Turing formuliert das Imitation Game
Alan Turing untersucht die Frage, ob Maschinen denken können, und schlägt ein beobachtbares Gesprächsexperiment vor. Der Aufsatz prägt die Debatte über maschinelle Intelligenz bis heute.
Geschichte der Künstlichen Intelligenz
Zwölf ausgewählte Stationen zeigen, wie aus einer Forschungsfrage lernende Modelle, generative Systeme und werkzeugnutzende Agenten wurden. Die Auswahl ist keine vollständige Chronik; sie verweist auf Primärquellen und trennt Ereignisse von unserer Einordnung.
Alan Turing untersucht die Frage, ob Maschinen denken können, und schlägt ein beobachtbares Gesprächsexperiment vor. Der Aufsatz prägt die Debatte über maschinelle Intelligenz bis heute.
Der Dartmouth-Vorschlag verwendet den Ausdruck «artificial intelligence» für ein geplantes Forschungsprogramm. Er markiert einen institutionellen Ausgangspunkt des Fachgebiets.
IBMs Schachsystem gewinnt einen Wettkampf gegen den amtierenden Weltmeister Garri Kasparow. Das System beruhte auf spezialisierter Suche, Bewertungsfunktionen und hoher Rechenleistung — nicht auf heutigen Sprachmodellverfahren.
Das veröffentlichte neuronale Netz erzielt im ImageNet-Wettbewerb einen deutlichen Vorsprung. GPU-Training, grosse Datensätze und tiefe Netze werden zu zentralen Bausteinen der Bildverarbeitung.
DeepMinds System gewinnt den viel beachteten Go-Wettkampf mit 4:1. Die zugrunde liegende Arbeit verbindet neuronale Netze mit Suche und Reinforcement Learning.
4:1im Wettkampf gegen Lee Sedol
«Attention Is All You Need» beschreibt eine Sequenzarchitektur ohne rekurrente Schichten. Die Idee wird zu einer wichtigen Grundlage späterer grosser Sprachmodelle.
OpenAI dokumentiert ein autoregressives Sprachmodell mit 175 Milliarden Parametern und untersucht Aufgaben, die über Beispiele im Prompt statt über aufgabenspezifisches Training bearbeitet werden.
175 Mrd.Parameter laut GPT-3-Paper
OpenAI veröffentlicht ChatGPT als Research Preview. Die leicht zugängliche Dialogoberfläche macht Fähigkeiten und Grenzen generativer Sprachmodelle für ein breites Publikum erfahrbar.
Der technische Bericht beschreibt ein Modell, das Bild- und Texteingaben verarbeiten und Text ausgeben kann. Er veröffentlicht viele Evaluationen, aber keine vollständigen Architektur- oder Trainingsdetails.
Anthropic veröffentlicht das Model Context Protocol als offenen Standard, über den KI-Anwendungen Datenquellen und Werkzeuge anbinden können. Ein Protokoll allein löst jedoch weder Berechtigungen noch Qualitätssicherung.
Microsofts Work Trend Index beschreibt den Übergang von Assistenten zu Mensch-Agent-Teams. Das ist ein Hersteller-Rahmen, kein Reifegradnachweis: Produktivbetrieb verlangt weiterhin Evaluation, begrenzte Rechte, Protokollierung und klare menschliche Verantwortung.
Microsoft beschreibt Agent 365 als Kontroll- und Governance-Ebene und stellt Copilot Cowork für Microsoft-365-Copilot-Kunden allgemein bereit. Lizenzierung, Datenflüsse, Modellanbieter und regionale Verfügbarkeit müssen pro Einsatz geprüft werden.
Stand 12.07.2026
Die Links führen zu Originalpapers, Institutionen oder den jeweils genannten Herstellern. Abruf und inhaltliche Prüfung: 12.07.2026.
Von der Geschichte zur Umsetzung
Wir beginnen mit Prozessgrenze, Baseline, Evaluationsfällen, menschlichen Freigaben und dokumentierten Datenflüssen — nicht mit einer beliebigen Agenten-Demo.
Gespräch vereinbaren