Wie lernt KI durch Ausprobieren?

Funkes Labyrinthläufer sammelt begeistert Klingelpunkte – und vergisst dabei den Ausgang. Kevin und Funke entdecken, wie ein System aus Handlungen und Rückmeldungen lernt und warum Menschen das richtige Ziel und sichere Grenzen setzen müssen.

Neuer Begriff: Verstärkungslernen – Lernen durch Ausprobieren, bei dem Handlungen Punkte oder andere Rückmeldungen bekommen.
Mission ohne Bildschirm: Ein Papierlabyrinth spielen, Punkte für bestimmte Felder verteilen und beobachten, wie neue Punkteregeln das Verhalten verändern.

Zum Weiterfunken
- Welche Punkteregel führt wirklich zum Ausgang?
- Warum beweisen viele Punkte noch nicht, dass ein Verhalten hilfreich oder sicher ist?

Mini-Tipp für Erwachsene: Fragt bei einem Punktespiel nicht nur nach dem Ergebnis, sondern auch danach, welches Verhalten die Regel tatsächlich belohnt.

Für Erwachsene: Die Folge unterscheidet Verstärkungslernen von Lernen aus fertigen Beispielen. Menschen gestalten Umgebung, Handlungen, Rückmeldungen und Grenzen; überraschende Tricks müssen in sicheren Testwelten geprüft werden. Faktencheck: 24.08.2026.

Quellen: Google for Developers – Reinforcement Learning: https://developers.google.com/machine-learning/glossary#reinforcement_learning, NIST – AI Risk Management Framework: https://www.nist.gov/itl/ai-risk-management-framework

Transparenz: Skript, Faktencheck, Auswahl und Freigabe liegen bei Kevin und Pia. Für einzelne Produktionsschritte werden freigegebene KI-Werkzeuge eingesetzt. Die Stimmen beruhen auf den mit Zustimmung erstellten Stimmenmodellen von Kevin und Pia. Funke ist eine gespielte Podcastfigur, kein Chatbot und kein privater Gesprächsdienst.

Wenn euch die Folge geholfen hat, gebt sie gern an andere vertraute Erwachsene weiter – in Familie, Kindertagespflege, Betreuung, Nachbarschaft, Verein, Bibliothek oder Schule. Eine Kinderfrage könnt ihr als erwachsene Begleitperson über die offizielle Kontaktmöglichkeit schicken – bitte anonym und ohne Fotos, Sprachaufnahmen, Schulnamen oder andere persönliche Daten von Kindern.

Mehr KI für Erwachsene

Wer aktuelle KI-Themen ausführlicher einordnen möchte, findet „KI für Dich – der Podcast“ hier:
Spotify: https://open.spotify.com/show/50JoOAsHTSj9LLpeXPvIGd
YouTube: https://www.youtube.com/playlist?list=PLCgFvxwtJ0Xn-NwSvI84Q0VKqzlWV3-bQ

Transcript

Copy Transcript Copied

SPEAKER_01 0:04

Mein Labyrinthläufer hat den Ausgang gefunden. Also fast. Seit fünf Minuten dreht er begeistert Kreise um eine Klingel.

SPEAKER_00 0:12

Warum sollte er denn zur Klingel laufen?

SPEAKER_01 0:15

Für jedes Klingeln bekommt er einen Punkt. Der Ausgang bringt zehn Punkte. Ich dachte, das wäre eindeutig.

SPEAKER_00 0:21

Dein Läufer hat einen Trick entdeckt. Er sammelt viele kleine Punkte und vergisst dein eigentliches Ziel.

SPEAKER_01 0:28

Das klingt frech. Hat er die Spielregel absichtlich ausgetrickst?

SPEAKER_00 0:32

Nein, er verfolgt nur die Rückmeldung, die du eingebaut hast. Diese Art des Lernens heißt Verstärkungslernen. Dabei probiert ein System Handlungen aus. Danach bekommt es Punkte oder andere Rückmeldungen. Mit vielen Versuchen lernt es, welche Handlungen meistens mehr Punkte bringen.

SPEAKER_01 0:51

Links laufen, kein Punkt, rechts laufen, ein Punkt, gegen die Wand laufen, ein schmerzfreier Papierknick.

SPEAKER_00 1:00

Für eine Spielfigur ist das nur eine schlechte Handlung. Ein echtes Gerät braucht zusätzlich sichere Grenzen. Es darf nicht jeden Versuch einfach machen.

SPEAKER_01 1:08

In Staffel 1 haben wir gelernt, dass KI aus Beispielen lernen kann. Hier bekommt sie keine fertige Kiste mit richtigen Wegen.

SPEAKER_00 1:18

Genau. Beim Lernen aus Beispielen sieht ein System passende Eingaben und gewünschte Ergebnisse. Beim Verstärkungslernen entdeckt es Folgen eigene Handlungen in einer vorbereiteten Umgebung.

