Transparenzhinweis: Einige Kursanbieter unterstützen den Betrieb unseres Suchportals durch Kursbuchungs-Provisionen.

Künstliche Intelligenz: In diesen Online-Kursen lernst Du alles über KI (und wie man sie programmieren kann)

Wir zeigen Dir, was KI ist und stellen Dir diverse Möglichkeiten vor, mehr darüber zu lernen. Bilde Dich weiter und werde selbst zum KI-Programmierer!

Künstliche Intelligenz (KI) oder Artificial Intelligence (AI) beschäftigt nicht nur Science Fiction-Autoren.

Roboter, Übersetzungsprogramme und Selbstfahrende Autos zeigen ganz praktisch, welche Möglichkeiten mit KI entstehen.

Aber worum geht es dabei genau? Und wie kannst Du mehr über KI lernen - und vielleicht selbst bald KI-Software programmieren?

(Direkt zu den Online-Kursen über KI springen? Hier weiter.)

Wir zeigen Dir hier:

1. Was KI eigentlich ist,

2. Warum KI gerade jetzt wichtig wird und

3. Wie Du mehr über KI lernen kannst und selbst KI-Entwickler wirst.

1. Was ist "Künstliche Intelligenz" und worum geht es dabei?

Ziel der KI-Forschung war schon immer, die menschliche Intelligenz künstlich nachzubilden. Das ist aus verschiedenen Gründen allerdings extrem schwierig (problematisch wird es bereits bei der Definition von "Intelligenz").

Als Künstliche Intelligenz wird heute bezeichnet, wenn Computersysteme eigenständig Probleme lösen.

Im Unterschied zum traditionellen Lösungsalgorithmus ("wenn Problem X, dann Lösung Y") entscheidet dabei das maschinelle System selbst, welche Lösung für ein Problem gewählt wird.

Wichtig dafür ist insbesondere die selbständige Lernfähigkeit des Computersystems. Der Computer lernt also zunächst selbst, wie Aufgaben gelöst werden.

Und wie können Computer lernen?

Vereinfacht gesagt, indem anhand großer Datenmengen trainiert wird. Das System wird dabei als "künstliches neuronales Netz" organisiert, das ähnlich wie das menschliche Gehirn funktioniert.

Der Lernprozess mit den Trainingsdaten nennt sich Maschinelles Lernen (bzw. Machine Learning) oder Deep Learning. So wird aus Erfahrung - z.B. durch Mustererkennung - Wissen erzeugt. Dabei wird mit modernen statistischen Methoden gearbeitet.

Kurz gesagt:

--> Künstlichen Intelligenten Systemen wird kein fester Lösungsalgorithmus mehr vom Menschen vorgegeben.

--> Das KI-System lernt selbst aus riesigen Datenbeständen, wie Aufgaben am besten gelöst werden.

--> Das System muss dazu natürlich zunächst entsprechend programmiert werden.

2. Warum ist KI gerade jetzt wichtig? Warum der Hype?

Verschiedene Entwicklungen führen dazu, dass die Bedeutung von Artificial Intelligence in letzter Zeit enorm zugenommen hat:

Technologiefortschritt: Die Programmierung von Machine Learning- /Deep Learning-Systemen mit künstlichen neuronalen Netzen ist inzwischen weit fortgeschritten;
Datenmenge: Es stehen in vielen Bereichen unglaublich große Datenmengen (Big Data) für Trainingszwecke der KI-Systeme zur Verfügung (z.B. Bilddaten, Sprachdaten, Suchanfragen);
Computing Power: Die Rechnerleistung zur Bearbeitung der großen Datenmengen ist inzwischen verfügbar;
Relevante Anwendungen: KI-Applikationen für den Massenmarkt werden möglich, u.a. in den Bereichen:

- Internetsuche (z.B. Google RankBrain),

- Email-Spamfilter,

- Spracherkennung (z.B. Siri, Amazon Echo/Alexa),

- Automatisierte Übersetzung (z.B. Google Translate),

- Bilderkennung (z.B. in der Radiologie),

- Robotik und Selbstfahrende Autos (verbinden KI-Technologie und mechanische Komponenten).

