KI-Glossar
Was ist ein LLM? Was bedeutet RAG? Und worin unterscheiden sich KI-Agenten, Chatbots und klassische Automatisierung? Begriffe rund um KI, Sprachmodelle, AI Search und Automatisierung – einfach und technisch erklärt.
Nachschlagen statt Buzzwords sammeln
Suchen Sie direkt nach einem Begriff oder einer Frage. Jede Antwort enthält eine verständliche Definition, praktische Einordnung und passende Querverweise.
AEO · Answer Engine Optimization
Aufbereitung von Inhalten, damit Such- und Antwortsysteme konkrete Fragen möglichst eindeutig beantworten können.
Eine Seite beantwortet eine häufige Kundenfrage direkt, vollständig und mit nachvollziehbaren Belegen.
AEO überschneidet sich mit SEO und GEO; hilfreich sind klare Informationsarchitektur, präzise Antworten und technische Lesbarkeit.
Agentic AI · Agentenbasierte KI
Ansatz, bei dem KI-Systeme mehrstufig planen, handeln, Ergebnisse prüfen und ihren nächsten Schritt anpassen.
Ein System recherchiert Daten, vergleicht Optionen, fordert bei Unsicherheit Freigabe an und dokumentiert das Ergebnis.
Mehr Autonomie erhöht den möglichen Nutzen und zugleich Fehlerfläche, Kosten sowie Anforderungen an Kontrolle und Beobachtbarkeit.
AI Agent · KI-Agent
KI-System, das ein Ziel interpretiert, nächste Schritte auswählt und dafür Werkzeuge oder Datenquellen nutzt.
Ein Agent liest eine Anfrage, prüft einen Auftragsstatus über eine API und entwirft eine passende Antwort.
Agenten können flexible Abläufe unterstützen, brauchen aber begrenzte Rechte, Protokollierung und klare Freigabepunkte.
AI Automation · KI-gestützte Automatisierung
Automatisierung, bei der KI unstrukturierte Inhalte verarbeitet oder Entscheidungen vorbereitet.
Eingehende E-Mails werden zusammengefasst und kategorisiert, bevor ein fester Workflow sie weiterleitet.
KI erweitert Automatisierung auf weniger eindeutige Aufgaben, braucht aber Schwellenwerte, Ausnahmewege und menschliche Kontrolle.
AI Guardrails · Technische und organisatorische Leitplanken
Regeln, Prüfungen und Begrenzungen rund um Eingaben, Ausgaben und Aktionen eines KI-Systems.
Eine Anwendung blockiert sensible Daten, validiert Ausgaben und verlangt vor externen Aktionen eine Freigabe.
Guardrails reduzieren bestimmte Risiken, müssen aber mehrschichtig umgesetzt und regelmäßig gegen reale Fehlerfälle getestet werden.
AI Overview · KI-generierte Suchzusammenfassung
Von einer Suchmaschine erzeugte Zusammenfassung, die oberhalb oder innerhalb klassischer Suchergebnisse erscheint.
Eine Suchmaschine beantwortet eine Frage direkt und verlinkt ausgewählte Quellen neben der Zusammenfassung.
AI Overviews verändern Klickpfade und Sichtbarkeit; klare Quellen, belastbare Inhalte und messbare Erwähnungen werden wichtiger.
AI Search & Generative Search · KI-gestützte und generative Suche
Suche, die Informationen mithilfe von KI versteht, zusammenführt oder als direkte Antwort formuliert.
Statt nur Links zu zeigen, fasst eine Suchoberfläche mehrere Quellen zu einer Antwort zusammen.
Unternehmen müssen Inhalte so klar und zugänglich bereitstellen, dass Suchsysteme sie finden, verstehen und korrekt zuordnen können.
AI Visibility · Sichtbarkeit in KI-Antworten
Maß dafür, ob und wie eine Marke, Organisation oder Website in KI-generierten Antworten erscheint.
Bei relevanten Fragen wird ein Unternehmen korrekt genannt und seine Website als Quelle angeführt.
AI Visibility umfasst Erwähnung, Kontext und Quellenbezug; sie sollte mit dokumentierten Testfragen statt Einzelbeispielen gemessen werden.
API · Application Programming Interface
Definierte Schnittstelle, über die Softwaresysteme Daten austauschen oder Funktionen aufrufen.
Eine Website sendet Text an ein KI-Modell und erhält die Antwort über dessen API zurück.
APIs ermöglichen kontrollierte Integration in bestehende Systeme; Kosten, Limits, Verfügbarkeit und Datenübertragung müssen eingeplant werden.
