Künstliche Intelligenz ist längst ein fester Bestandteil unseres Alltags geworden. Sie verändert Medizin, E-Commerce und kreative Prozesse gleichermaßen. Rund um KI kursiert dabei eine Vielzahl von Fremdwörtern. Für eine schnelle Orientierung haben wir die nachfolgenden Erklärungen zusammengestellt, eine FAQ zur Künstlichen Intelligenz.
Inhaltsverzeichnis
Allgemeine Begriffe
Künstliche Intelligenz
Künstliche Intelligenz: bezieht sich auf die Fähigkeit von Computern, Aufgaben zu erledigen, die normalerweise menschliche Intelligenz erfordern. Ein Beispiel: Sprachassistenten wie Siri oder Alexa nutzen KI, um Sprachbefehle zu verstehen und darauf zu reagieren.
Maschinelles Lernen
Maschinelles Lernen: ist ein Teilgebiet der Künstlichen Intelligenz. Dabei geht es darum, dass Computer aus Daten lernen können, ohne explizit programmiert zu werden. Ein einfaches Beispiel: Ein Computer lernt anhand vieler Fotos von Katzen und Hunden, die Tiere auf neuen Fotos zu erkennen und zu unterscheiden.
Deep Learning
Deep Learning ist ein Teilbereich des maschinellen Lernens. Er arbeitet mit neuronalen Netzen, die aus vielen übereinander liegenden Schichten bestehen, daher der Name „tief“. Je mehr Schichten ein Netz besitzt, desto komplexere Muster kann es in Daten erkennen. Bilderkennung und moderne Sprachmodelle basieren beide auf Deep Learning.
Large Language Model (LLM)
Ein Large Language Model (LLM) ist ein Sprachmodell, das darauf trainiert ist, menschliche Sprache zu verstehen und zu erzeugen. Diese Modelle basieren auf komplexen Algorithmen und riesigen Datenmengen, die es ihnen ermöglichen, Texte in natürlicher Sprache zu analysieren und sinnvoll darauf zu reagieren. Ein Beispiel für ein Large Language Model ist der Chatbot von OpenAI oder Anthropic.
Artificial General Intelligence (AGI)
AGI beschreibt eine KI, die menschenähnliche Intelligenz besitzt. Das System würde Aufgaben lösen, die ein Mensch lösen kann. Zudem könnte sich die AGI selbst weiterentwickeln und verbessern. Gelerntes Wissen kann auf neue Aufgabenbereiche übertragen werden.
Wichtig: Die aktuellen KI-Systeme sind keine Artificial General Intelligence. Die Systeme sind gut darin, Wahrscheinlichkeiten vorherzusagen.
MoE-Modell (Mixture-of-Experts)
MoE steht für „Mixture of Experts“. Dabei besteht das Sprachmodell aus mehreren Experten-Netzwerken und nicht einem einzigen großen Netzwerk. In dem Modell sind verschiedene Expertensysteme miteinander verbunden. Ein Router wählt für jede Aufgabe den passenden Experten aus und stellt diesem die Aufgabe. Das bringt Effizienz und spart Kosten. Die Zahlen wie 16 oder 128 geben an, wie viele dieser Experten im Modell stecken.
Neuronales Netz
Ein neuronales Netz ist ein Computermodell, das die Funktionsweise des menschlichen Gehirns nachahmen soll. Es besteht aus vielen miteinander verbundenen Knoten, die als Neuronen bezeichnet werden. Neuronale Netze werden für viele Aufgaben verwendet, darunter Bild- und Spracherkennung, Übersetzung und autonome Fahrzeuge. Ein alltägliches Beispiel ist die Gesichtserkennung auf Smartphones.
Transformer
Der Transformer ist die Architektur, auf der fast alle heutigen Sprachmodelle aufbauen. Auch das „T“ in GPT steht dafür. Ihre Besonderheit: Der sogenannte Attention-Mechanismus gewichtet für jedes Wort, wie stark es mit allen anderen Wörtern im Satz zusammenhängt. Dadurch versteht das Modell auch Bezüge über längere Textabschnitte hinweg, weit über benachbarte Wörter hinaus.
