Geschichte der künstlichen Intelligenz
KI-Navigation | Geschichte der künstlichen Intelligenz
Die Geschichte der künstlichen Intelligenz ist keine gerade Linie zu einer immer menschenähnlicheren Maschine. Sie besteht aus mehreren Forschungsrichtungen, wechselnden Leitbildern, großen Erfolgen, enttäuschten Erwartungen und neuen Anläufen. Mal sollten Maschinen vor allem logisch schließen, mal aus Beispielen lernen, mal Sprache verstehen oder ihre Umwelt wahrnehmen und in ihr handeln.
Was jeweils als „intelligent“ galt, veränderte sich mit den technischen Möglichkeiten. Sobald eine Leistung alltäglich wurde – Rechnen, Rechtschreibprüfung, Routenplanung oder automatische Übersetzung –, wurde sie oft kaum noch als KI wahrgenommen.
1940er und 1950er Jahre: Rechnen, Lernen und die Frage nach Intelligenz
Frühe Computer machten es erstmals praktisch vorstellbar, geistige Tätigkeiten in Rechenregeln zu übersetzen. 1950 fragte Alan Turing nicht, ob Maschinen im menschlichen Sinn „denken“, sondern schlug ein beobachtbares Gesprächsexperiment vor. Sein Aufsatz Computing Machinery and Intelligence prägte die Debatte, obwohl der später sogenannte Turing-Test weder Bewusstsein noch Wahrheit oder moralische Urteilskraft misst.
Im Förderantrag für ein Sommertreffen am Dartmouth College verwendeten John McCarthy, Marvin Minsky, Nathaniel Rochester und Claude Shannon 1955 den Ausdruck „artificial intelligence“. Das Treffen fand 1956 statt und wurde zum symbolischen Gründungsmoment eines eigenständigen Forschungsfeldes. Die Autoren hofften, Lernen, Sprache, Abstraktion und Problemlösen so genau beschreiben zu können, dass Maschinen sie nachbilden.
1950er bis 1980er Jahre: Symbole, Regeln und Expertenwissen
Viele frühe Programme arbeiteten im Sinn der symbolischen KI mit ausdrücklich formulierten Symbolen und Regeln. Sie bewiesen mathematische Sätze, lösten Suchprobleme oder spielten in begrenzten Welten. Später sollten Expertensysteme das Wissen von Fachleuten als Wenn-dann-Regeln verfügbar machen.
Diese Systeme konnten in klar eingegrenzten Aufgaben eindrucksvoll sein. Außerhalb ihrer vorgesehenen Fälle waren sie jedoch spröde. Alltagswissen ließ sich schwer vollständig aufschreiben; Ausnahmen und Veränderungen machten Regelwerke teuer. Überzogene Versprechen, begrenzte Rechnerleistung und ausbleibende praktische Erfolge führten wiederholt zu Förderkürzungen. Die sogenannten KI-Winter waren nicht das Ende der KI, sondern Phasen, in denen Erwartungen, Finanzierung und öffentliche Aufmerksamkeit stark zurückgingen.
Parallel blieben neuronale Netze, Mustererkennung, Robotik, Sprachverarbeitung und statistische Verfahren in Arbeit. Die späteren Erfolge entstanden daher nicht aus dem Nichts.
1990er bis 2010er Jahre: Daten und maschinelles Lernen
Mit mehr digitalisierten Daten und leistungsfähigeren Rechnern gewann maschinelles Lernen an Bedeutung. Systeme erhielten nicht mehr jede Regel einzeln, sondern passten ihre Parameter anhand von Beispielen an.
1997 gewann IBMs Deep Blue einen Wettkampf gegen Schachweltmeister Garri Kasparow. Das war ein wichtiger Meilenstein für spezialisierte Suche und Rechenleistung, aber kein allgemeines Verstehen.
2012 zeigte das später als AlexNet bekannte System bei der Bilderkennung, wie wirksam tiefe neuronale Netze mit großen Datensätzen und Grafikprozessoren trainiert werden konnten. 2016 verband AlphaGo neuronale Netze, Suche und verstärkendes Lernen und besiegte mit Lee Sedol einen der stärksten Go-Spieler der Welt. Beide Erfolge machten sichtbar, dass gelernte Muster und enorme Rechenleistung Aufgaben bewältigen konnten, die zuvor lange als besonders schwer galten.
