Glossar

KI Begriffe einfach erklärt

27 komplexe Begriffe rund um Künstliche Intelligenz, in verständlicher Sprache und ohne Fachjargon. Ergänzend zum 5-Minuten-Podcast.

Grundlagen

Künstliche Intelligenz (KI): Sammelbegriff für Systeme, die Aufgaben lösen, für die man sonst menschliche Intelligenz erwarten würde.KI ist kein einzelnes Verfahren, sondern ein Oberbegriff. Darunter fallen regelbasierte Systeme, klassisches maschinelles Lernen und moderne neuronale Netze. Entscheidend ist: Heutige KI erkennt Muster in Daten und leitet daraus Vorhersagen ab, sie versteht Inhalte nicht so wie ein Mensch.Beispiel: Eine Spamerkennung entscheidet anhand gelernter Muster, ob eine Mail unerwünscht ist.Passende EpisodenDie 3 entscheidenden Kompetenzen im Umgang mit Künstlicher Intelligenz KI? Es kommt auf die Aufmerksamkeit an!Fast alle nutzen KI. Fast keiner verdient daran?
Maschinelles Lernen: Verfahren, bei dem ein System Regeln aus Beispielen lernt, statt sie fest programmiert zu bekommen.Statt jede Regel von Hand zu schreiben, zeigt man dem System viele Beispiele. Es passt interne Parameter so an, dass es auf neuen, ungesehenen Daten möglichst gute Ergebnisse liefert. Man unterscheidet überwachtes Lernen mit Zielwerten, unüberwachtes Lernen ohne Zielwerte und bestärkendes Lernen über Belohnungen.Passende EpisodenNicht KI, sondern Machine Learning (Maschinelles Lernen)Was steckt hinter maschinellem lernen?Warum wir zwischen interaktiver und operativer KI unterscheiden sollten
Deep Learning: Maschinelles Lernen mit vielschichtigen neuronalen Netzen.Deep Learning nutzt Netze mit vielen Schichten. Jede Schicht bildet zunehmend abstraktere Merkmale ab, von Kanten über Formen bis zu Objekten. Der Durchbruch kam durch grosse Datenmengen und leistungsfähige Grafikprozessoren.Passende EpisodenBrauchen wir eine KI Steuer? Ein Deep Research Experiment MistralAI - die Alternative zu Deepseek und ChatGPT?DeepSeek und was das für Dich bedeutet
Neuronales Netz: Rechenmodell aus verbundenen Knoten, deren Gewichte im Training angepasst werden.Ein neuronales Netz besteht aus Schichten künstlicher Neuronen. Jede Verbindung hat ein Gewicht. Beim Training werden diese Gewichte so verändert, dass der Fehler zwischen Vorhersage und erwartetem Ergebnis kleiner wird. Mit der Biologie hat das Modell nur den Namen gemeinsam.Passende EpisodenMoltbook - Fake, Hype oder Blick in die Zukunft?Kaputtes Internet? Alle scrollen, kaum jemand schreibt - trotz KI KI verändert unsere Erinnerung und schreibt damit Geschichte
Multimodalität: Fähigkeit eines Modells, mehrere Datenarten wie Text, Bild, Ton und Video zu verarbeiten.Multimodale Modelle bilden verschiedene Eingabearten in einem gemeinsamen Repräsentationsraum ab. Damit lassen sich Bilder beschreiben, Diagramme auswerten oder gesprochene Fragen direkt beantworten.Passende EpisodenHumanitys Last Exam - Die letzte Prüfung der Menschheit?MistralAI - die Alternative zu Deepseek und ChatGPT?Was ist los bei ChatGPT mit GPT4-o Mini?
Generative KI: KI, die neue Inhalte erzeugt statt nur zu klassifizieren.Generative Modelle erzeugen Text, Bilder, Audio, Video oder Code. Sie unterscheiden sich damit von analytischen Modellen, die bestehende Daten nur einordnen oder bewerten.Passende EpisodenFrauen nutzen generative KI bis zu 25 % seltener als Männer?Warum wir Langdock nutzen Kaputtes Internet? Alle scrollen, kaum jemand schreibt - trotz KI
Trainingsdaten: Die Datenmenge, aus der ein Modell seine Muster lernt.Qualität, Herkunft und Ausgewogenheit der Trainingsdaten prägen das Ergebnis stärker als jede spätere Feinjustierung. Fehler, Lücken und einseitige Sichtweisen in den Daten finden sich im Verhalten des Modells wieder.Passende EpisodenDirekt bei Google suchen mit ChatGPT und Live Training - stimmt das wirklich?Pokemon Go und Strava und das Problem mit dem Data-Sharing Souveränität heisst entscheiden können - nicht sich abschotten
Artificial General Intelligence (AGI): Hypothetische KI, die beliebige geistige Aufgaben auf menschlichem Niveau bewältigt.AGI existiert heute nicht und es gibt keine einheitliche Definition oder anerkannte Messgrösse. Der Begriff wird in der Kommunikation häufig verwendet, um Erwartungen zu steuern. Für Entscheidungen im Betrieb ist die Frage relevanter, was ein konkretes System heute nachweislich zuverlässig leistet.Passende EpisodenSuperaligment und Superintelligenz (Artificial General Intelligence AGI)Der Aufstieg der Frontier Firms: wenn Mitarbeiter:Innen mit Agenten arbeiten Kennst Du Mono.Chat?

