Das ultimative KI-Lexikon: 250+ Begriffe einfach erklärt
Beherrsche die Architektur der Zukunft.
- Alex Januschewsky
- zuletzt aktualisiert: 9. Oktober 2026
- Lesezeit: 23 Minuten
// KI-WISSEN
Mein KI-Lexikon
KI-Begriffe ändern sich schneller als jedes Wörterbuch. Hier erkläre ich dir über 250 Fachbegriffe in ein, zwei Sätzen: von Grundlagen wie Token und Transformer über Agenten, MCP und Skills bis zu dem, was der EU AI Act von dir verlangt. Kein Fachchinesisch, kein Hype. Wo ich einen Begriff in einem Artikel ausführlicher erkläre, findest du den Link direkt in der Definition. Nutze die Suche oder spring über die Buchstaben zum gewünschten Begriff. Fehlt dir einer? Schreib mir.
A
A2A (Agent2Agent)
Offenes Protokoll, über das KI-Agenten verschiedener Anbieter miteinander kommunizieren und Aufgaben aneinander übergeben. Ergänzt MCP, das Agenten mit Werkzeugen verbindet.
Abstraktion
Fähigkeit der KI, unwichtige Details zu ignorieren und universelle Muster in Daten zu erkennen.
Activation Function
Bestimmt in neuronalen Netzen, ob ein Neuron basierend auf der Summe seiner Inputs aktiviert wird.
Active Learning
Ein Trainingsprozess, bei dem die KI den Menschen gezielt nach Labels für Daten fragt, bei denen sie unsicher ist.
Agentische Workflows
Iterative Prozesse, in denen KI-Agenten selbstständig planen, ausführen und Fehler korrigieren.
Agent Skills
Ordner mit Anweisungen, Skripten und Vorlagen, die ein KI-Agent bei Bedarf lädt, um eine Aufgabe nach festen Regeln zu erledigen. Von Anthropic für Claude entwickelt und seit Dezember 2025 ein offener Standard, den auch andere Werkzeuge nutzen. So baust du deinen ersten Skill
AGI (Artificial General Intelligence)
KI, die jede kognitive Aufgabe eines Menschen auf Augenhöhe oder besser ausführen kann.
AI Agents
Autonome Software-Einheiten, die komplexe Ziele über mehrere Schritte hinweg verfolgen.
AI Ethics
Untersuchung der moralischen Implikationen und gesellschaftlichen Auswirkungen von KI-Systemen.
AI Literacy (KI-Kompetenz)
Pflicht nach Artikel 4 EU AI Act: Wer KI im Betrieb einsetzt, muss seit Februar 2025 sicherstellen, dass die Mitarbeitenden ausreichend KI-Kompetenz haben. Mein kostenloser AI-Literacy-Kurs mit Zertifikat
AI-Native
Software, die grundlegend um KI herum entwickelt wurde, statt KI nur als Zusatzfunktion zu nutzen.
AIOT (Artificial Intelligence of Things)
Integration von KI direkt in vernetzte IoT-Hardware für lokale Echtzeit-Entscheidungen.
AI Overviews
KI-generierte Zusammenfassungen, die Google über den klassischen Suchergebnissen anzeigt. Verändern, wie viele Klicks Websites aus der Suche bekommen.
AIBV (AI Brand Visuals)
Von mir geprägter Begriff: die strategische Erzeugung markenkonformer Bildwelten mit KI-Tools wie Midjourney oder Nano Banana Pro, als Ersatz für austauschbare Stockfotos. Ergänzt AIVO: AIVO macht Bilder für KI-Suchsysteme verständlich, AIBV sorgt dafür, dass es eigenständige Bilder gibt, die zur Marke passen. AIBV im Detail · KI-Bilder statt Stockfoto-Einheitsbrei
AIVO (AI Visual Optimization)
Von mir geprägter Begriff: die Optimierung von Webseiten-Inhalten, insbesondere visueller Elemente wie Bilder, Thumbnails und strukturierter Daten, damit KI-Suchsysteme sie verstehen, einordnen und ausspielen. Ein Baustein der Search Everywhere Optimization. AIVO im Detail · Die klassische Suche ist tot, es lebe AIVO
Algorithmus
Eindeutige Handlungsanweisung zur Lösung eines Problems oder einer Klasse von Problemen.
Alignment
Sicherstellung, dass KI-Modelle exakt den menschlichen Absichten und ethischen Vorgaben folgen.
Anomalieerkennung
Automatisches Aufspüren von Datenmustern, die signifikant von der Norm abweichen.
Anthropic
KI-Forschungslabor, bekannt für die Claude-Modelle und Fokus auf "Constitutional AI".
API (Application Programming Interface)
Schnittstelle, die Programmen Zugriff auf die Funktionen und Daten einer KI ermöglicht.
ARC-AGI
Benchmark-Reihe der ARC Prize Foundation, die misst, wie gut KI-Systeme völlig neue Aufgaben ohne Vorwissen lösen. Version 3 lässt Modelle unbekannte Spielwelten selbst erkunden. Ein hoher Score gilt ausdrücklich nicht als Beweis für AGI.
ASR (Automatic Speech Recognition)
Technologie zur Umwandlung von gesprochener Sprache in digitalen Text.
Attention Mechanism
Kernkomponente der Transformer-Architektur, die Relevanz-Beziehungen in Daten gewichtet.
Augmented Intelligence
KI-Konzept, das den Menschen bei der Entscheidungsfindung unterstützt, statt ihn zu ersetzen.
Auto-GPT
Ein experimentelles Framework für autonome Agenten, das den Weg für moderne Workflows ebnete.
Automation Bias
Tendenz, den Ausgaben automatisierter Systeme mehr zu vertrauen als dem eigenen Urteil, auch wenn das eigene Urteil besser wäre.
Autonome Baustelle
Zukunftsszenario, in dem Maschinen und Roboter Bauaufgaben weitgehend selbstständig ausführen.
