Fast jeder nutzt inzwischen KI-Tools, ob unbewusst wie bei Siri, Alexa, Netflix, Amazon oder bewusst und aktiv wie mit ChatGPT, Copilot oder Gemini. Aber die Wenigsten verstehen die Begrifflichkeiten, die einem inzwischen tagtäglich um die Ohren fliegen. Daher haben wir als kleinen Service einmal die wichtigsten Begriffe zu einem Glossar zusammengefasst. Bitteschön:

AGI: KI, die wie ein Mensch denken kann.

AI Agents: Autonome Programme, die Entscheidungen treffen.

AI Alignment: Sicherstellen, dass KI menschliche Werte beachtet.

AI Model: Ein trainiertes System für bestimmte Aufgaben.

AI Wrapper: Schnittstelle, die die Nutzung von KI-Modellen vereinfacht.

Chatbot: KI, die menschliche Gespräche simuliert.

Compute: Rechenleistung für KI-Modelle.

Computer Vision: KI, die Bilder und Videos erkennt und versteht.

Context: Kontextinfos, die KI für bessere Antworten nutzt.

COT (Chain of Thought): Schrittweises Denken der KI.

Dataset: Die Datensammlung, mit der ein KI-Modell trainiert wird.

Deep Learning: KI-Lernen mit künstlichen neuronalen Netzwerken.

Embedding: Zahlenbasierte Darstellung von Wörtern für KI.

Explainability: Wie KI-Entscheidungen nachvollziehbar werden.

Fine-Tuning: KI mit speziellen Daten gezielt weitertrainieren.

Foundation Model: Großes KI-Modell, das flexibel einsetzbar ist.

Generative AI: KI, die Texte, Bilder, etc. selbst erstellt.

GPU: Spezial-Hardware für schnelle KI-Berechnungen.

Ground Truth: Verifizierte Daten, von denen KI lernt.

Hallucination: Wenn KI falsche Informationen „halluziniert“.

Inference: Wenn KI ihre Vorhersagen auf Basis neuer Daten macht.

LLM (Large Language Model): KI, trainiert auf riesigen Textmengen.

Machine Learning: KI, die durch Daten selbst dazulernt.

MCP (Model Context Protocol): Standard für externen Datenzugriff.

Neural Network: KI-Struktur, inspiriert vom menschlichen Gehirn.

NLP (Natural Language Processing): KI, die menschliche Sprache versteht.

Parameters: Interne Werte, die das Lernen der KI steuern.

Prompt Engineering: Texteingaben, um KI gezielt zu steuern.

RAG (Retrieval-Augmented Generation): KI, die Suchergebnisse mit Textgenerierung kombiniert.

Reasoning Model: KI, die logisch denkt und Schlüsse zieht.

Reinforcement Learning: Lernen durch Belohnung und Strafe.

Supervised Learning: Lernen mit beschrifteten (gelabelten) Daten.

Tokenization: Zerlegen von Text in kleine Einheiten (Tokens).

TPU: Googles spezialisierter KI-Prozessor.

Training: KI durch Daten und Anpassung ihrer Parameter verbessern.

Transformer: Architektur zur Sprachverarbeitung in der KI.

Unsupervised Learning: KI findet Muster in unbeschrifteten Daten.

Vibe Coding: Programmieren mit KI durch natürliche Sprache.

Weights: Werte, die das Verhalten der KI im Lernprozess bestimmen.

Zero-Shot Learning: KI löst Aufgaben ohne vorherige Beispiele.