Natural Language Processing (NLP)
Natural Language Processing (NLP): ist ein Bereich der Künstlichen Intelligenz, der sich darauf konzentriert, Computern zu ermöglichen, menschliche Sprache zu verstehen, zu interpretieren und zu erzeugen. Ein Beispiel: Wenn du deinem Smartphone eine Frage stellst und eine sinnvolle Antwort erhältst, ist das NLP in Aktion.
DeepSeek
DeepSeek ist ein chinesisches KI-Modell. Es kombiniert multimodale Fähigkeiten (Text- und Bildverarbeitung) mit starken Programmierfähigkeiten und wurde teilweise als Open Source veröffentlicht. Das Modell konkurriert mit GPT und Claude und bietet eine ausgewogene Mischung aus Leistung und Offenheit. Perfekt geeignet für Textaufgaben, Programmierhilfe und Bilddatenanalyse. Ein Nachteil von DeepSeek ist, dass es die chinesische Zensurvorgaben einhält. Das bedeutet, dass bestimmte Themen oder Inhalte möglicherweise filtert. Eine Anleitung zur lokalen und deutschsprachigen Nutzung findest du in unserem DeepSeek-Guide.
Automatisierung
Automatisierung: bedeutet, dass Aufgaben oder Prozesse ohne menschliches Eingreifen ablaufen. Dadurch können Aufgaben schneller und mit weniger Fehlern erledigt werden, was die Effizienz erhöht und Kosten spart. Ein Beispiel dafür ist ein Roboterarm in einer Fabrik, der Teile automatisch zusammenbaut, anstatt dass ein Mensch dies manuell tut. Im Büroalltag übernimmt diese Rolle oft ein Tool wie n8n. Unsere Anleitung für Einsteiger zeigt den ersten eigenen Workflow.
Prompt
Prompt ist ein Begriff, der vor allem im Bereich der Computertechnologie und Künstlichen Intelligenz verwendet wird. Er bezeichnet eine Aufforderung oder Eingabe, die ein Benutzer macht, um eine Reaktion oder Aktion von einem System zu erhalten. Ein Prompt kann in Form einer Frage, eines Befehls oder eines Satzes erscheinen, der an ein KI-Modell oder einen Computer gerichtet ist.
Prompt Engineering
Prompt Engineering bezeichnet die gezielte Formulierung von Prompts, damit ein KI-Modell möglichst genaue und brauchbare Antworten liefert. Dazu gehören klare Rollenangaben, Beispiele und eine feste Struktur im Prompt. Sechs konkrete Techniken dafür zeigt unser Prompt-Engineering-Guide.
Open Source
Open Source bezeichnet Software, deren Quellcode öffentlich zugänglich ist und von jedem eingesehen, verändert und weiterverbreitet werden kann. Die Software lässt sich dadurch kostenfrei nutzen. Eine Gemeinschaft aus Entwicklern und Nutzern verbessert sie zusätzlich fortlaufend weiter. Bekannte Beispiele für offene Sprachmodelle sind DeepSeek und GLM. Beide lassen sich sogar lokal auf dem eigenen Rechner betreiben. Wie das geht, zeigt unser Guide zu lokalen KI-Modellen.
Generative KI
Generative KI bezeichnet KI-Systeme, die neue Inhalte erzeugen können. Dabei kann es sich um Text, Programmcode, Audio, Bilder oder Videos handeln. Die KI erstellt neue Inhalte, welche den sehr umfangreichen Trainingsdaten ähneln. Grundlage sind erkannte Strukturen und Muster, welche für die Replikation in neuem Zusammenhang genutzt werden.
Beispiele sind die unten genannten Chatbots, DALL-E oder Supermachine. Im Bereich Audio zählt z. B. Udio dazu. Auch KI-Videogeneratoren gehören in diese Kategorie, ein Feld, das sich aktuell besonders schnell weiterentwickelt und in dem einzelne Anbieter immer wieder Produkte einstellen oder neu starten.
