen und Wissensdatenbanken (klassisch)

Piktogramm KI

Neuronale Netze: 

lernen aus großen Datenmengen, wie das menschliche Gehirn in abstrahierter Form (modern)

Anwendungsrelevanz: Symbolische Systeme eignen sich z. B. für regelkonforme Prozesse (wie Steuerlogik, bei der feste Regeln und Entscheidungen vorgegeben sind), neuronale Netze für unstrukturierte Daten (wie Bilder, Sprache).

Narrow AI vs. General AI

  • Narrow AI (Schwache KI): ist auf eine klar umrissene Aufgabe spezialisiert (z. B. Texterkennung)
  • General AI (Starke KI): kann verschiedene Aufgaben flexibel lösen, vergleichbar mit menschlicher Intelligenz 

Wichtig: Alle aktuell verfügbaren KI-Anwendungen, auch leistungsstarke LLMs, gehören zur Narrow AI. General AI ist bisher theoretisch.

Gut zu wissen:

Was ist ein LLM (Large Language Model)? 

Ein LLM ist ein KI-System, das auf enormen Textmengen trainiert wurde und in der Lage ist, Sprache zu generieren, zu analysieren und zu verstehen, zumindest statistisch. Beispiele sind GPT-4 und BERT (KI-Modell von Google). Sie gehören zur Typ-2-KI („Limited Memory“) und gelten als leistungsfähige, aber nicht „bewusste“ Werkzeuge. In der Verwaltung können LLMs etwa helfen, Dokumente zu analysieren, Eingaben zu klassifizieren oder Bürgeranfragen automatisiert zu beantworten.

KI und die Bedeutung für die öffentliche Verwaltung

Für Behörden ist es entscheidend, zu verstehen, mit welcher Art von Künstlicher Intelligenz sie zu tun haben. Denn nicht jede KI-Technologie eignet sich für den Einsatz in sensiblen Verwaltungsprozessen und nicht jede ist rechtlich unbedenklich.

  • Aktuell kommen in der öffentlichen Verwaltung nahezu ausschließlich KI-Systeme der Kategorie „Begrenzte Erinnerung“ (Typ 2) zum Einsatz. Dazu zählen zum Beispiel Large Language Models (LLMs) wie ChatGPT. Diese Systeme basieren auf Trainingsdaten aus der Vergangenheit und können daraus Muster erkennen, Vorhersagen treffen oder Texte generieren. Sie sind leistungsfähig, aber nicht bewusst, nicht autonom und nicht „verstehend“.
  • Die weiterentwickelten Typen 3 („Theory of Mind“) und 4 („Selbstbewusste KI“) existieren bislang nur als theoretische Konzepte oder langfristige Forschungsideen. Sie sind derzeit nicht marktreif, nicht reguliert und damit für den praktischen Verwaltungsalltag weder relevant noch einsetzbar.

Gerade im Kontext von Regulierungsfragen, etwa durch den EU AI Act, der KI-Systeme in unterschiedliche Risikoklassen einteilt, ist die Einordnung in eine konkrete KI-Kategorie von großer Bedeutung. Sie hilft dabei, 

  • Risiken realistisch einzuschätzen,
  • Anforderungen an Transparenz und Kontrolle zu definieren und
  • passende Prüf- und Steuerungsmechanismen zu etablieren. 

Wer in der Verwaltung über KI-Anwendungen entscheidet, sollte verstehen, auf welchem Funktionsprinzip das System basiert. Denn nur dann lassen sich Einsatzgrenzen, Risiken und Potenziale fundiert beurteilen und souveräne Entscheidungen treffen.

Praxisbeispiel: Chatbot für Bürgeranfragen im Bürgeramt

Ausgangslage: Eine Kommune möchte einen digitalen Assistenten einführen, der häufig gestellte Fragen von Bürgern und Bürgerinnen rund um Meldebescheinigungen, Reisepässe oder Öffnungszeiten automatisiert beantwortet. 

Verwendete KI-Art: Typ 2 – begrenzte Erinnerung (Limited Memory) 

Der Chatbot basiert auf einem trainierten Sprachmodell, das frühere Nutzendenanfragen analysiert hat. Es erkennt Muster, kann passende Antworten liefern und lernt mit jeder Interaktion dazu, jedoch ohne eigenes Verständnis oder Kontextbewusstsein.

Chancen:

  • Entlastung der Sachbearbeitung bei Standardanfragen
  • Rund-um-die-Uhr-Erreichbarkeit für Bürger und Bürgerinnen
  • Verbesserte Servicequalität durch schnelle Rückmeldungen

Risiken und Grenzen: 

  • Kein tieferes Verständnis für komplexe Anliegen
  • Falsche oder missverständliche Antworten bei unklarer Formulierung
  • Datenschutzanforderungen bei der Verarbeitung personenbezogener Daten

Fazit: 

Weil klar ist, dass es sich um eine Typ-2-KI handelt, kann die Verwaltung gezielt Maßnahmen zur Qualitätssicherung, Datenschutzprüfung und Nutzendenlenkung ergreifen und den Chatbot sinnvoll in den Arbeitsalltag integrieren.

Fazit: Klarheit schafft Orientierung

Die Einteilung in KI-Typen und -Funktionsweisen mag auf den ersten Blick theoretisch wirken, ist aber in der Praxis enorm hilfreich. Denn: 

  • Wer die Art der eingesetzten KI kennt, kann realistische Erwartungen formulieren.
  • Sie ist Voraussetzung für rechtssicheren Einsatz, z. B. im Rahmen des EU AI Acts.
  • Sie hilft, Governance-Strukturen aufzubauen, etwa durch interne Prüfprozesse oder Kompetenzzentren. 

Die Art der KI bestimmt, was sie leisten kann und was sie leisten darf. Wer das versteht, entscheidet besser.

Mann und Frau am Schreibtisch mit kleinem Roboter
Das KI-Kompetenz-Center

Das KI-Kompetenz-Center fördert den Einsatz von Künstlicher Intelligenz (KI) in der Bundesverwaltung. Es entwickelt gemeinsam mit Behörden KI-Anwendungsfälle und -Prototypen, um die digitale Transformation voranzutreiben.