KI-Glossar mit 93 Begriffen

Ein vorher festgelegter Wert, bei dem ein Pilot gestoppt wird.

Im Kurs: Tag 8

Eindeutige Handlungsvorschrift aus endlich vielen, klar beschriebenen Schritten. Klassisch schreibt ein Mensch die Regeln, lernend findet ein Modell sie in Daten.

Im Kurs: Tag 3

KI-System von Google DeepMind, das die Form von Proteinen vorhersagt. Chemie-Nobelpreis 2024.

Im Kurs: Tag 7

Wer KI entwickelt und auf den Markt bringt (Art. 3 Nr. 3). Trägt die schweren Pflichten.

Im Kurs: Tag 5

Eine Aufgabe als Folge von Schritten mit Anfang, Ergebnis und Übergaben. Pro Schritt entscheidest du: KI, Mensch oder beides.

Im Kurs: Tag 2

Mechanismus im Transformer: Jedes Token gewichtet, welche anderen Token für seine Bedeutung wichtig sind.

Im Kurs: Tag 3

Wie lange Unterlagen gesetzlich aufbewahrt werden müssen, etwa 8 Jahre für Rechnungen seit 2025.

Im Kurs: Tag 4

Ein Wert, der stark vom Üblichen abweicht. Kann ein Fehler sein oder ein echter Sonderfall.

Im Kurs: Tag 4

Die Neigung, einem Maschinenvorschlag zu schnell zu glauben und ihn ungeprüft zu übernehmen.

Im Kurs: Tag 5

Wie viel ein Agent allein darf: vorschlagen, vorbereiten, handeln mit Information oder allein handeln. Vereinfachtes Kursmodell.

Im Kurs: Tag 2

Video, in dem eine KI-generierte Person einen Text spricht, etwa mit HeyGen.

Im Kurs: Tag 7

Vertrag zur Auftragsverarbeitung. Regelt, wie ein Dienstleister wie ein KI-Anbieter Daten im Auftrag verarbeitet (Art. 28).

Im Kurs: Tag 6

Versteckter Auslöser in einem Modell, der geheimes Verhalten startet.

Im Kurs: Tag 6

Der heutige Messwert vor dem Pilot, inklusive wie er gemessen wurde.

Im Kurs: Tag 8

Wer KI beruflich einsetzt (Art. 3 Nr. 4). Das sind die meisten Unternehmen.

Im Kurs: Tag 5

Daten, die ständig neu entstehen: Bestellung, Buchung, Ticket.

Im Kurs: Tag 4

Ein systematischer Fehler, der immer dieselben Gruppen trifft. Ursachen: Daten, Geschichte, Messung oder blindes Vertrauen.

Im Kurs: Tag 5

Die KI soll Schritt für Schritt begründen. So siehst du, wo ihre Antwort kippt.

Im Kurs: Tag 2

Den Wandel so gestalten, dass Menschen ihn mittragen: erklären, einbinden, schulen.

Im Kurs: Tag 8

Die KI schreibt ein kleines Programm und rechnet damit, statt eine Zahl zu schätzen. Erkennbar am aufklappbaren Code.

Im Kurs: Tag 4

Die Person, die für einen Datenbestand geradesteht: pflegen, ändern, freigeben, löschen.

Im Kurs: Tag 4

Trainingsdaten werden manipuliert, damit das Modell gezielt oder insgesamt falsch arbeitet.

Im Kurs: Tag 6

Wie gut Daten für ihren Zweck taugen. Fünf Merkmale: vollständig, korrekt, einheitlich, aktuell, eindeutig.

Im Kurs: Tag 4

Neuronale Netze mit vielen verborgenen Schichten. Stark bei Bild, Sprache und Text.

Im Kurs: Tag 3

Die KI recherchiert im Auftrag: Plan, viele Quellen, Bericht mit Quellenangaben. Spart Suche, nicht Prüfung.

Im Kurs: Tag 4

Täuschend echt wirkendes KI-Bild, -Video oder -Audio von Personen, Orten oder Ereignissen. Muss nach Art. 50 offengelegt werden.

Im Kurs: Tag 5

Änderungspaket der EU zum AI Act, Verordnung (EU) 2026/1744, in Kraft seit 27.07.2026. Verschiebt Hochrisiko-Fristen und fasst Art. 4 neu.

Im Kurs: Tag 5

Übermittlung personenbezogener Daten in ein Land außerhalb der EU. Braucht eine eigene Grundlage (Art. 44 ff.).

Im Kurs: Tag 6

Datenschutz-Folgenabschätzung. Pflicht vor einer Verarbeitung mit voraussichtlich hohem Risiko für Betroffene (Art. 35).

Im Kurs: Tag 6

Ein Datensatz, der doppelt vorkommt. Verfälscht Summen und Zählungen.

Im Kurs: Tag 4

Modell aus Ja-Nein-Fragen: Knoten fragen, Äste führen weiter, Blätter tragen die Entscheidung. Lernbar und lesbar.

