KI-Begriffe und
Plattform-Sprache.

Anwendung

Adoption

Adoption beschreibt, wie schnell und stark eine neue Technologie tatsächlich genutzt wird. Ein KI-Tool kann technisch perfekt sein, wenn niemand es benutzt, hat es keinen Nutzen. Adoption hängt stark an Schulung und Vertrauen.

Forschung

AGI

Artificial General Intelligence

AGI bezeichnet eine hypothetische KI, die alle geistigen Aufgaben so gut wie ein Mensch erledigen könnte, lernen, denken, planen, sich anpassen. Heute existiert AGI nicht. Wann oder ob sie kommt, ist unter Forschern umstritten.

Forschung

AI Alignment

AI Alignment ist die Forschung, KI-Systeme so zu bauen, dass sie tun, was Menschen wirklich wollen, nicht nur, was im Code steht. Mit wachsender KI-Macht wird Alignment zu einer der wichtigsten Sicherheitsfragen.

Grundlagen

Algorithmus

Ein Algorithmus ist eine Schritt-für-Schritt-Anleitung für den Computer, wie er ein Problem löst. So wie ein Kochrezept Schritte hat, hat ein Algorithmus genau festgelegte Anweisungen. KI nutzt viele solcher Anleitungen, um Aufgaben zu erledigen.

Anwendung

API

Application Programming Interface (Schnittstelle)

Eine API ist eine technische Schnittstelle, durch die zwei Programme miteinander reden. Über die OpenAI-API kann eine Firma zum Beispiel ChatGPT in ihre eigenen Tools einbauen, ohne von vorn zu programmieren.

Sprachmodelle

Attention-Mechanismus

Attention Mechanism

Der Attention-Mechanismus erlaubt einem Modell, beim Lesen auf bestimmte Wörter besonders zu achten, etwa auf das Subjekt eines Satzes. So versteht es Zusammenhänge auch über große Distanzen. Diese Erfindung war der Schlüssel für moderne Sprachmodelle.

Anwendung

Automatisierung

Automation

Automatisierung heißt, wiederkehrende Arbeit von Computern erledigen zu lassen. Mit KI wird Automatisierung intelligenter: Sie kann auch Aufgaben übernehmen, bei denen früher Menschen entscheiden mussten, etwa Kundenanfragen vorsortieren.

Maschinelles Lernen

Backpropagation

Backpropagation ist das Verfahren, mit dem ein neuronales Netz lernt: Nach jedem Fehler wird der Fehler zurück durchs Netz geschickt, und die internen Werte werden angepasst. So wird das Netz Schritt für Schritt besser.

Ethik

Bias

Bias (Verzerrung)

Bias bedeutet: Die KI entscheidet systematisch ungerecht, etwa weil ihre Trainingsdaten einseitig waren. Folge: Bestimmte Gruppen werden benachteiligt. Bias zu erkennen und zu korrigieren ist eine Kernaufgabe verantwortungsvoller KI-Entwicklung.

Computer Vision

Bilderkennung

Image Recognition

Bilderkennung ist die Fähigkeit einer KI, zu erkennen, was auf einem Bild zu sehen ist, Personen, Objekte, Tiere oder Szenen. Sie wird etwa in Foto-Apps, Sicherheitskameras oder bei Medizin-Bildern eingesetzt.

Computer Vision

Bildgenerierung

Image Generation

Bildgenerierung ist die Fähigkeit einer KI, neue Bilder zu erstellen, auf Basis einer Text-Beschreibung oder eines anderen Bildes. Bekannte Tools dafür sind Midjourney, DALL-E oder Stable Diffusion.

Anwendung

Change Management

Change Management ist die Kunst, Veränderungen in Organisationen so zu führen, dass Menschen mitkommen. Bei KI besonders wichtig, weil sie Arbeitsweisen verändert. Es geht um Kommunikation, Schulung und Sorgen ernst nehmen.

