Zum Inhalt springen

Symbolische KI (Symbolic AI)

oder auch Regelbasierte künstliche Intelligenz, Subsymbolische KI, Symbolic AI

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 18.10.2026

Symbolische KI ist ein Ansatz der künstlichen Intelligenz, der mit ausdrücklichen Symbolen und Regeln arbeitet statt mit gelernten Mustern. Das System rechnet dabei mit Begriffen, die ein Mensch hingeschrieben hat, und zieht daraus Schlüsse.

Symbolische KI (Symbolic AI)

Ein Ansatz der KI, der mit ausdrücklichen Symbolen und Regeln arbeitet statt mit gelernten Mustern.
Beispiel: „Die symbolische KI konnte jeden Schluss begründen und scheiterte an allem, was nicht in Regeln passte.“

Typische Vertreter sind Regelsysteme und Expertensysteme. Der Ansatz hat die KI-Forschung von den 1950er bis in die 1980er Jahre bestimmt.

Der Gegenbegriff ist die subsymbolische KI, also neuronale Netze, in denen kein Begriff an einer Stelle steht, sondern über viele Zahlen verteilt ist.

Was sie leistet

Nachvollziehbarkeit und Verbindlichkeit. Ein Regelsystem kann jeden Schritt benennen, lässt sich prüfen und hält sich an das, was festgelegt ist. Es erfindet nichts und wird nicht mit der Zeit schlechter. In Steuerberechnungen, Zulässigkeitsprüfungen und Preisstaffeln ist das bis heute die richtige Technik.

Woran sie gescheitert ist

An der Wirklichkeit außerhalb der Regeln. Sprache, Bilder und menschliches Verhalten lassen sich nicht in Regeln fassen, und jeder Versuch endete in tausenden Sonderfällen. Genau dort sind gelernte Verfahren stark, und das ist der Grund für die Umkehrung der Verhältnisse seit etwa 2012.

Warum sie zurückkommt

Als Ergänzung, nicht als Ersatz. Die heute verbreitete Bauweise verbindet beides: Ein Modell versteht die Anfrage, eine Berechnung oder eine Datenbankabfrage liefert die verbindliche Antwort, das Modell formuliert sie. Alles, was in Euro, in einer Frist oder in einem Paragrafen endet, gehört in den regelbasierten Teil, und das ist in unseren Projekten die Trennlinie.

Wo man beides heute zusammen findet

Im Werkzeugaufruf. Ein Modell, das eine Berechnung an eine Funktion übergibt und das Ergebnis übernimmt, verbindet die beiden Ansätze in einem Schritt: Sprache vom Modell, verbindliche Antwort aus dem Code. Dieselbe Bauweise steckt hinter Abfragen in Datenbanken und hinter Prüfungen gegen Regelwerke, und sie ist der Grund, warum die alte Technik nicht verschwunden ist.

Siehe auch:

Expertensystem (Expert System)

Ein KI-System, das aus von Hand geschriebenen Regeln schließt statt aus Daten zu lernen.

#Künstliche Intelligenz (KI)

Machine Learning

Verfahren, bei denen ein System seine Regeln aus Daten ableitet, statt sie vorgegeben zu bekommen.

#Künstliche Intelligenz (KI)

Deep Learning

Maschinelles Lernen mit neuronalen Netzen aus vielen Schichten.

#Künstliche Intelligenz (KI)

Artificial Narrow Intelligence (ANI)

Ein KI-System, das genau eine Art von Aufgabe löst und außerhalb davon nichts kann.

#Künstliche Intelligenz (KI)

Grounding

Die Ausgabe eines KI-Modells an überprüfbare Quellen binden.

#Künstliche Intelligenz (KI)

Reasoning-Modelle

KI-Modelle, die vor der Antwort einen eigenen Denkschritt ausführen, der Token kostet und die Güte hebt.

#Künstliche Intelligenz (KI)