B
Backpropagation
Verfahren, mit dem ein neuronales Netz seine Fehler berechnet und die Gewichte entsprechend anpasst.
Batch Size
Anzahl der Trainingsbeispiele, die gleichzeitig verarbeitet werden, bevor das Modell ein Update erhält.
Bayes'sche Netze
Probabilistische Modelle, die Kausalzusammenhänge und Unsicherheiten mathematisch abbilden.
Benchmarks
Standardisierte Tests zur objektiven Messung der Leistungsfähigkeit von KI-Modellen.
Bias (Voreingenommenheit)
Verzerrungen in KI-Ergebnissen, die durch einseitige oder fehlerhafte Trainingsdaten entstehen.
Big Data
Extrem große Datenmengen, die für klassische Datenbanken zu komplex sind und KI als Analyse-Tool benötigen.
BIM (Building Information Modeling)
Digitale Planungsmethode im Bauwesen, die 2026 massiv durch generative KI optimiert wird.
Binary Classification
Zuordnung von Daten in genau zwei Klassen (z.B. Spam oder kein Spam).
Black Box
System, dessen interne Arbeitsweise aufgrund komplexer neuronaler Netze für Menschen nicht einsehbar ist.
Blueprints (AI-gen)
KI-generierte Baupläne, die basierend auf technischen Parametern autonom erstellt werden.
Bots
Einfache Programme, die automatisierte Aufgaben ohne ständige menschliche Interaktion erledigen.
C
C2PA / Content Credentials
Offener technischer Standard für Herkunftsnachweise digitaler Inhalte. Speichert fälschungssicher in Bildern und Videos, wie sie entstanden sind und ob dabei KI im Spiel war. KI-Bilder kennzeichnen in 30 Sekunden
Cache Reads
Verbilligter Tarif für Textteile, die ein Modell kurz nach dem ersten Lesen erneut verarbeitet, etwa einen langen System Prompt. Bei Claude Haiku 5.5 kosten sie 0,01 Dollar pro Million Tokens.
CAPTCHA (AI-solved)
Sicherheitstests, die durch moderne Computer-Vision-KI heute mühelos gelöst werden können.
Catastrophic Forgetting
Problem, bei dem eine KI altes Wissen verliert, während sie für eine neue Aufgabe trainiert wird.
Chain-of-Thought (CoT)
Prompting-Methode, bei der die KI angewiesen wird, logische Zwischenschritte explizit aufzuschreiben.
ChatGPT
Das Flaggschiff-KI-Produkt von OpenAI, das den Mainstream-Durchbruch der GenAI markierte.
Chatbot
Software zur Simulation menschlicher Konversationen über Text oder Sprache.
Classification
Einordnung von Objekten oder Daten in vordefinierte Kategorien.
Claude
Modell-Familie von Anthropic, bekannt für Sicherheit und exzellentes Schreibvermögen.
Cloud AI
KI-Infrastruktur, die über das Internet als Dienstleistung bereitgestellt wird.
Cluster-Analyse
Unüberwachtes Lernverfahren, um ähnliche Datenpunkte in Gruppen zu sortieren.
Coding Agent
KI-Agent, der Software nicht nur vorschlägt, sondern selbstständig Dateien liest, Code schreibt, Tests ausführt und Änderungen vorbereitet. Beispiele: Claude Code, OpenAI Codex, GitHub Copilot. Claude Code: Terminal, Desktop-App oder Browser?
Computer Use
Fähigkeit eines KI-Modells, einen Computer wie ein Mensch zu bedienen: Bildschirm erfassen, klicken, tippen. Grundlage für Browser-Agenten.
Co-Pilot
KI-Assistent, der in Anwendungen integriert ist und bei der täglichen Arbeit unterstützt.
Computer Vision
Bereich der KI, der es Maschinen ermöglicht, visuelle Informationen aus Bildern und Videos zu interpretieren.
Contact Sheet
Übersichtsbild aus vielen Einzelbildern eines Videos, nebeneinander im Raster. Damit prüft man Ablauf, Rhythmus und Fehler auf einen Blick, ohne das Video abzuspielen.
Content Signals
Erweiterung der robots.txt, mit der Website-Betreiber festlegen, ob ihre Inhalte für Suche, KI-Antworten (ai-input) und KI-Training (ai-train) genutzt werden dürfen. Eine Präferenz, kein technischer Schutz.
Context Engineering
Weiterentwicklung des Prompt Engineering: Statt nur den Prompt zu formulieren, wird gezielt gesteuert, welche Informationen, Werkzeuge und Daten ein Modell zu welchem Zeitpunkt im Kontext hat.
Context Window
Maximale Menge an Daten, die ein Modell pro Abfrage "im Gedächtnis" behalten kann.
Convolutional Neural Networks (CNN)
Neuronale Netze, die speziell für die Analyse von Bilddaten optimiert sind.
CPU vs. GPU
Zentrale Recheneinheit vs. Grafikprozessor (der für KI-Berechnungen optimiert ist).
CUDA
Spezialisierte Plattform von NVIDIA für paralleles Rechnen auf GPUs.
Customer Experience (AI)
Verbesserung der Kundeninteraktion durch Personalisierung und automatisierten Support.
D
Data Augmentation
Erstellung neuer Trainingsdaten aus bestehenden durch Modifikationen wie Rotation oder Filter.
Data Mining
Extrahieren von versteckten Mustern und Wissen aus großen Datenbeständen.
Dataset
Strukturierte Sammlung von Daten, die zum Training oder Testen von KI genutzt wird.
Decision Tree
Klassifikationsmodell, das Entscheidungsregeln in einer Baumstruktur abbildet.
Deep Learning
Lernmethode auf Basis von künstlichen neuronalen Netzen mit vielen verborgenen Schichten.
Deepfake
KI-manipulierte Medien, die Gesichter oder Stimmen täuschend echt ersetzen.
