Suche

Suchbegriff eingeben.

Glossar

Kurze Erklärungen zu Begriffen aus der Welt der Künstlichen Intelligenz.

A

  • AlexNet

    Tiefes Faltungsnetz, das 2012 die ImageNet-Challenge gewann und oft als Funke der modernen Deep-Learning-Ära gilt.

  • Alignment (KI-Ausrichtung)

    Die Frage, ob KI-Systeme beabsichtigte Ziele und Werte verfolgen, nicht nur das, wofür sie auf Trainingsdaten optimiert wurden.

  • Allgemeine KI (AGI)

    Hypothetische KI mit menschenähnlicher Breite über viele Aufgaben, nicht dasselbe wie ein schmales Modell oder ein heutiger LLM-Chatbot.

  • AlphaFold

    DeepMind-System zur Vorhersage der 3D-Proteinstruktur aus der Aminosäuresequenz; AlphaFold2 (2020) und Nachfolger veränderten die Strukturbiologie.

  • AlphaGo

    DeepMinds Go-Programm, das 2016 Profi-Lee Sedol schlug, Meilenstein aus neuronalen Netzen, Selbstspiel und Suche.

C

  • Chatbot

    Dialogorientierte Oberfläche auf Regeln, Skripten oder oft einem großen Sprachmodell; abgrenzbar vom KI-Agenten, wenn nur geantwortet wird.

D

  • Deep Blue

    IBMs Schach-Supercomputer von 1997, der Weltmeister Garri Kasparow mit Brute-Force-Suche und handoptimierter Bewertung schlug, ohne zu lernen.

  • Deep Learning (tiefes Lernen)

    Mehrlagige neuronale Netze mit Training auf gestapelten Zwischendarstellungen („representation learning“).

  • DeepMind

    Londoner KI-Labor, gegründet 2010, 2014 von Google übernommen; bekannt für AlphaGo, AlphaFold und multimodale Modelle unter Google DeepMind.

  • DeepSeek

    Chinesisches KI-Unternehmen, dessen Reasoning-Modell R1 mit offenen Gewichten (2025) westlichen Spitzenmodellen bei deutlich niedrigeren angegebenen Trainingskosten nahekam und Märkte erschütterte.

E

  • ELIZA

    Joseph Weizenbaums MIT-Programm von 1966 simulierte Therapiedialog per Schlüsselwort-Regeln; berühmt für den ELIZA-Effekt.

  • Expertenmischung (Mixture of Experts)

    Ein Modellentwurf, der das Netz in viele spezialisierte Teilnetze aufteilt und pro Eingabe nur wenige aktiviert, sodass ein sehr großes Modell zu den Kosten eines viel kleineren läuft.

  • Expertensystem

    Regelbasiertes KI-Programm mit Wissensbasis und Inferenzmaschine; kommerzieller Flagship der symbolischen KI in den 1980ern.

F

G

  • Gedankenkette (Chain-of-Thought)

    Eine Technik beim Prompting und Training, bei der ein Modell Zwischenschritte ausschreibt, bevor es eine Antwort gibt, was die Genauigkeit bei mehrschrittigen Aufgaben oft erhöht.

  • Guardrails

    Technische und policy-basierte Schichten, die festlegen, was ein KI-System sagen oder tun darf, Filter, Regeln, Werkzeug-Rechte, menschliche Prüfung.

H

  • Halluzination

    In der KI: flüssig formulierte, aber falsche oder erfundene Ausgabe, kein Sinneserlebnis; Risiko bei LLMs, Chatbots und Belegen.

I

  • ImageNet

    Großer beschrifteter Bilddatensatz und Benchmark (ab Mitte der 2000er), der Fortschritt in der Bildverarbeitung messbar machte und den Weg für Deep Learning ebnete.

  • Inference (Inferenz)

    Einsatz eines trainierten Modells auf neue Eingaben: nach abgeschlossenem Training (Vorwärtslauf, Deployment).

J

  • Jailbreak

    Prompts (oder Prompt-Ketten), die Sicherheitsregeln, Ablehnungen oder Nutzungsrichtlinien eines Modells umgehen sollen, nicht normales Prompt Engineering.

K

  • KI-Agent

    Ein System, das Ziele verfolgt, indem es eine Umgebung beobachtet, plant und Aktionen ausführt (oft über Werkzeuge), und nicht nur statischen Text erzeugt.

  • KI-Winter (AI Winter)

    Zeit(en), in denen Forschungsförderung und Zuversicht in der KI nach überzogener Hoffnung stark einbrachen.

  • Künstliche Intelligenz (KI / AI)

    Das breite Feld der Informatik, das sich mit Systemen beschäftigt, die Aufgaben ausführen, die typischerweise menschliche Intelligenz erfordern, von Mustererkennung bis zu Sprachverständnis.

  • Künstliches neuronales Netz (ANN)

    Berechnungsmodelle, lose inspiriert von Neuronenschichten; Parameter werden aus Daten geschätzt.