Die KI-Maschinen sind in vielen Bereichen den menschlichen Experten bereits weit überlegen. Meldungen über die Erfolge in Schach und Poker, im Lippenlesen und Gedankenlesen belegen das. Auch erste Musikstücke und Gemälde können von Computer-Systemen bereits eigenständig erstellt werden. Und sogar Chatbots können inzwischen schon erstaunlich natürlich klingen.

Nach Meinung von Experten wird die Künstliche Intelligenz in den nächsten Jahren viele Lebensbereiche und Wirtschaftszweige erreichen. Ernstzunehmende Kritiker wie Professor Russel von der UC Berkeley denken daher sogar über eine mögliche zukünftige Bedrohung durch "superintelligente" Roboter nach (Videovortrag).

Viele Jobs und Projekte bei Unternehmen und Organisationen entstehen momentan in der Entwicklung und Anwendung entsprechender Software-Programme. IT-Experten mit relevanten Kenntnissen sind dabei natürlich stark gefragt.

Der KI-Experte von Google/Baidu sagt: "Artificial Intelligence is the New Electricity" (ab 2:30):

(ab Minute 2:30; Neuronale Netzwerke ab Minute 25:30)

3. Wie kannst Du mehr über KI-Programmierung lernen?

Wir stellen Dir nachfolgend Bücher und Online-Kurse vor, die vor allem die Programmierung von KI-Systemen behandeln (manche sind sogar kostenlos). Diese sind meist für Informatikstudenten oder Softwareentwickler gedacht, die sich weiterbilden wollen. Aber auch sonstige Interessenten können hier natürlich einen Einblick gewinnen!

(Hinweis: Grundlegende Vorkenntnisse in einzelnen Bereichen werden manchmal vorausgesetzt. Bei Nachholbedarf findest Du entsprechende Videokurse in unserem Verzeichnis, z.B. über Mathe-Grundlagen für KI, Mathe für Machine Learning oder Coding-Skills in der Programmiersprache Python.)

A) Einführungsbücher zu KI

Auch wenn sie ein Uni-Seminar oder einen Online-Kurs nicht ersetzen: Lehrbücher können eine sinnvolle Ergänzung und Lernhilfe für jeden KI-Lernenden sein. Hier einige bekannte Bücher:

Artificial Intelligence: A Modern Approach: Ein Klassiker-Lehrbuch der bekannten Professoren Russel und Norvig. Auf rund 1.000 Seiten wird detailliert an die Funktionsweise eines "intelligent agent" herangeführt. Auf fachlichem Niveau des ersten Studienabschnitts.
Deep Learning: Gibt eine umfassende Erläuterung des Maschinellen Lernens mit künstlichen neuronalen Netzen für Studenten und Praktiker. Enthält auch Abschnitte über die erforderlichen Kenntnisse in Linearer Algebra und Statistik.
Grundkurs Künstliche Intelligenz: Deutsches Einführungs-Lehrbuch, etwas kürzer als der Klassiker von Russel/Norvig. Für Informatik-Studenten bzw. zum Selbststudium gedacht.

B) Online-Kurse über Künstliche Intelligenz

Einführungskurse für Anfänger

Die Basiskurse sind oft für Studierende oder Programmierer gedacht, die sich neu dem Bereich der KI nähern wollen. Die Mechanik von künstlichen intelligenten Systemen wird hier Schritt für Schritt erklärt. Bei einigen der Kurse kann kostenlos gelernt werden, nur ein (freiwilliges) Zertifikat muss ggf. bezahlt werden.