Bias · Systematische Verzerrung
Systematische Schieflage in Daten oder Ergebnissen, die bestimmte Gruppen, Fälle oder Sichtweisen unfair benachteiligen kann.
Ein System bewertet bestimmte Bewerbungsprofile schlechter, weil historische Daten frühere Ungleichheiten widerspiegeln.
Bias lässt sich nicht nur technisch lösen; Daten, Zieldefinition, Testgruppen und Auswirkungen müssen gemeinsam betrachtet werden.
Citation · Quellenverweis
Verweis eines KI- oder Suchsystems auf die Quelle einer Aussage.
Eine generierte Antwort verlinkt den konkreten Fachartikel, aus dem eine Information stammt.
Quellenverweise erhöhen Nachvollziehbarkeit und können qualifizierten Traffic bringen, beweisen aber nicht automatisch eine korrekte Zusammenfassung.
Cloud AI · Extern betriebener KI-Dienst
KI-Modell, das ein Anbieter betreibt und meist über eine Weboberfläche oder API bereitstellt.
Eine Anwendung sendet freigegebene Inhalte an einen Modelldienst und erhält die Verarbeitung als API-Antwort.
Cloud AI ist schnell nutzbar und skalierbar; Verträge, Datenflüsse, Region, Kosten und Anbieterabhängigkeit müssen bewertet werden.
Computer Vision · Maschinelles Bildverstehen
KI-Verfahren, mit denen Computer Inhalte und Muster in Bildern oder Videos erkennen.
Eine Qualitätskontrolle markiert sichtbare Schäden auf Produktfotos.
Computer Vision kann visuelle Prüfungen unterstützen, muss aber mit realistischen Licht-, Kamera- und Ausnahmefällen getestet werden.
Context Window · Kontextfenster
Maximale Informationsmenge, die ein Modell in einer Verarbeitung gleichzeitig berücksichtigen kann.
Bei einem langen Vertrag müssen relevante Abschnitte ausgewählt werden, wenn nicht das gesamte Dokument in das Kontextfenster passt.
Ein großes Kontextfenster hilft bei langen Inhalten, ersetzt aber keine gute Auswahl, Struktur oder Prüfung der bereitgestellten Informationen.
Crawler & AI Crawler · Automatischer Webseiten-Abruf
Software, die Webseiten automatisiert abruft; AI Crawler tun dies für KI-Suche, Training oder andere KI-Dienste.
Ein Bot ruft öffentlich erreichbare Seiten ab und verarbeitet Überschriften, Texte und Links.
Technische Erreichbarkeit, Robots-Regeln und klare Seitenstrukturen beeinflussen, welche Inhalte ein System überhaupt verarbeiten kann.
Datenschutz · Schutz personenbezogener Daten
Regeln und Maßnahmen für die rechtmäßige, zweckgebundene und sichere Verarbeitung personenbezogener Daten.
Vor einem KI-Dienst werden Zweck, notwendige Daten, Anbieter, Speicherort, Verträge und Löschfristen geprüft.
KI ändert die Datenschutzgrundsätze nicht. Entscheidend ist der konkrete Datenfluss, nicht das Etikett des eingesetzten Werkzeugs.
Deep Learning · Tiefes Lernen
Machine Learning mit mehrschichtigen neuronalen Netzen, das besonders komplexe Muster verarbeiten kann.
Deep-Learning-Modelle erkennen Objekte in Bildern oder erzeugen natürlich klingende Sprache.
Die Methode ermöglicht viele moderne KI-Anwendungen, benötigt aber meist viel Rechenleistung, Daten und sorgfältige Tests.
Diffusion Model · Diffusionsmodell
Generatives Modell, das häufig Bilder erzeugt, indem es schrittweise aus Rauschen eine passende Ausgabe entwickelt.
Aus einer Textbeschreibung entsteht eine Illustration für ein frühes Kampagnenkonzept.
Diffusionsmodelle sind leistungsfähig für visuelle Entwürfe; Rechte, Markenbezug und faktische Bildinhalte müssen geprüft werden.
Edge AI · KI nahe am Endgerät
KI-Verarbeitung direkt auf oder nahe einem Gerät, statt jede Eingabe an einen zentralen Cloud-Dienst zu senden.
Eine Kamera erkennt ein Ereignis lokal und übermittelt nur das Ergebnis statt des gesamten Videostreams.
Edge AI kann Latenz und Datenübertragung reduzieren, ist aber durch Rechenleistung, Energie und Wartbarkeit der Geräte begrenzt.
Embedding · Numerische Bedeutungsdarstellung
Zahlenfolge, die Bedeutung oder Eigenschaften eines Inhalts so abbildet, dass Ähnlichkeiten berechnet werden können.
