Traditionelle KI vs. generative KI: Ihre Unterschiede verstehen

Das letzte Jahrzehnt war Zeuge einer beispiellosen technologischen Beschleunigung. Was als Werkzeug zur Automatisierung von Routineprozessen begann, hat sich zu einem Motor der Innovation entwickelt, der unser Verständnis von Technologie grundlegend verändert. Künstliche Intelligenz (KI) ist heute keine Zukunftsvision mehr und kein Konzept, das auf Forschungslabore oder Großkonzerne im Silicon Valley beschränkt ist. Sie ist greifbare Realität, allgegenwärtig in unserem Alltag und prägt zunehmend die Transformationsstrategien öffentlicher und privater Organisationen.

Unter dem Oberbegriff „Künstliche Intelligenz“ existieren jedoch verschiedene Paradigmen nebeneinander, die oft verwechselt werden. Der bahnbrechende Einsatz von Modellen wie ChatGPT hat generative KI in den Mittelpunkt der Diskussionen gerückt, doch dürfen wir die traditionelle oder prädiktive KI nicht vergessen, die seit Jahren kritische Infrastrukturen unserer Gesellschaft unterstützt. Für die öffentliche Verwaltung ist das Verständnis der Unterschiede zwischen den beiden nicht nur eine akademische Frage, sondern eine strategische Notwendigkeit, um für jede Herausforderung das passende Werkzeug zur Verbesserung der Bürgerdienste auszuwählen.

Was ist traditionelle KI: Der Wert von Genauigkeit und historischen Daten

Die traditionelle KI, oft auch prädiktive oder diskriminative KI genannt, ist die Technologie, die uns in den letzten Jahren am beständigsten begleitet hat. Ihre Funktionsweise basiert auf der Analyse großer Mengen historischer Daten mit einem klaren Ziel: Muster zu erkennen, Informationen zu klassifizieren oder Vorhersagen über zukünftiges Verhalten zu treffen.

Diese Technologie „erschafft“ nichts Neues. Ihr Wert liegt in ihren Analysefähigkeiten und der evidenzbasierten Entscheidungsfindung. Wenn ein herkömmliches KI-System Daten empfängt, verwendet es statistische Regeln und Algorithmen des maschinellen Lernens, um eine Wahrscheinlichkeit oder Kategorie zu bestimmen. Es ist im Wesentlichen ein Optimierungs- und Klassifizierungswerkzeug.

In der Geschäftswelt finden sich überall Beispiele für traditionelle KI. Die Empfehlungsalgorithmen von Plattformen wie Spotify oder Netflix sind das bekannteste Beispiel: Sie analysieren, was Nutzer zuvor gehört oder gesehen haben, um ihnen mit erstaunlicher Genauigkeit die nächsten Inhalte vorzuschlagen. Im Bereich Logistik und Energie nutzen Unternehmen wie Walmart oder Red Eléctrica de España KI, um die Nachfrage anhand von Wetterdaten oder lokalen Ereignissen zu prognostizieren und so ein bedarfsgerechtes Angebot sicherzustellen. Auch im Bereich Cybersicherheit erkennen Systeme von Visa und Mastercard Betrug in Echtzeit, indem sie Transaktionen identifizieren, die vom üblichen Nutzungsverhalten abweichen.

Diese Zuverlässigkeit macht traditionelle KI in kritischen Umgebungen, in denen Genauigkeit eine Frage der Sicherheit ist, wie beispielsweise bei der medizinischen Diagnose anhand von Bildern oder beim Management elektrischer Netzwerke, unersetzlich.

Generative KI: Der Sprung zur Synthese neuer Inhalte

Während traditionelle KI die Welt analysiert, scheint generative KI sie beschreiben, zeichnen oder programmieren zu wollen. Diese Technologieform hat in letzter Zeit einen regelrechten Medien- und Technologieboom ausgelöst, da sie auf Basis einfacher Anfragen in natürlicher Sprache originelle Inhalte – seien es Texte, Bilder, Musik, Videos oder Computercode – erzeugen kann.

