Meilensteine der
K\u00fcnstlichen Intelligenz

Warren McCulloch und Walter Pitts veröffentlichen das erste mathematische Modell eines künstlichen Neurons — die Grundlage neuronaler Netze.

Alan Turing veröffentlicht ‘Computing Machinery and Intelligence’ und schlägt den berühmten Test zur Messung maschineller Intelligenz vor.

Marvin Minsky und Dean Edmonds bauen den Stochastic Neural Analog Reinforcement Calculator, die erste Hardware-Implementierung eines neuronalen Netzes.

Samuel entwickelt bei IBM ein Programm, das Dame lernt — eines der ersten Programme, das den Begriff ‘Machine Learning’ prägt.

John McCarthy prägt den Begriff ‘Artificial Intelligence’ auf der legendären Konferenz am Dartmouth College. Die KI wird als eigenständiges Forschungsfeld geboren.

Frank Rosenblatt baut das Perceptron — den ersten lernfähigen Algorithmus, der Muster erkennen kann. Ein Meilenstein für neuronale Netze.

John McCarthy entwickelt LISP, die Programmiersprache, die Jahrzehnte lang die Standard-Sprache der KI-Forschung bleibt.

Allen Newell, J.C. Shaw und Herbert Simon entwickeln GPS — ein Programm, das beliebige Probleme durch Mittel-Ziel-Analyse lösen soll.

Der erste programmierbare Roboter beginnt in einer GM-Fabrik zu arbeiten und revolutioniert die industrielle Fertigung.

Joseph Weizenbaum am MIT entwickelt ELIZA, die einen Therapeuten simuliert. Erstmals führt eine Maschine Konversation in natürlicher Sprache.

Gordon Moore prognostiziert die Verdopplung der Transistorenzahl alle zwei Jahre — die Grundlage für die spätere KI-Rechenleistung.

SRI International baut SHAKEY, den ersten Roboter, der seine Umgebung wahrnehmen, planen und handeln kann.

Minsky und Papert veröffentlichen ‘Perceptrons’ und zeigen die Grenzen einschichtiger Netze — der Beginn des ersten KI-Winters.

Alain Colmerauer entwickelt PROLOG, eine logik-basierte Programmiersprache, die zum Standard für Expertensysteme wird.

Fördergelder werden gekürzt, Erwartungen nicht erfüllt. Die ALPAC- und Lighthill-Berichte dämpfen den Optimismus in der KI-Forschung.

An der Stanford University entsteht MYCIN, ein System zur Diagnose von Blutinfektionen. Es erreicht die Genauigkeit menschlicher Experten.

Harold Cohen beginnt die Entwicklung von AARON, einem der ersten KI-Systeme, das eigenständig Kunstwerke erstellt.

Ein autonomes Fahrzeug an Stanford navigiert erfolgreich durch einen Raum voller Hindernisse — ein Vorläufer des autonomen Fahrens.

XCON von DEC spart Millionen. Unternehmen erkennen den Wert wissensbasierter Systeme, Investitionen in KI steigen rasant.

Japan investiert 850 Mio. Dollar in das Fifth Generation Computer Systems Projekt — ein ambitionierter Plan für intelligente Computer.

John Hopfield stellt rekurrente neuronale Netze vor, die assoziatives Gedächtnis simulieren — ein Durchbruch für die Neurocomputing-Forschung.

Doug Lenat startet Cyc — den Versuch, menschliches Allgemeinwissen formal zu kodieren. Das Projekt läuft über 40 Jahre.

Rumelhart, Hinton und Williams machen Backpropagation populär. Der Algorithmus ermöglicht das Training tiefer neuronaler Netze.

Der Expertensystem-Markt bricht zusammen. LISP-Maschinen werden unverkäuflich, Fördermittel versiegen erneut.

IBM entwickelt statistische Methoden für maschinelle Übersetzung. Der Paradigmenwechsel von Regeln zu Daten beginnt.

Yann LeCun wendet Backpropagation auf CNNs an und erkennt handgeschriebene Postleitzahlen — die Basis für Computer Vision.

Brooks veröffentlicht ‘Elephants Don’t Play Chess’ und begründet die verhaltensbasierte Robotik — Roboter, die ohne Weltmodell agieren.

Vinge prägt den Begriff ‘Technologische Singularität’ — der Punkt, an dem KI menschliche Intelligenz übersteigt.

Tin Kam Ho führt Random Forests ein — eine Ensemble-Methode, die Machine Learning praxistauglich für viele Branchen macht.

Richard Wallace erstellt A.L.I.C.E., einen der erfolgreichsten regelbasierten Chatbots, der mehrfach den Loebner-Preis gewinnt.

IBMs Deep Blue schlägt Schachweltmeister Garri Kasparov — ein Moment, der weltweit Schlagzeilen macht und KI ins öffentliche Bewusstsein bringt.

Hochreiter und Schmidhuber entwickeln Long Short-Term Memory Netze — die Lösung für das Problem des verschwindenden Gradienten in Sequenzen.

