A
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.
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-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.
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.
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
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.
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.
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.
Dense Model
KI-Architektur, bei der jede Schicht vollständig mit der nächsten verbunden 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.
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
Datenschutzrechtlicher Rahmen, der 2026 strikt auf KI-Anwendungen angewandt wird.
E
E-E-A-T
Googles Bewertungsskala für Content-Qualität: Experience, Expertise, Authoritativeness, Trustworthiness.
Edge AI
KI-Verarbeitung direkt auf Endgeräten ohne zwingende Cloud-Anbindung.
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
Erstes umfassendes KI-Gesetz weltweit zur Regulierung von Risiken in Europa.
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.
Foundation Models
Große Allzweck-Modelle, die als Basis für viele spezialisierte Anwendungen dienen.
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.
GGP (General Game Playing)
KIs, die in der Lage sind, jedes Spiel ohne vordefiniertes Spezialtraining zu meistern.
GitHub Copilot
Führende KI zur Unterstützung von Softwareentwicklern durch automatische Code-Vervollständigung.
GPU (Graphics Processing Unit)
Grafikprozessor, der durch parallele Rechenleistung den KI-Boom 2026 erst ermöglicht hat.
Gradient Descent
Optimierungsalgorithmus zur Minimierung der Fehlerfunktion in neuronalen Netzen.
Grounding
Verknüpfung von abstrakten KI-Modellen mit realen Fakten und Datenbanken (verhindert Halluzinationen).
GPT (Generative Pre-trained Transformer)
Modell-Architektur von OpenAI, die auf dem Transformer-Prinzip basiert.
H
Halluzination
Inkorrekte oder unsinnige Ergebnisse einer KI, die wie Fakten präsentiert werden.
Haptisches Feedback
Sensorik-Feedback in VR/AR-Systemen, das durch KI-Daten gesteuert wird.
Heuristik
Mentale Abkürzung oder Faustregel, die KI nutzt, um schnell Lösungen für komplexe Probleme zu finden.
Hidden Layer
Die Schichten zwischen Input und Output in einem neuronalen Netz, in denen die Hauptberechnung stattfindet.
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.
IoT (AIoT)
Internet of Things, das durch lokale KI-Intelligenz erweitert wird.
Iteration
Ein einzelner Wiederholungsschritt in einem Optimierungsprozess oder Trainingsdurchlauf.
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
Open-Source KI-Modellfamilie von Meta, die die lokale KI-Nutzung revolutioniert hat.
LLM-Ops
Verwaltung und Wartung von Large Language Models im produktiven Unternehmenseinsatz.
Local AI
Betrieb von KI-Modellen auf eigener Hardware ohne Datenübertragung an Cloud-Anbieter.
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.
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.
Mixtral
Hocheffizientes Open-Source MoE-Modell der Firma Mistral AI aus Europa.
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).
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 und Werkzeuge, deren Quellcode und Gewichte für die Öffentlichkeit frei zugänglich sind.
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
Erweiterungen, die KI-Modellen Zugriff auf das Internet oder spezielle Tools geben.
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.
Pruning
Entfernen unwichtiger Verbindungen in einem neuronalen Netz zur Effizienzsteigerung.
PyTorch
Führendes Open-Source-Framework für Deep Learning (von Meta entwickelt).
R
RAG (Retrieval-Augmented Generation)
KI-Architektur, die externe Echtzeit-Daten als Kontext für präzise Antworten nutzt.
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.
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.
RoPE (Rotary Positional Embeddings)
Moderne Methode, um Transformer-Modellen die Position von Wörtern im Satz beizubringen.
S
Scalability
Eigenschaft eines KI-Systems, bei steigender Last stabil und effizient zu bleiben.
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.
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
Führendes Open-Source Diffusionsmodell für Bildgenerierung.
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).
Synthetic Data
Künstlich erzeugte Daten zum Training von KI, wenn echte Daten rar oder sensibel sind.
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.
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.
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.
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.
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
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
OpenAIs Spracherkennungssystem, das 2026 als Standard für Transkriptionen gilt.
Word2Vec
Verfahren zur Abbildung von Wörtern in Vektoren zur semantischen Analyse.
World Models
Interne Repräsentation der physischen Realität innerhalb einer KI für Vorhersagen.
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
Nachträgliches Füttern einer KI mit speziellen Firmendaten zur Feinabstimmung.
