Wie lernt Künstliche Intelligenz eigentlich – und was unterscheidet dieses Lernen vom menschlichen Denken?
Dieser Beitrag führt systematisch und praxisnah durch die Grundlagen maschinellen Lernens: von Datenaufbereitung und Trainingsprozessen über Generalisierung, Bias und Overfitting bis hin zu Deep Learning und Transformern.

Dabei wird deutlich, dass KI nicht „versteht“, sondern statistisch optimiert – mit allen Chancen und Grenzen. Exkurse zu menschlichem Lernen, gesellschaftlicher Wahrnehmung und Popkultur ordnen die Technik ein und helfen, aktuelle KI-Debatten sachlich und differenziert zu bewerten.