Sprachmodelle

Large Language Model (LLM): Sehr grosses Sprachmodell, das Text Wort für Wort auf Basis von Wahrscheinlichkeiten erzeugt.Ein LLM wurde auf riesigen Textmengen trainiert und sagt jeweils den nächsten Textbaustein voraus. Daraus entstehen flüssige Antworten, Zusammenfassungen oder Programmcode. Weil das Modell auf Wahrscheinlichkeit optimiert ist und nicht auf Wahrheit, braucht es immer eine menschliche Prüfung.Beispiel: Bekannte Vertreter sind GPT, Claude, Gemini, Llama und Mistral.Passende EpisodenMenschen sprechen mehr und mehr wie ChatGPT?ChatGPT als Lebenscoach? Was machen wir da eigentlich?Hilfe mein ChatGPT halluziniert
Transformer: Netzarchitektur, die moderne Sprachmodelle möglich gemacht hat.Der Transformer verarbeitet eine ganze Sequenz gleichzeitig und gewichtet über den Aufmerksamkeitsmechanismus, welche Teile für welche Stelle wichtig sind. Das lässt sich sehr gut parallelisieren und ist der Grund für die Sprünge in der Qualität seit 2017.
Attention: Mechanismus, der bestimmt, welche Teile einer Eingabe für die aktuelle Vorhersage wichtig sind.Attention berechnet für jedes Element einer Sequenz, wie stark es andere Elemente berücksichtigen soll. So kann ein Modell einen Bezug über viele Sätze hinweg herstellen, statt nur die letzten Wörter zu betrachten.Passende EpisodenKI? Es kommt auf die Aufmerksamkeit an!Was sind deine Daten wert?
Token: Kleinste Texteinheit, mit der ein Sprachmodell rechnet, meist ein Wortteil.Modelle sehen keine Wörter, sondern Token. Ein deutsches Wort besteht oft aus zwei bis vier Token. Kosten, Geschwindigkeit und Längenbegrenzungen werden deshalb in Token gemessen, nicht in Zeichen.Passende EpisodenFable 5 kommt zurück und KI wird teurer Hilfe mein ChatGPT halluziniert 5 Trends für 2025 die Du dir merken solltest
Kontextfenster: Maximale Menge an Token, die ein Modell in einem Durchgang berücksichtigen kann.Alles, was ausserhalb des Kontextfensters liegt, existiert für das Modell nicht. Wird ein Gespräch zu lang, fallen frühere Teile weg oder müssen zusammengefasst werden. Grosse Kontextfenster sind praktisch, garantieren aber keine gleichmässige Aufmerksamkeit über den gesamten Text.Passende EpisodenVom Prompt Engineering zum Context Engineering Was ist los bei ChatGPT mit GPT4-o Mini?Fable 5 kommt zurück und KI wird teurer