LeCuns CNN-Architektur LeNet-5 wird für die Erkennung handgeschriebener Schecks eingesetzt — einer der ersten kommerziellen Deep-Learning-Erfolge.

Sony bringt AIBO auf den Markt, einen autonomen Roboterhund mit Lernfähigkeit — KI wird zum Consumer-Produkt.

Am MIT zeigt Cynthia Breazeal den Roboter Kismet, der menschliche Emotionen erkennt und nachahmt.

KI wird Mainstream-Kultur. Spielbergs Film bringt philosophische Fragen über maschinelles Bewusstsein ins Kino.

iRobot bringt den Roomba auf den Markt — der erste massenhaft erfolgreiche autonome Haushaltsroboter.

Die Datenmenge explodiert — mehr Daten entstehen in 2 Jahren als in der gesamten bisherigen Menschheitsgeschichte. KI bekommt Treibstoff.

Das erste Rennen autonomer Fahrzeuge in der Mojave-Wüste. Kein Auto schafft die Strecke — aber der Grundstein ist gelegt.

Stanfords Stanley gewinnt die DARPA Grand Challenge — autonomes Fahren wird plötzlich real und machbar.

Geoffrey Hinton veröffentlicht bahnbrechende Arbeiten zu Deep Belief Networks und macht ‘Deep Learning’ als Begriff populär.

Netflix setzt 1 Mio. Dollar für bessere Empfehlungsalgorithmen aus — ein Startschuss für Machine-Learning-Wettbewerbe.

Das iPhone macht Smartphones allgegenwärtig — die Plattform für Sprachassistenten, Bilderkennung und Mobile AI.

Fei-Fei Li startet ImageNet mit 14 Millionen gelabelten Bildern — der Datensatz, der die Computer-Vision-Revolution auslöst.

Die Plattform für ML-Wettbewerbe wird gegründet und demokratisiert den Zugang zu Machine Learning für Entwickler weltweit.

IBMs Watson besiegt die besten Jeopardy!-Spieler — natürliche Sprache verstehen wird zum kommerziellen Thema.

Apple launcht Siri als ersten Mainstream-Sprachassistenten. KI wird zum täglichen Begleiter für Millionen Menschen.

Alex Krizhevskys CNN gewinnt die ImageNet Challenge mit riesigem Vorsprung — der Startschuss der Deep-Learning-Revolution.

Tomáš Mikolov entwickelt Word2Vec — Wörter als Vektoren. Die Grundlage für modernes Natural Language Processing.

Ian Goodfellow erfindet GANs: Zwei Netze spielen gegeneinander und erzeugen fotorealistische Bilder. Die Geburt generativer KI.

Facebook erreicht 97,35% Genauigkeit bei Gesichtserkennung — fast auf menschlichem Niveau.

Amazon bringt Echo mit Alexa auf den Markt — Sprachsteuerung zieht in Millionen Wohnzimmer ein.

Microsoft Research entwickelt ResNet mit Residual Connections. Das 152-Schichten-Netz gewinnt ImageNet und übertrifft menschliche Genauigkeit.

Google veröffentlicht TensorFlow — das Framework demokratisiert Deep Learning und macht es für jeden Entwickler zugänglich.

Elon Musk, Sam Altman und andere gründen OpenAI mit dem Ziel, KI sicher und zum Nutzen der Menschheit zu entwickeln.

DeepMinds AlphaGo besiegt den Go-Weltmeister 4:1. Ein Spiel mit mehr Zügen als Atome im Universum — gemeistert von KI.

Microsofts Twitter-Bot Tay wird innerhalb von 24 Stunden rassistisch — eine Lektion über KI-Sicherheit und Social-Media-Manipulation.

Google schaltet auf neuronale maschinelle Übersetzung um. Die Übersetzungsqualität verbessert sich schlagartig für Milliarden Nutzer.

Google Brain veröffentlicht ‘Attention Is All You Need’ — die Transformer-Architektur, die GPT, BERT und die gesamte moderne KI ermöglicht.

DeepMinds AlphaZero lernt Schach, Go und Shogi von Null — ohne menschliches Wissen. In 4 Stunden übertrifft es alle Engines.

Saudi-Arabien verleiht dem humanoiden Roboter Sophia die Staatsbürgerschaft — ein PR-Event, das weltweite Debatten auslöst.

Googles BERT versteht Sprache bidirektional und erzielt neue Bestwerte in 11 NLP-Benchmarks. Die Ära der Pre-trained Models beginnt.

OpenAI veröffentlicht GPT-1 mit 117 Millionen Parametern — der Beginn der GPT-Familie, die die Welt verändern wird.

Waymo startet den ersten kommerziellen autonomen Fahrdienst in Phoenix, Arizona.

Die Datenschutz-Grundverordnung gibt Bürgern Rechte bezüglich automatisierter Entscheidungen — ein Meilenstein der KI-Regulierung.

OpenAI hält GPT-2 (1,5 Mrd. Parameter) zunächst zurück — aus Angst vor Missbrauch. Die Debatte um KI-Sicherheit intensiviert sich.