Sprachmodelle

Chatbot

Ein Chatbot ist ein Programm, das per Text-Nachricht oder Sprache mit Menschen kommuniziert. Moderne Chatbots nutzen große Sprachmodelle und wirken oft wie ein echter Gesprächspartner. Es gibt einfache Bots für Standardfragen und schlaue für komplexe Themen.

Tools

ChatGPT

ChatGPT ist ein KI-Chatbot der Firma OpenAI, gestartet Ende 2022. Er war der erste KI-Assistent, der breit bekannt wurde. ChatGPT kann Texte schreiben, Fragen beantworten, programmieren und vieles mehr, auf vielen Sprachen.

Tools

Claude

Claude ist ein KI-Chatbot der Firma Anthropic. Er wurde mit besonderem Fokus auf Sicherheit und durchdachte Antworten entwickelt. Claude kann lange Texte verarbeiten, sorgfältig argumentieren und ist in vielen Sprachen einsetzbar.

Tools

Closed Source KI

Closed Source AI / Proprietary AI

Closed Source KI ist KI, deren Code und Modell der entwickelnden Firma gehören. Außenstehende können sie nutzen, aber nicht in den Code schauen oder das Modell selbst betreiben. Das schützt das Geschäftsmodell, schränkt aber Transparenz ein.

Maschinelles Lernen

Clustering

Beim Clustering sortiert die KI ähnliche Dinge zusammen, ohne dass jemand vorher sagt, welche Gruppen es gibt. So entstehen automatisch Cluster, also Häufungen von ähnlichen Datenpunkten.

Computer Vision

Computer Vision

Computer Vision ist das ganze Forschungsgebiet, das Computern beibringt, Bilder und Videos zu verstehen. Dazu gehören Bilderkennung, Objekterkennung, Gesichtserkennung und Bildgenerierung. Ein Kernfeld der KI seit Jahrzehnten.

Computer Vision

Convolutional Neural Network

CNN, Faltungs-Netz

Ein CNN ist eine spezielle Art neuronales Netz für Bilder. Es schaut Bilder Stück für Stück an und erkennt schrittweise erst Linien, dann Formen, dann ganze Objekte. Lange Zeit war es das wichtigste Modell für Computer Vision.

Tools

Copilot (Microsoft)

Microsoft Copilot

Copilot ist Microsofts KI-Assistent, der in Word, Excel, Outlook, Teams und Windows eingebaut ist. Er hilft beim Schreiben, Auswerten von Daten oder Vorbereiten von Meetings. Im Hintergrund laufen oft GPT-Modelle von OpenAI.

Tools

DALL-E

DALL-E ist OpenAIs KI-Tool zur Bildgenerierung, integriert in ChatGPT. Du gibst eine Text-Beschreibung ein, DALL-E erzeugt das passende Bild. Der Name ist eine Mischung aus dem Maler Dalí und dem Pixar-Roboter WALL-E.

Anwendung

Data Pipeline

Eine Data Pipeline ist die Reise der Daten von der Quelle bis zur Auswertung, Sammeln, Bereinigen, Speichern, Verarbeiten. Ohne saubere Pipelines arbeitet keine KI verlässlich. Sie ist die Infrastruktur hinter jeder KI-Lösung.

Grundlagen

Daten

Data

Daten sind alle Informationen, die ein Computer speichern und verarbeiten kann, Texte, Zahlen, Bilder, Töne, Videos. KI braucht Daten, um zu lernen. Je mehr und je besser die Daten, desto besser kann sie Aufgaben lösen.

Grundlagen

Datensatz

Dataset

Ein Datensatz ist eine geordnete Sammlung von Daten, mit denen eine KI trainiert oder geprüft wird. Er kann aus Bildern, Texten, Tabellen oder Tönen bestehen. Die Qualität des Datensatzes bestimmt stark, wie gut die KI später arbeitet.

Ethik

Datenschutz

Data Protection / Privacy

Datenschutz heißt, persönliche Daten von Menschen zu schützen, vor unerwünschter Speicherung, Weitergabe oder Auswertung. KI-Systeme verarbeiten oft viele Daten und müssen Datenschutz-Regeln streng einhalten. In Europa regelt das die DSGVO.

