Buchkritik: KI-Funktionen für eigene Python-Schöpfungen

Michael Weigend zeigt, wie man sich den Komfort künstlicher Intelligenz in eigenen Anwendungen zunutze macht, aber selbst die Herrschaft über den Code behält.

28.04.2026, 15:00 Uhr

Lesezeit: 2 Min.

c't Magazin

Von

Maik Schmidt

Der Informatiker Michael Weigend hat zahlreiche Lehr- und Referenzbücher zu Python geschrieben sowie Grundsätzliches zur Arbeitsweise künstlicher Intelligenz. Bei seinen „KI-Projekten“ verbindet er beide Schwerpunkte miteinander, um Pythonisten den Einsatz typischer KI-Funktionen nahezubringen.

Die Lektüre verlangt nur Python-Kenntnisse. Weigend setzt niedrigschwellig bei eher primitiver Pseudo-KI an, beim Dialogbot Eliza und der Gegnerintelligenz für einfache Spiele wie Nim. Dergleichen beruht auf klassischen Konstrukten wie Textschablonen und Verzweigungen.

Fortschrittlicher geht es mit der Verarbeitung natürlicher Sprache (NLP) mithilfe der Python-Bibliothek spaCy weiter. Viele kleine Experimente – unter anderem mit Goethes Faust – veranschaulichen die Prinzipien; als Krönung entwickelt Weigend einen persönlichen Fitness-Chatbot.

Schritt für Schritt geht der Autor auch an das komplexe Thema des automatisierten Lernens heran. Zunächst hilft ein klassischer Algorithmus einem simulierten Mondroboter, seinen Weg an einer Reihe von Kratern vorbei zu finden. Dann erklärt Weigend ausführlich die Grundlagen neuronaler Netze und implementiert einige Beispielprojekte. Er beginnt mit der NumPy-Bibliothek und landet schließlich bei einer Ziffernerkennung auf der Basis von TensorFlow.

Indem der Autor den Spieß gewissermaßen umdreht, erzeugt er Bilder der Ziffern, die ein neuronales Netz zuvor noch erkennen sollte. Bei dieser Gelegenheit erklärt er auf anschauliche Art Tensoren und GANs (Generative Adversarial Networks). Mit deren Hilfe lässt er Gesichter auf Grundlage vortrainierter Modelle aus dem Internet entstehen.

Wo es um generative KI geht, die Texte, Musik und Bilder erzeugt, streift er alle modernen Netzwerktypen und Architekturen wie etwa Recurrent Neural Networks (RNN), Convolutional Neural Networks (CNN) und Transformer.

Unterm Strich lässt Michael Weigends sehr praktisch orientiertes Buch seine Leser auf kurzweilige Weise unter die Oberfläche der sonst oft als Blackbox daherkommenden KI-Welt tauchen. Wegen der anschaulichen Erklärungen und der vielen Beispielaufgaben mit Lösungen eignet es sich bestens auch für jugendliche Leser.