Was ist ein Algorithmus?

Was Euklid, IKEA-Anleitungen und Google-Suche gemeinsam haben — alle drei sind Algorithmen.

Grundlagen 12 min Einsteiger 3. Mai 2026

Du folgst jeden Tag Algorithmen — beim Überqueren der Straße, beim Kaffeekochen, beim Entsperren deines Handys. Aber was macht eine beiläufige Abfolge von Schritten zu etwas, das ein Computer ausführen kann?

Der Name "Algorithmus" geht auf den persischen Gelehrten Al-Khwarizmi zurück, der im 9. Jahrhundert lebte — das Wort selbst entstand im 12. Jahrhundert durch die lateinische Übersetzung seiner Werke. In diesem Artikel erfährst du, was einen echten Algorithmus von vagen Anweisungen unterscheidet — und warum dieses Konzept die Grundlage jeder KI bildet.

Der Algorithmus: Eine präzise Folge von Schritten

Algorithmus

AnalogieDefinition
Ein Algorithmus ist wie eine IKEA-Bauanleitung: nummerierte Schritte, definierte Teile (Input) und ein garantiertes Ergebnis (Output). Jeder Schritt sagt genau, welche Schraube wo hingehört. Aber die Anleitung selbst baut nichts — sie beschreibt nur, was zu tun ist.

Analogie:

Ein Algorithmus ist wie eine IKEA-Bauanleitung: nummerierte Schritte, definierte Teile (Input) und ein garantiertes Ergebnis (Output). Jeder Schritt sagt genau, welche Schraube wo hingehört. Aber die Anleitung selbst baut nichts — sie beschreibt nur, was zu tun ist.

Definition:

Ein Algorithmus ist eine endliche Folge wohldefinierter Anweisungen, die einen Input aufnimmt, ihn verarbeitet und einen Output erzeugt. Drei Eigenschaften kennzeichnen klassische Algorithmen: (1) Determinismus — gleicher Input ergibt immer denselben Output. (2) Endlichkeit — der Algorithmus muss nach endlich vielen Schritten terminieren. (3) Eindeutigkeit — jeder einzelne Schritt hat genau eine Interpretation. Es gibt auch randomisierte Algorithmen, die Zufallsentscheidungen einbauen — aber selbst dort ist jeder Schritt präzise definiert.

Die IKEA-Analogie bricht an einem wichtigen Punkt: IKEA-Anleitungen enthalten visuelle Mehrdeutigkeit — welches Loch? Welche Ausrichtung? Ein echter Algorithmus darf solche Mehrdeutigkeit nicht haben. Genau das ist der Kern: Algorithmen verlangen MEHR Präzision als selbst gute menschliche Anleitungen.

Lass uns das an einem konkreten Beispiel ansehen — dem Euklidischen Algorithmus. Er berechnet den größten gemeinsamen Teiler (GCD) zweier Zahlen. Statt alle möglichen Teiler durchzuprobieren, folgt man stur diesen Schritten:

Beispiel: Euklids GCD-Algorithmus (252, 105)

1
252 ÷ 105 = 2, Rest 42
2
105 ÷ 42 = 2, Rest 21
3
42 ÷ 21 = 2, Rest 0
4
Rest ist 0 → GCD = 21 (nach nur 3 Schritten, über 2.300 Jahre alt)

Häufiges Missverständnis: Algorithmus = Programm

Ein Algorithmus ist die abstrakte Logik — ein Programm ist eine konkrete Umsetzung in einer bestimmten Programmiersprache. Derselbe Algorithmus (z.B. Euklids GCD) kann in Python, Java oder von Hand auf Papier ausgeführt werden. Der Algorithmus existiert unabhängig von der Programmiersprache.

Rezept vs. Algorithmus: Warum Präzision zählt

Ein Kochrezept sagt: "Butter in der Pfanne erhitzen, Eier dazugeben, vorsichtig rühren, bis sie fertig sind." Das funktioniert für einen Menschen — aber ein Roboter würde scheitern. Wie viel Butter? Welche Temperatur? Was bedeutet "vorsichtig"? Die Lücke zwischen Rezept und Algorithmus ist die Lücke zwischen natürlicher Sprache und formaler Sprache.

Rezept (für Menschen)

"Butter erhitzen, Eier dazu, vorsichtig rühren bis fertig." — Funktioniert, weil Menschen improvisieren können. Vage Begriffe wie "eine Prise Salz" oder "goldbraun" setzen Erfahrung voraus.

Algorithmus (für Maschinen)

"15g Butter bei 120°C für 90 Sekunden erhitzen. 150ml geschlagene Eimasse einfüllen. Spatel in 3cm-Kreisen mit 1 Umdrehung pro Sekunde bewegen. Stoppen bei Kerntemperatur 74°C." — Jeder Schritt ist messbar und eindeutig.