Grundlagen

Deep Learning

Deep Learning ist eine Form des maschinellen Lernens mit besonders tiefen, vielschichtigen neuronalen Netzen. Dadurch kann eine KI komplexe Muster erkennen, etwa Sprache oder Bilder. Fast alle bekannten KI-Systeme von heute nutzen Deep Learning.

Ethik

Deepfake

Deepfakes sind mit KI gefälschte Videos, Bilder oder Audios, die täuschend echt wirken, etwa eine Person, die etwas sagt, das sie nie gesagt hat. Sie sind ein wachsendes Risiko für Politik, Medien und persönliche Sicherheit.

Computer Vision

Diffusion Model

Ein Diffusion Model ist eine KI, die aus reinem Rauschen Schritt für Schritt ein Bild entwickelt. Sie hat im Training gelernt, Rauschen zu entfernen, und kann so neue Bilder erzeugen. Stable Diffusion arbeitet so.

Anwendung

Digital Transformation

Digital Transformation (Digitale Transformation)

Digital Transformation ist der grundsätzliche Umbau eines Unternehmens mit digitalen Werkzeugen, nicht nur Technik austauschen, sondern Prozesse, Kultur und Geschäftsmodelle. KI ist ein wichtiger Teil davon.

Grundlagen

Diskriminative KI

Discriminative AI

Diskriminative KI erstellt nichts Neues, sondern unterscheidet zwischen Kategorien. Sie sortiert oder bewertet Eingaben, also entscheidet, wozu etwas gehört. Das ist die ältere und in vielen Bereichen weiterhin wichtige Form von KI.

Ethik

DSGVO und KI

GDPR and AI

Die DSGVO ist das europäische Datenschutzgesetz von 2018. Sie verlangt von KI-Systemen unter anderem: klare Information, Einwilligung, Zweckbindung, Recht auf Löschung. Wer in Europa KI einsetzt, muss diese Regeln beachten.

Forschung

Edge AI

Edge AI heißt: Die KI läuft direkt auf dem Gerät, Smartphone, Kamera, Sensor, statt in einem Rechenzentrum. Vorteil: Sie funktioniert ohne Internet, schneller und datenschutzfreundlicher, weil Daten das Gerät nicht verlassen.

Sprachmodelle

Embedding

Ein Embedding ist die Übersetzung eines Wortes oder Textes in eine lange Zahlenliste. Diese Zahlen erfassen die Bedeutung. Ähnliche Wörter haben ähnliche Embeddings. So kann der Computer mit Bedeutung rechnen, etwa Texte vergleichen oder durchsuchen.

Ethik

Erklärbarkeit

Explainability / XAI

Erklärbarkeit bedeutet: Eine KI kann sagen, warum sie eine bestimmte Entscheidung getroffen hat. Bei einfachen Modellen ist das leicht, bei großen neuronalen Netzen schwer. Forscher arbeiten an Methoden, KI-Entscheidungen verständlich zu machen.

Ethik

Fairness

Fairness im KI-Kontext heißt: Das Modell behandelt verschiedene Gruppen gleichermaßen gerecht. Was fair ist, hängt vom Anwendungsfall ab und ist oft strittig. Es gibt verschiedene mathematische Definitionen, die nicht alle gleichzeitig erfüllt werden können.

Grundlagen

Feature

Feature (Merkmal)

Ein Feature ist ein einzelnes Merkmal, auf das die KI achtet, etwa Farbe, Größe, Wortlänge oder Tonhöhe. Die KI nutzt viele Features zusammen, um eine Entscheidung zu treffen. Manche werden vom Menschen ausgewählt, manche findet die KI selbst.

Forschung

Federated Learning

Federated Learning ist ein Verfahren, bei dem viele Geräte gemeinsam ein Modell trainieren, ohne ihre Daten zu teilen. Jedes Gerät lernt lokal, nur die Lernfortschritte werden zentral zusammengeführt. Das schützt Privatsphäre.