Im Kurs: Tag 3

Ein Prompt mit Beispielen, an denen das Modell Stil und Format erkennt.

Im Kurs: Tag 2

Ein System zeigt vor allem, was zum bisherigen Verhalten passt. Mehr vom Gleichen, weniger Widerspruch.

Im Kurs: Tag 5

Schlechte Daten rein, schlechte Ergebnisse raus. Auch die beste KI prüft nicht, ob ihre Daten stimmen.

Im Kurs: Tag 4

KI, die neue Inhalte erzeugt: Text, Bild, Ton oder Video.

Im Kurs: Tag 1

Zahl an einer Verbindung im neuronalen Netz. Wird beim Training immer wieder ein Stück angepasst.

Im Kurs: Tag 3

Regeln, Zuständigkeiten und Kontrolle für den KI-Einsatz: Tools, Daten, AI Act.

Im Kurs: Tag 8

Eine plausibel klingende, aber falsche oder erfundene Antwort eines KI-Modells.

Im Kurs: Tag 1

KI in Bereichen, in denen sie über Menschen urteilt oder Sicherheit betrifft, etwa Personalauswahl. Viele Pflichten, Anhang III ab 02.12.2027.

Im Kurs: Tag 5

Großes Verzeichnis offener Modelle und Datensätze. Viele Modelle lassen sich herunterladen und selbst betreiben.

Im Kurs: Tag 3

Die Anwendung eines fertig trainierten Modells auf neue, echte Fälle.

Im Kurs: Tag 1

Die Sicherheitsregeln eines Modells mit geschickten Eingaben umgehen, etwa per Rollenspiel.

Im Kurs: Tag 6

Ein KI-System, das ein Ziel verfolgt, dafür Schritte plant und Werkzeuge nutzt.

Im Kurs: Tag 2

Wissen und Fähigkeiten, KI sachkundig einzusetzen. Art. 4 verlangt Maßnahmen, die sie unterstützen.

Im Kurs: Tag 5

Nach Art. 3 Nr. 63 AI Act: mit großen Datenmengen trainiert, kann sehr viele Aufgaben, wird in viele Systeme eingebaut. Beispiele: GPT, Claude, Gemini.

Im Kurs: Tag 3

Das Modell ist der trainierte Motor, das System das fertige Produkt mit Oberfläche, Regeln und Filtern.

Im Kurs: Tag 1

Wie viel Text ein Modell auf einmal überblickt: Systemanweisung, Dokumente, Gespräch und Antwort.

Im Kurs: Tag 3

Key Performance Indicator. Die Kennzahl, an der der Erfolg gemessen wird.

Im Kurs: Tag 8

Ein maschinengestütztes System, das aus Eingaben ableitet, wie es Ausgaben erzeugt: Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen (Art. 3 Nr. 1).

Im Kurs: Tag 1

Large Language Model. Sehr tiefes neuronales Netz, das Token für Token das wahrscheinlich nächste Stück Text vorhersagt.

Im Kurs: Tag 3

Entscheidung zwischen fertigem Tool kaufen und eigene Lösung bauen.

Im Kurs: Tag 8

Aus Beispielen ein Muster lernen und es auf neue Fälle anwenden, statt Regeln von Hand zu schreiben.

Im Kurs: Tag 1

Daten über Daten: wer, wann, welche Version, welches Koordinatensystem.

Im Kurs: Tag 4

Rechenmodell aus Schichten künstlicher Neuronen: Eingabe-, verborgene und Ausgabeschicht.

Im Kurs: Tag 3

Das Modell lernt die Trainingsdaten auswendig statt des eigentlichen Musters und versagt bei neuen Fällen.

Im Kurs: Tag 1

Liste der zehn wichtigsten Sicherheitsrisiken für Anwendungen mit Sprachmodellen. Platz 1: Prompt Injection.

Im Kurs: Tag 6

Alle Gewichte eines Modells zusammen. Dort steckt das Gelernte. Große Sprachmodelle haben Milliarden.

Im Kurs: Tag 3

Alle Informationen zu einer identifizierten oder identifizierbaren Person: Name, Mail, IP-Adresse, Foto, Stimme, auch ein Kürzel (Art. 4 DSGVO).

Im Kurs: Tag 6

Zeitlich begrenzter Test eines Use Case mit einem Team, meist 8 bis 12 Wochen, mit klarer Messung.

Im Kurs: Tag 8

Prüfen, ob ein Ergebnis stimmen kann: ganze Datei gelesen, eine Summe selbst gerechnet, Größenordnung, Änderungen.

Im Kurs: Tag 4

Systematische Suche nach Use Cases und ihre Bewertung nach Nutzen, Machbarkeit, Datenlage und Risiko.

Im Kurs: Tag 8

Die Anweisung, die du einem KI-System gibst.

Im Kurs: Tag 1

Eine große Aufgabe in mehrere Etappen zerlegen. Jede Etappe ist ein eigener Prompt und prüfbar.

