Schnürer & Company

Das KI-ABC: 26 wichtige Begriffe einfach erklärt

Kurze Einleitung zum Nutzen von KI-Kompetenz

Künstliche Intelligenz entwickelt sich schnell und bringt ständig neue Begriffe hervor. Doch was bedeuten Agent, Prompt, Token oder Halluzination eigentlich? Unser KI-ABC erklärt wichtige Begriffe verständlich und zeigt, warum sie für den Arbeitsalltag relevant sind.

Wir entwickeln Unternehmen

Sie möchten herausfinden, wo künstliche Intelligenz Ihre täglichen Prozesse sinnvoll unterstützen kann? Wir analysieren gemeinsam mit Ihnen geeignete Anwendungsfälle und entwickeln einen praxisnahen Einstieg.

KI-Potenziale im Unternehmen identifizieren

A wie Agent

Ein KI-Agent beantwortet nicht nur Fragen. Er kann ein Ziel verfolgen, einzelne Arbeitsschritte planen und dafür freigegebene Programme oder Datenquellen nutzen.
 
Praxisbeispiel: Ein Agent sammelt Projektinformationen und erstellt daraus einen Entwurf für einen Statusbericht.

B wie Benchmark

Ein Benchmark ist ein standardisierter Test für KI-Modelle. Dabei werden beispielsweise Sprachverständnis, logisches Denken oder Programmierfähigkeiten untersucht. Ein gutes Testergebnis bedeutet aber nicht automatisch, dass das Modell für jede Aufgabe geeignet ist.

C wie Chatbot

Ein Chatbot ist eine Software, die sich schriftlich oder per Sprache mit Menschen unterhalten kann. Moderne KI-Chatbots können zusätzlich Texte analysieren, Inhalte erstellen und bei Aufgaben unterstützen.

D wie Datenschutz

Beim Einsatz künstlicher Intelligenz muss geklärt sein, welche Informationen verarbeitet, gespeichert und weitergegeben werden. Vertrauliche Unternehmens- und Kundendaten gehören deshalb nur in dafür freigegebene Systeme.

E wie Embedding

Ein Embedding übersetzt Inhalte wie Wörter, Texte oder Bilder in Zahlenwerte. Dadurch kann eine KI erkennen, welche Inhalte sich inhaltlich ähneln.

F wie Foundation Model

Ein Foundation Model ist ein umfangreiches Basismodell, das für viele verschiedene Aufgaben eingesetzt werden kann. Es lässt sich außerdem für bestimmte Anwendungen oder Branchen anpassen.

G wie Generative KI

Generative KI erzeugt neue Inhalte. Dazu gehören Texte, Bilder, Präsentationen, Musik, Videos und Programmcode.

H wie Halluzination

Von einer Halluzination spricht man, wenn eine KI falsche oder erfundene Informationen überzeugend als Fakten darstellt. Wichtige Aussagen, Zahlen und Quellen müssen deshalb überprüft werden.

I wie Inferenz

Inferenz bezeichnet die Nutzung eines bereits trainierten KI-Modells. Das Modell verarbeitet eine neue Eingabe und erstellt daraus beispielsweise eine Antwort, Zusammenfassung oder Prognose.

J wie Jailbreak

Ein Jailbreak ist der Versuch, die Sicherheitsregeln eines KI-Systems gezielt zu umgehen. Unternehmen benötigen Schutzmaßnahmen, damit Systeme nicht zu unerlaubten Handlungen oder zur Herausgabe sensibler Informationen verleitet werden.

K wie Kontextfenster

Das Kontextfenster beschreibt, wie viele Informationen ein KI-Modell bei einer Anfrage berücksichtigen kann. Dazu zählen die aktuelle Eingabe, vorherige Nachrichten und bereitgestellte Dokumente.

L wie Large Language Model

Ein Large Language Model, kurz LLM, ist ein umfangreiches Sprachmodell. Es wurde mit großen Textmengen trainiert und kann Sprache analysieren, erzeugen und bearbeiten.

M wie Multimodale KI

Multimodale KI kann verschiedene Arten von Informationen verarbeiten. Ein solches System arbeitet beispielsweise gleichzeitig mit Texten, Bildern, Tabellen, Sprache oder Videos.