Praxis

Prompt Engineering: Die Kunst, Aufträge an ein Modell so zu formulieren, dass brauchbare Ergebnisse entstehen.Gute Prompts enthalten Rolle, Aufgabe, Kontext, Format und Abgrenzung. Wer Beispiele mitliefert, erhöht die Trefferquote deutlich. Prompt Engineering ersetzt keine Fachkenntnis, es macht sie nur nutzbar.Beispiel: Statt «Schreib etwas über KI» besser: «Fasse den folgenden Text in fünf Stichpunkten für Geschäftsleitungen zusammen».Passende EpisodenBesser prompten? Und warum Prompt Engineering bald weg fallen wird Vom Prompt Engineering zum Context Engineering Prompt Injections nehmen zu
KI-Agent: System, das ein Ziel in Schritte zerlegt, Werkzeuge aufruft und Ergebnisse selbst weiterverarbeitet.Ein Agent plant, handelt und prüft in Schleifen. Er kann Suchdienste, Datenbanken oder Schnittstellen aufrufen. Der Nutzen ist hoch, das Risiko ebenso: Ohne klare Grenzen, Protokollierung und Freigaben handelt ein Agent auch dann weiter, wenn die Ausgangsannahme falsch war.Passende EpisodenDer Aufstieg der Frontier Firms: wenn Mitarbeiter:Innen mit Agenten arbeiten 2025 wird das Jahr von KI Automationen und KI Agenten Der Agent kauft für dich ein: Wer kontrolliert den Checkout von morgen?
Open Source Modelle: Modelle, deren Gewichte offen verfügbar sind und selbst betrieben werden können.Offene Gewichte erlauben Betrieb auf eigener Infrastruktur, Anpassung und Prüfbarkeit. Das ist für Datenhoheit und digitale Souveränität wichtig. Zu beachten sind Lizenzbedingungen, denn offen verfügbar heisst nicht automatisch uneingeschränkt nutzbar.Passende EpisodenMistralAI - die Alternative zu Deepseek und ChatGPT?5 Trends für 2025 die Du dir merken solltest Was Pink Floyd mit Kimi K3 zu tun hat
Inferenz: Der Betrieb eines fertig trainierten Modells, also das Erzeugen einer Antwort.Training ist einmalig und teuer, Inferenz passiert bei jeder Anfrage. Kosten, Antwortzeit und Energieverbrauch im Alltag entstehen fast vollständig bei der Inferenz.
Temperature: Einstellung, die steuert, wie variabel die Ausgaben eines Modells ausfallen.Ein niedriger Wert macht Antworten vorhersehbar und konservativ, ein hoher Wert kreativer und unberechenbarer. Für Fakten und strukturierte Ausgaben wählt man tief, für Ideensammlungen höher.

Risiken

Halluzination: Überzeugend formulierte, aber sachlich falsche Ausgabe eines Modells.Weil ein Sprachmodell die wahrscheinlichste Fortsetzung erzeugt, kann es Quellen, Zahlen oder Zitate erfinden, die plausibel klingen. Gegenmittel sind Belege aus geprüften Quellen, enge Aufgabenstellungen und konsequentes Nachprüfen durch Menschen.Passende EpisodenHilfe mein ChatGPT halluziniert Was ist ein RAG?KI? Es kommt auf die Aufmerksamkeit an!
Bias: Systematische Verzerrung in Daten oder Modell, die zu unfairen Ergebnissen führt.Bias entsteht durch unausgewogene Datensätze, historische Ungleichheiten oder unpassende Zielgrössen. Er lässt sich nicht vollständig entfernen, aber messen, dokumentieren und begrenzen. Wichtig ist, dass Entscheidungen mit Auswirkung auf Menschen überprüfbar bleiben.Passende EpisodenSchon von KI Psychosen gehört?Brauchen wir eine KI Steuer? Ein Deep Research Experiment
Explainable AI: Methoden, die nachvollziehbar machen, warum ein Modell zu einem Ergebnis kommt.Erklärbarkeit reicht von einfachen Merkmalsgewichtungen bis zu Verfahren, die einzelne Entscheidungen begründen. Sie ist Voraussetzung für Vertrauen, Fehlersuche und für regulierte Bereiche wie Kredit, Medizin oder Personalwesen.Passende EpisodenDie Agentur hinter KI in den USA: DARPA