Forschung

Few-Shot Learning

Few-Shot Learning bedeutet: Die KI lernt eine neue Aufgabe aus wenigen Beispielen, oft nur drei bis fünf. Das wird im Prompt mitgegeben. Moderne Sprachmodelle können das erstaunlich gut, ohne neu trainiert zu werden.

Forschung

Fine-Tuning

Fine-Tuning ist das Nachtrainieren eines fertigen Modells für eine bestimmte Aufgabe oder einen Stil. Man braucht dafür weniger Daten als für das Grund-Training. So passt man große Allgemein-Modelle an spezielle Anwendungen an.

Forschung

Foundation Model

Ein Foundation Model ist ein großes, allgemein trainiertes KI-Modell, das als Grundlage für viele verschiedene Anwendungen dient. GPT, Claude und Llama sind Foundation Models. Sie werden oft per Fine-Tuning für spezielle Zwecke angepasst.

Tools

Gemini

Gemini (vormals Bard)

Gemini ist Googles Familie von KI-Modellen, integriert in Google-Produkte wie Suche, Docs oder Mail. Gemini kann Text, Bilder, Video und Audio verstehen, wird also als multimodale KI bezeichnet.

Grundlagen

Generative KI

Generative AI

Generative KI erstellt selbst neue Inhalte: Texte, Bilder, Musik, Videos oder Code. Sie hat aus vielen Beispielen gelernt und kombiniert das Gelernte zu etwas Neuem. ChatGPT und Midjourney gehören dazu.

Computer Vision

Gesichtserkennung

Facial Recognition

Gesichtserkennung ist eine Spezialform der Bilderkennung. Sie erkennt einzelne Gesichter und kann sie sogar einer Person zuordnen. Das hat viele Anwendungen, wirft aber auch starke Datenschutz-Fragen auf.

Maschinelles Lernen

Gradient Descent

Gradient Descent (Gradientenverfahren)

Gradient Descent ist ein Trick, mit dem die KI im Training kleine Schritte in die richtige Richtung macht. Sie sucht den Punkt, an dem die Fehler am kleinsten sind. Das geschieht millionenfach, bis das Modell gut ist.

Sprachmodelle

Halluzination

Hallucination

Eine Halluzination ist eine erfundene oder falsche Antwort einer KI, die plausibel klingt. Das Modell hat keine Quelle dafür, sondern sich die Information ausgedacht. Bei wichtigen Themen sollte man Antworten daher immer prüfen.

Maschinelles Lernen

Hyperparameter

Hyperparameter sind Einstellungen, die ein Mensch vor dem Training festlegt, etwa wie schnell das Modell lernen soll oder wie groß es ist. Sie verändern, wie das Training abläuft. Die richtigen Werte zu finden, ist eine eigene Aufgabe.

Anwendung

Implementierung

Implementation

Implementierung ist die tatsächliche Einführung einer Lösung im Arbeitsalltag. Die KI wird verbunden, getestet, geschult, in Workflows eingebaut. Es ist der Schritt, an dem viele Projekte scheitern, wenn er unterschätzt wird.

Anwendung

Integration

Integration heißt, eine KI in bestehende Programme oder Abläufe einzubauen. Erst durch Integration wird KI im Alltag nützlich, sonst bleibt sie ein Inseltool. Oft passiert das über APIs.

Anwendung

KI-Assistent

AI Assistant

Ein KI-Assistent ist ein Programm, das dir bei Aufgaben hilft, Texte schreiben, Termine planen, Fragen beantworten oder Code prüfen. Sprachassistenten wie Siri oder Alexa, aber auch ChatGPT oder Claude gehören dazu.

Ethik

KI-Governance

AI Governance

KI-Governance ist das Regelwerk, mit dem Organisationen KI verantwortungsvoll einsetzen, Richtlinien, Verantwortlichkeiten, Prüfprozesse, Risikobewertung. Sie sorgt dafür, dass KI nicht zufällig oder unsicher genutzt wird.