Deep Research
Funktion von KI-Assistenten, die selbstständig viele Quellen durchsucht, auswertet und zu einem Bericht mit Quellenangaben zusammenfasst. Dauert Minuten statt Sekunden. Gemini Deep Research im Business-Einsatz
Dense Model
Modell, bei dem für jedes Token alle Parameter mitrechnen. Gegenstück zu Mixture of Experts, wo pro Token nur ein kleiner Teil aktiv ist.
Diffusion Models
Modelle zur Bild- und Videogenerierung, die durch Umkehrung von Rauschprozessen arbeiten.
Digitaler Zwilling
Virtuelles Echtzeit-Abbild physikalischer Objekte für Analyse und Optimierung.
Discriminator
Teil eines GANs, der versucht, echte von KI-generierten Daten zu unterscheiden.
Distillation
Ein großes Modell bringt einem kleinen Modell sein Verhalten bei. So entstehen kompakte Modelle, die einen Großteil der Leistung mit deutlich weniger Rechenaufwand liefern.
Distributed AI
Systeme, bei denen die KI-Berechnungen auf mehrere Knotenpunkte verteilt sind.
Dropout
Regulierungstechnik beim Training, bei der zufällig Neuronen deaktiviert werden, um Overfitting zu vermeiden.
DSGVO / GDPR
Datenschutz-Grundverordnung der EU. Gilt für jede KI-Anwendung, die personenbezogene Daten verarbeitet, etwa wenn Kundendaten in Prompts landen.
E
E-E-A-T
Konzept aus Googles Richtlinien für Qualitätsbewerter: Experience, Expertise, Authoritativeness, Trustworthiness. Kein direkter Rankingfaktor, beschreibt aber, welche Inhalte Google als vertrauenswürdig einstufen will.
Edge AI
KI-Verarbeitung direkt auf Endgeräten ohne zwingende Cloud-Anbindung.
Effort-Level
Regler, der steuert, wie lange ein Modell nachdenkt. Niedrig spart Zeit und Tokens, hoch liefert gründlichere Antworten.
Embeddings
Konvertierung von Wörtern oder Bildern in Vektoren innerhalb eines hochdimensionalen Zahlenraums.
Emotion AI
KI-Systeme, die menschliche Gefühle über Mimik, Text oder Tonfall erkennen können.
Encoder
Modell-Teil, der Eingangsdaten in eine mathematische Repräsentation (Vektor) umwandelt.
End-to-End Learning
Prozess, bei dem ein Modell alle Schritte einer Aufgabe (Input bis Output) gleichzeitig lernt.
Epoch
Ein vollständiger Durchgang durch den gesamten Trainingsdatensatz.
Ethical AI
Entwicklung von KI nach Prinzipien wie Gerechtigkeit, Sicherheit und Transparenz.
EU AI Act
KI-Verordnung der EU und erstes umfassendes KI-Gesetz weltweit. Teilt KI-Systeme nach Risiko ein. Verbote und die Pflicht zur KI-Kompetenz gelten seit Februar 2025, die Transparenzpflichten seit August 2026, die Pflichten für Hochrisiko-Systeme ab Dezember 2027. Was das für EPU und KMU heißt
Explainable AI (XAI)
Methoden, um die Entscheidungsfindung komplexer KI-Systeme für Menschen begreifbar zu machen.
Exoskelett (aktiv)
Am Körper getragene Stützstruktur, die durch KI-Sensoren menschliche Bewegungen verstärkt.
F
F1-Score
Mathematisches Maß für die Genauigkeit eines Modells (Kombination aus Präzision und Recall).
Face Recognition
Automatisierte Identifizierung oder Verifizierung von Personen anhand ihrer Gesichtszüge.
Feature Engineering
Manuelle Auswahl und Aufbereitung von Datenmerkmalen für besseres KI-Training.
Federated Learning
Trainingsansatz, bei dem Daten auf Endgeräten bleiben und nur Modell-Updates zentral geteilt werden.
Few-Shot Learning
Fähigkeit einer KI, neue Aufgaben mit nur sehr wenigen Beispielen im Prompt zu erlernen.
Fine-Tuning
Anpassung eines vortrainierten Modells an eine spezifische Domäne durch weiteres Training.
FLUX
Bildgenerierungsmodelle von Black Forest Labs aus Freiburg. Das Unternehmen wurde von den Forschern gegründet, die Stable Diffusion entwickelt haben. Einige Varianten gibt es mit offenen Gewichten.
Foundation Models
Große Allzweck-Modelle, die als Basis für viele spezialisierte Anwendungen dienen.
FP8
8-Bit-Gleitkommaformat für Modellgewichte. Es halbiert den Speicherbedarf gegenüber 16 Bit, kostet je nach Modell aber etwas Genauigkeit.
Frame Rate (CV)
Bildrate, mit der Computer-Vision-Systeme Video-Feeds in Echtzeit verarbeiten.
Frontier Models
Bezeichnung für die jeweils fortschrittlichsten und leistungsfähigsten Modelle auf dem Markt.
G
GAN (Generative Adversarial Networks)
Zwei KIs (Generator und Diskriminator), die im Wettbewerb miteinander realistische Daten erzeugen.
Gated Recurrent Unit (GRU)
Effiziente Variante von RNNs zur Verarbeitung von Sequenzdaten ohne massiven Speicherverlust.
Gemini
Googles leistungsstarke, multimodale KI-Modellfamilie (Stand 2026).
Generative AI
KI-Systeme, die proaktiv neuen Content (Bild, Text, Musik) erstellen können.
Generative Design
Iterationsgestützter Designprozess, bei dem KI hunderte Lösungen für ein Problem entwirft.
GEO (Generative Engine Optimization)
Optimierung von Inhalten, damit sie in Antworten generativer KI-Systeme auftauchen. Aus meiner Sicht zu eng gedacht, weil Sichtbarkeit nicht nur in KI-Antworten entsteht. Deshalb spreche ich von Search Everywhere Optimization.