Im Kurs: Tag 2

Eine Anweisung so formulieren, dass das Modell das gewünschte Ergebnis zuverlässig liefert.

Im Kurs: Tag 2

Ein Befehl wird in die Eingabe geschmuggelt, direkt im Chat oder versteckt in Mail, Webseite oder Dokument. Die KI folgt ihm.

Im Kurs: Tag 6

Namen durch Kennungen ersetzen. Mit Zusatzwissen bleibt die Person zuordenbar, deshalb gelten die Daten weiter als personenbezogen.

Im Kurs: Tag 6

Use Case mit hohem Nutzen und wenig Aufwand. Kommt zuerst.

Im Kurs: Tag 8

Erst passende Fundstellen im Firmenwissen suchen, an die Frage hängen, dann daraus antworten. Mit Quelle, ohne neues Training.

Im Kurs: Tag 4

Ein Sprachmodell, das vor der Antwort selbst in Schritten „denkt“.

Im Kurs: Tag 2

Die Erlaubnis nach Art. 6 DSGVO, personenbezogene Daten zu verarbeiten: etwa Einwilligung, Vertrag, rechtliche Pflicht, berechtigtes Interesse.

Im Kurs: Tag 6

Ein Ablauf läuft nach festen, von Menschen geschriebenen Regeln allein. Keine KI.

Im Kurs: Tag 7

Ehrliche Standortbestimmung: Wie weit ist ein Unternehmen mit KI in sechs Dimensionen, auf einer Skala von fünf Stufen?

Im Kurs: Tag 8

Schwache KI löst eine bestimmte Aufgabe. Starke KI würde allgemein denken wie ein Mensch und existiert nicht.

Im Kurs: Tag 1

Bewertung mit gewichteten Noten: Note mal Gewicht, dann addieren. Macht Gründe sichtbar.

Im Kurs: Tag 8

Die richtige Antwort steckt in den Daten selbst, etwa das nächste Wort im Text. So werden Sprachmodelle vortrainiert.

Im Kurs: Tag 3

Menschen Punkte für ihr Verhalten geben und sie danach behandeln. Nach Art. 5 AI Act verboten.

Im Kurs: Tag 5

Daten, die sich selten ändern: Kunde, Produkt, Preis.

Im Kurs: Tag 4

Strukturiert: feste Spalten. Unstrukturiert: freier Text, Bild, Ton. Halbstrukturiert: feste Felder plus freier Teil, etwa eine E-Mail.

Im Kurs: Tag 4

Anteil der Tätigkeiten eines Berufs, die mit heutiger Technik übernommen werden könnten. Misst Machbarkeit, nicht Jobverlust.

Im Kurs: Tag 7

Chatbots stimmen gern zu und loben, weil Menschen Zustimmung beim Training besser bewertet haben.

Im Kurs: Tag 5

Unsichtbares Wasserzeichen von Google, mit dem KI-erzeugte Bilder, Videos und Töne maschinenlesbar markiert werden.

Im Kurs: Tag 7

Eine feste Regel, die für jedes Gespräch gilt. Daraus besteht jeder Agent.

Im Kurs: Tag 2

Wenige Beispiele mit Antwort, viele ohne. Das Modell lernt aus beiden.

Im Kurs: Tag 3

Automatisierte Auswertung großer Mengen von Texten und Werken, etwa fürs Training. Nach § 44b UrhG erlaubt, Widerspruch maschinenlesbar möglich.

Im Kurs: Tag 5

Aus geschriebenem Text wird gesprochene Sprache, etwa mit ElevenLabs.

Im Kurs: Tag 7

Wortteil, in dem ein Sprachmodell Text verarbeitet. Kosten und Grenzen werden oft in Token gerechnet.

Im Kurs: Tag 3

Mit Trainingsdaten übt das Modell, meist rund 80 Prozent. Mit zurückgehaltenen Testdaten wird geprüft, ob das Gelernte bei neuen Fällen hält.

Im Kurs: Tag 1

Architektur heutiger Sprachmodelle seit 2017. Verarbeitet Text parallel und nutzt Attention.

Im Kurs: Tag 3

1950 von Alan Turing vorgeschlagen: Kann ein Mensch im schriftlichen Gespräch Maschine und Mensch unterscheiden?

Im Kurs: Tag 1

Überwacht: mit richtiger Antwort. Unüberwacht: ohne Antwort, das Modell findet Gruppen. Bestärkend: Ausprobieren mit Belohnung.

Im Kurs: Tag 1

Ein konkreter Einsatzfall für KI, etwa „Angebotsentwurf mit Copilot“.

Im Kurs: Tag 8

Liste aller Verarbeitungen personenbezogener Daten im Betrieb mit Zweck, Betroffenen, Empfängern, Löschfristen (Art. 30).

Im Kurs: Tag 6

Eine echte Stimme wird nachgebildet. Nur mit Einwilligung der Person.

Im Kurs: Tag 7