Es ist jedoch notwendig, den Begriff der „Kreativität“ in der generativen KI zu entmystifizieren. Anders als der menschliche Geist besitzen diese Modelle keine Geistesblitze oder Bewusstsein. Es handelt sich um hochentwickelte statistische Modelle, die mit riesigen Mengen vorhandener Informationen trainiert wurden. Sie lernen die Wahrscheinlichkeitsverteilung der Elemente eines Datensatzes (zum Beispiel, welches Wort in einem bestimmten Kontext üblicherweise auf ein anderes folgt), um Ergebnisse zu generieren, die menschlich und plausibel erscheinen.

Die Anwendung dieser Technologie ist revolutionär. Im Bereich der Textverarbeitung können Chatbots auf Basis von Sprachmodellen (LLM) komplexe Berichte verfassen, umfangreiche Dokumente zusammenfassen oder als deutlich ausgefeiltere virtuelle Assistenten als herkömmliche fungieren. Im Designbereich erstellen Tools wie DALL·E oder Midjourney Illustrationen aus Textbeschreibungen, und im technischen Bereich revolutionieren Tools wie GitHub Copilot die Programmierung, indem sie Code-Snippets vorschlagen und Fehler selbstständig korrigieren.

Führenden Beratungsunternehmen wie Gartner zufolge birgt generative KI das Potenzial für einen signifikanten Return on Investment (ROI). Sie warnen jedoch, dass ihr Erfolg von einer soliden Governance abhängt. Im Gegensatz zu traditioneller KI birgt generative KI komplexere Risiken, wie beispielsweise algorithmische Verzerrungen (die Reproduktion von in den Trainingsdaten vorhandenen Vorurteilen), sogenannte „Halluzinationen“ (die Erzeugung falscher Informationen, die den Anschein der Wahrheit erwecken) und offene Debatten über Datenschutz und Urheberrecht.

Grundlegende Unterschiede: Wie man die richtige Technologie auswählt

Für Führungskräfte im öffentlichen Dienst und im Bereich der digitalen Transformation ist es unerlässlich zu wissen, wann welche Art von KI eingesetzt werden sollte. Es geht nicht darum, die modernste KI auszuwählen, sondern diejenige, die für den jeweiligen Zweck am besten geeignet ist.

Traditionelle KI ist die beste Wahl, wenn es um Vorhersage und Optimierung geht. Möchte eine Behörde beispielsweise die Arbeitsbelastung eines Bürgerbüros im nächsten Monat prognostizieren oder Risikomuster im Bereich der öffentlichen Gesundheit erkennen, benötigt sie die Genauigkeit historischer Daten. Sie eignet sich auch ideal zur Anomalieerkennung, etwa zur Identifizierung möglicher Fehler bei der Dateiverarbeitung oder zur Erkennung unbefugten Zugriffs auf kritische Systeme.

Andererseits ist generative KI das ideale Werkzeug, wenn es darum geht, Inhalte zu erstellen, zu synthetisieren oder zu personalisieren. Sie ist unübertroffen beim schnellen Prototyping von Ideen, bei der Erstellung von Lerninhalten, die an verschiedene Niveaus angepasst sind, oder bei der Vereinfachung von Verwaltungssprache, um diese für Bürger verständlicher zu machen.

Ein von Gartner hervorgehobener Trend ist die sogenannte „Composite AI“. Diese Strategie beschränkt sich nicht auf ein einzelnes Modell, sondern integriert mehrere Modelle, um komplexe Probleme zu lösen. Beispielsweise könnte herkömmliche KI die Energieverbrauchsdaten eines öffentlichen Gebäudes analysieren, und sobald eine Ineffizienz erkannt wird, könnte generative KI automatisch einen personalisierten Empfehlungsbericht für die Gebäudeverwaltung erstellen.

Die Auswirkungen auf den öffentlichen Sektor: die AOC-Erfahrung

In der offenen Verwaltung Kataloniens (AOC) ist künstliche Intelligenz kein Experiment mehr, sondern Realität und wird in den täglichen Betrieb unserer Lösungen integriert. Der öffentliche Sektor trägt eine zusätzliche Verantwortung: Er muss sicherstellen, dass diese Technologien zum Wohle der Allgemeinheit eingesetzt werden und dabei stets die Grundrechte der Bürgerinnen und Bürger gewahrt bleiben.