0-Shot oder Zero-Shot
0-Shot beschreibt die Fähigkeit eines KI-Modells, Aufgaben zu bewältigen, für die es nicht spezifisch trainiert wurde. Das Modell löst aus bereits erlernten Konzepten und allgemeinen Informationen neue, unbekannte Aufgaben. In der Praxis bedeutet das, dass das KI-Modell eine passende und sinnvolle Antwort oder Lösung gibt ohne Rückfragen des Benutzers liefert.
Automatisieren
Automatisieren bedeutet, dass Maschinen oder Software Aufgaben übernehmen, die normalerweise Menschen erledigen. Sie nutzen Daten und Algorithmen, um Entscheidungen zu treffen und sich selbständig zu verbessern.
Agenten
Ein Agent ist eine Software oder ein System, das eigenständig Aufgaben ausführt und Entscheidungen trifft. Dabei nutzt der Agent Algorithmen und Daten, um auf Veränderungen in seiner Umgebung zu reagieren und seine Ziele zu erreichen. Häufig sind die Agenten in der Lage, die Aufgabe in kleinere, leichter lösbare Auflagen zu zerlegen und selbständig Lösungen hierzu zu finden.
Wie du selbst einen Agenten baust, zeigt unsere Anleitung zum n8n-KI-Agenten. Welche Risiken dabei entstehen können, erklärt der Artikel zu KI-Agenten-Risiken.
RAG (Retrieval-Augmented Generation)
RAG steht für Retrieval-Augmented Generation. Dabei durchsucht ein KI-Agent zunächst eine eigene Wissensquelle, etwa deine Dokumente oder eine Datenbank, bevor er eine Antwort formuliert. Die gefundenen Informationen fließen direkt in die Antwort ein. Dadurch sinkt die Gefahr von Halluzinationen. Wie du ein eigenes RAG-System baust, zeigt unser n8n-RAG-Guide.
MCP (Model Context Protocol)
MCP (Model Context Protocol) ist ein offener Standard, über den KI-Modelle auf externe Tools, Dateien und Dienste zugreifen können. Statt für jede Anbindung eine eigene Schnittstelle zu bauen, sprechen Modell und Tool dieselbe Sprache. Claude nutzt MCP zum Beispiel, um sich mit anderen Apps zu verbinden. Mehr dazu in unserer Anleitung zu Claude-Connectors. Auch n8n lässt sich per MCP an Claude anbinden. Mehr dazu im n8n-MCP-Guide.
Prompt Injection
Prompt Injection ist ein Angriff auf KI-Agenten. Angreifer schleusen versteckte Befehle in E-Mails, Webseiten oder Dokumenten ein, die der Agent verarbeitet. Führt der Agent diese Befehle unbemerkt aus, verlässt er seine eigentliche Aufgabe. Drei konkrete Schutzmaßnahmen dagegen liefert unser Artikel zu Prompt Injection.
Reasoning-Modell
Ein Reasoning-Modell denkt vor der eigentlichen Antwort in mehreren Zwischenschritten nach, bevor es ein Ergebnis ausgibt. Dieses Vorgehen wird auch Chain-of-Thought genannt. Bei komplexen Aufgaben wie Mathematik oder Programmieren liefert das oft bessere Ergebnisse als eine direkte Antwort. OpenAIs o1 war eines der ersten verbreiteten Modelle mit diesem Ansatz. Mehr dazu in unserem Artikel zu OpenAI Reasoning.
Quantisierung
Quantisierung verkleinert ein KI-Modell, indem die Genauigkeit seiner internen Zahlenwerte reduziert wird. Das Modell braucht dadurch weniger Arbeitsspeicher und läuft schneller, verliert im Gegenzug aber etwas an Qualität. Erst durch Quantisierung lassen sich viele Modelle überhaupt lokal auf einem normalen Rechner betreiben. Mehr dazu in unserem Guide zu lokalen KI-Modellen.