Tools

KI-Plattform

AI Platform

Eine KI-Plattform ist ein Online-Dienst, der Firmen oder Entwicklern Zugang zu KI-Modellen, Tools und Infrastruktur gibt. Statt selbst Modelle zu trainieren, nutzt man fertige Bausteine. Beispiele sind OpenAI, Anthropic, Google AI oder Hugging Face.

Ethik

KI-Sicherheit

AI Safety

KI-Sicherheit umfasst alle Maßnahmen, die KI-Systeme zuverlässig und ungefährlich machen, von Schutz vor Missbrauch bis zur Vermeidung von Halluzinationen. Mit wachsender Macht von KI wird KI-Sicherheit immer wichtiger.

Anwendung

KI-Strategie

AI Strategy

Eine KI-Strategie legt fest, wo eine Firma KI einsetzen will und warum. Sie bestimmt Ziele, Budget, Verantwortlichkeiten und Reihenfolge. Ohne Strategie entstehen oft viele Insel-Projekte ohne Wirkung.

Maschinelles Lernen

Klassifikation

Classification

Klassifikation heißt: Eine KI ordnet Eingaben in Kategorien ein. Sie entscheidet zum Beispiel zwischen 'Spam' und 'Kein Spam' oder zwischen 'Apfel', 'Birne' und 'Banane'. Das ist eine der häufigsten Aufgaben für KI.

Sprachmodelle

Kontextfenster

Context Window

Das Kontextfenster ist die Menge an Text, die ein Sprachmodell auf einmal lesen kann. Es wird in Tokens gemessen. Wird das Fenster überschritten, vergisst das Modell den Anfang. Moderne Modelle haben sehr große Fenster.

Grundlagen

Künstliche Intelligenz

Artificial Intelligence

Künstliche Intelligenz ist die Fähigkeit von Computern, Aufgaben zu lösen, für die Menschen normalerweise Denken brauchen, etwa Bilder erkennen, Sprache verstehen oder Muster finden. Sie lernt aus Beispielen, statt einer festen Anleitung zu folgen.

Grundlagen

Künstliches neuronales Netz

Artificial Neural Network

Ein neuronales Netz ist ein Computerprogramm, das vom menschlichen Gehirn inspiriert ist. Es hat viele kleine Recheneinheiten, die Signale weitergeben, ähnlich wie Nervenzellen. Durch Training lernt es, Muster zu erkennen und Entscheidungen zu treffen.

Grundlagen

Label

Ein Label ist eine Markierung an einem Datenpunkt, die seine richtige Antwort verrät. Wenn man der KI ein Bild mit dem Label 'Hund' zeigt, weiß sie: So sieht ein Hund aus. Labels sind die Lehrer der KI im Training.

Sprachmodelle

Large Language Model

LLM, transformerbasiertes Sprachmodell

Ein großes Sprachmodell ist ein Computerprogramm, das mit unfassbar vielen Texten trainiert wurde, Bücher, Webseiten, Gespräche. Dadurch hat es gelernt, wie Sprache funktioniert, und kann Fragen beantworten, Texte schreiben oder übersetzen. ChatGPT ist ein solches Modell.

Maschinelles Lernen

Loss Function

Loss Function (Fehlerfunktion)

Eine Loss Function misst, wie weit die Vorhersage einer KI von der richtigen Antwort entfernt ist. Je kleiner der Loss, desto besser. Im Training versucht die KI, diesen Wert immer weiter zu senken.

Grundlagen

Machine Learning

Machine Learning (Maschinelles Lernen)

Machine Learning heißt: Ein Computer wird nicht direkt programmiert, sondern bekommt viele Beispiele und lernt selbst die Regeln. Je mehr und vielfältiger die Beispiele, desto besser die Vorhersagen. Das ist der Kern moderner KI.

Tools

Midjourney

Midjourney ist ein KI-Tool zur Bildgenerierung, bekannt für seinen besonders ästhetischen, oft künstlerischen Stil. Es läuft über Discord oder eine eigene Webseite. Du gibst eine Bildbeschreibung ein und bekommst innerhalb Sekunden Bilder.