Architektur

Retrieval Augmented Generation (RAG): Verfahren, bei dem ein Modell vor der Antwort passende Dokumente sucht und diese mitliefert.Bei RAG wird die Frage zuerst genutzt, um in einer eigenen Wissensbasis relevante Abschnitte zu finden. Diese Abschnitte kommen in den Prompt, das Modell antwortet auf ihrer Basis. Das reduziert Halluzinationen und erlaubt Antworten auf Firmenwissen, ohne das Modell neu zu trainieren.Passende EpisodenWas ist ein RAG?KI diskriminiert vor allem junge Berufseinsteiger:Innen?KI? Es kommt auf die Aufmerksamkeit an!
Embedding: Numerische Darstellung von Text, Bild oder Ton, die Bedeutung vergleichbar macht.Ein Embedding ist eine Liste von Zahlen. Inhalte mit ähnlicher Bedeutung liegen im Zahlenraum nahe beieinander. Darauf beruht semantische Suche: Gefunden wird, was inhaltlich passt, nicht nur was wortgleich ist.
Vektordatenbank: Datenbank, die Embeddings speichert und nach Ähnlichkeit durchsuchbar macht.Eine Vektordatenbank findet zu einem Suchvektor die nächstgelegenen gespeicherten Vektoren. Sie ist die typische Grundlage für RAG-Anwendungen und semantische Suche über eigene Dokumente.
Fine Tuning: Nachtraining eines bestehenden Modells mit eigenen Beispieldaten.Beim Fine Tuning werden Gewichte eines vortrainierten Modells mit domänenspezifischen Beispielen weiter angepasst. Das lohnt sich vor allem für Stil, Format und wiederkehrende Aufgaben. Für aktuelles Faktenwissen ist RAG meist der bessere und günstigere Weg.

Recht

AI Act: EU-Verordnung, die KI-Systeme nach Risiko einstuft und daran Pflichten knüpft.Der AI Act unterscheidet verbotene Praktiken, Hochrisikoanwendungen, Systeme mit Transparenzpflichten und geringes Risiko. Je höher das Risiko, desto strenger sind Anforderungen an Daten, Dokumentation, menschliche Aufsicht und Nachvollziehbarkeit. Für Schweizer Unternehmen ist er relevant, sobald sie in der EU anbieten oder wirken.Passende EpisodenBring Your Own AI (BYOAI) als Gefahr für Unternehmen?Fable 5 von der US Regierung abgeschaltet Human in Command statt Human in the Loop
Datenschutz und KI: Regeln für den Umgang mit Personendaten beim Einsatz von KI-Werkzeugen.In der Schweiz gilt das revidierte Datenschutzgesetz, in der EU die DSGVO. Beide verlangen einen Zweck, eine Rechtsgrundlage, Transparenz und Datensparsamkeit. Praktisch heisst das: keine Personendaten oder vertraulichen Inhalte in Werkzeuge geben, deren Verarbeitung und Speicherort nicht geklärt sind.Passende EpisodenPokemon Go und Strava und das Problem mit dem Data-Sharing Make Europe Great Again?Warum wir Langdock nutzen

Zum Blog Häufige Fragen Podcast anhören