Wenn du einem Menschen sagst "Sortiere 5, 2, 8, 1", macht er es einfach. Ein Algorithmus muss das WIE spezifizieren: Vergleiche die ersten zwei Zahlen, tausche sie wenn nötig, gehe zum nächsten Paar, wiederhole bis keine Tausche mehr nötig sind. Der Mensch nutzt Intuition; der Algorithmus nutzt explizite Regeln. Beide erreichen dasselbe Ergebnis — aber nur der Algorithmus kann einer Maschine übergeben werden.

Korrekt ist nicht automatisch gut

Zwei Algorithmen können beide eine Liste korrekt sortieren, aber einer braucht 10 Schritte und der andere 10.000. Korrektheit und Effizienz sind getrennte Qualitäten. Ein korrekter Algorithmus löst das Problem — ein guter Algorithmus löst es schnell.

Interaktiv: Bubble Sort

Im Artikel steht: "Vergleiche die ersten zwei Zahlen, tausche sie wenn nötig, gehe zum nächsten Paar." Hier kannst du genau das Schritt für Schritt durchspielen — und sehen, wie Bubble Sort das Array [5, 2, 8, 1, 4] sortiert.

5
2
8
1
4
Schritt 1 / 11Startposition: Das unsortierte Array [5, 2, 8, 1, 4]. Bubble Sort vergleicht benachbarte Elemente und tauscht sie, wenn sie in der falschen Reihenfolge stehen.

Von Al-Khwarizmi zu Turing: 4.000 Jahre algorithmisches Denken

Algorithmisches Denken ist keine moderne Erfindung. Die Kernidee — Probleme in wiederholbare, mechanische Schritte zu zerlegen — ist über 4.000 Jahre alt. Fünf Meilensteine markieren den Weg:

~2000 v.Chr.
Babylonische Tontafeln Schritt-für-Schritt-Verfahren für Flächen, Volumen und Quadratwurzeln.
~300 v.Chr.
Euklid Der GCD-Algorithmus in den "Elementen" — wohl der erste dokumentierte Algorithmus mit Terminierungsbeweis.
~820 n.Chr.
Al-Khwarizmi Persischer Mathematiker, dessen Buch "Kitab al-Jabr" uns das Wort "Algebra" gab und dessen latinisierter Name "Algoritmi" zu "Algorithmus" wurde.
1843
Ada Lovelace Schrieb den ersten Algorithmus für maschinelle Ausführung (Bernoulli-Zahlen auf Babbages Analytical Engine).
1936
Alan Turing Formalisierte, was "berechenbar" bedeutet. Bewies, dass manche Probleme von keinem Algorithmus lösbar sind.

Das Wort selbst erzählt die Geschichte: Al-Khwarizmi → latinisiert zu "Algoritmi" → wurde zu "Algorithmus" in europäischen Sprachen. Wenn du "Algorithmus" sagst, rufst du buchstäblich einen persischen Gelehrten des 9. Jahrhunderts an.

Alan Turing bewies 1936, dass bestimmte Probleme grundsätzlich unlösbar sind — egal wie clever der Algorithmus ist. Das berühmteste Beispiel ist das Halteproblem: Es gibt keinen Algorithmus, der für jedes beliebige Programm vorhersagen kann, ob es jemals anhält oder endlos weiterläuft. Turing zog damit die absolute Grenze des algorithmischen Denkens.

Synthese: Vom Rechenbrett zur Künstlichen Intelligenz

Von babylonischen Schreibern über persische Mathematiker bis zu modernen Computerwissenschaftlern — der Algorithmus ist das älteste Werkzeug der Menschheit, um Chaos in wiederholbare, überprüfbare Lösungen zu verwandeln.

Und hier schließt sich der Kreis zur KI: Jede Trainingsschleife eines neuronalen Netzes, jedes Suchmaschinen-Ranking, jede Empfehlung ist ein Algorithmus. Ohne dieses Konzept bleibt KI eine Blackbox.

Das Wichtigste auf einen Blick

  1. Ein Algorithmus ist eine endliche, eindeutige Folge von Anweisungen. Bei klassischen Algorithmen ergibt gleicher Input immer denselben Output.
  2. Drei Eigenschaften kennzeichnen klassische Algorithmen: Determinismus, Endlichkeit, Eindeutigkeit. Randomisierte Algorithmen nutzen Zufall, bleiben aber in jedem Schritt präzise definiert.
  3. Ein Algorithmus ist nicht dasselbe wie ein Programm. Der Algorithmus ist die abstrakte Logik; das Programm ist eine konkrete Umsetzung.
  4. Die Lücke zwischen Rezept und Algorithmus ist die Lücke zwischen menschlicher Improvisation und maschineller Präzision.
  5. Algorithmisches Denken ist über 4.000 Jahre alt — von babylonischen Tontafeln über Al-Khwarizmi bis zu Turings Berechenbarkeitsbeweis.

Quiz: Algorithmen verstehen

Frage 1 / 4
Noch offen

Welche Eigenschaft ist KEINE Kerneigenschaft eines klassischen Algorithmus?

