Wie wird KI auf Basis neuronaler Netze erstellt?

Die Erstellung von KI-Software basiert auf mathematischen Modellen und den Wahrscheinlichkeitsberechnungen in sogenannten neuronalen Netzen. Die Entwicklungsstufen können deswegen kaum mit den Vorgehensmodellen von klassischer, deterministischer Software verglichen werden. Die Schritte für die Erstellung eines KI-Software lauten [1]:

  • Anforderungsanalyse
  • Auswahl der Tainingsdaten
  • Training
  • Validierung Optimierung
  • Prüfung der Qualität

Es wird keine Software entwickelt, die aus Codezeilen besteht, sondern ein neuronales Netz wird trainiert. Das Ergebnis von hunderten oder zehntausender Trainingsdaten ist eine Verteilung von Wahrscheinlichkeiten zwischen den Konten des neuronalen Netzes. Die fortschreitende Rechenpower und die zur Verfügung stehenden Rahmenwerkezeugen für das schrittweise Trainieren der sehr komplexer Neuronaler Netze, wie den Tiefen Neuronalen Netzen oder englisch Deep Neuronal Networks (DNN), erlauben Sturkturen, die von niemandem mehr nachvollziehbar sind. Auch wer solche Software-Systeme nur einsetzen will, sollte verstehen, dass diese Komplexität große Nachteile hat. So ist die Änderung unerwarteter oder unpassender Ergebnisse der KI-Software nicht durch ein Debugging und den Austausch von Softwarezeilen möglich. Es muss dafür ein neues Training stattfinden.

Im Verglich zum Vorgehensmodells V-Modell der deterministischen Software sieht das Vorgehensmodell für die KI auf Basis neuronaler Netze, ein wenig wie ein Bodenmodell aus. Es ist eher eine spezielle Form einer isolierten Komponenten-Entwicklung. Am Anfang steht die Anforderungsanalyse und zum Schluss werden die Anforderungen getestet. Dazwischen findet das Training des neuronalen Netzes in zwei Schritten statt. Die Verteilung von Trainingsdaten für die verschiedenen Stufen ist entscheidend, soll hier aber nicht vertieft werden. Ein Beispiel für eine solche KI-Software könnten Expertensysteme für die Diagnose von Krankheiten auf Basis von MRT/CT-Bildern sein.

Die oben gezeigten Aktivitäten des KI-Vorgehensmodells sind grobe Prozessschritte, die für eine erfolgreiche Ausführung eine Menge Wissen über neuronale Netze voraussetzen. Die Reduktion auf diese Sichtweise erlaubt ein besseres Verständnis der Besonderheit von KI-Software in ihrer Entstehung und Pflege.

[1] https://www.databinding.net/der-lebenszyklus-von-ki-systemen-worauf-es-in-der-praxis-ankommt/, zuletzt besucht am 28.09.2026