Wissen · KI-Glossar
KI-Begriffe, einfach erklärt.
LLM, Token, RAG, Agent: Rund um KI kursieren viele Begriffe. Hier erklären wir die wichtigsten kurz und ohne Fachchinesisch — mit Beispielen aus dem Alltag und dem Hinweis, was sie für dich bedeuten.
01 · 9 Begriffe
Grundlagen
Die Bausteine, auf denen moderne KI aufbaut.
Generative KI
Generative KI erzeugt neue Inhalte — Texte, Bilder, Audio oder Code —, statt vorhandene Daten nur zu sortieren oder zu klassifizieren.
Kontextfenster
Das Kontextfenster gibt an, wie viel Text ein Modell auf einmal berücksichtigen kann — Anweisung, Dokumente, Gesprächsverlauf und Antwort zusammen. Es wird in Tokens gemessen.Mehr erfahren →Passende Werkzeuge: Claude, Google Gemini
Künstliche Intelligenz (KI)
Künstliche Intelligenz (KI) bezeichnet Computersysteme, die Aufgaben übernehmen, für die sonst menschliches Denken nötig ist — zum Beispiel Texte verstehen, Muster erkennen oder Entscheidungen vorbereiten.
Large Language Model (LLM)
Ein Large Language Model (LLM) ist ein großes Sprachmodell, das mit enormen Textmengen trainiert wurde. Es erzeugt Text, indem es Stück für Stück das wahrscheinlich nächste Textstück vorhersagt.Mehr erfahren →Passende Werkzeuge: ChatGPT, Claude, Google Gemini, Mistral Vibe
Maschinelles Lernen
Maschinelles Lernen ist ein Teilgebiet der KI: Statt festen Regeln lernt ein System aus Beispieldaten, Zusammenhänge zu erkennen, und wendet sie auf neue Daten an.
Multimodale KI
Multimodale KI verarbeitet mehrere Arten von Eingaben zugleich, etwa Text, Bilder, Audio und Video, und kann sie miteinander verknüpfen.Passende Werkzeuge: Google Gemini
Neuronales Netz
Ein neuronales Netz ist ein mathematisches Modell aus vielen verbundenen Rechenknoten, lose dem Gehirn nachempfunden. Es lernt, indem seine Verbindungen beim Training angepasst werden.
Token
Ein Token ist die kleinste Texteinheit, mit der ein Sprachmodell rechnet — meist ein Wort oder ein Wortteil. Länge und Kosten einer Anfrage werden in Tokens gemessen.Mehr erfahren →Passende Werkzeuge: OpenRouter
Transformer
Der Transformer ist die Modellarchitektur, auf der die meisten heutigen Sprachmodelle beruhen. Sein Aufmerksamkeitsmechanismus (Attention) erkennt, welche Wörter in einem Text zusammengehören.
02 · 11 Begriffe
Arbeiten mit Sprachmodellen
Wie du Sprachmodelle ansprichst, mit Wissen versorgst und anpasst.
Benchmark
Ein Benchmark ist ein standardisierter Test, mit dem sich Modelle vergleichen lassen. Er zeigt Tendenzen, ersetzt aber nicht den Test mit deinen eigenen Aufgaben.Passende Werkzeuge: Arena
Embedding
Ein Embedding ist die Darstellung eines Textes (oder Bildes) als Zahlenreihe, die seine Bedeutung abbildet. Ähnliche Inhalte liegen darin nahe beieinander.Passende Werkzeuge: LlamaIndex
Fine-Tuning
Beim Fine-Tuning wird ein bereits trainiertes Modell mit eigenen Beispielen nachtrainiert, damit es Stil, Format oder eine Aufgabe zuverlässiger trifft.Mehr erfahren →Passende Werkzeuge: Hugging Face
Halluzination
Von Halluzination spricht man, wenn ein Sprachmodell Aussagen erfindet, die überzeugend klingen, aber falsch oder nicht belegt sind.Mehr erfahren →Passende Werkzeuge: Perplexity, Gemini Notebook
Mixture of Experts (MoE)
Bei einem Mixture-of-Experts-Modell rechnet pro Anfrage nur ein Teil der Parameter, die sogenannten aktiven Parameter. Das Modell antwortet dadurch schneller und günstiger, braucht aber trotzdem Speicher für alle Parameter.Mehr erfahren →
Prompt
Ein Prompt ist die Eingabe an eine KI: eine Frage, Anweisung oder Aufgabe, oft mit Kontext, Beispielen und Wünschen zum Format der Antwort.