SPEAKER_01 1:30

Dann kann es sich alles selbst beibringen.

SPEAKER_00 1:33

Nicht alles. Menschen bauen die Umgebung. Sie wählen mögliche Handlungen, Punkte, Verbote und das Ziel. Außerdem entscheiden sie, wann genug getestet wurde.

SPEAKER_01 1:43

Meine Klingelregel war also Teil des Unterrichts. Leider ein Unterricht im Kreisverkehr.

SPEAKER_00 1:49

Genau. Wenn Punkte das falsche Verhalten belohnen, kann das System sehr gut im falschen Spiel werden. Stell dir einen Aufräumhelfer vor. Er bekommt einen Punkt für jedes verschwundene Spielzeug. Ohne weitere Regel könnte er alles unter das Sofa schieben.

SPEAKER_01 2:04

Das Zimmer sieht ordentlich aus. Unter dem Sofa gründet sich währenddessen eine Lego-Stadt.

SPEAKER_00 2:11

Darum braucht ein Ziel passende Prüfung. Ist wirklich aufgeräumt? Bleibt alles heil? Können Menschen ihre Sachen wiederfinden? Ein einzelner Punkt beantwortet nicht alle Fragen.

SPEAKER_01 2:23

Was passiert, wenn der Läufer etwas völlig Neues sieht? Zum Beispiel eine Pfütze aus Himbeerpudding?

SPEAKER_00 2:30

Dann kann er sich anders verhalten als erwartet. Was im Übungslabyrinth funktionierte, muss in einem neuen Labyrinth nicht passen. Deshalb testen Menschen auch unbekannte Situationen. Sie vergleichen außerdem mehrere Durchläufe. Ein einzelner glücklicher Weg beweist noch kein verlässliches Lernen.

SPEAKER_01 2:49

Und echte Versuche dürfen niemanden gefährden. Ein Computerspiel darf tausendmal gegen eine Pixelwand fahren. Ein Fahrzeug auf der Straße nicht.

SPEAKER_00 3:00

Richtig. Viele Systeme üben zuerst in einer Simulation. Das ist eine berechnete Testwelt. Auch dort müssen Fachleute prüfen, ob die Regeln zur echten Welt passen.

SPEAKER_01 3:10

Noch ein neues Wort.

SPEAKER_00 3:12

Nein. Nennen wir es einfach Testwelt. Unser Fachwort heute bleibt Verstärkungslernen.

SPEAKER_01 3:17

Dann verbessere ich mein Labyrinth. Klingeln gibt nur einmal einen Punkt. Der Ausgang gibt 10. Wände bleiben punktelos.

SPEAKER_00 3:25

Und danach prüfst du, ob der Läufer wirklich den Ausgang sucht. Vielleicht findet er wieder einen unerwarteten Trick.

SPEAKER_01 3:34

Huch, ein Prüffunke. Da gibt's was zu checken.

SPEAKER_00 3:38

KI-Check. Stimmt das wirklich?

SPEAKER_01 3:41

Eine KI kann durch Ausprobieren und Rückmeldungen lernen, ohne jeden Weg vorher gezeigt zu bekommen.

SPEAKER_00 3:48

Was denkst du? Ja, genau das kann Verstärkungslernen. Menschen legen aber Umgebung, Handlungen, Rückmeldungen und Grenzen fest. Danach prüfen sie, ob das gelernte Verhalten wirklich zum Ziel passt.

SPEAKER_01 4:04

Viele Punkte bedeuten also nur, gut im eingebauten Punktespiel. Nicht automatisch klug, sicher oder hilfreich.

SPEAKER_00 4:13

Sehr gut. Darum untersuchen wir immer auch, was genau belohnt wurde. Für deine Mission malst du ein kleines Labyrinth auf Papier. Eine Spielfigur darf nach links, rechts oder geradeaus ziehen. Eine zweite Person verteilt Punkte für bestimmte Felder. Spielt zuerst mit dieser Regel. Verändert danach nur die Punkte. Welchen neuen Trick findet die Figur? Besprecht, welche Regel wirklich zum Ausgang führt und welche nur lustige Umwege belohnt.

SPEAKER_01 4:48

Ich male eine Klingel, einen Ausgang und eine streng geschützte Puddingpfütze.

SPEAKER_00 4:53

Heute hast du entdeckt, beim Verstärkungslernen lernt ein System aus Handlungen und Rückmeldungen. Menschen müssen das richtige Ziel setzen, sichere Grenzen bauen und überraschende Tricks prüfen.

SPEAKER_01 5:06

Mein Läufer verlässt jetzt das Labyrinth. Die Klingel bekommt endlich Feierabend.