GGP (General Game Playing)
KIs, die in der Lage sind, jedes Spiel ohne vordefiniertes Spezialtraining zu meistern.
GitHub Copilot
KI-Assistent von GitHub für die Softwareentwicklung. Begann als Code-Vervollständigung und arbeitet heute auch als Agent, der Aufgaben selbstständig umsetzt. Im Wettbewerb mit Claude Code, Codex und Cursor.
GPAI (General Purpose AI)
KI-Modell mit allgemeinem Verwendungszweck nach EU AI Act, etwa große Sprachmodelle. Für ihre Anbieter gelten seit August 2025 eigene Pflichten zu Dokumentation, Urheberrecht und Transparenz.
GPU (Graphics Processing Unit)
Grafikprozessor, dessen massiv parallele Rechenleistung das Training und den Betrieb großer KI-Modelle erst wirtschaftlich gemacht hat.
Gradient Descent
Optimierungsalgorithmus zur Minimierung der Fehlerfunktion in neuronalen Netzen.
Grounding
Verknüpfung eines KI-Modells mit überprüfbaren Quellen wie Dokumenten, Datenbanken oder der Websuche. Reduziert Halluzinationen deutlich, verhindert sie aber nicht vollständig.
GPT (Generative Pre-trained Transformer)
Modellreihe von OpenAI. Der Name beschreibt das Prinzip: auf großen Textmengen vortrainiert und auf der Transformer-Architektur aufgebaut.
Guardrails
Schutzmechanismen rund um ein KI-Modell, die unerwünschte Ein- und Ausgaben erkennen und blockieren, etwa vertrauliche Daten, schädliche Inhalte oder Themen außerhalb des Einsatzzwecks.
H
Halluzination
Inkorrekte oder erfundene Ergebnisse einer KI, die wie Fakten präsentiert werden. Warum das passiert und wie du es erkennst
Haptisches Feedback
Sensorik-Feedback in VR/AR-Systemen, das durch KI-Daten gesteuert wird.
Harness
Testumgebung rund um ein KI-Modell: welche Werkzeuge, welches Gedächtnis und welche Einstellungen es während eines Benchmarks bekommt. Dasselbe Modell kann je nach Harness sehr unterschiedliche Ergebnisse erzielen.
Heuristik
Mentale Abkürzung oder Faustregel, die KI nutzt, um schnell Lösungen für komplexe Probleme zu finden.
High-Level API
Abstrakte Programmierschnittstelle, die komplexe KI-Prozesse mit einfachen Befehlen zugänglich macht.
Human-in-the-Loop
Modell, bei dem Menschen aktiv in den Feedback- oder Entscheidungsprozess der KI eingebunden sind.
Hyperparameter
Konfigurationseinstellungen, die vor dem Trainingsprozess festgelegt werden (z.B. Learning Rate).
I
Image-to-Text
Fähigkeit einer KI, Bildinhalte in präzise textuelle Beschreibungen zu übersetzen.
Image-to-Video
Generierung von Videosequenzen basierend auf einem statischen Ausgangsbild.
Inferenz
Der Live-Betrieb einer fertig trainierten KI, bei der sie neue Daten verarbeitet.
Input Layer
Erste Schicht eines neuronalen Netzes, die Rohdaten zur Verarbeitung aufnimmt.
Intelligent Automation
Verbindung von klassischer Prozessautomatisierung mit künstlicher Intelligenz.
Iteration
Ein einzelner Wiederholungsschritt in einem Optimierungsprozess oder Trainingsdurchlauf.
J
Jailbreak
Versuch, die Sicherheitsregeln eines KI-Modells durch geschickte Eingaben auszuhebeln, damit es Dinge tut, die es eigentlich verweigern soll.
JAX
High-Performance-Framework von Google für numerische Berechnungen und KI-Forschung.
JEPA (Joint Embedding Predictive Architecture)
Konzept von Yann LeCun für KIs, die Weltmodelle durch Beobachtung lernen.
Jupyter Notebook
Interaktive Umgebung zur Entwicklung und Dokumentation von KI-Experimenten.
K
K-Nearest Neighbors (KNN)
Einfacher Algorithmus zur Klassifikation basierend auf der Ähnlichkeit zu Nachbar-Datenpunkten.
Knowledge Graph
Vernetzte Datenstruktur, die Fakten und ihre Beziehungen zueinander explizit abbildet.
Kohonen-Netz
Selbstorganisierende Karte zur Visualisierung hochdimensionaler Daten in 2D.
Konversations-KI
Systeme, die flüssige und kontextbewusste Dialoge mit Menschen führen können.
Kredit-Scoring (KI)
Automatisierte Einschätzung der Kreditwürdigkeit durch Analyse historischer Datenmuster.
L
Labeling
Markieren von Trainingsdaten mit der korrekten Lösung für überwachtes Lernen.
LangChain
Framework zum Aufbau von Anwendungen, die LLMs mit externen Datenquellen verketten.
Large Language Model (LLM)
Sprachmodell mit Milliarden Parametern, das menschliche Sprache generiert und versteht.
Latent Space
Abstrakter, mathematischer Raum, in dem eine KI die Merkmale von Daten komprimiert darstellt.
Layer
Einzelne Rechenschicht in der Architektur eines neuronalen Netzes.
Learning Rate
Parameter, der bestimmt, wie stark die Gewichte pro Lernschritt angepasst werden.
Linear Regression
Statistisches Verfahren zur Vorhersage eines kontinuierlichen Wertes basierend auf Trends.
Llama
Modellfamilie von Meta mit frei herunterladbaren Gewichten (Open-Weight), die lokale KI stark verbreitet hat. Die Lizenz enthält Einschränkungen, Llama gilt deshalb nicht als Open Source im engeren Sinn.