Frage und Dokumentabschnitte werden als Embeddings verglichen, um inhaltlich passende Stellen zu finden.
Embeddings ermöglichen semantische Suche, benötigen aber eine zum Inhalt passende Modellwahl und Schutz sensibler Ausgangsdaten.
Entity · Eindeutig erkennbares Ding oder Konzept
Eindeutig identifizierbare Person, Organisation, Produkt, Ort oder Begriff mit eigenen Eigenschaften.
JK Concepts ist als Unternehmen mit Gründer, Standort, Leistungen und Website eine Entity.
Eindeutige Namen, konsistente Angaben und Beziehungen helfen Such- und KI-Systemen, Inhalte der richtigen Entity zuzuordnen.
Evaluation, Evals & Benchmarks · Systematische Leistungsprüfung
Geplante Tests, die Modelle oder ganze KI-Systeme anhand definierter Fälle und Kriterien bewerten.
Hundert typische und schwierige Anfragen werden auf Richtigkeit, Quellenbezug, Kosten und Antwortzeit geprüft.
Allgemeine Benchmarks helfen beim Vergleich; entscheidend sind zusätzlich eigene Evals mit realen Geschäfts- und Risikofällen.
Few-Shot · Aufgabe mit wenigen Beispielen
Ein Modell erhält wenige Beispiele, an denen es Format oder gewünschtes Verhalten erkennen soll.
Der Prompt zeigt drei korrekt kategorisierte E-Mails, bevor eine vierte eingeordnet wird.
Wenige gute Beispiele können Konsistenz erhöhen, verbrauchen aber Kontextplatz und müssen typische Sonderfälle abdecken.
Fine-Tuning · Gezielte Modellanpassung
Zusätzliches Training eines vorhandenen Modells für einen bestimmten Stil, Bereich oder Aufgabentyp.
Ein Modell wird mit geprüften Supportdialogen auf die gewünschte Klassifizierung und Tonalität abgestimmt.
Fine-Tuning kann wiederkehrendes Verhalten verbessern, ist aber für aktuelles Wissen meist weniger geeignet als ein angebundener Datenzugriff.
Foundation Model · Basismodell
Großes, allgemein trainiertes Modell, das als Grundlage für viele unterschiedliche Anwendungen dient.
Ein Basismodell wird für Textanalyse, Supportentwürfe und eine interne Suche in verschiedenen Anwendungen genutzt.
Unternehmen verwenden meist ein vorhandenes Basismodell und ergänzen es mit Prompts, Datenzugriff oder gezielter Anpassung.
Generative AI · Generative Künstliche Intelligenz
KI, die neue Inhalte wie Text, Bilder, Audio, Video oder Code erzeugt.
Ein System formuliert aus Stichpunkten einen Entwurf für eine Produktbeschreibung.
Generative KI kann Wissensarbeit beschleunigen, erzeugt aber keine automatisch geprüften Fakten und braucht klare Qualitätskontrollen.
GEO · Generative Engine Optimization
Optimierung von Inhalten und technischer Zugänglichkeit für generative Such- und Antwortsysteme.
Eine Fachseite definiert Begriffe eindeutig, belegt Aussagen, nutzt strukturierte Daten und ist technisch gut abrufbar.
GEO soll die Chance auf korrekte Auffindbarkeit und Quellenverwendung verbessern, kann aber keine Erwähnung oder Platzierung garantieren.
GPU & VRAM · Grafikprozessor und Grafikspeicher
GPU bezeichnet einen stark parallel arbeitenden Prozessor; VRAM ist sein Speicher für Modelle, Daten und Zwischenwerte.
Ein größeres lokales Modell benötigt ausreichend VRAM, damit seine Gewichte vollständig oder effizient geladen werden können.
GPU-Leistung und VRAM bestimmen, welche Modelle lokal laufen, wie schnell sie antworten und welche Hardwarekosten entstehen.
Grounding · Verankerung in verlässlichen Informationen
Verknüpfung einer KI-Antwort mit bereitgestellten, überprüfbaren Informationen.
Ein Assistent beantwortet eine Produktfrage nur anhand der aktuellen Dokumentation und nennt die verwendeten Abschnitte.
Grounding kann Antworten nachvollziehbarer machen, verhindert aber Fehler bei ungeeigneten Quellen oder falscher Interpretation nicht vollständig.
Hallucination · Plausibel klingende Falschaussage
Inhaltlich falsche oder erfundene Modellausgabe, die dennoch überzeugend formuliert sein kann.
