KI-Glossar
Die wichtigsten KI-Begriffe einfach erklärt – 24 Einträge.
KI / Künstliche Intelligenz
Software, die Aufgaben erledigt, für die normalerweise menschliche Intelligenz nötig wäre – zum Beispiel Texte verstehen, Bilder erkennen oder Entscheidungen treffen.
LLM (Large Language Model)
Ein Sprachmodell, das mit riesigen Textmengen trainiert wurde und dadurch Sprache verstehen und erzeugen kann. Die Basis für Chatbots wie ChatGPT.
Prompt
Die Anweisung oder Frage, die du an eine KI stellst. Je klarer der Prompt, desto besser das Ergebnis.
Agent / KI-Agent
NeuEine KI, die selbstständig mehrere Schritte ausführen kann, um ein Ziel zu erreichen – zum Beispiel recherchieren, planen und umsetzen.
Beispiel: Ein Agent, der Flüge vergleicht, bucht und die Bestätigung an dich sendet.
Agentic Workflow
NeuEin Arbeitsablauf, bei dem KI-Agenten selbstständig mehrere Aufgaben nacheinander erledigen, mit minimalem menschlichem Eingriff.
Beispiel: Ein Agent, der täglich Wettbewerber-News sammelt, analysiert und einen Report erstellt.
API (Application Programming Interface)
Eine Schnittstelle, über die Programme miteinander kommunizieren. So kannst du KI-Funktionen in deine eigene Software einbauen.
Beispiel: Deine App nutzt die OpenAI-API, um Texte zu generieren.
Context Window
Die maximale Textmenge, die eine KI gleichzeitig verarbeiten kann. Gemessen in Tokens.
Beispiel: GPT-4 Turbo kann bis zu 128.000 Tokens gleichzeitig verarbeiten.
Copilot
Ein KI-Assistent, der dich bei der Arbeit unterstützt – oft direkt in deiner Software integriert.
Beispiel: GitHub Copilot hilft Entwicklern beim Programmieren, Microsoft Copilot bei Office-Aufgaben.
Embedding
Eine mathematische Darstellung von Text oder Bildern als Zahlenreihe. Ermöglicht es der KI, Ähnlichkeiten zu erkennen.
Beispiel: Semantische Suche findet ähnliche Dokumente über Embeddings.
Fine-Tuning
Ein KI-Modell wird mit eigenen Daten nachtrainiert, um es für spezielle Aufgaben anzupassen.
Beispiel: Ein Kundenservice-Bot, der auf deine Produktdokumentation trainiert wurde.
Foundation Model
Ein großes, vielseitig einsetzbares KI-Modell, das als Basis für spezialisierte Anwendungen dient.
Beispiel: GPT-4 ist ein Foundation Model, auf dem viele Apps aufbauen.
Generative KI
KI, die neue Inhalte erstellt – Texte, Bilder, Code, Musik. Im Gegensatz zu KI, die nur analysiert oder klassifiziert.
Beispiel: DALL-E erstellt Bilder, ChatGPT schreibt Texte.
Halluzination
Wenn eine KI Informationen erfindet, die falsch sind, aber überzeugend klingen. Ein bekanntes Problem bei Sprachmodellen.
Beispiel: Die KI zitiert eine Studie, die gar nicht existiert.
Inferenz
Der Moment, in dem die KI eine Antwort generiert. Je komplexer die Anfrage, desto länger dauert die Inferenz.
Beispiel: Wenn ChatGPT deine Frage beantwortet, führt es eine Inferenz durch.
KI / Künstliche Intelligenz
Software, die Aufgaben erledigt, für die normalerweise menschliche Intelligenz nötig wäre – zum Beispiel Texte verstehen, Bilder erkennen oder Entscheidungen treffen.
Beispiel: ChatGPT kann Texte schreiben, Fragen beantworten und Zusammenfassungen erstellen.
Latenz
Die Verzögerung zwischen deiner Anfrage und der KI-Antwort. Wichtig für Echtzeit-Anwendungen.
Beispiel: Voice-Assistenten brauchen niedrige Latenz für flüssige Gespräche.
LLM (Large Language Model)
Ein Sprachmodell, das mit riesigen Textmengen trainiert wurde und dadurch Sprache verstehen und erzeugen kann. Die Basis für Chatbots wie ChatGPT.
Beispiel: GPT-4, Claude und Gemini sind bekannte LLMs.
MCP (Model Context Protocol)
NeuEin Standard-Protokoll, das KI-Modellen den Zugriff auf externe Tools und Datenquellen ermöglicht.
Beispiel: Claude kann über MCP auf deine Notion-Datenbank oder Slack zugreifen.
Multimodal
Eine KI, die verschiedene Medientypen verarbeiten kann – nicht nur Text, sondern auch Bilder, Audio oder Video.
Beispiel: GPT-4 kann Bilder analysieren und beschreiben.
Open Source vs. Closed Source
Open Source: Der Code ist öffentlich und kann angepasst werden. Closed Source: Der Code ist geheim und wird als Service angeboten.
Beispiel: Llama (Meta) ist Open Source, GPT-4 (OpenAI) ist Closed Source.
Prompt
Die Anweisung oder Frage, die du an eine KI stellst. Je klarer der Prompt, desto besser das Ergebnis.
Beispiel: "Fasse diesen Text in 3 Bullet Points zusammen" ist ein Prompt.
RAG (Retrieval Augmented Generation)
NeuDie KI durchsucht erst eine Wissensdatenbank und nutzt die gefundenen Informationen für ihre Antwort. So bleibt sie aktuell und faktentreu.
Beispiel: Ein Chatbot, der deine internen Dokumente durchsucht, bevor er antwortet.
Reasoning / Chain-of-Thought
NeuDie KI erklärt ihren Denkprozess Schritt für Schritt, was zu besseren Ergebnissen bei komplexen Aufgaben führt.
Beispiel: OpenAI o1 nutzt ausführliches Reasoning für schwierige Probleme.
System Prompt
Versteckte Anweisungen, die das Verhalten einer KI grundlegend steuern – wie eine Persönlichkeit oder Regeln.
Beispiel: "Du bist ein freundlicher Kundenberater, der nur über Produkt X spricht."
Temperatur
Ein Parameter, der steuert, wie kreativ oder vorhersagbar die KI-Antworten sind. Niedrig = präzise, hoch = kreativ.
Beispiel: Für Fakten-Zusammenfassungen: niedrige Temperatur. Für Brainstorming: hohe Temperatur.
Token
Die kleinste Einheit, in der KI Text verarbeitet. Etwa 4 Zeichen oder ein kurzes Wort. Wichtig für Kosten und Limits.
Beispiel: Das Wort "Künstliche" besteht aus etwa 3 Tokens.
Zero-Shot / Few-Shot
Zero-Shot: Die KI löst eine Aufgabe ohne Beispiele. Few-Shot: Du gibst 2-3 Beispiele, damit sie das Muster versteht.
Beispiel: Few-Shot: "Positiv: Tolles Produkt! → Positiv. Schlechter Service → Negativ. Bewerte: ..."