Grundlagen

Modell

Model

Ein KI-Modell ist das Ergebnis aus dem Lernprozess: ein Programm, das aus vielen Beispielen Regeln gelernt hat und nun selbst Vorhersagen treffen kann. Man kann es sich wie einen geschulten Fachmann vorstellen, nur dass es Software ist.

Forschung

Multimodale KI

Multimodal AI

Multimodale KI versteht und erzeugt mehrere Arten von Inhalten, Text, Bild, Audio, Video, innerhalb eines Modells. Statt nur Text zu verarbeiten, kann sie zum Beispiel ein Foto ansehen und darüber reden.

Computer Vision

Objekterkennung

Object Detection

Objekterkennung geht einen Schritt weiter als Bilderkennung: Die KI findet nicht nur, was auf einem Bild ist, sondern auch wo. Sie zeichnet Rechtecke um die gefundenen Objekte. Wichtig für selbstfahrende Autos und Robotik.

Computer Vision

OCR

Optical Character Recognition (Texterkennung)

OCR ist die Erkennung von Text aus Bildern oder gescannten Dokumenten. Aus einem Foto wird ein durchsuchbarer Text. So können auch alte oder gedruckte Dokumente digital genutzt werden.

Tools

Open Source KI

Open Source AI

Open Source KI bedeutet: Der Code und oft auch die Modelle sind frei verfügbar. Jeder kann sie ansehen, ändern und nutzen, auch ohne Lizenzkosten. Das ermöglicht Forschung, Anpassung und Vertrauen, weil Außenstehende prüfen können, was passiert.

Maschinelles Lernen

Overfitting

Overfitting heißt, dass eine KI die Trainingsdaten auswendig gelernt hat, statt allgemeine Regeln zu finden. Bei neuen Daten ist sie dann schlecht. Es ist ein Hauptproblem im Training und wird durch Validierung erkannt.

Tools

Perplexity

Perplexity AI

Perplexity ist eine KI-Suchmaschine, die Antworten in ganzen Sätzen gibt und dazu Quellen nennt. Sie verbindet ein Sprachmodell mit einer Live-Suche im Web. Dadurch sind ihre Antworten oft aktueller als bei reinen Chatbots.

Anwendung

Pilotprojekt

Pilot Project

Ein Pilotprojekt ist ein kleiner Test, bevor eine KI groß ausgerollt wird. Man probiert sie in einem Bereich aus, lernt aus dem Ergebnis und entscheidet dann über die Skalierung. Das senkt Risiko und Kosten.

Computer Vision

Pixel

Ein Pixel ist der kleinste Bildpunkt eines digitalen Bildes. Tausende oder Millionen Pixel zusammen ergeben ein Foto. Eine KI sieht ein Bild als Tabelle aus Pixel-Farbwerten und sucht darin nach Mustern.

Sprachmodelle

Prompt

Ein Prompt ist die Anweisung oder Frage, die du einem Sprachmodell gibst. Wie gut die Antwort wird, hängt stark davon ab, wie klar und präzise dein Prompt ist. Gute Prompts schreiben ist eine eigene Fähigkeit.

Sprachmodelle

Prompt Engineering

Prompt Engineering ist die Kunst, möglichst gute Anweisungen für KI zu schreiben. Profis testen viele Varianten und finden heraus, welche Worte und Strukturen die besten Ergebnisse bringen. Es ist eine neue Tätigkeit, die mit den Sprachmodellen entstanden ist.

Sprachmodelle

Prompting

Prompting ist der Vorgang, einer KI eine Aufgabe zu stellen. Es geht darum, die richtigen Worte zu wählen, damit die KI versteht, was gewünscht ist. Gutes Prompting macht den Unterschied zwischen mittelmäßigen und guten Antworten.

Forschung

Quantencomputing

Quantum Computing

Quantencomputing nutzt die Regeln der Quantenphysik, um bestimmte Aufgaben extrem schnell zu lösen. Es ist noch nicht alltagsreif, aber Forscher untersuchen, wie Quantencomputer in Zukunft KI-Aufgaben beschleunigen könnten.

