KI ohne Machine Learning: Manchmal hilft nur durchschütteln

Manchmal hilft einfach nur Durchschütteln: Evolutionäre Algorithmen lösen Probleme, an denen Deep Learning und neuronale Netze scheitern.

2. Oktober 2025 um 09:25 Uhr / Ein Deep Dive von Tim Elsner

Evolutionstheorie nach Charles Darwin: auch 150 Jahre später noch praktisch relevant Bild: Pixabay, editiert mit ChatGPT

Wenn wir über KI sprechen, meinen wir häufig neuronale Netze, die Basis der großen KI-Modelle unserer Zeit: Gewirre von künstlichen Neuronen, die darauf trainiert werden, eine Eingabe in ein gewünschtes Ergebnis zu überführen. Auf eine textliche Frage soll eine textliche Antwort folgen, auf eine Beschreibung einer Szene ein gewünschtes Bild.

Neuronale Netze sind aber nicht die einzige Art von künstlicher Intelligenz, sondern nur ein kleiner Teilbereich, wenn auch derzeit der populärste. Echte KI-Expertinnen sollten bei allem – teilweise auch berechtigen – Hype um neuronale Netze also wissen, wann man besser alternative Formen von KI verwenden sollte. Wir schauen uns evolutionäre Algorithmen daher genauer an: Hier werden die Prinzipien von Charles Darwins Evolutionslehre angewandt, um Probleme mit dem Computer automatisch lösen zu lassen. Das ist keine esoterische oder schöngeistige Übung – mit ihnen kann vieles effektiver und einfacher umgesetzt werden.