Glossar
Use CaseEin konkreter Anwendungsfall, bei dem KI einen messbaren Nutzen erzeugt.
RAGRetrieval-Augmented Generation. Ein KI-System, das Antworten auf Basis ausgewählter Dokumente oder Datenquellen erstellt.
PromptingDie strukturierte Eingabe von Anweisungen an ein KI-System, um gezielt nützliche Ergebnisse zu erhalten.
KI-GovernanceRegeln, Rollen und Prozesse für sicheren und verantwortungsvollen KI-Einsatz im Unternehmen.
Controlled PilotEin begrenzter, messbarer Praxistest für einen KI-Anwendungsfall — mit klarem Ziel, Zeitrahmen und Erfolgskriterien.
Vendor Lock-inAbhängigkeit von einem Anbieter, die spätere Wechsel technisch oder wirtschaftlich erschwert.
LLMLarge Language Model. Ein KI-Modell, das auf großen Textmengen trainiert wurde und natürliche Sprache versteht und erzeugt — z. B. GPT-4, Claude oder Gemini.
GPTGenerative Pre-trained Transformer. Die Architektur hinter vielen modernen Sprachmodellen wie ChatGPT.
TokenDie kleinste Verarbeitungseinheit eines Sprachmodells — grob ein Wort oder Wortteil. Bestimmt Kosten und Kontextgröße.
KontextfensterDie Menge an Text, die ein KI-Modell in einem Durchgang lesen und verarbeiten kann. Je größer, desto mehr Dokumente passen hinein.
EmbeddingEine numerische Darstellung von Text, mit der KI-Systeme Bedeutung und Ähnlichkeit von Inhalten erkennen können.
VektordatenbankEine Datenbank, die Embeddings speichert und schnelle Ähnlichkeitssuchen ermöglicht — Grundlage vieler RAG-Systeme.
Fine-TuningDas Nachtrainieren eines Basismodells auf eigenen Daten, um es für einen spezifischen Zweck zu spezialisieren.
HalluzinationWenn ein KI-Modell falsche oder erfundene Informationen mit hoher Überzeugung ausgibt. Wichtiger Risikofaktor im Unternehmenseinsatz.
AI AgentEin KI-System, das selbstständig Aufgaben plant, Werkzeuge nutzt und mehrere Schritte ausführt — ohne ständige menschliche Eingabe.
AutomationAutomatisierung wiederkehrender Aufgaben durch Software oder KI, um manuelle Arbeit zu reduzieren und Prozesse zu beschleunigen.
Prompt EngineeringDie systematische Entwicklung und Optimierung von Eingaben an KI-Modelle, um konsistent hochwertige Ergebnisse zu erzielen.
Zero-ShotEine KI löst eine Aufgabe ohne vorherige Beispiele — nur durch die Beschreibung im Prompt.
Few-ShotEine KI erhält wenige Beispiele im Prompt und überträgt das Muster auf neue Aufgaben.
Chain of ThoughtEine Prompting-Technik, bei der das Modell Zwischenschritte explizit durchdenkt — verbessert Genauigkeit bei komplexen Aufgaben.
APIApplication Programming Interface. Eine Schnittstelle, über die Software-Systeme miteinander kommunizieren — z. B. um ein KI-Modell in eine eigene Anwendung einzubinden.
MultimodalKI-Systeme, die mehrere Eingabetypen verarbeiten können — z. B. Text, Bilder, Audio oder Dokumente in einem Modell.
InferenzDer Vorgang, bei dem ein trainiertes KI-Modell eine Anfrage verarbeitet und eine Antwort generiert.
LatenzDie Zeit, die ein KI-System benötigt, um auf eine Anfrage zu antworten. Relevant für Echtzeit-Anwendungen wie Chatbots oder Voicebots.