Home Data Science Was ist der Unterschied zwischen AI und ML?

Was ist der Unterschied zwischen AI und ML?

Wiki AI ML

Das folgende Zitat kann bereits helfen, zu verstehen, was Künstliche Intelligenz von Machine Learning unterscheidet. Genaueres wird in diesem Wiki-Artikel erläutert. 

“When you’re fundraising, it’s artificial intelligence. When you’re hiring, it’s machine learning. When you’re implementing, it’s linear regression.”

 

Definition Künstliche Intelligenz (KI)

Nach vorangegangenen Artikeln zu Artificial Intelligence (AI) und Machine Learning (ML) ist klar, dass man keinen Unterschied definieren kann, wenn eine Definition fehlt. 

Bei der Abgrenzung von AI und ML spielt die Unterscheidung schwache und starke künstliche Intelligenz (KI) eine Rolle:

Starke Künstliche Intelligenz 

Nehmen wir aber als Definition von Articifical Intelligence (AI) ein dem Menschen ebenbürtiges kognitives System. In dem Fall ist der Unterschied zu Machine Learning (ML) sehr gross. ML ist eine informatische/mathematische Methode, um Prognosen zu erstellen oder Entscheidungen zu treffen. Für eine AI ist ML dann maximal ein Handwerkzeug unter vielen, um in einem übergeordneten, gesamtheitlicheren System autonom agieren zu können. AI könnte sich also der ML bedienen, um eine Entscheidung zu treffen – aber nicht notwendigerweise.

Bei schwacher KI 

Ist die Definition von AI die der schwachen KI, wird mit beiden Begriffen, AI und ML, oft eigentlich dasselbe beschrieben.

Der konkrete Anwendungsfall ist bspw. die Entlastung des Menschen, um die Arbeit der Klassifizierung einer E-Mail als Spam zu übernehmen.  Eine „künstliche Intelligenz“ übernimmt dann die Aufgabe, die E-Mail zu lesen und dieser ein Label zu verpassen. Tatsächlich ist damit aber eigentlich die Funktionsweise des Algorithmus gemeint, der die Klassifikation vornimmt. Und dieser ist typischerweise ein ML-Algorithmus. 

Mehr wissen?

Sie möchten tiefer in das Thema Artificial Intelligence und Machine Learning einsteigen?
Nehmen Sie einfach Kontakt mit uns auf!

Ihre Ansprechpartnerin für Data Science
Christiane Maria Kallfass ist Recruiting- und Marketing Specialist bei der s-peers AG
Christiane Grimm
Inside Sales

Published by:

Franziskus Heep

Professional Analytics Consultant

autor:IN

Wie hat Ihnen der Artikel gefallen?

Wie hilfreich war dieser Beitrag?

Klicken Sie auf einen Stern, um zu bewerten!

Durchschnittliche Bewertung 4.7 / 5.
Anzahl Bewertungen: 10

Bislang keine Stimmen! Seien Sie die erste Person, die diesen Beitrag bewertet!

INFORMATIONEN

Weitere Informationen

Visual High Data Quality

Erfolgsfaktor Qualität: Qualitätsmanagement in Projekten praxisnah umgesetzt

In diesem Artikel wird erläutert, wie Qualitätsmanagement im Projektmanagement dazu...
Visual mit SAP Logo

Was ist SAP – und was ist SAP Analytics?

In diesem Wiki-Artikel geht es um SAP und die Rolle,...
Visual Frau und Roboter schauen sich an an einem Schreibtisch, der Roboter sitzt

Was macht ein (Business)-AI-Agent?

AI-Agenten sind mehr als nur smarte Tools – sie handeln autonom, verfolgen Ziele und interagieren mit ihrer Umgebung. In...
SAP Business Cloud 2025 Visual

SAP Business Suite (Cloud 2025)

Die SAP Business Suite (Cloud 2025) ist eine vollständig integrierte Cloud-Architektur, die Anwendungen, Daten und KI-Technologien verbindet. Sie ermöglicht...
Ressourcenplanung Grafik mit Stift und Glühlampe

Projekt mit Plan: Wie gute Ressourcenplanung den Unterschied macht

Die Ressourcenplanung und -verwaltung sind entscheidend für den Erfolg von...
Wiki Schedule Management - Netzpantechnik und kritischer Pfad Visual

Schedule-Management: Netzplantechnik und kritischer Pfad

Das Terminmanagement, auch als Schedule Management bezeichnet, ist ein wesentlicher...
Visual Projectmanagement; Projektumfang präzise definieren – Die Basis für Kontrolle und Erfolg

Projektumfang präzise definieren – Die Basis für Kontrolle und Erfolg

Das Projektumfangsmanagement, auch als Scope Management bekannt, ist ein zentraler...