KI-Glossar
Alle wichtigen KI-Begriffe von A-Z verständlich erklärt.
A
API
Application Programming Interface - Eine Schnittstelle, die es verschiedenen Programmen erlaubt, miteinander zu kommunizieren.
Algorithmus
Eine Schritt-für-Schritt-Anleitung zur Lösung eines Problems. In der KI bestimmen Algorithmen, wie das System lernt und Entscheidungen trifft.
Automatisierung
Die Verwendung von Technologie, um Aufgaben ohne menschliches Eingreifen auszuführen. KI ermöglicht intelligente Automatisierung.
B
Bias
Vorurteile oder Verzerrungen in KI-Systemen, die oft aus den Trainingsdaten stammen. Kann zu unfairen oder diskriminierenden Ergebnissen führen.
Big Data
Sehr große Datenmengen, die mit herkömmlichen Methoden schwer zu verarbeiten sind. KI-Systeme nutzen Big Data zum Lernen.
C
ChatGPT
Ein bekanntes Sprachmodell von OpenAI, das auf natürliche Weise mit Menschen kommunizieren kann.
Claude
Ein KI-Assistent von Anthropic, der für hilfreiche, harmlose und ehrliche Konversationen entwickelt wurde.
Copilot
Microsofts KI-Assistent, der in Office-Programme und Windows integriert ist und bei verschiedenen Aufgaben hilft.
D
Deep Learning
Eine Form des maschinellen Lernens mit mehrschichtigen neuronalen Netzen. Ermöglicht es KI, komplexe Muster zu erkennen.
DSGVO (KI-Kontext)
Die Datenschutz-Grundverordnung regelt auch die KI-Nutzung. Personenbezogene Daten dürfen nicht unbedacht in KI-Systeme eingegeben werden.
E
EU AI Act
Das europäische Gesetz zur Regulierung von Künstlicher Intelligenz. Seit Februar 2025 müssen Unternehmen KI-Kompetenz nachweisen.
F
Fine-Tuning
Die Anpassung eines vortrainierten KI-Models an spezifische Aufgaben oder Branchen durch zusätzliches Training.
G
Gemini
Googles Familie von KI-Modellen, die Text, Bilder und andere Datentypen verarbeiten können.
Generative KI
KI-Systeme, die neue Inhalte erstellen können - Texte, Bilder, Code oder Audio. ChatGPT ist ein Beispiel für generative KI.
GPT
Generative Pre-trained Transformer - Die Technologie hinter ChatGPT und ähnlichen Sprachmodellen.
H
Halluzination
Wenn KI-Systeme falsche oder erfundene Informationen als Fakten präsentieren. Ein wichtiger Grund, KI-Ausgaben immer zu überprüfen.
K
Künstliche Intelligenz
Computersysteme, die Aufgaben ausführen können, die normalerweise menschliche Intelligenz erfordern - wie Verstehen, Lernen und Entscheiden.
L
LLM (Large Language Model)
Große Sprachmodelle wie ChatGPT, die auf riesigen Textmengen trainiert wurden und menschenähnliche Sprache verstehen und generieren können.
M
Machine Learning
Ein Teilbereich der KI, bei dem Computer aus Daten lernen und ihre Leistung ohne explizite Programmierung verbessern.
N
Neuronales Netz
Ein Computermodell, das von der Funktionsweise des menschlichen Gehirns inspiriert ist. Besteht aus miteinander verbundenen Knoten (Neuronen).
O
Open Source (KI)
KI-Modelle, deren Code öffentlich zugänglich ist. Beispiele sind Llama von Meta oder Mistral von Mistral AI.
P
Prompt
Die Eingabe oder Anweisung, die du einem KI-System gibst. Ein guter Prompt führt zu besseren Ergebnissen.
Prompt Engineering
Die Kunst, Prompts so zu formulieren, dass KI-Systeme die gewünschten Ergebnisse liefern. Eine wichtige Fähigkeit im Umgang mit KI.
R
RAG (Retrieval-Augmented Generation)
Eine Technik, die KI-Modelle mit aktuellen Daten aus externen Quellen verknüpft, um präzisere Antworten zu geben.
S
Shadow AI
Die inoffizielle Nutzung von KI-Tools durch Mitarbeiter ohne Wissen der IT-Abteilung. Kann Sicherheits- und Compliance-Risiken bergen.
Sprachmodell
Eine Art von KI, die menschliche Sprache verstehen und generieren kann. ChatGPT ist ein bekanntes Beispiel.
T
Token
Die kleinsten Einheiten, in die Text für KI-Modelle aufgeteilt wird. Etwa 4 Zeichen entsprechen einem Token.
Training
Der Prozess, bei dem KI-Modelle aus großen Datenmengen lernen. Das Training bestimmt, wie gut die KI später funktioniert.
Transformer
Eine spezielle Netzwerkarchitektur, die die Grundlage für moderne Sprachmodelle wie ChatGPT bildet.