Einen Anfängerkurs über Künstliche Intelligenz gibt es im MOOC AI For Everyone, der von einem der bekanntesten KI-Experten aus den USA erstellt wurde. Die Besonderheit des Kurses liegt darin, dass er nicht nur für Programmierer, sondern auch für Business-Anwender und sonstige Interessenten konzipiert wurde.
Im bekannten Grundlagenkurs Intro to Artificial Intelligence des Anbieters Udacity erhalten Teilnehmer ebenfalls einen breit angelegten Überblick über das Thema. Angefangen von den statistischen Zusammenhängen und der Funktionsweise der Artificial Neural Networks bis hin zu Bildverarbeitung, Spracherkennung und Robotik werden viele wichtige Bereiche erläutert. Die Teilnahme ist kostenlos, Basiswissen in Statistik und Linearer Algebra sollte jedoch mitgebracht werden.
Auch im AI-Kurs der Columbia University (über edX) wird ein grundlegendes Verständnis über KI vermittelt. Da hier bereits auch praktische KI-Problemstellungen angegangen werden, sind Python-Vorkenntnisse vorteilhaft. Das Lernen im Kurs ist kostenlos, ein optionales Zertifikat kann zusätzlich gekauft werden.
Der Machine Learning-Komplettkurs ist ein recht praxisorientierter Kurs bei Udemy. Hier wird gegen eine Kursgebühr in mehr als 100 kurzen (deutschen) Videolektionen gezeigt, wie man selbst eine Künstliche Intelligenz programmiert.
Machine Learning von der Stanford University ist einer der bekanntesten Einführungskurse in das Thema. Der AI-Experte Andrew Ng war bei Google und Baidu zuständig für diesen Bereich (und gründete nebenher Coursera). Eine kostenlose Kursteilnahme (ohne Zertifikat) ist möglich, die erforderlichen Algebra-Grundlagen sind im Kurs enthalten.
Von Microsoft kommen die Principles of Machine Learning (via edX). Hier wird Teilnehmern beigebracht, wie ML-Modelle mit den Programmiersprachen R und Python über die Microsoft Azure Cloud Computing-Plattform selbst erstellt werden können.
Auch von Google gibt es einen kostenlosen Machine Learning Crash Course. Der Kurs wurde bereits von gut 18.000 Google-Mitarbeitern belegt und enthält natürlich auch eine Einführung in die Google-eigenen TensorFlow-Programme.
Eine kostenlose Online-Vorlesung auf Deutsch ist von der Universität Erlangen-Nürnberg verfügbar. Da dies lediglich die live aufgezeichnete Vorlesung ist, sind jedoch keine Prüfungen oder Zertifikate möglich.
Erwähnenswert ist auch Elements of AI der Universität Helsinki. Dies ist zwar kein videobasierter Online-Kurs (nur Texte / Links), gibt aber ebenfalls einen Überblick über das Thema. Die deutsche Version wird von der IHK unterstützt.

Längere Kursserien für den Karrierestart in KI

Die kostenpflichtigen Kursserien bestehen in der Regel aus ca. 4-6 einzelnen Online-Kursen (MOOCs) und bereiten Dich umfassend auf eine Tätigkeit in diesem Bereich vor. Wer hier teilnimmt, sollte neben dem Studium oder Job für einige Monate etwas Zeit einplanen. Dafür gibt es dann bei Erfolg auch von potenziellen Arbeitgebern angesehene Zertifikate. ("Was bringen die Zertifikate?")

Artificial Intelligence Nanodegree (Udacity):

Diese Kursserie stellt eine umfassende Ausbildung im Bereich der Künstlichen Intelligenz dar, die eine sofortige anschließende Praxistätigkeit ermöglichen soll. Die Kurse und Praxisprojekte wurden mit Industriepartnern wie IBM und Amazon erstellt, das Nanodegree-Zertifikat von Udacity ist unter Branchenexperten bekannt. Zeitdauer: ca. 6 Monate.

Artificial Intelligence MicroMaster (edX):

Die MOOC-Serie der Columbia University enthält 4 Kurse. Neben den Grundlagen spielen auch Machine Learning-Kenntnisse und Robotik eine Rolle. Das Programm enthält rund 1/4 der Inhalte aus dem entsprechenden Master-Studiengang von Columbia.