N wie Neuronales Netz

Ein neuronales Netz ist ein mathematisches Modell, das vereinfacht an die Verarbeitung von Informationen im menschlichen Gehirn angelehnt ist. Es erkennt Muster in Daten und bildet eine wichtige Grundlage vieler KI-Anwendungen.

O wie Open Source und Open Weight

Bei Open-Source-Software ist der Quellcode grundsätzlich zugänglich. Bei Open-Weight-KI werden die erlernten Modellparameter veröffentlicht. Trainingsdaten und Trainingsverfahren müssen dabei nicht vollständig offengelegt sein.

P wie Prompt

Ein Prompt ist die Anweisung, die ein Mensch einer KI gibt. Gute Prompts nennen das Ziel, liefern Kontext und beschreiben, wie das Ergebnis aufgebaut sein soll.

 

Beispiel:
„Fasse diesen Projektbericht in fünf Stichpunkten für die Geschäftsleitung zusammen. Hebe Risiken und offene Entscheidungen hervor.“

Q wie Qualitätskontrolle

KI-Ergebnisse sollten vor ihrer Nutzung geprüft werden. Dazu gehören Faktenkontrolle, Quellenprüfung, sprachliche Überarbeitung und die Bewertung durch einen fachlich verantwortlichen Menschen.

R wie Reasoning

Reasoning beschreibt die Fähigkeit eines KI-Modells, komplexere Aufgaben strukturiert zu bearbeiten. Das Modell zerlegt eine Aufgabe in Teilprobleme und leitet daraus eine Antwort ab. Das Ergebnis kann trotzdem Fehler enthalten.

S wie Slop

KI-Slop bezeichnet massenhaft produzierte Inhalte mit geringem Informationswert. Dazu gehören austauschbare Texte, irreführende Bilder oder inhaltsarme Beiträge. Gute KI-Inhalte benötigen deshalb weiterhin Fachwissen und redaktionelle Kontrolle.

T wie Token

Ein Token ist eine kleine Texteinheit, die ein Sprachmodell verarbeitet. Ein Token kann ein Wort, ein Wortteil oder ein Satzzeichen sein. Nutzungslimits und Kosten von KI-Diensten werden häufig anhand der Tokenzahl berechnet.

U wie Unüberwachtes Lernen

Beim unüberwachten Lernen analysiert ein System Daten, ohne dass jede Information vorher von Menschen beschriftet wurde. Die KI versucht selbstständig, Muster und Gruppen zu erkennen.

V wie Voreingenommenheit

KI-Systeme können Verzerrungen aus ihren Trainingsdaten übernehmen. Das wird häufig als Bias bezeichnet. Dadurch können einzelne Personen oder Gruppen unfair dargestellt oder benachteiligt werden.

W wie Weltmodell

Ein Weltmodell soll Zusammenhänge, Zustände und mögliche Folgen von Handlungen abbilden. Dadurch könnte eine KI Situationen nicht nur sprachlich beschreiben, sondern Entwicklungen innerhalb einer simulierten Umgebung nachvollziehen.

X wie Explainable AI

Explainable AI, kurz XAI, beschäftigt sich mit der Nachvollziehbarkeit von KI-Entscheidungen. Nutzer sollen besser verstehen können, welche Informationen zu einem Ergebnis geführt haben.

Y wie Yield

Yield beschreibt im Unternehmenskontext den messbaren Ertrag einer KI-Anwendung. Dabei geht es nicht nur um Zeitersparnis, sondern auch um Qualität, Kosten, Fehlerquote und geschäftlichen Nutzen.

Z wie Zero-Shot

Zero-Shot bedeutet, dass ein KI-Modell eine Aufgabe ohne vorheriges Beispiel bearbeitet. Beim Few-Shot-Verfahren erhält es dagegen einige Beispiele, an denen es sich orientieren kann.

Abschluss

Wer KI sinnvoll einsetzen möchte, muss nicht jedes technische Detail kennen. Entscheidend ist, Möglichkeiten und Grenzen zu verstehen, Ergebnisse kritisch zu prüfen und geeignete Anwendungen für den eigenen Arbeitsalltag zu identifizieren.

Die mobile Version verlassen