Diese Arbeit ist eine Aufarbeitung der informatischen Prinzipien hinter Künstlicher Intelligenz. Im Vordergrund stehen der Aufbau Künstlicher Neuronaler Netzwerke, das Lernen und Anwenden der dadurch entstehenden Systeme, um Probleme zu lösen, die vorher nicht lösbar waren.
Neben einer detaillierten Erklärung und Umsetzung von "supervised learning" mithilfe der Keras-Bibliothek in der Jupyter-Lab-Programmierumgebung wird auch auf andere Formen, wie das "unsupervised-" und "reinforcement learning" eingegangen. Schlussendlich wird ein kritischer Blick auf aktuelle KI-Projekte geworfen und mögliche Folgen weiterentwickelter, einflussreicherer Systeme beurteilt.