DeepMinds AlphaStar erreicht Grandmaster-Niveau in StarCraft II — ein Meilenstein für KI in Echtzeit-Strategiespielen.

MIT-Forscher nutzen Deep Learning, um Halicin zu finden — das erste von KI entdeckte Antibiotikum, wirksam gegen resistente Keime.

OpenAI veröffentlicht GPT-3. Das Modell schreibt Essays, Code, Gedichte und besteht Tests — die Welt beginnt, KI ernst zu nehmen.

DeepMinds AlphaFold sagt die 3D-Struktur von Proteinen mit atomarer Genauigkeit vorher — ein 50 Jahre altes Problem der Biologie gelöst.

OpenAI zeigt DALL-E — ein Modell, das aus Text fotorealistische Bilder generiert. Die Ära der Text-to-Image-KI beginnt.

GitHub und OpenAI launchen Copilot — ein KI-Assistent, der beim Programmieren in Echtzeit Code vorschlägt.

KI-Bildgenerierung erreicht neue Qualität. Kreative Berufe beginnen, sich mit den Auswirkungen auseinanderzusetzen.

Gato kann über 600 Aufgaben bewältigen: spielen, chatten, Roboter steuern — ein Schritt Richtung Artificial General Intelligence.

China verabschiedet strenge Regeln für algorithmische Empfehlungssysteme — einer der weltweit ersten umfassenden KI-Gesetze.

OpenAI launcht ChatGPT am 30. November. 100 Millionen Nutzer in 2 Monaten — die schnellste Verbreitung einer App in der Geschichte.

Stability AI veröffentlicht Stable Diffusion als Open Source. Jeder kann nun KI-Bilder auf dem eigenen PC generieren.

Ein Google-Ingenieur behauptet, LaMDA sei empfindungsfähig. Die Debatte über maschinelles Bewusstsein erreicht den Mainstream.

OpenAI veröffentlicht GPT-4 mit Text- und Bildverständnis. Es besteht Jura-Examen, Mathe-Olympiaden und ärztliche Prüfungen.

Google antwortet auf ChatGPT mit Bard, später umbenannt zu Gemini — der KI-Wettbewerb unter Tech-Giganten eskaliert.

Anthropic launcht Claude mit Fokus auf Sicherheit und ‘Constitutional AI’ — ein neuer Ansatz für verantwortungsvolle KI-Entwicklung.

Autonome KI-Agenten, die eigenständig Aufgaben planen und ausführen, werden zum Trend. KI handelt zunehmend selbstständig.

Meta veröffentlicht LLaMA und demokratisiert große Sprachmodelle. Die Open-Source-Community explodiert mit Finetuning-Varianten.

Die EU verabschiedet den AI Act — das weltweit erste umfassende KI-Gesetz mit risikobasiertem Ansatz.

Sam Altman wird vom OpenAI-Board gefeuert und 5 Tage später wieder eingesetzt — ein Corporate-Drama, das die KI-Welt in Atem hält.

28 Nationen unterzeichnen die Bletchley Declaration — das erste globale Abkommen zur KI-Sicherheit.

OpenAI stellt Sora vor — ein Text-to-Video-Modell, das fotorealistische Videos aus Textbeschreibungen generiert.

Die Modelle werden schneller, günstiger und leistungsfähiger. Multimodale KI wird zum Standard.

Apple integriert KI tief in iOS, macOS und alle Produkte — KI wird für 2 Milliarden Apple-Nutzer zum unsichtbaren Alltagshelfer.

Figure, Tesla Optimus, Boston Dynamics Atlas — humanoide Roboter machen dramatische Fortschritte und nähern sich dem Praxiseinsatz.

Geoffrey Hinton und John Hopfield erhalten den Nobelpreis für Physik für ihre Arbeit an neuronalen Netzen.

Salesforce, Microsoft und Google launchen KI-Agenten, die autonome Geschäftsprozesse steuern — Enterprise AI wird produktiv.

Cognition Labs stellt Devin vor, einen KI-Agenten, der eigenständig Software entwickelt, debuggt und deployt.

Die erste Phase der europäischen KI-Verordnung wird wirksam — mit Verboten für bestimmte KI-Anwendungen.

Die nächste Generation der Sprachmodelle zeigt signifikante Sprünge in Reasoning, Planung und Faktentreue.

Über 70% der Entwickler nutzen KI-Assistenten. Tools wie Claude Code, Copilot und Cursor transformieren die Softwareentwicklung.

Sora, Runway Gen-3 und Kling machen professionelle Videoproduktion für jeden zugänglich — Hollywood bebt.

KI-Systeme führen eigenständig wissenschaftliche Experimente durch, von Hypothesenbildung bis zur Ergebnisanalyse.

Führende Forscher debattieren, ob aktuelle Systeme erste Anzeichen allgemeiner Intelligenz zeigen. Die Meinungen gehen weit auseinander.

Über 500 Millionen Menschen nutzen KI täglich. Die Technologie durchdringt jeden Bereich — und die nächsten 100 Meilensteine warten bereits.