Ein Modell nennt eine nicht existierende Quelle oder erfindet eine Produkteigenschaft.
Halluzinationen machen Quellen, Validierung und menschliche Kontrolle besonders bei folgenreichen Aussagen unverzichtbar.
Human in the Loop · Menschliche Kontrolle im Prozess
Prozessgestaltung, bei der Menschen Ergebnisse prüfen, Entscheidungen freigeben oder schwierige Fälle übernehmen.
Die KI bereitet eine Vertragszusammenfassung vor, eine fachkundige Person prüft sie vor der weiteren Nutzung.
Menschliche Kontrolle ist besonders bei hohen Fehlerfolgen wichtig, muss aber mit klaren Informationen und echter Eingriffsmöglichkeit gestaltet sein.
Inference · Modellausführung
Nutzung eines trainierten Modells, um für eine neue Eingabe eine Ausgabe zu berechnen.
Jede erzeugte Chatantwort ist eine Inference, bei der das Modell aus Prompt und Kontext neue Tokens berechnet.
Bei laufenden Anwendungen bestimmen Inference-Kosten, Geschwindigkeit und Ausfallsicherheit einen großen Teil des Betriebs.
Jailbreak · Umgehungsversuch von Modellschutz
Versuch, ein Modell durch speziell formulierte Eingaben zur Missachtung seiner Schutzregeln zu bewegen.
Eine Eingabe tarnt eine verbotene Anfrage als Rollenspiel oder zerlegt sie in mehrere scheinbar harmlose Schritte.
Modelle können gegen neue Umgehungsversuche nie ausschließlich per Prompt abgesichert werden; Anwendung und Berechtigungen müssen Schaden begrenzen.
Knowledge Base · Wissensbasis
Gepflegte Sammlung von Informationen, auf die Menschen oder Systeme gezielt zugreifen können.
Produktdokumentation, interne Richtlinien und freigegebene Supportartikel bilden eine Wissensbasis.
Eine KI kann nur so verlässlich auf Unternehmenswissen antworten, wie Inhalte, Zuständigkeiten und Aktualisierung der Wissensbasis organisiert sind.
Knowledge Graph · Wissensgraph
Darstellung von Wissen als eindeutig benannte Dinge und deren Beziehungen zueinander.
Ein Graph verbindet ein Unternehmen mit seinen Produkten, Standorten, Ansprechpartnern und Zertifizierungen.
Wissensgraphen machen Beziehungen maschinenlesbar und helfen bei Suche, Datenintegration und eindeutiger Entity-Zuordnung.
Künstliche Intelligenz (KI) · Artificial Intelligence (AI)
Systeme, die Aufgaben ausführen, für die normalerweise menschliche Fähigkeiten wie Verstehen, Lernen oder Entscheiden nötig sind.
Eine Anwendung sortiert Supportanfragen, erkennt ihr Thema und schlägt passende Antworten vor.
KI ist ein Sammelbegriff. Für eine sinnvolle Bewertung muss immer geklärt werden, welche konkrete Aufgabe, Datenbasis und Kontrolle gemeint ist.
Latency · Antwortverzögerung
Zeitverzögerung zwischen einer Anfrage und dem Beginn oder Abschluss der Verarbeitung.
Ein Assistent braucht zwei Sekunden bis zum ersten Text und acht Sekunden bis zur vollständigen Antwort.
Hohe Latenz verschlechtert Bedienbarkeit und kann automatisierte Prozesse ausbremsen; Modell, Netzwerk und Orchestrierung wirken zusammen.
LLM · Large Language Model
Großes Sprachmodell, das Muster in Text gelernt hat und daraus Inhalte analysiert oder erzeugt.
Ein LLM fasst lange Dokumente zusammen oder beantwortet Fragen in natürlicher Sprache.
LLMs sind vielseitig, kennen aber weder automatisch Ihre aktuellen Unternehmensdaten noch garantieren sie korrekte Antworten.
Local AI / Local LLM · Lokal betriebene KI
KI-Modell, das auf eigener oder direkt kontrollierter Hardware statt bei einem externen Modelldienst läuft.
Ein kleines Sprachmodell verarbeitet interne Texte auf einem firmeneigenen Server ohne externen API-Aufruf.
Lokaler Betrieb kann Datenkontrolle erhöhen, verlagert aber Verantwortung für Hardware, Updates, Sicherheit und Verfügbarkeit zum Unternehmen.
LoRA · Low-Rank Adaptation
Ressourcenschonende Methode, ein großes Modell über wenige zusätzliche Gewichtungen anzupassen.