LLM-Ops
Verwaltung und Wartung von Large Language Models im produktiven Unternehmenseinsatz.
llms.txt
Vorgeschlagene Textdatei im Stammverzeichnis einer Website, die KI-Systemen eine kompakte, gut lesbare Übersicht über die wichtigsten Inhalte gibt. Ein Vorschlag, kein verbindlicher Standard. Die Datei, die KI deinen Content erklärt
Local AI
Betrieb von KI-Modellen auf eigener Hardware ohne Datenübertragung an Cloud-Anbieter. So startest du mit Ollama
LoRA (Low-Rank Adaptation)
Sparsame Methode des Fine-Tunings: Statt aller Gewichte werden nur kleine Zusatzmatrizen trainiert. Beliebt bei Bildmodellen, um einen Stil oder eine Figur zu lernen.
Loss Function
Mathematische Funktion, die den Unterschied zwischen Soll- und Ist-Wert beim Training misst.
LSTM (Long Short-Term Memory)
Netztyp, der Informationen über lange Zeiträume in Sequenzen behalten kann.
LUFS (Loudness Units relative to Full Scale)
Maßeinheit für die empfundene Lautstärke von Audio. Damit lassen sich Videos und Podcasts auf ein einheitliches Lautheitsniveau bringen, sodass nichts plötzlich zu leise oder zu laut ist.
M
Machine Learning (ML)
Oberbegriff für Systeme, die Wissen aus Daten extrahieren, statt explizit programmiert zu werden.
Machine Translation
Automatische Übersetzung von Texten oder Sprache in andere Sprachen durch KI.
Master Data Management
Zentralisierte, KI-gestützte Pflege kritischer Stammdaten eines Unternehmens.
Math-AI
Spezialisierte KI-Modelle zur Lösung hochkomplexer mathematischer Beweise und Aufgaben.
MCP (Model Context Protocol)
Offener Standard, über den KI-Anwendungen sich mit externen Werkzeugen und Datenquellen verbinden, etwa mit Kalender, Datenbank oder CMS. Von Anthropic entwickelt und seit Dezember 2025 bei der Linux Foundation. Warum meine KI bald ihr eigenes Zeitungsabo braucht
Merlin-Arthur-Training
Trainingsverfahren, das einem Modell beibringt, bei fehlenden Belegen im Kontext keine Antwort zu erfinden. Es blendet Teile des Kontexts aus und belohnt die richtige Antwort, wenn die Belege reichen, und den Verzicht auf eine Antwort, wenn sie fehlen.
Mistral AI
Französischer KI-Anbieter und wichtigster europäischer Entwickler offener Sprachmodelle, viele davon unter der freien Lizenz Apache 2.0. Bekannt wurde Mistral mit Mixtral, einem der ersten verbreiteten Mixture-of-Experts-Modelle.
Mixture of Experts (MoE)
KI-Architektur, bei der nur ein Bruchteil der Parameter pro Anfrage aktiv wird (spart Rechenlast).
Model Collapse
Qualitätsverlust einer KI, wenn sie primär mit von anderen KIs generierten Daten trainiert wird.
Modality
Art der Datenquelle (z.B. Text, Bild oder Ton).
Motion Graphics
Animierte Grafik aus Typografie, Formen und Farben. Im Gegensatz zu gefilmtem oder fotorealistisch generiertem Video entsteht sie aus Gestaltungselementen und lässt sich mit KI als Code Bild für Bild exakt steuern.
Multimodal AI
Modelle, die mehrere Datenarten (Text, Bild, Video) nativ kombinieren und verstehen.
N
Narrow AI
KI, die auf eine einzelne Aufgabe spezialisiert ist (im Gegensatz zu AGI).
Natural Language Processing (NLP)
Fachbereich zur Interaktion zwischen Computern und menschlicher Sprache.
Natural Language Understanding (NLU)
Teil von NLP, der sich auf das Verstehen der Absicht hinter Worten konzentriert.
Neural Architecture Search
Verwendung von KI, um automatisch effizientere KI-Architekturen zu entwerfen.
Neuronales Netz
Vom Gehirn inspiriertes Rechenmodell aus verknüpften Knoten (Neuronen).
NLP-Pipeline
Sequenzielle Schritte zur Verarbeitung von Text (z.B. Tokenisierung → Analyse → Antwort).
No-Code AI
Plattformen, die KI-Anwendungen ohne Programmierkenntnisse via Drag-and-Drop ermöglichen.
Normalisierung
Skalierung von Eingabedaten auf einen einheitlichen Wertebereich für stabileres Training.
O
Objective Function
Mathematische Zielvorgabe, die die KI während des Lernprozesses optimiert.
OCR (Optical Character Recognition)
Erkennung von gedrucktem oder handgeschriebenem Text in digitalen Bildern.
One-Shot Learning
Lernprozess, bei dem ein Modell ein Konzept anhand eines einzigen Beispiels versteht.
On-Device AI
Ausführung von KI direkt auf lokaler Hardware (Smartphone, Laptop) für Datenschutz und Speed.
Ontology
Formalisierte Darstellung von Wissen und Kategorien innerhalb eines Fachgebiets.
Open-Source AI
Modelle, deren Gewichte, Trainingscode und idealerweise auch Trainingsdaten unter einer freien Lizenz offenliegen. Viele „offene“ Modelle sind genau genommen Open-Weight: Die Gewichte sind frei, der Rest nicht.
Open-Weight
Modell, dessen trainierte Gewichte frei herunterladbar sind, sodass es lokal betrieben werden kann. Trainingsdaten und -code bleiben meist verschlossen, die Lizenz kann Einschränkungen enthalten. Beispiele: DeepSeek, Qwen, Mistral, Llama.
Overfitting (Überanpassung)
Wenn eine KI Trainingsdaten auswendig lernt, statt allgemeine Regeln für neue Daten abzuleiten.
P
Parameter
Interne Variablen eines Modells, deren Werte während des Trainings angepasst werden.
Pattern Recognition
Fähigkeit eines Systems, Regelmäßigkeiten in großen Datenmengen zu identifizieren.
Perzeptron
Einfachste Form eines künstlichen Neurons und Grundstein für neuronale Netze.