Deep Learning Specialization (Coursera):

Die Kursabfolge des weltbekannten AI-Experten Andrew Ng gibt eine detaillierte Einführung in das wichtigste Teilgebiet des Machine Learning. Diverse Videokurse inkl. Projekten können innerhalb einiger Monate abgeschlossen werden. Coding-Vorkenntnisse sind jedoch vorteilhaft.

Machine Learning Engineer Nanodegree (Udacity):

Ein weiteres Nanodegree-Programm von Udacity erläutert die technischen Details des Maschinellen Lernens. Dozent ist u.a. der deutsche Professor Sebastian Thrun, der auch Gründer von Udacity war. Das Programm dauert ebenfalls rund 6 Monate.

Weitere interessante AI-Kurse

Ein Python-Bootcamp für ML-Anwendungen erhalten Teilnehmer in diesem Online-Kurs von Udemy;
Eine Robotik-Ausbildung der University of Pennsylvania (4 einzelne MOOCs) gibt es in dieser Kursserie;
Alle Details zum KI-Anwendungsfeld der Selbstfahrenden Autos werden Lernern in diesen Nanodegree-Kursen beigebracht (erstellt mit Daimler, BWM und Uber);
Wie Empfehlungsdienste (Recommender Systems) mittels ML programmiert werden, zeigt diese Coursera-Specialization;
Das Deep Learning als Besonderheit des Machine Learning-Konzepts erläutern sowohl dieser kostenlose Videokurs, der von Udacity zusammen mit Google AI-Experten entwickelt wurde, als auch diese Gratis-Kurse einer von IBM betriebenen Kursplattform; das fortgeschrittene Deep Reinforcement Learning-Konzept ist Inhalt dieser Kursserie;
Zentral für moderne Machine Learning-Systeme sind die künstlichen neuronalen Netze, die im Mittelpunkt dieses Coursera-MOOCs stehen;
Wie ML-Modelle in der Google Cloud mit der Open Source-Plattform Tensorflow implementiert werden können, zeigt dieser kurze Videokurs (1 Woche);
Eine erste nicht-technische Einführung in die KI gibt dieser Kurs bei edX (Englisch); ein weiterer Kurs untersucht die Business Implications von KI;
Einen Überblick über diverse KI-Anwendungsfelder in der Industrie (u.a. bei SAP, PwC, Amazon und Munich Re) gibt auch dieser deutsche MOOC (im letzten Teil des Kurses);
Wer sich im Zusammenhang mit künstlich nachgebildeter Intelligenz zunächst über die Funktion des menschlichen Verstands informieren will, kann das mit dieser MIT-Videovorlesung tun (kostenlos), die sich an der Grenze zwischen Informatik und Philosophie bewegt. Das menschliche Gehirn ist auch Inhalt dieser Videovorlesung der LMU München. Ebenso gibt es von der ZEIT Akademie einen (kostenpflichtigen) Kurs über die menschliche Intelligenz.
Ausgewählte Aspekte der Philosophie der Künstlichen Intelligenz werden im Podcast des MIT-Forschers Lex Fridman diskutiert. Hier erzählt unter anderem Gary Kasparov von dem Moment, in dem er die Überlegenheit des KI-Schachcomputers anerkennen musste.
Wer statt im Online-Kurs lieber im Präsenzseminar lernt, kann sich die KI-Seminare der Bitkom-Akademie (zusammen mit DFKI) ansehen.

Ein Experte des Fraunhofer-Instituts gibt in diesem Interview einen kurzen Überblick über KI:

Edukatico ist Dein Suchportal für Online-Kurse

Tausende Online-Kurse von verschiedenen Anbietern aus 22 Fachgebieten findest Du in unserem Verzeichnis (Online-Vorlesungen, MOOCs und andere Videokurse). Wir zeigen Dir auch, wie Du Dich online weiterbilden kannst.

Mit dem kostenlosen Kursmanager kannst Du Dein Online-Lernen organisieren und Deinen individuellen Lernrhythmus festlegen.

Interessierst Du Dich fürs Online-Lernen? Unseren Newsletter kannst Du hier bestellen. Und folge uns auch auf Facebook oder Twitter!

Zurück zur Report-Übersicht