Prompt Engineering
Prompt Engineering heißt, Eingaben an eine KI so zu gestalten, dass die Ergebnisse zuverlässig brauchbar sind: mit klarer Aufgabe, Kontext, Beispielen und gewünschtem Format.Mehr erfahren →Passende Werkzeuge: Claude, ChatGPT
Reasoning-Modell
Ein Reasoning-Modell erzeugt vor der eigentlichen Antwort Zwischenschritte und „denkt“ die Aufgabe durch. Das hilft bei Logik, Mathematik und Code, kostet aber mehr Zeit und Rechenaufwand.Passende Werkzeuge: ChatGPT, Claude, DeepSeek
Retrieval-Augmented Generation (RAG)
Retrieval-Augmented Generation (RAG) verbindet ein Sprachmodell mit deinen eigenen Quellen: Zu jeder Frage werden passende Textstellen gesucht und dem Modell als Grundlage für die Antwort mitgegeben.Mehr erfahren →Passende Werkzeuge: LlamaIndex, AnythingLLM, Open WebUI
System-Prompt
Der System-Prompt ist die Grundanweisung, die einem Modell vorgibt, wer es ist, wie es sich verhält und was es nicht tun soll. Nutzerinnen und Nutzer sehen ihn meist nicht.
Vektordatenbank
Eine Vektordatenbank speichert Embeddings und findet schnell die inhaltlich ähnlichsten Einträge zu einer Anfrage. Sie ist die Suchbasis vieler RAG-Systeme.Passende Werkzeuge: LlamaIndex
03 · 12 Begriffe
Agenten & Automatisierung
Wenn KI nicht nur antwortet, sondern Aufgaben erledigt.
Agenten-Framework
Ein Agenten-Framework ist eine Softwarebibliothek mit Bausteinen für KI-Agenten — etwa für Werkzeuganbindung, Gedächtnis, Planung und Abläufe.Passende Werkzeuge: LangChain, LangGraph, LlamaIndex, CrewAI
Chatbot
Ein Chatbot führt Gespräche in Textform. Moderne Chatbots auf Basis von Sprachmodellen verstehen freie Formulierungen und können auf Unternehmenswissen zugreifen.Passende Werkzeuge: Open WebUI, ChatGPT
Coding-Agent
Ein Coding-Agent ist ein KI-Agent für Softwareentwicklung: Er liest Code, schlägt Änderungen vor, führt Tests aus und setzt Aufgaben schrittweise um — idealerweise mit menschlicher Prüfung.Passende Werkzeuge: Claude Code, Replit, Kiro, Devin
Function Calling
Beim Function Calling gibt ein Sprachmodell keinen Fließtext aus, sondern einen strukturierten Aufruf einer Funktion, den deine Anwendung ausführt, zum Beispiel „Termin anlegen“.Passende Werkzeuge: LangChain
Human-in-the-Loop
Human-in-the-Loop bedeutet, dass ein Mensch bei wichtigen Schritten prüft oder freigibt, bevor eine KI-Entscheidung wirksam wird.Passende Werkzeuge: LangGraph
KI-Agent
Ein KI-Agent ist ein System, das mit einem Sprachmodell Ziele verfolgt: Es plant Schritte, nutzt Werkzeuge wie Suche, Datenbanken oder E-Mail und prüft Zwischenergebnisse.Mehr erfahren →Passende Werkzeuge: n8n, LangGraph, CrewAI, Claude Code
Low-Code / No-Code
Low-Code- und No-Code-Plattformen bauen Anwendungen und Abläufe per visuellem Editor statt mit viel Programmierung. Für KI-Workflows sind sie ein schneller Einstieg.Passende Werkzeuge: n8n, Zapier, Make
Model Context Protocol (MCP)
Das Model Context Protocol (MCP) ist ein offener Standard, über den KI-Anwendungen einheitlich auf Daten und Werkzeuge zugreifen, etwa auf Dateien, Datenbanken oder Dienste.Mehr erfahren →Passende Werkzeuge: Claude, Claude Code, n8n