Seit 2017: Transformer, generative KI und Agenten
Der 2017 veröffentlichte Aufsatz Attention Is All You Need stellte die Transformer-Architektur vor. Ihr Kern ist ein Aufmerksamkeitsmechanismus, der Beziehungen innerhalb einer Datenfolge gewichtet und viele Positionen parallel verarbeiten kann. Auf dieser Grundlage entstanden große Sprachmodelle, die mit sehr vielen Texten vortrainiert werden und Text fortsetzen, übersetzen, zusammenfassen oder erzeugen können.
Ein Teil der Vorgeschichte reicht weiter zurück. 1991 beschrieb Jürgen Schmidhuber an der Technischen Universität München neuronale Netze mit schnell veränderlichen Gewichten, sogenannte Fast Weight Programmers. Eine Arbeit von 2021 zeigte ihre formale Nähe zu bestimmten linearisierten Transformer-Varianten. Das ist eine wichtige konzeptionelle Verbindung, aber kein Beleg dafür, dass der 2017 entwickelte Standard-Transformer unmittelbar aus dieser Münchner Arbeit hervorging: Er verwendet insbesondere normalisierte Softmax-Attention und das Transformer-Paper von 2017 führt die Fast-Weights-Arbeit von 1991 nicht als Quelle an.
Ebenfalls 1991 stellte Schmidhuber mit dem Neural Sequence Chunker eine Hierarchie rekurrenter Netze vor, die Sequenzen durch Vorhersage und Kompression lernte. Darin lässt sich eine frühe Form selbstüberwachten Vortrainings erkennen. Moderne Sprachmodelle folgen demselben allgemeinen Gedanken, zunächst aus großen Mengen nicht eigens beschrifteter Daten zu lernen; Architektur, Lernziel, Datenumfang und technische Umsetzung unterscheiden sich jedoch grundlegend.
Mit öffentlich leicht zugänglichen Chat-Oberflächen erreichte generative KI ab 2022 ein Massenpublikum. Seitdem werden Sprachmodelle mit Bildern, Ton, Suche, Programmausführung und weiteren Werkzeugen verbunden. KI-Agenten können dadurch Aufgaben in mehrere Schritte zerlegen und begrenzte Handlungen ausführen.
Diese Entwicklung erweitert die Einsatzmöglichkeiten, hebt aber die Grundgrenzen nicht auf: Flüssige Sprache ist kein Beweis für Wahrheit, Verstehen oder Bewusstsein. Mehr Handlungsmöglichkeiten vergrößern zugleich den Bedarf an Zugriffsgrenzen, Protokollen und menschlicher Verantwortung.
Der deutsche Strang
Deutschland war an der KI-Geschichte nicht nur als Anwender beteiligt. Es entwickelte eine eigene Landschaft aus universitärer Grundlagenforschung, öffentlich geförderten Instituten und industrienaher Forschung. Besonders deutlich werden zwei teilweise parallele Linien: symbolische KI und Logik einerseits, neuronale Netze und lernende Sequenzsysteme andererseits.
München: Logik, Beweisen und frühe KI-Community
Wolfgang Bibel arbeitete bereits seit den späten 1960er-Jahren in München an automatischem Beweisen und logikbasierter KI. Ab Mitte der 1970er-Jahre half er zusammen mit weiteren Forschenden, KI-Fachgruppen, Tagungen und Ausbildung in Deutschland aufzubauen. In den 1980er-Jahren bildete sich in München zudem ein Arbeitskreis für KI und Cognitive Science. Diese Linie steht für die deutsche Tradition von Logik, Wissensrepräsentation und symbolischer Problemlösung.
München 1990/91: Fast Weights, Vortraining und Langzeitgedächtnis
Jürgen Schmidhuber studierte und promovierte an der Technischen Universität München. Seine dort 1990 und 1991 veröffentlichten Arbeiten untersuchten unter anderem Netze, die andere Netze steuern, lernfähige Kurzzeitgedächtnisse und hierarchische Sequenzkompression. Historisch präzise ist dabei: Schmidhuber war 1991 Doktorand beziehungsweise kurzzeitig wissenschaftlicher Mitarbeiter – noch nicht Leiter eines eigenen Professorenlabors.