Sprachmodelle

RAG

Retrieval Augmented Generation

RAG bedeutet, dass eine KI vor der Antwort erst in einer Datenbank nachschlägt und dann mit dem Gefundenen antwortet. Dadurch nutzt sie aktuelles oder firmeneigenes Wissen, das sie im Training nicht hatte. Halluzinationen werden seltener.

Maschinelles Lernen

Regression

Regression heißt: Die KI sagt eine Zahl voraus, statt eine Kategorie zu wählen. Etwa den Preis einer Wohnung, die Temperatur am nächsten Tag oder den erwarteten Umsatz. Dafür braucht sie passende Daten aus der Vergangenheit.

Maschinelles Lernen

Reinforcement Learning

Reinforcement Learning (Verstärkendes Lernen)

Reinforcement Learning ist Lernen durch Versuch und Belohnung. Die KI probiert Dinge aus, bekommt Punkte für gute Aktionen und lernt mit der Zeit, was funktioniert. So spielen Computer Schach oder steuern Roboter.

Anwendung

Schnittstelle

Interface

Eine Schnittstelle ist die Verbindung zwischen zwei Systemen, durch die Daten oder Befehle fließen. APIs sind eine Form von Schnittstelle. Auch Bildschirme oder Eingabe-Masken sind Schnittstellen, zwischen Mensch und Computer.

Grundlagen

Schwache KI

Narrow AI

Schwache KI ist auf eine einzelne Aufgabe spezialisiert: Schach spielen, Texte übersetzen, Bilder erkennen. Sie ist gut in dem einen Ding, kann aber nichts anderes. Alle KI-Systeme, die wir heute nutzen, sind schwache KI.

Anwendung

Skalierung

Scaling

Skalierung heißt, eine getestete Lösung auf größere Mengen oder mehr Nutzer auszuweiten. Was mit zehn Personen funktioniert, muss bei zehntausend nicht klappen, Skalierung bringt eigene Herausforderungen.

Sprachmodelle

Sprachgenerierung

Natural Language Generation

Sprachgenerierung ist die Fähigkeit einer KI, selbst Texte zu schreiben, Antworten, Artikel, Geschichten, Erklärungen. Das Modell wählt Wort für Wort das, was zur Aufgabe passt. Heute kommen die Texte oft schwer von Mensch-Texten zu unterscheiden.

Sprachmodelle

Sprachverständnis

Natural Language Understanding

Sprachverständnis bedeutet, dass eine KI nicht nur Wörter erkennt, sondern auch versteht, was gemeint ist. Dazu gehört, mit verschiedenen Formulierungen, Schreibweisen oder unklaren Sätzen umzugehen. Ohne Sprachverständnis wären Chatbots nutzlos.

Computer Vision

Stable Diffusion

Stable Diffusion ist ein bekanntes Open-Source-Diffusion-Model zur Bildgenerierung. Weil der Code frei verfügbar ist, gibt es viele Varianten und Tools, die darauf aufbauen. Es war ein wichtiger Wendepunkt für offene KI-Bildgenerierung.

Grundlagen

Starke KI

Strong AI / AGI

Starke KI wäre eine KI, die alles könnte, was ein Mensch kann, denken, lernen, sich anpassen, Probleme aller Art lösen. So eine KI gibt es heute nicht. Forscher diskutieren, ob und wann sie überhaupt entsteht.

Maschinelles Lernen

Supervised Learning

Supervised Learning (Überwachtes Lernen)

Beim Supervised Learning bekommt die KI viele Beispiele mit der richtigen Antwort dabei. Sie lernt, die Eingabe der richtigen Antwort zuzuordnen. Das ist die häufigste Form von KI-Training und braucht viele gelabelte Daten.

Maschinelles Lernen

Testdaten

Test Data

Testdaten sind ein extra Daten-Päckchen, das nur für die finale Prüfung der KI genutzt wird. Sie zeigen, wie gut das Modell wirklich auf unbekannten Eingaben funktioniert. Trainings-, Validierungs- und Testdaten werden streng getrennt.