Physical AI
Integration von KI-Logik in physische Körper (z.B. humanoide Roboter oder Greifarme).
Pipeline
Automatisierter Datenfluss von der Quelle bis zum fertigen KI-Ergebnis.
Plug-ins
Frühere Erweiterungen für ChatGPT, die es so nicht mehr gibt. Ihre Rolle übernehmen heute Tool Use und das Model Context Protocol (MCP).
Poly-Agent Systems
Verbund mehrerer KI-Agenten, die kooperieren, um komplexe Probleme zu lösen.
Post-Processing
Nachbearbeitung von KI-generierten Inhalten durch Filter oder Validierungsschleifen.
Precision
Anteil der korrekt positiven Ergebnisse an allen positiven Vorhersagen eines Modells.
Predictive Maintenance
Vorausberechnung von Wartungszeitpunkten basierend auf KI-gestützter Sensordatenanalyse.
Pre-training
Erster Schritt beim Training, bei dem ein Modell allgemeines Wissen aus massiven Daten lernt.
Prompt
Eingabebefehl oder Kontextanweisung, die an ein KI-Modell gesendet wird.
Prompt Engineering
Gezielte Gestaltung von Prompts, um die Qualität der KI-Antworten zu maximieren.
Prompt Injection
Angriff, bei dem versteckte Anweisungen in Texten, Webseiten oder Dokumenten ein KI-Modell dazu bringen, etwas anderes zu tun als gewollt. Besonders gefährlich bei Agenten mit Zugriff auf E-Mails, Dateien oder Systeme. KI-Sicherheitsrisiken für Unternehmen
Pruning
Entfernen unwichtiger Verbindungen in einem neuronalen Netz zur Effizienzsteigerung.
PyTorch
Führendes Open-Source-Framework für Deep Learning. Ursprünglich von Meta entwickelt, heute unter dem Dach der PyTorch Foundation.
Q
Quantisierung
Reduktion der Genauigkeit der Modell-Parameter, um den Speicherbedarf massiv zu senken.
Quantum AI
Forschungsfeld, das Quantencomputer für KI-Berechnungen nutzen will. Praktische Vorteile gegenüber klassischer Hardware sind bisher kaum nachgewiesen.
Query
Abfrage an eine Datenbank oder Suche innerhalb eines Vektor-Speichers.
R
RAG (Retrieval-Augmented Generation)
Die KI sucht vor der Antwort passende Inhalte in externen Quellen wie Dokumenten oder Datenbanken und nutzt sie als Kontext. Reduziert Halluzinationen und macht Antworten überprüfbar.
Random Forest
Lernalgorithmus, der aus einer Vielzahl von Entscheidungsbäumen ein Gesamtergebnis berechnet.
Real-Time AI
KI-Systeme, die Daten ohne spürbare Verzögerung in Sekundenbruchteilen verarbeiten.
Reasoning
Fähigkeit einer KI zu logischen Schlussfolgerungen und komplexer Problemlösung.
Reasoning-Modelle
Sprachmodelle, die vor der Antwort intern Zwischenschritte durchdenken. Langsamer und teurer, aber deutlich stärker bei Mathematik, Programmierung und mehrstufigen Aufgaben.
Recommendation System
KI-gestützte Empfehlungslogik (z.B. für E-Commerce oder Streaming-Dienste).
Recurrent Neural Network (RNN)
Netztyp für sequenzielle Daten, bei dem Informationen von Schritt zu Schritt weitergereicht werden.
Reinforcement Learning (RL)
Lernen durch Interaktion mit einer Umgebung und Erhalt von Belohnungen oder Strafen.
RLHF (Reinforcement Learning from Human Feedback)
Optimierung von KI-Verhalten durch direktes Feedback von menschlichen Testern.
Robotik
Konstruktion und Programmierung von Maschinen zur Interaktion mit der physischen Welt.
Robustness
Widerstandsfähigkeit eines KI-Modells gegenüber Fehlern oder manipulierten Eingabedaten.
Rogue Agent
KI-Agent, der außerhalb seines vorgesehenen Rahmens handelt, etwa weil er Beschränkungen umgeht oder unerlaubt auf fremde Systeme zugreift. Kein technischer Normbegriff, sondern die Bezeichnung aus Berichten wie dem Hugging-Face-Vorfall und den Funden der Wikimedia Foundation.
RoPE (Rotary Positional Embeddings)
Moderne Methode, um Transformer-Modellen die Position von Wörtern im Satz beizubringen.
S
Sandbox
Abgeschirmte Testumgebung, in der Software oder KI-Agenten laufen, ohne produktive Systeme zu berühren. In Wikis ein Testbereich, dessen Bearbeitungen für normale Leser unsichtbar bleiben. Eine Sandbox hält nur dicht, solange der Agent sie nicht umgehen kann.
Scalability
Eigenschaft eines KI-Systems, bei steigender Last stabil und effizient zu bleiben.
Search Everywhere Optimization
Begriff von Ashley Liddell; ich übertrage das Konzept auf EPU und KMU im deutschsprachigen Raum: SEO nicht mehr nur als Optimierung für Google, sondern für jeden Ort, an dem Menschen suchen, fragen und vergleichen, von ChatGPT und Perplexity über YouTube und TikTok bis zu Amazon und Sprachassistenten. SEO war gestern
Semantic Search
Suche nach Inhalten basierend auf ihrer Bedeutung statt auf exakten Schlüsselworten.
Sentiment Analysis
Automatisierte Bestimmung von Stimmungen (positiv/negativ/neutral) in Texten.
Sequence-to-Sequence
Umwandlung einer Datenfolge (z.B. ein Satz) in eine andere Folge (z.B. die Übersetzung).
SLM (Small Language Models)
Hocheffiziente, kompakte Sprachmodelle für spezialisierte oder lokale Anwendungen.
Slop (AI Slop)
Abwertender Begriff für massenhaft erzeugte, inhaltsarme KI-Inhalte ohne erkennbaren Mehrwert.
