Die symbolische KI (engl. symbolic AI, oft als Good Old-Fashioned AI oder GOFAI bezeichnet) ist die klassische, regelbasierte Tradition der Künstlichen Intelligenz. Wissen wird als Logikformeln, Frames, Regeln oder Wissensgraphen repräsentiert; Inferenz erfolgt durch Theorembeweis, Suche, Konsistenzprüfung oder Anwendung produktiver Regeln. Sie war die dominante KI-Form bis in die 1990er Jahre und ist heute, im Zeichen der Erklärbarkeitsanforderungen, als Komponente der neuro-symbolischen KI wieder im Aufschwung.
Beispielsysteme reichen von den klassischen Expertensystemen der 1980er Jahre (MYCIN, DENDRAL) über automatische Planer (STRIPS, PDDL) bis zu modernen OWL-Reasonern wie HermiT, Pellet oder Konclude und den Beweisassistenten Coq, Isabelle und Lean.
Personseinsontologisch ist symbolische KI eine Form der Künstlichen Intelligenz und teilt deren Werkzeug-Bestimmung. Die Symbole sind Zeichen — sie verweisen, weil eine Person ihnen Bedeutung zugewiesen hat; ihre Verkettung in Inferenzregeln ist Programm, nicht Verstehensakt.
Ontologische Einordnung: Oberbegriff: Künstliche Intelligenz; Geschwister: Neuronale KI, Neuro-symbolische KI (paarweise disjunkt — ein konkretes System ist genau einer Architekturklasse zugeordnet).
Stärken und Grenzen
Stärken der symbolischen Tradition: vollständige Nachvollziehbarkeit (jeder Inferenzschritt ist eine angewandte Regel), Verifizierbarkeit (Konsistenzprüfung gegen die Logik), Integrierbarkeit von Expertenwissen (Domänenwissen wird explizit kodiert), Datensparsamkeit (kein massives Training nötig).
Grenzen: Sprödigkeit bei unklaren Eingaben (Wahrnehmung, natürliche Sprache, verrauschte Sensorik), Wissenserwerbsproblem (Regeln müssen von Menschen geschrieben werden), Skalierungsprobleme bei stark verzweigten Domänen, mangelnde Robustheit gegenüber Eingaben außerhalb der modellierten Welt.
Die neuro-symbolische KI versteht sich als systematische Antwort auf diese Grenzen: die symbolische Schicht behält die Erklärbarkeit, die neuronale Schicht öffnet die Wahrnehmungs- und Sprachfähigkeit.
Personseinsontologische Einordnung
Die symbolische KI ist innerhalb der substanzontologischen Intelligenzkonzeption kein besonderer Fall: sie tritt klar als Werkzeug auf und nimmt nicht für sich in Anspruch, mehr zu sein. Sie hat damit ausschließlich abgeleitete Intentionalität: die Bedeutung jedes Symbols stammt von der Person, die es eingeführt hat. Der Reasoner berechnet, was logisch folgt — er versteht nicht, was er berechnet.
Diese klare Werkzeug-Natur macht die symbolische KI für die personseinsontologische Analyse besonders unverdächtig: niemand würde sie als Person, als Bewusstseinsträger oder als Personensimulation missdeuten. Anders als bei großen Sprachmodellen entstehen hier keine Quasi-Personalitäten als Nebenwirkung der Architektur.
Quellenangaben: Recherchestand 7. Juni 2026 (Dossier Neuro-symbolische KI — weltweite Recherche).
Weitere Quellen:
- Russell, Stuart & Norvig, Peter (2021): Artificial Intelligence. A Modern Approach. 4. Auflage. Pearson.
- Brachman, Ronald J. & Levesque, Hector J. (2004): Knowledge Representation and Reasoning. Morgan Kaufmann.
- Glimm, Birte, Horrocks, Ian, Motik, Boris, Stoilos, Giorgos & Wang, Zhe (2014): HermiT: An OWL 2 Reasoner. Journal of Automated Reasoning.
Siehe auch
- Künstliche Intelligenz
- Neuronale KI
- Neuro-symbolische KI
- Abgeleitete Intentionalität
- Substanzontologische Intelligenzkonzeption
Generiert via Abfrage aus der Personsein-Ontologie.