Multi-Agenten-System
Ein Multi-Agenten-System lässt mehrere KI-Agenten mit unterschiedlichen Rollen zusammenarbeiten, etwa Planer, Rechercheur und Prüfer, die sich Zwischenergebnisse zuspielen.Passende Werkzeuge: AutoGen, CrewAI, LangGraph
Orchestrierung
Orchestrierung steuert, in welcher Reihenfolge Modelle, Werkzeuge und Datenquellen zusammenspielen, wann ein Agent weitermacht und wann ein Mensch freigibt.Passende Werkzeuge: LangGraph, n8n
Sandbox
Eine Sandbox ist eine abgeschottete Umgebung, in der Programme oder KI-generierter Code laufen, ohne dass sie auf deine echten Systeme und Daten zugreifen können.Passende Werkzeuge: E2B
Workflow-Automatisierung
Workflow-Automatisierung verbindet Systeme und Arbeitsschritte zu automatisch ablaufenden Prozessen. Mit KI lassen sich auch unstrukturierte Eingaben wie E-Mails oder Dokumente verarbeiten.Passende Werkzeuge: n8n, Zapier, Make, Activepieces
04 · 6 Begriffe
Betrieb & Recht
Wo KI läuft, wem die Daten gehören und was gesetzlich zählt.
DSGVO und KI
Die DSGVO gilt auch beim Einsatz von KI, sobald personenbezogene Daten verarbeitet werden. Wichtig sind Rechtsgrundlage, Auftragsverarbeitung, Speicherort und Transparenz.Mehr erfahren →Passende Werkzeuge: Ollama, n8n, Open WebUI
EU AI Act
Der EU AI Act ist die europäische Verordnung für KI. Er ordnet Anwendungen nach Risiko ein und knüpft daran gestaffelte Pflichten, die schrittweise gelten.
LLM-Gateway (Router)
Ein LLM-Gateway bündelt den Zugang zu vielen Sprachmodellen hinter einer Schnittstelle und leitet Anfragen je nach Kosten, Geschwindigkeit oder Qualität an passende Modelle weiter.Passende Werkzeuge: OpenRouter, Eden AI
Lokales Modell (On-Premise)
Ein lokales Modell läuft auf eigener Hardware oder im eigenen Rechenzentrum statt bei einem Cloud-Anbieter. Die Daten verlassen dabei dein Unternehmen nicht.Passende Werkzeuge: Ollama, LM Studio, Open WebUI
Open Weights
Bei Open-Weights-Modellen sind die trainierten Modellgewichte veröffentlicht, sodass du das Modell selbst betreiben und anpassen kannst. Das ist nicht automatisch dasselbe wie Open Source.Mehr erfahren →Passende Werkzeuge: Ollama, LM Studio, Hugging Face
Quantisierung
Quantisierung speichert die Gewichte eines Sprachmodells mit weniger Bits, etwa 4 statt 16. Das Modell braucht dann nur noch rund ein Viertel des Speichers und läuft auf deutlich kleinerer Hardware, bei meist geringem Qualitätsverlust.Mehr erfahren →Passende Werkzeuge: Ollama, LM Studio, Hugging Face
05 · 2 Begriffe
Sichtbarkeit in der KI-Suche
Wie Inhalte in KI-Antworten auftauchen.
Generative Engine Optimization (GEO)
Generative Engine Optimization (GEO) bedeutet, Inhalte so aufzubereiten, dass KI-Suchen und Chatassistenten sie verstehen, nutzen und zitieren.Mehr erfahren →Passende Werkzeuge: Perplexity
llms.txt
llms.txt ist eine Textdatei im Hauptverzeichnis einer Website, die KI-Systemen einen Überblick über die wichtigsten Inhalte gibt. Sie ist ein Vorschlag, kein offizieller Standard.