Smart Home AI
Verwendung von KI zur intelligenten Steuerung und Vernetzung von Haustechnik.
Softmax
Mathematische Funktion am Ende eines Netzes zur Ausgabe von Wahrscheinlichkeiten.
Sora
Modell von OpenAI zur fotorealistischen Generierung von Videos aus Textbeschreibungen.
Sovereign AI
Infrastruktur, die unter voller Kontrolle des Betreibers steht, um Datensouveränität zu wahren.
Speech-to-Text
Diktat-Technologie zur Umwandlung von Audioaufnahmen in digitalen Text.
Stable Diffusion
Bekanntes offenes Diffusionsmodell für Bildgenerierung von Stability AI. Bei den offenen Bildmodellen hat inzwischen vor allem FLUX aufgeschlossen.
Subagent
Kleineres Modell, das für ein größeres Teilaufgaben wie Recherche oder Zusammenfassen übernimmt.
Superintelligenz (ASI)
KI-System, das Menschen in nahezu allen geistigen Bereichen weit übertrifft. Gilt als mögliche Stufe nach AGI und ist bisher ein theoretisches Konzept.
Supervised Learning
Lernmethode, bei der die KI mit Beispielen trainiert wird, deren Lösung bekannt ist.
Swarm Intelligence
Kollektives Verhalten einfacher KI-Einheiten zur Lösung komplexer Probleme (Schwarm-Prinzip).
SynthID-Text
Wasserzeichen-Verfahren von Google DeepMind für KI-Text, 2024 in Nature veröffentlicht und als Open Source verfügbar. Es steuert die Wortwahl des Modells statistisch (Tournament Sampling), statt Zeichen in den Text einzufügen. Ein Detektor mit dem passenden Schlüssel erkennt das Muster. Gemini markiert Texte damit.
Synthetic Data
Künstlich erzeugte Daten zum Training von KI, wenn echte Daten rar oder sensibel sind.
System Prompt
Grundanweisung, die einem KI-Modell vor jedem Gespräch mitgegeben wird. Legt Rolle, Tonfall, Regeln und Grenzen fest und ist für Nutzer meist unsichtbar.
T
Temperature
Parameter in LLMs zur Steuerung der Kreativität (hohe Temp) vs. Vorhersehbarkeit (niedrige Temp).
Tensor
Mehrdimensionale Datenstruktur; die Basiseinheit für Berechnungen in KI-Modellen.
TensorFlow
Von Google entwickeltes Framework zur Erstellung und zum Training neuronaler Netze.
Test-Time Compute
Rechenaufwand, den ein Modell während der Antwort einsetzt. Mehr Denkzeit beim Antworten statt nur ein größeres Modell, das Prinzip hinter Reasoning-Modellen.
Text-to-3D
Automatische Generierung dreidimensionaler Modelle basierend auf einer Textbeschreibung.
Text-to-Image
Erstellung von Bildern aus geschriebenen Anweisungen (z.B. Midjourney).
Text-to-Speech
Synthese von menschlich klingender Sprache aus digitalen Texten.
Textwasserzeichen
Statistische Markierung von KI-Text: Ein geheimer Schlüssel und die vorangehenden Wörter beeinflussen, welches von mehreren gleich guten Wörtern das Modell wählt. Am Text selbst ändert sich nichts, es gibt auch keine versteckten Zeichen. Ein Detektor mit demselben Schlüssel erkennt das Muster. Im Einsatz bei Google (SynthID-Text), Anthropic und OpenAI (textGrain, zunächst nur in der EU).
Token
Die kleinste Einheit (Wortfetzen), die eine KI zur Textverarbeitung nutzt.
Tokenisierung
Prozess der Zerlegung von Sätzen in einzelne Token zur Verarbeitung durch die KI.
Tool Use (Function Calling)
Fähigkeit eines Modells, externe Werkzeuge aufzurufen, etwa eine Websuche, einen Taschenrechner oder eine Schnittstelle. Grundlage für KI-Agenten.
Training Data
Informationsgrundlage, anhand derer eine KI ihre internen Muster erlernt.
Transfer Learning
Nutzung von Wissen aus einem Bereich für eine neue, verwandte Aufgabe.
Transformer
Bahnbrechende Architektur, die Kontext über weite Distanzen versteht (das "T" in GPT).
Turing Test
Klassisches Experiment zur Feststellung, ob eine Maschine menschliches Denkvermögen simuliert.
U
Uncanny Valley
Psychologischer Effekt, bei dem fast menschliche Roboter Unbehagen auslösen.
Underfitting
Wenn ein Modell zu simpel ist, um die Strukturen in den Daten korrekt abzubilden.
Unsupervised Learning
KI findet selbstständig Strukturen in Daten, ohne dass Lösungen vorgegeben werden.
User Intent
Die eigentliche Absicht des Nutzers hinter einer Suchanfrage oder einem Prompt.
Utterance
Eine einzelne Äußerung eines Nutzers im Rahmen eines KI-Dialogs.
V
Validation Set
Datensatz zur Feinabstimmung der Hyperparameter während des KI-Trainings.
Variational Autoencoder (VAE)
Neuronales Netz zur Generierung neuer Daten durch Lernen der zugrunde liegenden Verteilung.
Vector Database
Speicherlösung für Embeddings zur performanten Suche nach semantischen Ähnlichkeiten.
Video-to-Video
Umwandlung eines Videos in einen neuen Stil oder Inhalt unter Beibehaltung der Bewegung.
Vibe Coding
Du beschreibst per Prompt, was du bauen willst, die KI schreibt den Code. Prototypen entstehen so in Stunden, aber für Production-ready Software mit sauberer Architektur und Security brauchst du weiterhin einen echten Developer. Warum dein Prompt nur so schlau ist wie der Programmierer dahinter
Virtual Assistant
Intelligenter Software-Helfer zur Erledigung täglicher Büro- oder Planungsaufgaben.