Vibe Coding
Vibe Coding beschreibt das Bauen eigener Software allein durch Beschreibung in natürlicher Sprache, ganz ohne klassisches Programmieren. Du erklärst der KI, was das Tool tun soll. Sie schreibt den Code dazu. Am Beispiel eines eigenen Mini-CRMs zeigt unser Vibe-Coding-Artikel, wie der Einstieg für Selbstständige gelingt.
Foundation Model
Ein Foundation Model ist ein großes KI-Modell, das auf riesigen, breit gefächerten Datenmengen trainiert wurde und als Basis für viele verschiedene Anwendungen dient. Statt für jede Aufgabe ein neues Modell zu trainieren, passen Entwickler ein bestehendes Foundation Model per Fine-Tuning oder Prompting an ihren konkreten Fall an. GPT, Claude und Gemini sind alle Foundation Models.
RLHF (Reinforcement Learning from Human Feedback)
RLHF ist ein Trainingsschritt, bei dem Menschen die Antworten eines KI-Modells bewerten. Aus diesem Feedback lernt das Modell, welche Antworten hilfreich, sicher und passend sind. Genau dieser Schritt macht aus einem reinen Text-Vorhersage-Modell einen brauchbaren Chatbot wie ChatGPT oder Claude.
Few-Shot-Learning
Few-Shot-Learning bedeutet, dass du dem Modell im Prompt ein paar Beispiele zeigst, bevor du deine eigentliche Aufgabe stellst. Bei drei Beispielen sprechen Fachleute von 3-Shot, bei keinem einzigen Beispiel vom oben beschriebenen Zero-Shot. Mit wenigen guten Beispielen liefert das Modell oft deutlich passendere Antworten als bei einem reinen Zero-Shot-Prompt.
Erklärbare KI (XAI)
Erklärbare KI, auch XAI (Explainable AI) genannt, umfasst Methoden, die nachvollziehbar machen, warum ein KI-Modell zu einer bestimmten Entscheidung oder Antwort gekommen ist. Bei einfachen Modellen lässt sich das noch gut zeigen. Bei großen Sprachmodellen mit Milliarden Parametern ist das dagegen kaum vollständig möglich. Gerade in regulierten Bereichen wie Medizin oder Kreditvergabe ist Erklärbarkeit deshalb ein zentrales Thema.
Big Data
Big Data bezeichnet Datenmengen, die so groß, schnelllebig oder unterschiedlich strukturiert sind, dass klassische Datenbanken und Auswertungsmethoden an ihre Grenzen stoßen. Moderne KI-Modelle werden meist auf solchen riesigen Datenmengen trainiert, oft Milliarden von Texten, Bildern oder anderen Inhalten aus dem Internet.
Chat und Text
Chatbot
Ein Chatbot ist ein Computerprogramm, das darauf ausgelegt ist, menschliche Konversationen zu simulieren. Chatbots können Textnachrichten und manchmal auch gesprochene Sprache verstehen und darauf reagieren. Sie verwenden verschiedene Technologien, darunter Natural Language Processing (NLP) und maschinelles Lernen, um sinnvolle und nützliche Antworten zu geben. Ein bekanntes Beispiel für einen Chatbot sind ChatGPT, Claude, Gemini oder Copilot.
Token
Ein Token ist eine Grundeinheit in der Verarbeitung von natürlicher Sprache durch Computer. Tokens sind einzelne Wörter, Satzzeichen oder andere bedeutungstragende Einheiten innerhalb eines Textes. Wenn ein Text analysiert wird, wird er zunächst in Tokens zerlegt, um ihn einfacher verarbeiten zu können. Zum Beispiel wird der Satz „Das ist ein Test.“ in die Tokens „Das“, „ist“, „ein“, „Test“ und „.“ aufgeteilt. Diese Aufteilung hilft Computermodellen, den Text besser zu verstehen und zu analysieren.