Ein offenes Modell erhält eine kleine spezialisierte Anpassung, ohne alle ursprünglichen Parameter neu zu trainieren.
LoRA senkt Aufwand und Speicherbedarf einer Anpassung, erfordert aber weiterhin gute Trainingsdaten und eine saubere Evaluation.
Machine Learning (ML) · Maschinelles Lernen
Teilgebiet der KI, bei dem Systeme Muster aus Beispieldaten lernen, statt jeden Schritt als feste Regel zu erhalten.
Ein Modell lernt aus früheren Bestellungen, welche Transaktionen ungewöhnlich wirken.
Die Qualität der Ergebnisse hängt stark von geeigneten Daten, Tests und der Ähnlichkeit zwischen Trainings- und Praxisfällen ab.
MCP · Model Context Protocol
Offenes Protokoll, über das KI-Anwendungen Werkzeuge und Kontextquellen in einheitlicher Form anbinden können.
Ein KI-Assistent greift über standardisierte MCP-Schnittstellen auf Dokumente oder interne Werkzeuge zu.
MCP kann Integrationen vereinheitlichen, ersetzt aber keine Authentifizierung, Rechteprüfung oder sichere Tool-Ausführung.
Mixture of Experts (MoE) · Mischung spezialisierter Teilmodelle
Modellarchitektur, die pro Eingabe nur ausgewählte spezialisierte Teile eines größeren Modells aktiviert.
Ein Routing-Mechanismus leitet unterschiedliche Tokens an jeweils passende Expertenschichten weiter.
MoE kann hohe Modellkapazität effizienter nutzbar machen; die Gesamtparameterzahl entspricht nicht den Rechenkosten jeder Anfrage.
Model · KI-Modell
Trainiertes mathematisches System, das aus Eingaben Vorhersagen, Bewertungen oder neue Inhalte erzeugt.
Ein Sprachmodell erhält eine Frage und berechnet daraus schrittweise eine Antwort.
Nicht jedes Modell eignet sich für jede Aufgabe. Qualität, Kosten, Datenschutz und Betrieb unterscheiden sich deutlich.
Model Distillation · Modelldestillation
Verfahren, bei dem ein kleineres Modell von Ausgaben oder Verhalten eines stärkeren Modells lernt.
Ein kompaktes Modell wird für eine klar abgegrenzte Klassifikationsaufgabe mit Beispielen eines großen Modells trainiert.
Destillation kann Kosten und Latenz senken, überträgt aber möglicherweise auch Fehler oder Verzerrungen des Ausgangsmodells.
Model Drift · Nachlassende Modellpassung im Betrieb
Veränderung der Modellqualität, weil sich Daten, Sprache, Prozesse oder reale Zusammenhänge gegenüber dem Testzeitpunkt ändern.
Eine Klassifikation wird ungenauer, nachdem neue Produktgruppen und andere Formulierungen eingeführt wurden.
KI-Systeme benötigen laufende Stichproben, Kennzahlen und erneute Tests; ein guter Startwert garantiert keine dauerhafte Qualität.
Multimodal AI · Multimodale KI
KI, die mehrere Medienarten wie Text, Bilder, Audio oder Video gemeinsam verarbeiten kann.
Ein Modell liest ein Foto eines Typenschilds, erkennt die Seriennummer und erklärt die passende Wartungsanleitung.
Multimodale Systeme erschließen Dokumente und reale Arbeitssituationen, benötigen aber klare Regeln für sensible Inhalte.
Neural Network · Neuronales Netz
Rechenmodell aus verbundenen Schichten, das Gewichtungen lernt und Eingaben in Vorhersagen oder Ausgaben umwandelt.
Ein neuronales Netz bewertet, ob ein Dokument eine Rechnung, ein Angebot oder ein Lieferschein ist.
Neuronale Netze sind die technische Basis vieler Sprach-, Bild- und Audiomodelle, bleiben aber ohne Evaluation schwer einschätzbar.
OCR · Optical Character Recognition
Technik, die gedruckten oder handschriftlichen Text aus Bildern und Scans in maschinenlesbaren Text umwandelt.
Rechnungsdaten werden aus einem PDF-Scan erkannt und für die Buchhaltung vorbereitet.
OCR macht Dokumente durchsuchbar und automatisierbar; Erkennungsfehler bei Zahlen oder Tabellen brauchen dennoch Prüfung.
Open-Source AI · Offene KI-Software
KI-System, bei dem relevante Bestandteile unter offenen Lizenzen verfügbar sind; der genaue Umfang kann stark variieren.
Code für Training und Betrieb ist offen, während Datensatz oder Modellgewichte gesonderte Bedingungen haben können.
