KI-Begriffe für Einsteiger: Die 30 wichtigsten Fachwörter kurz erklärt

KI-Begriffe wie Token, Prompt, LLM oder RAG begegnen einem überall, oft ohne Erklärung. Diese Übersicht erklärt die wichtigsten Fachwörter in je ein bis zwei Sätzen, geordnet nach Themen. Ausführlichere Erklärungen finden Sie im KI-Glossar und in den verlinkten Ratgebern.

Grundlagen

• Künstliche Intelligenz (KI): Software, die Aufgaben löst, für die man bisher menschliches Denken brauchte. Siehe Was ist künstliche Intelligenz?
• Maschinelles Lernen: Verfahren, bei denen Software aus Beispielen lernt, statt fest programmiert zu werden.
• Neuronales Netz: Rechenmodell aus vielen verbundenen Schichten, lose an das Gehirn angelehnt.
• Generative KI: KI, die neue Inhalte erzeugt, etwa Texte, Bilder oder Musik.
• LLM: Large Language Model, ein großes Sprachmodell wie hinter ChatGPT, Claude oder Gemini.
• Transformer: die Architektur fast aller heutigen Sprachmodelle.
• Parameter: die gelernten Zahlenwerte eines Modells; ihre Anzahl beschreibt die Modellgröße.

Nutzung und Prompts

• Prompt: die Eingabe an die KI. Siehe Was ist ein Prompt?
• Systemprompt: dauerhafte Anweisungen, die Rolle und Regeln eines Assistenten festlegen.
• Token: die Einheit, in der Modelle Text verarbeiten; im Deutschen oft ein Wortteil. Den Zusammenhang zwischen Wörtern und Tokens zeigt der Wörter-Token-Umrechner.
• Kontextfenster: die maximale Textmenge, die ein Modell auf einmal berücksichtigen kann.
• Temperatur: Einstellung, die steuert, wie zufällig oder vorhersehbar Antworten ausfallen.
• Halluzination: eine überzeugend klingende, aber falsche Aussage der KI.
• Wissensstichtag: das Datum, bis zu dem die Trainingsdaten reichen.

Training und Modelle

• Trainingsdaten: die Texte und Medien, aus denen ein Modell lernt.
• Vortraining: die erste, aufwendigste Lernphase mit riesigen Textmengen.
• Fine-Tuning: Nachtrainieren eines Modells auf eine bestimmte Aufgabe.
• RLHF: Nachtraining mit menschlichem Feedback, das Modelle hilfreicher macht.
• Inferenz: die Nutzung des fertigen Modells, also das Erzeugen von Antworten.
• Open Weight: Modelle, deren Gewichte frei herunterladbar sind.
• Reasoning-Modell: Modell, das vor der Antwort Zwischenschritte durchdenkt.
• Multimodal: Modelle, die neben Text auch Bilder, Audio oder Video verarbeiten.

Anwendungen und Technik

• API: Programmierschnittstelle, über die Software ein Modell nutzt; abgerechnet wird meist nach Tokens.
• Embedding: Zahlenvektor, der die Bedeutung eines Textes abbildet und Ähnlichkeitssuche ermöglicht.
• RAG: Verfahren, bei dem passende Dokumente gesucht und dem Modell mitgegeben werden. Siehe RAG einfach erklärt.
• Vektordatenbank: Datenbank für Embeddings, Grundlage vieler RAG-Systeme.
• Agent: KI-System, das selbstständig mehrere Schritte plant und Werkzeuge nutzt.
• Function Calling: Fähigkeit eines Modells, Werkzeuge oder Funktionen gezielt aufzurufen.
• MCP: Model Context Protocol, ein offener Standard zur Anbindung von Werkzeugen und Datenquellen an KI-Anwendungen.

Recht und Sicherheit

• KI-Verordnung (AI Act): EU-Verordnung 2024/1689, die KI nach Risiko einstuft.
• KI-Kompetenz: Pflicht nach Art. 4 der KI-Verordnung, Mitarbeitende im Umgang mit KI zu befähigen.
• AVV: Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO, nötig bei personenbezogenen Daten in Cloud-Diensten.
• Prompt Injection: Angriff mit versteckten Anweisungen in Texten, die eine KI verarbeitet.
• Alignment: Ausrichtung von KI auf menschliche Ziele und Werte.

Ein guter nächster Schritt nach dieser Übersicht ist der Ratgeber Was sind Tokens?, denn Tokens bestimmen Kosten und Grenzen fast aller KI-Anwendungen.