Zur selben Zeit untersuchte Sepp Hochreiter in seiner Münchner Diplomarbeit das später so genannte Vanishing-Gradient-Problem rekurrenter Netze. Gemeinsam mit Schmidhuber veröffentlichte er 1997 Long Short-Term Memory, LSTM. Diese Architektur wurde später für Handschrift-, Sprach- und allgemeine Sequenzverarbeitung außerordentlich einflussreich.
Nach Schmidhubers Wechsel zum IDSIA in Lugano entstand ein internationales Forschungsumfeld, in dem unter anderem Felix Gers das LSTM-Vergessenstor mitentwickelte und Alex Graves Verfahren für Handschrift- und Spracherkennung vorantrieb. Aus diesem Umfeld kamen auch mehrere frühe Forschende von DeepMind, darunter Mitgründer Shane Legg sowie Daan Wierstra, Tom Schaul und später Alex Graves. So entstand keine einfache Erfindungskette, wohl aber ein nachweisbares Netz von Ausbildung, Zusammenarbeit und Ideen: München → IDSIA → internationale Deep-Learning-Forschung und DeepMind.
Institutionen, Sprache und industrielle Forschung
- 1988 – DFKI: Das Deutsche Forschungszentrum für Künstliche Intelligenz wurde als gemeinnützige Public-Private Partnership gegründet. Es verbindet anwendungsorientierte Grundlagenforschung mit Unternehmen und öffentlicher Förderung.
- 1993 bis 2000 – Verbmobil: In einem großen Verbundprojekt wurde spontan gesprochene Sprache erkannt, analysiert, übersetzt und wieder ausgegeben. Verbmobil verband regelbasierte und statistische Sprachverarbeitung lange vor heutigen Sprachassistenten.
- Anwendungsnahe Forschung: Das Fraunhofer IAIS arbeitet an maschinellem Lernen, generativer und vertrauenswürdiger KI für Unternehmen, Behörden und gesellschaftliche Anwendungen. Weitere Fraunhofer-Institute bearbeiten unter anderem Robotik, Produktion, Sicherheit und Mensch-Technik-Interaktion.
- Grundlagen und intelligente Systeme: Das Max-Planck-Institut für Intelligente Systeme in Tübingen und Stuttgart forscht an maschinellem Lernen, Computer Vision, Robotik, sozialen Informationssystemen und Mensch-Maschine-Interaktion. Universitäten und Forschungsverbünde ergänzen diese Landschaft.
- Unternehmen: Etablierte Firmen wie SAP, Bosch und Siemens integrieren KI in Unternehmenssoftware und industrielle Systeme. Neuere Unternehmen setzen eigene Schwerpunkte: DeepL, 2017 in Köln gegründet, auf Sprach-KI; Aleph Alpha in Heidelberg auf spezialisierte Sprachmodelle und europäische Datensouveränität.
- Politischer Rahmen: 2018 beschloss die Bundesregierung eine nationale KI-Strategie. Sie verband Forschung und wirtschaftlichen Transfer mit Qualifizierung, gesellschaftlichem Dialog und dem Ziel einer verantwortungsvollen, gemeinwohlorientierten Nutzung.
München als heutiger KI- und Industriestandort
Die Münchner Rolle beruht heute nicht allein auf historischer Forschung. An der TUM werden Transformer unter anderem zur datengetriebenen Materialcharakterisierung und als Proteinsprachmodelle in der Bioinformatik eingesetzt. Seit Februar 2026 betreibt die Deutsche Telekom in München gemeinsam mit NVIDIA eine Industrial AI Cloud mit rund 10.000 Blackwell-GPUs und einer angegebenen Rechenleistung von bis zu 0,5 ExaFLOPS.