Der Begriff wird uneinheitlich verwendet. Vor Nutzung sind Lizenzen, verfügbare Komponenten und kommerzielle Rechte konkret zu prüfen.
Open-Weight Model · Modell mit öffentlich verfügbaren Gewichten
Modell, dessen trainierte Gewichte heruntergeladen und auf eigener Infrastruktur ausgeführt werden können.
Ein Unternehmen betreibt ein verfügbares Sprachmodell auf einem eigenen Server und passt dessen Konfiguration an.
Offene Gewichte ermöglichen mehr Betriebskontrolle, bedeuten aber nicht automatisch offene Trainingsdaten, freie Nutzung oder geringe Betriebskosten.
Orchestration · Koordination von Modellen und Werkzeugen
Technische Koordination mehrerer Modelle, Datenquellen, Werkzeuge und Prozessschritte.
Eine Anwendung wählt ein Modell, ruft Firmendaten ab, validiert die Ausgabe und startet danach einen Freigabeschritt.
Gute Orchestrierung macht komplexe KI-Anwendungen testbar und betreibbar, statt Logik in einem einzigen Prompt zu verstecken.
Parameters · Modellparameter
Gelernte Zahlenwerte im Modell, die bestimmen, wie Eingaben verarbeitet und Ausgaben berechnet werden.
Während des Trainings werden sehr viele Gewichtungen angepasst, damit das Modell bessere Vorhersagen trifft.
Mehr Parameter können die Modellkapazität erhöhen, bedeuten aber nicht automatisch bessere Ergebnisse für einen konkreten Geschäftsfall.
PII · Personally Identifiable Information
Informationen, die eine Person direkt oder indirekt identifizieren können.
Name, E-Mail-Adresse, Kundennummer und eine Kombination aus Standort- und Vertragsdaten können personenbezogen sein.
Vor KI-Verarbeitung muss geklärt werden, welche personenbezogenen Daten wirklich nötig sind und wohin sie übertragen werden.
Prompt · Eingabe an ein KI-Modell
Anweisung, Frage oder Kontext, den ein KI-Modell als Eingabe erhält.
Ein Prompt enthält die Aufgabe, den Zielton, relevante Fakten und das gewünschte Ausgabeformat.
Klare Prompts verbessern die Wahrscheinlichkeit brauchbarer Ergebnisse, ersetzen aber weder verlässliche Daten noch fachliche Prüfung.
Prompt Engineering · Systematische Gestaltung von Prompts
Planen, testen und verbessern von Eingaben, damit ein Modell verlässlicher die gewünschte Aufgabe erfüllt.
Eine Anweisung wird mit Rollenbeschreibung, Beispielen, Grenzen und einem JSON-Schema ergänzt und anschließend getestet.
Gutes Prompt Engineering reduziert Missverständnisse, sollte aber als Teil eines getesteten Systems und nicht als Zauberformel verstanden werden.
Prompt Injection · Manipulation durch eingeschleuste Anweisungen
Angriff, bei dem schädliche Anweisungen in Eingaben oder gelesenen Inhalten das KI-System manipulieren sollen.
Ein Dokument enthält versteckte Anweisungen, die einen Agenten zum Preisgeben von Daten oder Aufrufen eines Werkzeugs bewegen sollen.
Sobald Modelle fremde Inhalte lesen oder Werkzeuge nutzen, reichen System Prompts nicht aus; Rechte und Aktionen müssen technisch begrenzt werden.
Pseudonymisierung · Trennung von Daten und direkter Identität
Verarbeitung, bei der direkte Identifikatoren ersetzt und getrennte Zusatzinformationen geschützt aufbewahrt werden.
Eine Kundennummer wird vor der Analyse durch ein internes Pseudonym ersetzt; die Zuordnung bleibt separat geschützt.
Pseudonymisierung kann Risiken reduzieren, macht Daten aber nicht automatisch anonym und hebt Datenschutzpflichten nicht auf.
Quantization · Quantisierung
Reduzierung der numerischen Genauigkeit eines Modells, um Speicherbedarf und Rechenaufwand zu senken.
Ein quantisiertes Sprachmodell läuft auf einer kleineren Grafikkarte oder einem leistungsfähigen Laptop.
Quantisierung kann lokale und günstigere Anwendungen ermöglichen, kann aber je nach Verfahren etwas Qualität kosten.
RAG · Retrieval-Augmented Generation
Verfahren, bei dem ein KI-Modell vor der Antwort passende Informationen aus definierten Quellen abruft.
Eine interne Suche findet relevante Produktdokumentation; das Modell formuliert daraus eine Antwort mit Quellenhinweisen.