Wählen Sie eine Antwort

1. Welche Eigenschaft ist KEINE Kerneigenschaft eines klassischen Algorithmus?

  • ☐ A) Endlichkeit — er muss nach endlich vielen Schritten enden
  • ☐ B) Er muss in einer Programmiersprache geschrieben sein
  • ☐ C) Eindeutigkeit — jeder Schritt hat genau eine Interpretation
  • ☐ D) Determinismus — gleicher Input ergibt gleichen Output

2. Ein Roboter bekommt die Anweisung: "Erhitze die Pfanne, bis sie heiß genug ist." Was muss sich ändern, damit dies ein algorithmischer Schritt wird?

  • ☐ A) Der Roboter braucht bessere Sensoren
  • ☐ B) "Heiß genug" muss durch einen messbaren Wert ersetzt werden (z.B. 120°C)
  • ☐ C) Die Anweisung muss in Python geschrieben werden
  • ☐ D) Nichts — die Anweisung ist bereits algorithmisch

3. Du wendest Euklids GCD-Algorithmus auf die Zahlen 48 und 18 an. Was ist der erste Schritt?

  • ☐ A) 48 + 18 = 66
  • ☐ B) 48 ÷ 18 = 2, Rest 12
  • ☐ C) 18 ÷ 48 = 0, Rest 18
  • ☐ D) 48 × 18 = 864

4. Zwei Sortier-Algorithmen liefern beide das korrekte Ergebnis. A braucht 100 Schritte, B braucht 10.000. Welche Aussage ist richtig?

  • ☐ A) B ist fehlerhaft, weil er länger braucht
  • ☐ B) Beide sind korrekt, aber A ist effizienter — Korrektheit und Effizienz sind verschiedene Qualitäten
  • ☐ C) Die Schrittzahl spielt keine Rolle, solange das Ergebnis stimmt
  • ☐ D) A muss einen Fehler haben, weil er schneller ist
Auflösung: 1) B · 2) B · 3) B · 4) B

Checkpoint: Teste dein Wissen

  • Nenne die drei zwingenden Eigenschaften eines Algorithmus und erkläre jeweils in einem Satz, was sie bedeuten.
  • Warum scheitert ein Roboter an dem Rezept "Butter erhitzen, Eier dazu, vorsichtig rühren"? Was müsste man ändern, damit es ein Algorithmus wird?
  • Woher kommt das Wort "Algorithmus"? Nenne den historischen Ursprung und mindestens zwei weitere Meilensteine der algorithmischen Geschichte.

Artikel

Artikel Einsteiger
Algorithmische Komplexität

Die Lehre, dass ein eleganter Algorithmus jeden Supercomputer schlägt — vorausgesetzt, n ist groß genug.

14min
Artikel Einsteiger
Rekursion

Rekursion: die Programmiertechnik, die einfach aussieht, bis man sie versteht. Und dann auch.

14min
Artikel Einsteiger
Datenstrukturen I (Linear)

Die einfachsten Arten, Daten zu sortieren — Reihen, Stapel und Schlangen.

14min
Artikel Einsteiger
Kontrollstrukturen

Kontrollstrukturen: alles, was zwischen "tu dies" und "tu das" entscheidet.

12min
Artikel Fortgeschritten
Datenstrukturen II (Hierarchisch & Vernetzt)

Bäume, Suchbäume und Graphen — Datenstrukturen mit Familienverhältnissen.

15min
Artikel Fortgeschritten
Datenstrukturen III (Schlüsselbasiert)

Schlüsselbasierte Datenstrukturen, die unauffällig fast jedes System antreiben.

15min
Artikel Fortgeschritten
Suche im Graphen — Die Anfänge

Graphsuche: das erste, was KI tatsächlich konnte — und immer noch nützlich ist.

10min
Artikel Fortgeschritten
Heuristiken & Pfadsuche: Von Dijkstra zu A*

Wie A* funktioniert — und warum Dijkstra ohne Heuristik schnell langweilig wird.

10min
Artikel Fortgeschritten
MinMax & Pruning

MinMax in der Praxis: rückwärts denken, vom schlimmsten Gegner ausgehen, abkürzen wo möglich.

8min

Demo

Demo Fortgeschritten
Evolution (Optimierung)

Interaktive Demonstration evolutionärer Optimierung mit Mutation, Selektion und Crossover-Operatoren

35min
Demo Fortgeschritten
MinMax (Spieltheorie)

Erlebe Spieltheorie hautnah: Spiele gegen eine KI und beobachte, wie sie den optimalen Zug berechnet.

25min
Demo Fortgeschritten
Pathfinding (Graphsuche)

Interaktive Visualisierung von Wegfindungsalgorithmen wie A*, Dijkstra und mehr

35min
Demo Einsteiger
Regelbasierte KI

Sammle Hinweise und löse Kriminalfälle durch systematische Anwendung regelbasierter Logik. Diese interaktive Demo zeigt, wie KI-Systeme Schritt für Schritt zu Lösungen gelangen.

25min

Glossar

PredictionPrecisionReasoningVektorAlgorithmus-KomplexitätAlgorithmusDecision TreeGOFAIOptimierungSymbolische KI

Timeline

Deep Blue besiegt KasparovPageRank: Googles Milliarden-Dollar-AlgorithmusTuring Test: Das Imitation Game