Am 28. September 2026 eröffnete Mistral AI in München einen Hub für Physics AI und industrielle KI. Genannt werden Kooperationen mit BMW bei der Auswertung von Crashsimulationen und mit Siemens Energy bei industriellen Anwendungen. Physics AI sollte dabei nicht einfach mit Sprachmodellen oder Transformern gleichgesetzt werden: Mistral beschreibt Modelle, die aus Geometrien, Randbedingungen, Messdaten und Ergebnissen physikalischer Simulationen lernen; je nach Aufgabe kommen dafür unterschiedliche Architekturen zum Einsatz.
Der deutsche Schwerpunkt lag häufig weniger auf großen Verbraucherplattformen als auf Forschung, Sprache, Industrie, Robotik und der Verbindung von Wissenschaft und Mittelstand. Darin liegen Stärken. Zugleich bleiben der Zugang zu Rechenleistung, Kapital und Daten, die Überführung von Forschung in verbreitete Produkte und die Abhängigkeit von wenigen internationalen Plattformen offene Aufgaben.
Was sich aus der Geschichte lernen lässt
- Fortschritt verläuft in Wellen. Auf Durchbrüche folgen Phasen mühsamer Anwendung, Korrektur oder Ernüchterung.
- Eine Demonstration ist noch keine allgemeine Intelligenz. Schach, Go, Übersetzung und Textproduktion sind unterschiedliche Leistungen.
- Ähnlichkeit ist nicht dasselbe wie Abstammung. Eine spätere mathematische Verwandtschaft zweier Verfahren beweist noch keinen direkten historischen Einfluss.
- Technik entsteht nicht allein im Labor. Daten, öffentliche Förderung, Unternehmen, Energie, Arbeit, Recht und gesellschaftliche Ziele bestimmen mit, welche Systeme gebaut werden.
- Alte und neue Verfahren bestehen nebeneinander. Regeln, Statistik, neuronale Netze, Suche und menschliches Wissen werden häufig kombiniert.
- Die Geschichte ist auch eine Geschichte der Versprechen. Darum müssen Behauptungen an überprüfbaren Aufgaben und Folgen gemessen werden.
Eine ethische Vertiefung bietet Der historische Sonderstatus der KI: historische Nebenfolgen, Vorsorge und Verantwortung bereits vor der Übertragung von Handlungsmacht.
Quellen und Weiterwege
Wikipedia-Links im Text dienen als schneller Einstieg in Personen, Institutionen und Fachbegriffe. Für historische Prioritäten, aktuelle Zahlen und konkrete Forschungsleistungen sind die folgenden Originalarbeiten und institutionellen Quellen maßgeblich.
- Alan Turing: Computing Machinery and Intelligence, 1950
- McCarthy, Minsky, Rochester und Shannon: Dartmouth-Proposal, 1955
- Wolfgang Bibel: On the Development of AI in Germany
- Deutsches Museum: Geschichten der Künstlichen Intelligenz in der Bundesrepublik Deutschland
- Jürgen Schmidhuber: Learning to Control Fast-Weight Memories, TUM-Bericht 1991
- Jürgen Schmidhuber: Neural Sequence Chunkers, TUM-Bericht 1991
- Hochreiter und Schmidhuber: Long Short-Term Memory, 1997
- Shane Legg: From academia to industry – the story of Google DeepMind
- IBM: Geschichte von Deep Blue
- Krizhevsky, Sutskever und Hinton: ImageNet Classification with Deep Convolutional Neural Networks, 2012
- Silver u. a.: Mastering the game of Go with deep neural networks and tree search, 2016
- Vaswani u. a.: Attention Is All You Need, 2017
- Schlag, Irie und Schmidhuber: Linear Transformers Are Secretly Fast Weight Programmers, 2021
- TUM: Transformer zur datengetriebenen Materialcharakterisierung
- TUM: ProtTrans – Proteinsprachmodelle
- Deutsche Telekom: Münchner Industrial AI Cloud, 4. Februar 2026
- Mistral AI: Eröffnung des Münchner Hubs, 28. September 2026
- BMW Group und Mistral AI: KI in der Crashsimulation, 28. Mai 2026
- Weiter: Aktuelle Entwicklungen der KI
<< Was ist künstliche Intelligenz? | KI-Navigation | Der historische Sonderstatus der KI >>
Zur KI-Übersicht →