RAG kann Antworten aktueller und nachvollziehbarer machen, wenn Abruf, Berechtigungen und Quellenqualität sauber umgesetzt sind.
Retrieval · Informationsabruf
Gezieltes Finden relevanter Informationen, bevor ein System eine Antwort oder Entscheidung erzeugt.
Aus tausenden Dokumentabschnitten werden die fünf wahrscheinlich passendsten für eine Anfrage ausgewählt.
Schlechter Abruf liefert selbst einem starken Modell die falsche Grundlage; Suchqualität und Berechtigungen sind daher zentral.
Schema.org · Vokabular für strukturierte Webdaten
Gemeinsames Vokabular, mit dem Websites Personen, Organisationen, Angebote, Begriffe und andere Inhalte beschreiben.
Ein Glossar verwendet DefinedTermSet und DefinedTerm, um Begriffe und Definitionen maschinenlesbar auszuzeichnen.
Schema.org schafft eine gemeinsame Sprache für Systeme; Markup allein ersetzt jedoch keine hilfreichen sichtbaren Inhalte.
Semantic Search · Semantische Suche
Suche nach Bedeutung und Absicht statt nur nach exakt übereinstimmenden Wörtern.
Die Suche nach „Rechnung korrigieren“ findet auch eine Anleitung mit dem Titel „Gutschrift erstellen“.
Semantische Suche verbessert Auffindbarkeit bei unterschiedlicher Wortwahl, sollte aber mit Filtern und klassischer Suche kombiniert werden können.
Speech-to-Text · Automatische Spracherkennung
Umwandlung gesprochener Sprache in geschriebenen Text.
Ein Besprechungsmitschnitt wird transkribiert und anschließend nach Entscheidungen durchsucht.
Die Technik erleichtert Dokumentation und Suche, erfordert bei vertraulichen Gesprächen aber passende Datenschutz- und Aufbewahrungsregeln.
Structured Data · Strukturierte Daten
Maschinenlesbare Angaben, die Inhalt und Bedeutung einer Seite in festgelegten Feldern beschreiben.
Eine Website kennzeichnet Organisation, Leistungen oder definierte Begriffe zusätzlich als JSON-LD.
Strukturierte Daten erleichtern eindeutige Interpretation, müssen aber mit dem sichtbaren Inhalt übereinstimmen und technisch korrekt sein.
Structured Output · Strukturierte Ausgabe
Modellausgabe, die einem vorgegebenen Format oder Datenschema folgt.
Statt Fließtext liefert das Modell Felder wie Kategorie, Priorität und Begründung als validierbares JSON.
Strukturierte Ausgaben lassen sich sicherer weiterverarbeiten, müssen aber weiterhin technisch validiert und inhaltlich geprüft werden.
Synthetic Data · Synthetische Daten
Künstlich erzeugte Daten, die reale Strukturen oder Fälle nachbilden sollen.
Für einen Prototyp werden erfundene Kundenvorgänge mit typischen, aber nicht echten Personendaten erstellt.
Synthetische Daten können Tests erleichtern und Datenschutzrisiken senken, bilden seltene oder problematische reale Fälle aber nicht automatisch korrekt ab.
System Prompt · Übergeordnete Modellanweisung
Übergeordnete Anweisung, die Rolle, Regeln und gewünschtes Verhalten eines Modells festlegt.
Der System Prompt verlangt, nur aus freigegebenen Dokumenten zu antworten und Unsicherheit ausdrücklich zu nennen.
System Prompts schaffen Leitplanken, sind aber kein verlässlicher Schutz gegen Angriffe oder falsche Ausgaben.
Temperature · Zufallsparameter der Ausgabe
Einstellung, die bei vielen Modellen beeinflusst, wie vorhersehbar oder variantenreich eine Ausgabe ausfällt.
Für Datenextraktion wird meist eine niedrigere, für Ideenfindung eventuell eine höhere Temperatur gewählt.
Die Einstellung verändert den Stil der Auswahl, macht eine Antwort aber weder automatisch richtig noch vollständig reproduzierbar.
Text-to-Speech · Sprachsynthese
Erzeugung gesprochener Sprache aus geschriebenem Text.
Eine Anwendung liest eine Anleitung barrierearm in mehreren Sprachen vor.
Text-to-Speech verbessert Zugänglichkeit und Bedienung, wirft bei geklonten Stimmen aber zusätzliche Einwilligungs- und Missbrauchsfragen auf.
Token · Texteinheit eines Modells
Kleine Einheit, in die ein Modell Text zerlegt; ein Token kann ein Wort, Wortteil oder Satzzeichen sein.
