Nach der aktuellen Definition der OECD bezeichnet ein KI-System ein maschinenbasiertes System, das aus Eingaben ableitet, wie es Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erzeugt, die reale oder digitale Umgebungen beeinflussen können. Entscheidend ist dabei, dass das System nicht nur feste Regeln ausführt, sondern in unterschiedlichem Maß lernt, generalisiert oder sich anpasst.

Zentrale Arten von KI im Unternehmenskontext:

1. Klassische KI / Analytische KI
Diese Form von KI wird vor allem für Prognosen, Klassifikationen und Optimierungen eingesetzt, z. B.:

• Nachfrage- und Absatzprognosen
• Betrugserkennung
• Qualitätskontrollen
• Routen- und Einsatzplanung

Sie arbeitet datengetrieben und unterstützt Entscheidungen, ohne selbst Inhalte zu erzeugen.

2. Machine Learning (ML)
Machine Learning ist ein Teilbereich der KI, bei dem Modelle aus Beispieldaten Muster lernen, anstatt explizit programmiert zu werden. ML ist heute die dominierende KI-Technologie in Unternehmen (z. B. Scoring-Modelle, Risikoanalysen, Personaleinsatzplanung).

3. Deep Learning
Deep Learning ist eine Unterform des Machine Learning und nutzt tiefe neuronale Netze. Diese Methode ist besonders leistungsfähig bei:

• Bilderkennung
• Spracherkennung
• Textanalyse

Viele moderne KI-Anwendungen basieren auf Deep-Learning-Modellen.

4. Generative KI (z. B. ChatGPT)
Generative KI ist eine spezielle KI-Kategorie, die neue Inhalte erzeugt, etwa:

• Texte (z. B. E-Mails, Berichte, Code)
• Bilder, Audio oder Videos
• Zusammenfassungen und Übersetzungen

Bekannte Anwendungen wie ChatGPT gehören zu dieser Kategorie. Für Unternehmen eröffnet generative KI neue Produktivitäts- und Innovationspotenziale, bringt aber auch erhöhte Risiken mit sich – etwa in Bezug auf Datenschutz, Urheberrecht, Verlässlichkeit von Ergebnissen und Kontrollverlust.