Sprachmodelle

Token

Ein Token ist die kleinste Einheit, in die ein Sprachmodell Text zerlegt. Meist sind das drei bis vier Buchstaben oder ein kurzes Wort. Je mehr Tokens ein Modell auf einmal verarbeiten kann, desto längere Texte versteht es.

Sprachmodelle

Tokenisierung

Tokenization

Tokenisierung ist der Vorgang, einen Text in Tokens zu zerlegen, also in kleine Bausteine, mit denen das Modell rechnen kann. Welcher Token-Schnitt passt, lernt das Modell vorher anhand vieler Texte.

Grundlagen

Training

Training nennt man den Lernprozess einer KI: Man zeigt ihr ganz viele Beispiele, und sie passt sich Schritt für Schritt an, bis sie die Aufgabe gut beherrscht. Das ist ähnlich wie Üben für eine Prüfung, nur mit Millionen Beispielen.

Maschinelles Lernen

Trainingsdaten

Training Data

Trainingsdaten sind das Material, mit dem eine KI lernt. Ihre Qualität und Vielfalt bestimmen, wie gut das Modell später ist. Schlechte Trainingsdaten führen zu schlechten oder verzerrten KI-Ergebnissen.

Sprachmodelle

Transformer

Transformer-Architektur

Transformer sind eine Bauweise für KI-Modelle, die 2017 erfunden wurde. Sie verstehen besonders gut, wie Wörter zusammenhängen, selbst über lange Texte. Fast alle modernen Sprachmodelle, von ChatGPT bis Gemini, basieren auf Transformern.

Ethik

Transparenz

Transparency

Transparenz heißt: Es ist nachvollziehbar, was eine KI tut, mit welchen Daten sie trainiert wurde und wer sie betreibt. Ohne Transparenz kann niemand prüfen, ob die KI fair, korrekt und sicher ist. Sie ist Grundlage für Vertrauen.

Maschinelles Lernen

Underfitting

Underfitting heißt: Die KI hat nicht genug aus den Daten gelernt. Sie ist zu simpel und liefert weder bei Trainingsdaten noch bei neuen Daten gute Ergebnisse. Lösung: mehr Daten, längeres Training oder ein größeres Modell.

Maschinelles Lernen

Unsupervised Learning

Unsupervised Learning (Unüberwachtes Lernen)

Unsupervised Learning kommt ohne Antworten aus. Die KI bekommt nur Daten und sucht selbst nach Mustern oder Gruppen. Nützlich, wenn man nicht weiß, welche Strukturen in den Daten stecken.

Ethik

Urheberrecht und KI

Copyright and AI

Beim Urheberrecht und KI geht es um zwei Fragen: Darf KI mit urheberrechtlich geschütztem Material trainiert werden? Und wem gehört das, was eine KI erzeugt? Beides ist juristisch noch nicht überall klar geregelt.

Anwendung

Use Case

Use Case (Anwendungsfall)

Ein Use Case ist ein konkreter Anwendungsfall: Wofür wird die KI tatsächlich genutzt? Statt allgemein 'KI im Marketing' zu sagen, beschreibt ein Use Case zum Beispiel: 'KI schreibt Social-Media-Posts aus Produkt-Daten'.

Maschinelles Lernen

Validierung

Validation

Validierung ist das Prüfen einer KI mit Daten, die sie im Training nicht gesehen hat. Damit findet man heraus, ob sie wirklich gelernt hat oder nur auswendig kann. Ohne Validierung weiß man nicht, ob ein Modell taugt.

Anwendung

Workflow

Ein Workflow ist eine festgelegte Folge von Arbeitsschritten. Mit KI können Workflows teilweise oder ganz automatisiert werden. So sparen Firmen Zeit und Menschen können sich auf die kniffligen Teile konzentrieren.

Forschung

Zero-Shot Learning

Zero-Shot Learning bedeutet: Die KI löst eine Aufgabe, ohne ein einziges Beispiel gesehen zu haben, nur aus der Beschreibung. Das geht, weil sie aus dem Vortraining schon viel weiß. Bei einfachen Aufgaben funktioniert es oft, bei kniffligen weniger.