Im Bereich der traditionellen KI erforschen das AOC und andere Behörden bereits automatisierte Entscheidungssysteme, um Verfahren zu optimieren, die zuvor wochenlange manuelle Überprüfung erforderten. Die Vorhersage der Arbeitslast ermöglicht eine bessere Personalplanung und stellt sicher, dass die Dienste zu Spitzenzeiten nicht überlastet werden.

Das Potenzial generativer KI ist enorm. Bürgerservice-Chatbots werden entwickelt, die nicht nur vorkonfigurierte Antworten liefern, sondern auch die Absicht des Nutzers verstehen, ihn durch ein Verfahren führen und komplexe Abläufe vereinfachen können. Jüngste europäische Studien zeigen, dass der Einsatz dieser Tools Millionen von Arbeitsstunden pro Jahr für das Personal im öffentlichen Dienst einsparen könnte. Dadurch könnten sich die Mitarbeiter wertschöpfenderen und direkteren Aufgaben widmen, während die KI die aufwendigsten bürokratischen Aufgaben übernimmt. Schätzungen zufolge könnte die Produktivität der gesamten Verwaltung um bis zu 9 % steigen.

Dieser Weg ist jedoch nicht ohne Herausforderungen. Behörden stehen vor der Herausforderung der Datenfragmentierung (Daten sind in verschiedenen Organisationen gespeichert und werden oft nicht miteinander abgeglichen) und müssen die Datenschutz-Grundverordnung (DSGVO) und das spanische Gesetz über Datenschutz und Informationsfreiheit (LOPDGDD) strikt einhalten. Hinzu kommt die rechtliche und demokratische Pflicht zur algorithmischen Transparenz: Bürgerinnen und Bürger haben das Recht zu erfahren, wann sie mit einer KI interagieren und welche Kriterien einer sie betreffenden Entscheidung zugrunde liegen.

Hin zu einer ethischen und verantwortungsvollen Unternehmensführung

Damit die KI-Revolution wirklich Vorteile bringt, ist es notwendig, über die rein technische Umsetzung hinauszugehen. Das AOC verfolgt eine Strategie, die auf vier grundlegenden Säulen beruht:

Unternehmensführung und Ethik: Es müssen klare regulatorische und verfahrenstechnische Rahmenbedingungen geschaffen werden. Wir dürfen nicht zulassen, dass sich die Technologie ohne menschliche Kontrolle weiterentwickelt, die Fairness gewährleistet und Voreingenommenheit vermeidet.
Ausbildung: Technologie ist an sich weder gut noch schlecht; ihre Wirkung hängt davon ab, wie sie genutzt, gestaltet und reguliert wird. Deshalb ist es unerlässlich, Mitarbeiter im öffentlichen Dienst nicht nur im Umgang mit Werkzeugen, sondern auch in wichtigen digitalen Kompetenzen wie … zu schulen. schnelles Engineering (die Kunst, der KI die richtigen Fragen zu stellen) und die kritische Interpretation der Ergebnisse.
Strategie der schrittweisen Vorgehensweise: Der beste Weg ist, mit konkreten, kontrollierten Anwendungsfällen zu beginnen, aus Fehlern zu lernen und erfolgreiche Lösungen mithilfe von zusammengesetzter KI zu skalieren.
Priorität dem öffentlichen Nutzen: Die Frage sollte nicht lauten: „Was kann KI leisten?“, sondern: „Wie kann KI uns helfen, einen besseren Service zu bieten, Ungleichheiten abzubauen und die Rechte der Bürger zu gewährleisten?“

Fazit: Eine gemeinsame Zukunft

Kurz gesagt, stehen traditionelle und generative KI nicht in einem technologischen Wettlauf, sondern sind zwei sich ergänzende Werkzeuge im selben Transformationsprozess. Während die traditionelle KI uns Stabilität, Präzision und Datenspeicherung bietet, ermöglicht die generative KI Vielseitigkeit, Synthese und natürlichere Interaktionen – wie etwa Sprach- oder Alltagssprache –, die den Umgang des Menschen mit Komplexität erleichtern.

Bei der AOC ist das Ziel klar: die Vorteile beider Welten zu nutzen, um eine agilere, intelligentere und vor allem bürgernähere Verwaltung aufzubauen. Die digitale Transformation ist keine Option mehr, sondern der Weg, um die Nachhaltigkeit und Qualität öffentlicher Dienstleistungen im 21. Jahrhundert zu gewährleisten.