Ein längeres deutsches Kompositum kann aus mehreren Tokens bestehen und dadurch mehr Kontextplatz verbrauchen.
Tokenmengen beeinflussen Kontextgrenzen, Verarbeitungskosten und Antwortdauer vieler KI-Dienste.
Tokenization · Tokenisierung
Aufteilung einer Eingabe in Tokens, die das Modell verarbeiten kann.
Ein Text wird vor der Modellverarbeitung in Wörter, Wortteile und Satzzeichen zerlegt.
Unterschiedliche Modelle zählen denselben Text unterschiedlich; das ist für Limits, Kosten und mehrsprachige Inhalte wichtig.
Tool & Function Calling · Strukturierter Werkzeugaufruf
Fähigkeit eines Modells, einen strukturierten Aufruf für eine externe Funktion oder Software vorzuschlagen.
Das Modell erzeugt einen validierten Aufruf, um einen Lieferstatus aus einem Geschäftssystem abzurufen.
Tool Calling verbindet Sprache mit echten Aktionen; Berechtigungen, Eingabeprüfung und Bestätigung kritischer Schritte bleiben Aufgabe der Anwendung.
Training · Modelltraining
Prozess, in dem ein Modell anhand vieler Beispiele seine internen Parameter anpasst.
Ein Bildmodell sieht zahlreiche gekennzeichnete Beispiele und lernt, bestimmte Produktfehler zu unterscheiden.
Eigenes Grundtraining ist für die meisten Unternehmen zu aufwendig; oft reichen vorhandene Modelle, RAG oder eine begrenzte Anpassung.
Training Data · Trainingsdaten
Daten, aus denen ein Modell während des Trainings Muster und Zusammenhänge lernt.
Historische, korrekt kategorisierte Anfragen dienen als Beispiele für eine spätere automatische Zuordnung.
Lücken, Fehler oder Verzerrungen in Trainingsdaten können sich direkt in den späteren Ergebnissen wiederfinden.
Transformer · Transformer-Architektur
Modellarchitektur, die Zusammenhänge zwischen Elementen einer Eingabe gewichtet und viele moderne Sprachmodelle ermöglicht.
Beim Verarbeiten eines Absatzes berücksichtigt das Modell, welche Wörter für die Bedeutung anderer Wörter wichtig sind.
Transformer erklären einen Teil der Leistungsfähigkeit moderner Modelle, sagen allein aber nichts über Datenqualität, Kosten oder Zuverlässigkeit aus.
Vector · Numerischer Merkmalsvektor
Geordnete Liste von Zahlen, mit der ein ML-System Eigenschaften eines Inhalts mathematisch darstellt.
Der Vektor eines Textes liegt näher bei inhaltlich ähnlichen Texten als bei thematisch fremden Inhalten.
Vektoren sind die technische Form hinter Embeddings und Ähnlichkeitssuche, für Menschen aber nicht direkt interpretierbar.
Vector Database · Vektordatenbank
Datenbank oder Suchsystem, das Vektoren speichert und ähnliche Einträge effizient findet.
Produkttexte werden als Embeddings gespeichert, damit eine Frage passende Abschnitte nach Bedeutung findet.
Eine Vektordatenbank ist häufig Teil von RAG, löst aber weder Inhaltsqualität, Aktualisierung noch Zugriffsrechte allein.
Workflow Automation · Prozessautomatisierung
Automatisierung eines vorher festgelegten Ablaufs mit definierten Schritten und Regeln.
Ein geprüftes Formular löst nacheinander Ablage, Benachrichtigung und Erstellung einer Aufgabe aus.
Klassische Workflows sind oft nachvollziehbarer als autonome Agenten und für stabile, regelbasierte Prozesse die bessere Wahl.
Zero-Shot · Aufgabe ohne Beispiele
Ein Modell soll eine Aufgabe nur anhand einer Anweisung lösen, ohne zuvor passende Beispiele zu erhalten.
Das Modell klassifiziert eine Anfrage als Vertrieb oder Support, obwohl der Prompt keine Musterfälle zeigt.
Zero-Shot ist schnell einzurichten, kann bei unternehmensspezifischen Kategorien aber uneinheitlicher ausfallen.
Versuchen Sie einen allgemeineren Suchbegriff oder setzen Sie die Filter zurück.
Von der Definition zur Anwendung
Nicht jedes Unternehmen braucht einen Chatbot. Entscheidend sind Aufgabe, Daten, Nutzen, Risiken und ein Betrieb, der kontrollierbar bleibt.
KI-Projekt besprechen