Zum Hauptinhalt springen

    Geschichte der Künstlichen Intelligenz

    Vom Gedankenexperiment zum betriebenen KI-System.

    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.

    Zeitleiste der KI-Geschichte

    Die Grundlagen

    1950–1997
    1950

    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.

    1 Quelle
    1956

    Artificial Intelligence wird zum Forschungsbegriff

    Der Dartmouth-Vorschlag verwendet den Ausdruck «artificial intelligence» für ein geplantes Forschungsprogramm. Er markiert einen institutionellen Ausgangspunkt des Fachgebiets.

    2 Quelle
    1997

    Deep Blue gewinnt den Rückkampf gegen Kasparow

    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.

    IBM3 Quelle

    Deep Learning

    2012–2016
    2012

    AlexNet beschleunigt die Deep-Learning-Wende

    Das veröffentlichte neuronale Netz erzielt im ImageNet-Wettbewerb einen deutlichen Vorsprung. GPU-Training, grosse Datensätze und tiefe Netze werden zu zentralen Bausteinen der Bildverarbeitung.

    4 Quelle
    2016

    AlphaGo besiegt Lee Sedol

    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

    DeepMind5 Quelle

    Transformer

    2017–2020
    2017

    Transformer setzen auf Attention

    «Attention Is All You Need» beschreibt eine Sequenzarchitektur ohne rekurrente Schichten. Die Idee wird zu einer wichtigen Grundlage späterer grosser Sprachmodelle.

    Google6 Quelle
    2020

    GPT-3 zeigt Few-Shot-Verhalten im grossen Massstab

    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

    OpenAI7 Quelle

    Generative KI

    2022–2023
    2022

    ChatGPT bringt Dialogmodelle in die breite Nutzung

    OpenAI veröffentlicht ChatGPT als Research Preview. Die leicht zugängliche Dialogoberfläche macht Fähigkeiten und Grenzen generativer Sprachmodelle für ein breites Publikum erfahrbar.

    OpenAI8 Quelle
    2023

    GPT-4 dokumentiert multimodale Eingaben

    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.

    OpenAI9 Quelle

    Werkzeugnutzende Systeme

    2024–2026
    2024

    MCP standardisiert Werkzeug- und Datenzugriff

    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.

    Anthropic10 Quelle
    2025

    Agenten werden zum Organisations- und Betriebsproblem

    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.

    Microsoft11 Quelle
    2026

    Microsoft bündelt Agenten-Governance und Cowork

    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.

    Microsoft1213 Quelle

    Stand 12.07.2026

    Primärquellen und Herstellerangaben

    Die Links führen zu Originalpapers, Institutionen oder den jeweils genannten Herstellern. Abruf und inhaltliche Prüfung: 12.07.2026.

    1. A. M. Turing: Computing Machinery and Intelligence (Mind, 1950)
    2. Dartmouth Summer Research Project on Artificial Intelligence (1955/56)
    3. IBM History: Deep Blue
    4. Krizhevsky, Sutskever, Hinton: ImageNet Classification (NeurIPS 2012)
    5. Silver et al.: Mastering the game of Go (Nature, 2016)
    6. Vaswani et al.: Attention Is All You Need (2017)
    7. Brown et al.: Language Models are Few-Shot Learners (2020)
    8. OpenAI: Introducing ChatGPT (2022)
    9. OpenAI: GPT-4 Technical Report (2023)
    10. Anthropic: Introducing the Model Context Protocol (2024)
    11. Microsoft Work Trend Index 2025
    12. Microsoft Licensing FAQ: Agent 365
    13. Microsoft: Copilot Cowork is generally available (2026)

    Von der Geschichte zur Umsetzung

    Welcher Prozess verdient eine belastbare Evaluation?

    Wir beginnen mit Prozessgrenze, Baseline, Evaluationsfällen, menschlichen Freigaben und dokumentierten Datenflüssen — nicht mit einer beliebigen Agenten-Demo.

    Gespräch vereinbaren

    Wir verwenden Cookies und externe Dienste (z.B. Google Maps), um Ihnen die bestmögliche Erfahrung auf unserer Website zu bieten. Weitere Informationen finden Sie in unserer Datenschutzerklärung.