L

  • Large Language Model (LLM)

    Ein statistisches Sprachmodell, trainiert auf großen Textkorpora, meist mit Transformer-Architektur, für Generierung und Verstehen.

M

  • Maschinelle Sprachverarbeitung (NLP)

    Teilgebiet der KI für Verstehen, Erzeugen und Transformieren natürlicher Sprache mit Computern, von Parsing und Übersetzung bis zu modernen LLMs.

  • Maschinelles Lernen (Machine Learning)

    Algorithmen, die aus Daten Muster übernehmen, um vorherzusagen oder zu entscheiden, ohne vollständig handgeschriebene Regelwerke.

  • Model Context Protocol (MCP)

    Ein offenes Protokoll, das standardisiert, wie KI-Anwendungen auf externe Datenquellen, Tools und Dienste zugreifen, damit Modelle mit aktuellem Kontext statt nur statischem Trainingswissen arbeiten können.

  • Modell (Machine-Learning-Modell)

    Eine aus Daten gelernte Funktion mit Parametern: das Artefakt aus dem Training, das zur Inferenz eingesetzt wird.

P

  • Perzeptron (Perceptron)

    Frühes einschichtiges neuronales Modell, das aus Beispielen eine lineare Entscheidungsgrenze lernt; Rosenblatt (1958), später durch Minsky/Papert eingegrenzt.

  • PPO (Proximal Policy Optimization)

    Weit verbreiteter RL-Algorithmus mit geklipptem Ziel: stabilisiert Policy-Updates und wird oft in RLHF-Stufen eingesetzt.

  • Prompt

    Texteingabe bzw. Anweisung an ein KI-Modell, die Aufgabe, Stil, Umfang und Ausgabe steuert.

  • Prompt Injection

    Feindliche oder versteckte Anweisungen im Kontext, die das Verhalten eines LLM kapern, direkt (Nutzerinput) oder indirekt (RAG, Tools, fremde Dokumente).

R

  • RAG (Retrieval-Augmented Generation)

    Retriever über Dokumente kombiniert mit einem Generator-LLM: für aktuellere oder interne Faktenbasis.

  • Reasoning

    Schrittweises Schlussfolgern, bei dem aus Kontext, Regeln oder Zwischenresultaten eine Antwort abgeleitet wird.

  • Red Teaming

    Gezieltes Ausloten eines KI-Systems auf Fehler, Missbrauch und Umgehungen vor oder nach dem Launch, strukturiertes adversariales Testen.

  • Reinforcement Learning (RL)

    Lernen durch Belohnungen aus Interaktion: Spiele, Robotik und Teile vom LLM-Alignment.

  • ReLU (rektifizierte lineare Einheit)

    Aktivierung f(x) = max(0, x) in tiefen Netzen; ab Mitte der 2010er oft statt Sigmoid/Tanh.

  • RLHF (Reinforcement Learning from Human Feedback)

    Verfeinerung von LLMs aus menschlichen Präferenzvergleichen, oft mit verstärkendem Lernen, zentral für Alignment nach dem Pretraining.

S

  • Superintelligenz (ASI)

    Eine hypothetische KI, die Menschen in nahezu allen kognitiven Bereichen weit übertrifft, nicht dasselbe wie ein starker Chatbot, ein heutiges LLM oder AGI auf menschlichem Niveau.

  • Symbolische KI (GOFAI)

    Ansätze mit expliziten Symbolen, Logik und Wissensbasen: häufig gegenüber datengetriebenem ML/Lernen abgegrenzt.

T

  • Technologische Singularität

    Ein hypothetischer Zeitpunkt, an dem technologischer Wandel (oft durch fortgeschrittene KI) schneller wird, als Menschen ihn noch zuverlässig vorhersagen oder steuern können.

  • Theorie des toten Internets

    Eine Randthese aus der Netzkultur (ca. 2021): Der sichtbare Web-Inhalt und viel „Engagement“ stammen überwiegend von Bots, Spam oder KI, nicht von echter menschlicher Aktivität.

  • Token

    Kleinste Texteinheit, die ein Sprachmodell verarbeitet (oft Wortteile statt ganzer Wörter).

  • Training (Modelltraining)

    Phase, in der Modellparameter vor dem Einsatz aus Daten oder Feedback optimiert werden: zu unterscheiden von Inference zur Laufzeit.

  • Transformer (Architektur)

    Neuromodell für Folgen, stark auf Attention basierend; Basis moderner Großmodelle („Attention Is All You Need“, 2017).

  • Turing-Test (Imitationsspiel)

    Turing-Vorschlag zur Prüfung: lässt sich maschineller Dialog von menschlichem unterscheiden?

Ü

V

  • Vektordatenbank

    Speicher für Ähnlichkeitssuche über Embedding-Vektoren: Retrieval-Schicht hinter vielen RAG- und Semantik-Suchsystemen.