Tokens spielen eine wichtige Rolle in vielen Bereichen der Sprachverarbeitung, wie bei der maschinellen Übersetzung, der Sentiment-Analyse oder der automatischen Textzusammenfassung. Eine ausführliche Erklärung erhältst du hier.
Halluzination
In der Welt der Künstlichen Intelligenz bedeutet Halluzination einen Fehler, bei dem ein KI-Modell Informationen erzeugt, die nicht auf seinen Daten basieren. Das Modell „erfindet“ Fakten oder Antworten, die keinen Bezug zur Realität oder den Trainingsdaten haben. Solche Halluzinationen können in verschiedenen Anwendungen auftreten, wie bei Chatbots, automatischen Übersetzungen oder generierten Texten. Wie du solche Fehler vor der Veröffentlichung findest, zeigt unser Artikel zum Faktencheck von KI-Texten.
Kontextfenster
Das Kontextfenster gibt an, wie viel Text ein KI-Modell auf einmal verarbeiten kann, gemessen in Tokens. Alles, was hineinpasst, also der bisherige Chatverlauf, hochgeladene Dokumente und deine aktuelle Frage, steht dem Modell für seine Antwort zur Verfügung. Ist das Fenster voll, fällt älterer Inhalt heraus und das Modell kann sich nicht mehr daran erinnern. Wie Tokens genau berechnet werden, erklärt unser Artikel Token bei KI.
KI Bilder
Warum macht die KI Rechtschreibfehler?
Bild-KIs produzieren aktuell viele Rechtschreibfehler. Das liegt an der Art und Weise, wie Bilder beim Training genutzt werden und wie neue Bilder erschaffen werden. Das kannst du dir wie bei einem alten Röhrenfernseher ohne Empfang vorstellen. Dort wurde ein Bild mit Rauschen angezeigt. Beim Traning werden die Bilder immer weiter verrauscht, beim Erstellen immer weiter entrauscht. Ausführlich kannst du das hier lesen.
Inpainting
Inpainting ist eine Technik im Bereich der Bildbearbeitung. Sie wird verwendet, um fehlende oder beschädigte Teile eines Bildes zu rekonstruieren. Das Ziel ist es, das Bild so zu vervollständigen, dass der ergänzte Bereich nahtlos in das restliche Bild passt. Bei Bild KIs kannst du häufig Teile des Bildes markieren und diese mit einem weiteren Prompt, was stattdessen erstellt werden soll, weiterbearbeiten.
Outpainting
Outpainting ist eine Technik in der Bildbearbeitung und Künstlichen Intelligenz. Sie wird verwendet, um ein Bild über seine ursprünglichen Grenzen hinaus zu erweitern. Das bedeutet, dass zusätzliche Inhalte generiert werden, die nahtlos an das ursprüngliche Bild anschließen und es erweitern, als ob sie von Anfang an dazugehört hätten. Mit Dall-E kannst du zum Beispiel das Bild von der Mona Lisa erweitern und dir die Umgebung darstellen lassen (hier klicken).
Upscaling
Upscaling bezeichnet den Prozess, bei dem die Auflösung eines Bildes oder Videos erhöht wird, damit es größer und detailreicher erscheint. Dies wird erreicht, indem zusätzliche Pixel hinzugefügt werden, die auf den vorhandenen Daten basieren. Ein praktisches Beispiel für Upscaling ist, wenn du ein altes Foto einscannst und mithilfe einer Upscaling-Software die Auflösung erhöhst.
Audio KI
Transkribieren
Transkribieren bedeutet, gesprochene Sprache in schriftlichen Text zu verwandeln. Dies kann durch KI erfolgen. Sag tschüss zum Protokoll schreiben im Meeting😊. Wer die Aufnahme lieber lokal statt in der Cloud verarbeitet, findet in unserem Artikel zu Meetily eine selbstgehostete Alternative ohne Abo.
Du bist auf weitere Fremdwörter im Zusammenhang mit KI gestoßen? Schreib mir unten gern einen Kommentar. Ich erweitere die Liste gern.