Vision Transformer (ViT)
Übertragung der Transformer-Logik auf die Bildverarbeitung für höchste Präzision.
W
Wasserzeichen (KI)
Unsichtbare Markierung in KI-generierten Bildern, Videos, Audio oder Texten, die maschinell erkennbar macht, dass der Inhalt von einer KI stammt. Für Anbieter generativer KI nach Artikel 50 EU AI Act verpflichtend. Mein KI-Label-Tool
Weak AI
Spezialisierte KI, die nur für einen eng begrenzten Aufgabenbereich trainiert wurde.
Weights (Gewichtungen)
Die Stärke der Verbindung zwischen Neuronen; sie bestimmen das Verhalten der KI.
Whisper
Spracherkennungsmodell von OpenAI mit offenen Gewichten, das Audio in vielen Sprachen transkribiert und übersetzt. Läuft auch lokal auf dem eigenen Rechner.
Word2Vec
Verfahren zur Abbildung von Wörtern in Vektoren zur semantischen Analyse.
World Models
Interne Repräsentation der physischen Realität innerhalb einer KI für Vorhersagen.
X
XAI (Explainable AI)
Siehe Explainable AI: Erklärbarkeit von KI-Entscheidungen.
XGBoost
Effizienter Machine-Learning Algorithmus für tabellarische Datenanalysen.
Y
YOLO (You Only Look Once)
Standard-Algorithmus zur extrem schnellen Objekterkennung in Echtzeit-Videos.
Z
Zero-Shot Learning
Aufgabe lösen, für die die KI nie explizit trainiert wurde, basierend auf Transferwissen.
Zigbee (AI-integrated)
Funkstandard im Smart Home, der 2026 oft KI-gestützte Sensorik integriert.
Zusatztraining
Umgangssprachlich für Fine-Tuning: Ein Modell wird mit eigenen Daten weitertrainiert. Häufiger Irrtum: Wer einer KI nur Firmenwissen zur Verfügung stellen will, braucht meist kein Training, sondern RAG.
Keine Treffer gefunden.
Häufig gestellte Fragen zu KI (Stand: Oktober 2026)
Warum ist ein KI-Glossar im Jahr 2026 so wichtig?
Die Fachsprache rund um KI wächst schneller als jedes Wörterbuch. Wer Begriffe wie Agent, RAG oder MCP sicher einordnen kann, wählt die richtigen Werkzeuge aus, formuliert bessere Prompts und erkennt leere Versprechen schneller. Dieses Lexikon ist dein Nachschlagewerk dafür.
Was ist der Unterschied zwischen einem Chatbot und einem KI-Agenten?
Ein Chatbot reagiert nur auf Eingaben (reaktiv). Ein KI-Agent hingegen arbeitet proaktiv: Er kann Ziele planen, Tools bedienen und Aufgaben über Stunden oder Tage hinweg autonom ausführen, ohne dass du jeden Schritt einzeln bestätigen musst. Agenten sind das „Gehirn" der Automatisierung 2026.
Wie reduziert RAG (Retrieval-Augmented Generation) Halluzinationen?
Bei RAG sucht die KI vor der Antwort in einer festgelegten Datenquelle nach passenden Inhalten, etwa in deinen eigenen PDFs oder Handbüchern, und stützt ihre Antwort darauf. Statt aus dem „Gedächtnis“ zu raten, arbeitet sie mit deinen Dokumenten. Das reduziert Halluzinationen deutlich und macht Antworten überprüfbar. Ganz ausschließen lassen sie sich aber nicht.
Welche Rolle spielt der EU AI Act für meinen Blog oder Betrieb?
Der EU AI Act gilt schrittweise. Seit Februar 2025 sind bestimmte KI-Praktiken verboten, und wer KI im Betrieb einsetzt, muss für ausreichende KI-Kompetenz der Mitarbeitenden sorgen. Seit August 2026 gelten die Transparenzpflichten: Chatbots müssen sich als KI zu erkennen geben, Deepfakes müssen gekennzeichnet werden, und Anbieter generativer KI müssen ihre Ergebnisse maschinenlesbar markieren. KI-Texte zu Themen von öffentlichem Interesse sind kennzeichnungspflichtig, außer ein Mensch hat sie redaktionell geprüft und trägt die Verantwortung. Die Pflichten für Hochrisiko-Systeme, etwa im Recruiting oder bei der Kreditprüfung, gelten erst ab Dezember 2027.
Lohnt sich der Einsatz offener KI-Modelle?
Ja, vor allem wenn dir Datenschutz wichtig ist. Offene Modelle laufen auf deinen eigenen Servern oder Rechnern, deine Daten verlassen das Haus nicht. Bei den stärksten offenen Modellen liegen derzeit Anbieter aus China wie DeepSeek, Qwen, Kimi und GLM vorne. Aus Europa kommt Mistral mit Modellen unter der freien Lizenz Apache 2.0. Bei den schwierigsten Aufgaben sind die geschlossenen Spitzenmodelle meist noch voraus. Genau genommen sind die meisten dieser Modelle Open-Weight: Die Gewichte sind frei, Trainingsdaten und -code nicht.
Vom Begriff zur Umsetzung: Deine Deep-Dive-Strategien
Vokabeln büffeln war gestern, heute bauen wir Systeme. Das Glossar liefert das Fundament, meine Blogs und Praxis-Guides gehen ans Eingemachte. Wissen, was ein „Agent“ oder „Chatbot“ ist, reicht nicht mehr: Du musst wissen, wie du diese Technologien profitabel in dein digitales Handwerk integrierst.
Ich habe die drei wichtigsten Artikel zu den Tools herausgepickt, über die gerade jeder spricht: Claude, Gemini, ChatGPT, Midjourney und Suno. Blogs und Deep Dives statt Überblicke, von der Architektur lokaler Sprachmodelle bis zu agentischen Workflows, die deinen Output vervielfachen. Wähle dein Thema:
