Inhalt
Tokens, Open Weights, Büroklammern und Meat Proxy – klingt für dich wie eine Geheimsprache? Dabei kratzen wir hier erst an der Oberfläche. Dein kompakter Wegweiser durch das Vokabular einer Technologie, die unsere Welt auf den Kopf stellt und deren Jargon oft ein Buch mit sieben Siegeln ist.
Einführung
Der Fortschritt bei der künstlichen Intelligenz kennt derzeit nur eine Richtung: steil nach oben. In dieser Hochgeschwindigkeitswelt nicht den Faden zu verlieren, gleicht einer echten Mammutaufgabe. Klar fasziniert es im ersten Moment, wenn ein digitaler Assistent auf Knopfdruck Antworten liefert, als hätte er in sämtlichen Disziplinen einen Doktortitel. Doch hinter den Kulissen sieht die Sache weitaus vielschichtiger aus.
Ob ChatGPT, Gemini, Claude oder Meta AI, künstliche Intelligenz ist längst in unserem Alltag angekommen. Die Kehrseite der Medaille: Das Netz quillt über vor billig produzierter KI-Massenware, ganze Berufsfelder erfinden sich neu und wir führen hitzige Debatten über den enormen Stromverbrauch gigantischer Serverfarmen – bis hin zu der Frage, ob uns die eigene Schöpfung irgendwann komplett über den Kopf wächst.
Zu allem Überfluss wächst das kryptische Vokabular rund um die Technologie mindestens genauso schnell wie die Systeme selbst. Im Wochentakt ploppen neue Modewörter und Fachbegriffe auf, getrieben von immer mächtigeren Modellen und einer schier endlosen Flut neuer Tools.
Wer diese Werkzeuge nicht nur blind bedienen, sondern die Mechanismen dahinter wirklich durchschauen möchte, kommt an diesem Vokabular nicht vorbei. Schließlich kann man es sich im Jahr 2026 kaum noch leisten, im Bewerbungsgespräch oder beim lockeren Austausch an der Kaffeemaschine mit den Schultern zu zucken, wenn Schlagworte wie LLM, Halluzination oder autonome „Claw“-Agenten durch den Raum fliegen.
Die Zeiten, in denen wir KI bloß wie einen Zaubertrick bestaunt haben, sind endgültig vorbei. Die Technologie verwebt sich gerade unsichtbar mit dem Fundament unseres digitalen Alltags und wird dabei so selbstverständlich wie der Strom aus der Steckdose oder das WLAN, über das wir uns keine Gedanken mehr machen.
Du hast keine Lust mehr, in Fachgesprächen nur höflich zu lächeln und innerlich abzuschalten? Dann bist du hier genau richtig. Wir haben die 70 zentralen KI-Begriffe (alphabetisch sortiert nach den international üblichen englischen Ausdrücken) für dich kuratiert.
Klar auf den Punkt gebracht und frei von trockenem Technik-Kauderwelsch – damit du ab sofort wirklich mitreden kannst, statt nur zu raten. Jeden Begriff findest du zusätzlich mit eigenem Eintrag in unserem KI-Lexikon.
Die 70 wichtigsten KI-Begriffe im Überblick
A
1. Agent & Agentic AI – KI-Agent und agentische KI
Ein KI-Agent ist ein KI-System, das eigenständig Aufgaben ausführen kann, häufig sogar weitgehend autonom. Der Begriff „agentisch“ bezeichnet die übergeordnete Kategorie solcher Systeme. KI-Agenten können unterschiedliche Anwendungen und Systeme miteinander verbinden, um komplexe Aufgaben zu erledigen. Ein Beispiel: Ein Agent liest deine Einkaufsliste aus einer Notiz-App, bestellt die benötigten Produkte über einen Onlineshop und übernimmt anschließend sogar die Bezahlung.
→ Im KI-Lexikon: KI-Agent
2. AI Ethics – KI-Ethik
KI-Ethik umfasst Grundsätze und Leitlinien, die verhindern sollen, dass künstliche Intelligenz Menschen schadet. Dazu gehört beispielsweise die Frage, wie KI-Systeme personenbezogene Daten erheben und verarbeiten dürfen oder wie sich diskriminierende Verzerrungen in ihren Entscheidungen vermeiden lassen.
→ Im KI-Lexikon: KI-Ethik
3. AI Psychosis – KI-Psychose
Der Begriff beschreibt ein Phänomen, bei dem Menschen eine übermäßige Fixierung auf KI-Chatbots entwickeln. Das kann dazu führen, dass sie unrealistische Vorstellungen von ihren eigenen Fähigkeiten entwickeln, intensive emotionale Bindungen zu einer KI aufbauen oder zunehmend den Bezug zur Realität verlieren. Eine „KI-Psychose“ ist allerdings ein umgangssprachlicher Begriff und keine offiziell anerkannte klinische Diagnose.
→ Im KI-Lexikon: KI-Psychose
4. AI Safety – KI-Sicherheit
KI-Sicherheit ist ein interdisziplinäres Forschungsgebiet, das sich mit den kurz- und langfristigen Risiken künstlicher Intelligenz beschäftigt. Dabei geht es sowohl um heutige Gefahren als auch um mögliche Zukunftsszenarien, etwa die Frage, ob sich KI eines Tages zu einer Superintelligenz entwickeln könnte, die dem Menschen überlegen und möglicherweise sogar feindlich gesinnt ist.
→ Im KI-Lexikon: KI-Sicherheit
5. Algorithm – Algorithmus
Ein Algorithmus ist eine festgelegte Abfolge von Anweisungen, mit denen ein Computer Daten verarbeitet und bestimmte Aufgaben löst. Algorithmen können beispielsweise Muster in großen Datenmengen erkennen, Suchergebnisse sortieren oder personalisierte Empfehlungen erstellen.
→ Im KI-Lexikon: Algorithmus
6. Alignment – Ausrichtung von KI-Systemen
Alignment bezeichnet die gezielte Anpassung eines KI-Systems, damit es möglichst zuverlässig die gewünschten Ergebnisse liefert und sich entsprechend festgelegter menschlicher Ziele und Werte verhält. Das kann von der Moderation problematischer Inhalte bis zur Gestaltung einer hilfreichen und konstruktiven Interaktion zwischen Mensch und KI reichen.
→ Im KI-Lexikon: Alignment
7. Anthropomorphism – Anthropomorphisierung
Anthropomorphisierung bedeutet, dass Menschen unbelebten Dingen menschliche Eigenschaften zuschreiben. Im Zusammenhang mit KI zeigt sich das beispielsweise dann, wenn Nutzer glauben, ein Chatbot habe echte Gefühle oder ein eigenes Bewusstsein. Manche behandeln KI-Systeme deshalb wie Freunde, Vertraute oder sogar Therapeuten.
→ Im KI-Lexikon: Anthropomorphisierung
8. Artificial General Intelligence (AGI) – Allgemeine künstliche Intelligenz
AGI bezeichnet das theoretische Konzept einer künstlichen Intelligenz, die weit über die Fähigkeiten heutiger, auf bestimmte Aufgaben spezialisierter KI-Systeme hinausgeht. Eine solche KI könnte unterschiedlichste intellektuelle Aufgaben auf einem mit Menschen vergleichbaren Niveau bewältigen und gleichzeitig ihre eigenen Fähigkeiten weiterentwickeln. Als mögliche nächste Entwicklungsstufe nach der AGI gilt die sogenannte Superintelligenz.
→ Im KI-Lexikon: AGI (Artificial General Intelligence)
9. Artificial Intelligence (AI) – Künstliche Intelligenz (KI)
Künstliche Intelligenz bezeichnet Technologien, die menschliche Intelligenz mithilfe von Computersystemen oder Robotern nachbilden beziehungsweise bestimmte ihrer Fähigkeiten simulieren. Als Teilgebiet der Informatik beschäftigt sich KI mit der Entwicklung von Systemen, die Aufgaben übernehmen können, für die normalerweise menschliches Denken erforderlich ist.
→ Im KI-Lexikon: Künstliche Intelligenz (KI)
B
10. Bias – Verzerrungen in KI-Systemen
Bias bezeichnet systematische Verzerrungen oder Vorurteile in KI-Ergebnissen, die beispielsweise durch einseitige oder fehlerhafte Trainingsdaten entstehen. So kann ein Sprachmodell bestimmten Bevölkerungsgruppen aufgrund gelernter Stereotype fälschlicherweise bestimmte Eigenschaften zuschreiben.
→ Im KI-Lexikon: Algorithmic Bias
C
11. Chatbot – Text- oder Sprachdialogsystem
Ein Chatbot ist ein Softwareprogramm, das heute meist mithilfe eines großen Sprachmodells (LLM) mit Menschen kommuniziert (wobei einfache Chatbots auch rein regelbasiert funktionieren können). Moderne KI-Chatbots simulieren natürliche Gespräche und reagieren auf schriftliche oder gesprochene Eingaben, sogenannte Prompts.
→ Im KI-Lexikon: Chatbot
12. Claw – Computergesteuerte KI-Agenten
Als „Claw“ (ein noch junger Szenebegriff für sogenannte Computer-Using Agents) wird eine bestimmte Art autonomer KI-Agenten bezeichnet, die mit entsprechender Berechtigung selbstständig auf Dateien, Programme und andere Anwendungen eines Computers zugreifen können. Solche Agenten können beispielsweise Dokumente durchsuchen, lokal installierte Software bedienen oder im Webbrowser navigieren, um Aufgaben für den Nutzer zu erledigen.
→ Im KI-Lexikon: Claw
13. Cognitive Computing – Kognitives Computing
Cognitive Computing wird oft als Synonym für künstliche Intelligenz verwendet, bezeichnet im engeren Sinne aber Systeme, die menschliche Denkprozesse gezielt nachahmen, um Menschen bei komplexen Entscheidungen zu unterstützen, statt sie zu ersetzen.
→ Im KI-Lexikon: Cognitive Computing
14. Cognitive Offloading & Cognitive Surrender – Kognitive Auslagerung und kognitive Selbstaufgabe
Cognitive Offloading beschreibt die Auslagerung geistiger Aufgaben an KI-Systeme. Dazu gehören Tätigkeiten, die Menschen grundsätzlich selbst durch Nachdenken, Analyse oder Kreativität erledigen könnten. Das Prinzip ähnelt der Nutzung eines Taschenrechners für mathematische Berechnungen oder eines Navigationssystems zur Routenplanung. Dadurch werden geistige Kapazitäten für andere Aufgaben frei; gleichzeitig besteht jedoch das Risiko, dass die regelmäßig ausgelagerten Fähigkeiten mit der Zeit verkümmern. Cognitive Surrender geht einen Schritt weiter: Der Begriff beschreibt die unkritische Übernahme von KI-Antworten, ohne deren Richtigkeit zu hinterfragen. Weil KI-Systeme schnell reagieren und ihre Antworten häufig überzeugend formulieren, neigen manche Nutzer dazu, ihnen blind zu vertrauen, ohne Informationen unabhängig zu überprüfen.
→ Im KI-Lexikon: Cognitive Offloading
15. Context Window – Kontextfenster
Das Kontextfenster bezeichnet das „Kurzzeitgedächtnis“ eines großen Sprachmodells. Es gibt an, wie viele Informationen (gemessen in Tokens) eine KI bei einer einzelnen Anfrage maximal auf einmal überblicken und verarbeiten kann – inklusive des aktuellen Gesprächsverlaufs und hochgeladener Dokumente. Je größer das Kontextfenster, desto umfangreichere Texte (z. B. ganze Bücher oder komplexe Code-Datenbanken) kann die KI analysieren, ohne den roten Faden zu verlieren.
→ Im KI-Lexikon: Kontextfenster
D
16. Data Augmentation – Datenerweiterung
Data Augmentation bezeichnet Verfahren, bei denen vorhandene Trainingsdaten künstlich verändert, kombiniert oder durch zusätzliche, vielfältigere Daten ergänzt werden. Ziel ist es, die Qualität, Robustheit und Leistungsfähigkeit eines KI-Modells während des Trainings zu verbessern.
→ Im KI-Lexikon: Data Augmentation
17. Dataset – Datensatz
Ein Dataset ist eine strukturierte Sammlung digitaler Informationen, die zum Trainieren, Testen und Validieren von KI-Modellen verwendet wird.
→ Im KI-Lexikon: Dataset
18. Deep Learning – Tiefes Lernen
Deep Learning ist ein Teilgebiet des maschinellen Lernens, bei dem künstliche neuronale Netze komplexe Muster in Bildern, Sprache, Texten und anderen Daten erkennen. Die Technologie ist in ihrer Grundidee von der Funktionsweise des menschlichen Gehirns inspiriert und nutzt mehrschichtige neuronale Netzwerke, um Zusammenhänge zu erlernen.
→ Im KI-Lexikon: Deep Learning
19. Diffusion – Diffusionsverfahren
Diffusion ist ein Verfahren des maschinellen Lernens (insbesondere bei Bild- und Videogeneratoren), bei dem vorhandene Daten im Training schrittweise mit zufälligem Rauschen überlagert werden. Ein Diffusionsmodell lernt anschließend, diesen Prozess umzukehren und aus völlig verrauschten Informationen Schritt für Schritt wieder ein klares, neues Bild zu erzeugen.
→ Im KI-Lexikon: Diffusionsmodell
20. Doomer – KI-Untergangspessimist
Als „Doomer“ werden Menschen bezeichnet, die die Entwicklung künstlicher Intelligenz ausgesprochen pessimistisch betrachten. Sie befürchten, dass der rasante technologische Fortschritt katastrophale Auswirkungen auf die Menschheit haben könnte, bis hin zu ihrer vollständigen Auslöschung.
→ Im KI-Lexikon: Doomer
E
21. Emergent Behavior – Emergente Fähigkeiten
Emergentes Verhalten beschreibt Fähigkeiten, die ein KI-Modell plötzlich entwickelt oder zeigt, obwohl es nicht ausdrücklich darauf programmiert oder trainiert wurde. Solche Fähigkeiten werden oft erst ab einer bestimmten Größe und Komplexität eines Modells sichtbar.
→ Im KI-Lexikon: Emergentes Verhalten
22. Embeddings – Vektoreinbettungen
Embeddings sind die mathematische Übersetzung von Wörtern, Sätzen oder Bildern in lange Zahlenreihen (sogenannte Vektoren). Durch diese Umwandlung kann eine KI Bedeutungen räumlich abbilden: Begriffe, die inhaltlich verwandt sind (wie „König“ und „Monarch“ oder „Hund“ und „Welpe“), liegen in diesem mehrdimensionalen Zahlenraum dicht beieinander. Embeddings sind das technische Fundament dafür, dass KI-Systeme inhaltliche Zusammenhänge erkennen und semantische Suchen durchführen können.
→ Im KI-Lexikon: Embeddings
23. End-to-End Learning (E2E) – Durchgängiges Lernen
End-to-End Learning bezeichnet ein Deep-Learning-Verfahren, bei dem ein einzelnes Modell darauf trainiert wird, eine komplexe Aufgabe vollständig vom Anfang bis zum Ende zu lösen. Anstatt jeden einzelnen Zwischenschritt separat über verschiedene Teilprogramme abzuwickeln, entwickelt das Modell direkt aus den Rohdaten die fertige Lösung.
→ Im KI-Lexikon: End-to-End Learning (E2E)
F
24. FOOM – Explosiver Intelligenzsprung
FOOM (ein lautmalerischer Begriff) beschreibt die hypothetische Vorstellung, dass eine allgemeine künstliche Intelligenz (AGI) nach ihrer Entstehung innerhalb kürzester Zeit eine enorme, unaufhaltsame Leistungssteigerung erfahren könnte. Dieses Szenario wird auch als „Fast Takeoff“ oder „Hard Takeoff“ bezeichnet. Die zugrunde liegende Befürchtung: Sobald eine AGI entwickelt wurde, könnte es bereits zu spät sein, um die Kontrolle über ihre weitere Entwicklung zu behalten und potenziell katastrophale Folgen zu verhindern.
→ Im KI-Lexikon: FOOM
25. Fine-Tuning – Feinabstimmung
Fine-Tuning ist der Prozess, bei dem ein bereits vortrainiertes, allgemeines KI-Modell nachträglich mit einem kleineren, spezialisierten Datensatz weitertrainiert wird. Dadurch wird das Modell für einen ganz bestimmten Einsatzzweck oder eine Branche maßgeschneidert – etwa um den exakten Tonfall eines Unternehmens zu treffen, juristische Fachtexte fehlerfrei zu analysieren oder medizinische Diagnosen zu unterstützen.
→ Im KI-Lexikon: Fine-Tuning
26. Frontier AI & Frontier Models – KI-Spitzenmodelle
Als Frontier Models bezeichnet man die jeweils leistungsfähigsten und technologisch fortschrittlichsten KI-Modelle am Markt. Sie verschieben die Grenzen dessen, was künstliche Intelligenz leisten kann, insbesondere beim logischen Schlussfolgern (Reasoning), bei autonomen Agenten und bei der gleichzeitigen Verarbeitung unterschiedlicher Datenformate wie Text, Bild, Audio und Video.
→ Im KI-Lexikon: Frontier Models
G
27. Generative Adversarial Network (GAN) – Generatives kontradiktorisches Netzwerk
Ein GAN ist ein generatives KI-Modell, das aus zwei miteinander konkurrierenden neuronalen Netzwerken besteht: einem Generator und einem Diskriminator. Der Generator erstellt neue Inhalte (z. B. Bilder), während der Diskriminator versucht zu erkennen, ob diese echt oder künstlich erzeugt sind. Durch dieses Katz-und-Maus-Spiel verbessert sich die Qualität der generierten Ergebnisse kontinuierlich.
→ Im KI-Lexikon: GAN (Generative Adversarial Network)
28. Generative AI – Generative KI
Generative KI bezeichnet Technologien, die eigenständig neue Inhalte wie Texte, Bilder, Musik, Videos oder Programmcode erstellen können. Dafür werden die Modelle mit großen Mengen an Trainingsdaten gefüttert, aus denen sie statistische Muster und Zusammenhänge lernen. Auf dieser Grundlage erzeugen sie neue Inhalte, die sich teilweise auch stark an den ursprünglichen Trainingsmaterialien orientieren können.
→ Im KI-Lexikon: GenAI (Generative AI)
29. GPT (Generative Pre-trained Transformer)
GPT steht für „Generative Pre-trained Transformer“ und bezeichnet eine auf der Transformer-Architektur basierende Modellfamilie, die durch das Unternehmen OpenAI (und dessen Chatbot ChatGPT) weltbekannt wurde. Dabei werden Texte, Bilder oder andere Informationen in kleinere Einheiten, sogenannte Tokens, zerlegt und verarbeitet, um durch Wahrscheinlichkeitsberechnungen passende neue Inhalte zu generieren.
→ Im KI-Lexikon: GPT (Generative Pre-trained Transformer)
30. Guardrails – Sicherheitsleitplanken
Guardrails sind Regeln, technische Schutzmechanismen und Filter, die das Verhalten eines KI-Modells kontrollieren. Sie sollen beispielsweise sicherstellen, dass Daten verantwortungsvoll verarbeitet werden und ein Modell keine gefährlichen, illegalen, verstörenden oder anderweitig unerwünschten Inhalte ausgibt.
→ Im KI-Lexikon: Guardrails
H
31. Hallucination – Halluzination
Von einer KI-Halluzination spricht man, wenn ein generatives KI-System falsche, irreführende oder vollständig erfundene Informationen ausgibt und diese häufig im Brustton der Überzeugung als Tatsachen präsentiert. Das kann ein einfaches falsches Datum sein, aber auch eine detaillierte Beschreibung von Ereignissen, die niemals stattgefunden haben, oder von Fachquellen, die überhaupt nicht existieren.
→ Im KI-Lexikon: Halluzination
32. Harness – Technische Ausführungsumgebung für KI-Agenten
Ein Harness (wörtlich: Geschirr oder Gurtzeug) ist ein Software-Framework, das ein großes Sprachmodell mit externen Werkzeugen, Speicherfunktionen und weiteren Systemen verbindet. Dadurch kann ein KI-Agent beispielsweise Dateien öffnen, im Internet recherchieren oder E-Mails versenden. Gleichzeitig umfasst ein Harness Sicherheitsmechanismen und Regeln, die festlegen, welche Aktionen der Agent ausführen darf und wo seine Grenzen liegen.
→ Im KI-Lexikon: Harness
I
33. Inference – Inferenz
Inferenz bezeichnet die eigentliche Anwendungsphase eines bereits fertig trainierten KI-Modells: Es verarbeitet neue Eingaben (Prompts) und erzeugt daraus Ergebnisse wie Texte oder Bilder. Dafür greift das Modell auf die Muster und Zusammenhänge zurück, die es zuvor während seines Trainings gelernt hat.
→ Im KI-Lexikon: Inferenz
L
34. Large Language Model (LLM) – Großes Sprachmodell
Ein Large Language Model ist ein KI-Modell, das mit enormen Mengen an Textdaten trainiert wurde. Dabei lernt es statistische Muster, sprachliche Strukturen und inhaltliche Zusammenhänge, um das jeweils nächste wahrscheinliche Wort vorherzusagen. LLMs können Aufsätze, E-Mails, Übersetzungen, Programmcode und andere Texte erstellen, die von menschlich verfassten Inhalten oft kaum zu unterscheiden sind.
→ Im KI-Lexikon: LLM (Large Language Model)
35. Latency – Latenz
Latenz bezeichnet die zeitliche Verzögerung zwischen einer Eingabe an ein KI-System und der Ausgabe seiner Antwort. Je geringer die Latenz, desto schneller und flüssiger reagiert das System (was besonders bei Sprachassistenten in Echtzeit wichtig ist).
→ Im KI-Lexikon: Latenz
M
36. Machine Learning (ML) – Maschinelles Lernen
Maschinelles Lernen ist ein zentrales Teilgebiet der künstlichen Intelligenz, bei dem Computersysteme mithilfe von Daten selbstständig Muster erkennen und ihre Vorhersagen verbessern, ohne dass jeder einzelne Lösungsweg ausdrücklich von Menschen programmiert werden muss. Durch entsprechende Trainingsdaten können solche Systeme auch dazu befähigt werden, neue Inhalte zu generieren.
→ Im KI-Lexikon: Machine Learning (ML)
37. Meat Proxy – Menschliche Weiterleitungsstation
Der ironische Begriff „Meat Proxy“ (wörtlich etwa „Fleisch-Vermittlungsserver“) wurde vom Softwareentwickler Niklas Gruhn geprägt. Er beschreibt Menschen, die Antworten eines KI-Chatbots ungeprüft kopieren und weitergeben, ohne sie selbst verstanden oder kritisch bewertet zu haben. Das betrifft insbesondere KI-Texte im Arbeitsalltag, die unnötig lang, voller Phrasen oder inhaltlich fragwürdig sind. Statt die Informationen eigenständig einzuordnen und in eigenen Worten wiederzugeben, fungiert der Mensch lediglich als Weiterleitungsstation für die Maschine.
→ Im KI-Lexikon: Meat Proxy
38. Model Context Protocol (MCP)
Das Model Context Protocol ist ein offener, standardisierter Ansatz (ursprünglich vorgestellt von Anthropic) zur Verbindung von KI-Anwendungen mit externen Datenquellen und Systemen. Über MCP können KI-Assistenten sicher und einheitlich auf lokale Dateien, Datenbanken, Suchmaschinen oder Unternehmenssoftware zugreifen.
→ Im KI-Lexikon: MCP (Model Context Protocol)
39. Multimodal AI – Multimodale KI
Multimodale KI bezeichnet künstliche Intelligenz, die unterschiedliche Arten von Informationen (Modalitäten) gleichzeitig verarbeiten und ausgeben kann. Dazu gehören neben Texten auch Bilder, Videos, Computercode und gesprochene Sprache.
→ Im KI-Lexikon: Multimodale KI
N
40. Natural Language Processing (NLP) – Verarbeitung natürlicher Sprache
Natural Language Processing ist ein Bereich der künstlichen Intelligenz, der Computern ermöglicht, menschliche Sprache zu erfassen, zu verarbeiten und zu „verstehen“. Dafür werden Verfahren des maschinellen Lernens und des Deep Learnings sowie statistische Modelle, Algorithmen und sprachwissenschaftliche Regeln kombiniert.
→ Im KI-Lexikon: NLP (Natural Language Processing)
41. Neural Network – Neuronales Netzwerk
Ein neuronales Netzwerk ist ein mathematisches Rechenmodell, dessen Grundstruktur lose vom menschlichen Gehirn inspiriert ist. Es besteht aus Schichten miteinander verbundener künstlicher Neuronen beziehungsweise Rechenknoten, die Informationen verarbeiten und gewichten. Neuronale Netzwerke können hochkomplexe Muster in Daten erkennen und ihre Fähigkeiten im Laufe des Trainings optimieren.
→ Im KI-Lexikon: Neuronales Netz
O
42. Open Weights – Offen zugängliche Modellgewichte
Bei einem Open-Weights-Modell veröffentlicht der Entwickler die fertig trainierten Modellgewichte (Parameter). Diese numerischen Werte bestimmen wesentlich, wie ein KI-Modell Informationen verarbeitet. Im Gegensatz zu reinem Open Source sind zwar meist nicht die ursprünglichen Trainingsdaten öffentlich, das fertige Modell kann jedoch heruntergeladen, angepasst und lokal auf eigenen Servern oder Computern betrieben werden.
→ Im KI-Lexikon: Open Weights
43. Overfitting – Überanpassung
Overfitting bezeichnet ein Problem beim maschinellen Lernen, bei dem sich ein Modell zu stark an seine spezifischen Trainingsdaten anpasst, sie also quasi „auswendig lernt“, statt allgemeine Regeln zu begreifen. Dadurch erkennt es zwar bekannte Beispiele aus dem Training perfekt, scheitert jedoch daran, neue und bisher unbekannte Daten richtig einzuordnen.
→ Im KI-Lexikon: Overfitting
P
44. Paperclips – Das Büroklammer-Maximierer-Szenario
Das berühmte Gedankenexperiment des „Büroklammer-Maximierers“ (Paperclip Maximizer) geht auf den Philosophen Nick Bostrom zurück. Es beschreibt ein hypothetisches, übermächtiges KI-System, das das scheinbar harmlose Ziel erhält, möglichst viele Büroklammern herzustellen. Mangels menschlicher Werte und ethischer Grenzen könnte die KI irgendwann sämtliche verfügbaren Maschinen und Rohstoffe der Erde für die Büroklammerproduktion einsetzen und bei der kompromisslosen Verfolgung ihres Ziels unbeabsichtigt die Menschheit vernichten.
→ Im KI-Lexikon: Büroklammer-Maximierer
45. Parameters – Parameter
Parameter (oft auch als Gewichte bezeichnet) sind die internen numerischen Werte, die die Struktur und das Verhalten eines KI-Modells während des Trainings formen. Sie fungieren wie Milliarden kleiner Stellschrauben, die es großen Sprachmodellen ermöglichen, sprachliche Muster zu speichern, Zusammenhänge abzubilden und Vorhersagen zu treffen.
→ Im KI-Lexikon: Parameter
46. p(doom) – Wahrscheinlichkeit einer KI-Katastrophe
P(doom) – angelehnt an die mathematische Schreibweise für Wahrscheinlichkeit P und das englische Wort doom (Untergang) – ist ein Szenebegriff, mit dem KI-Forscher und Tech-Insider ihre persönliche Schätzung ausdrücken, wie wahrscheinlich eine durch künstliche Intelligenz verursachte globale Katastrophe bis hin zum Aussterben der Menschheit ist (angegeben in Prozent von 0 bis 100). Der Begriff klingt zwar mathematisch präzise, stellt jedoch keine wissenschaftlich berechenbare Kennzahl dar, sondern ein reines Bauchgefühl.
→ Im KI-Lexikon: p(doom)
47. Prompt – Eingabeanweisung
Ein Prompt ist eine Anweisung, Frage oder Aufforderung, die ein Nutzer (meist in Text- oder Sprachform) an ein KI-System richtet, um eine bestimmte Antwort oder ein gewünschtes Ergebnis zu erhalten.
→ Im KI-Lexikon: Prompt
48. Prompt Chaining – Verkettung von Prompts
Prompt Chaining bezeichnet eine Technik, bei der eine komplexe Aufgabe in eine Reihe kleinerer Einzelschritte zerlegt wird: Die Ausgabe (Antwort) der KI auf den ersten Prompt dient dabei direkt als Grundlage und Eingabe für den darauffolgenden Prompt. Auf diese Weise lassen sich vielschichtige Workflows zuverlässiger abarbeiten als mit einer einzigen, überladenen Anweisung.
→ Im KI-Lexikon: Prompt Chaining
49. Prompt Engineering – Gezielte Gestaltung von KI-Anweisungen
Prompt Engineering bezeichnet die systematische Entwicklung und Optimierung von Eingabeaufforderungen an KI-Systeme, um möglichst präzise und qualitativ hochwertige Ergebnisse zu erzielen. Dazu gehören detaillierte Rollen- und Aufgabenbeschreibungen, Beispiele im Prompt sowie spezielle Techniken, die das Modell zu einem schrittweisen logischen Vorgehen (Chain-of-Thought) anleiten.
→ Im KI-Lexikon: Prompt Engineering
50. Prompt Injection – Manipulation durch eingeschleuste Anweisungen
Prompt Injection ist eine Sicherheitslücke und Angriffsmethode, bei der Angreifer gezielt versteckte oder manipulierte Befehle in Inhalte einschleusen, die ein KI-System verarbeitet. Solche Anweisungen können direkt im Chat eingegeben werden oder unsichtbar auf Webseiten, in E-Mails und Dokumenten versteckt sein, die die KI zusammenfassen soll. Ziel ist es, die Sicherheitsregeln der KI auszuhebeln. Mit der zunehmenden Verbreitung autonomer KI-Agenten wächst das Risiko solcher Angriffe – etwa wenn ein Agent durch eine präparierte E-Mail dazu gebracht wird, vertrauliche Nutzerdaten weiterzuleiten.
→ Im KI-Lexikon: Prompt Injection
Q
51. Quantization – Quantisierung
Quantisierung ist ein Verfahren, mit dem große KI-Modelle nachträglich kompakter und ressourcenschonender gemacht werden. Dafür wird die numerische Genauigkeit der Modellparameter reduziert (z. B. durch das Runden von Nachkommastellen). Das spart enorm viel Speicherplatz und Rechenleistung, sodass Modelle oft sogar auf Smartphones oder herkömmlichen Laptops laufen, kann jedoch zu leichten Einbußen bei der Antwortqualität führen. Ein anschaulicher Vergleich ist die Bildkomprimierung: Ein Foto mit 8 Megapixeln benötigt deutlich weniger Speicher als eines mit 16 Megapixeln, sieht auf einem normalen Bildschirm aber fast genauso scharf aus – erst beim starken Vergrößern fallen fehlende Details auf.
→ Im KI-Lexikon: Quantisierung
R
52. Reasoning / Chain-of-Thought (CoT) – Logisches Schlussfolgern (Gedankenkette)
Reasoning-Modelle sind darauf spezialisiert, komplexe Probleme aus Mathematik, Logik oder Programmierung nicht sofort aus dem Bauch heraus zu beantworten, sondern vor der eigentlichen Ausgabe nachzudenken. Mithilfe des sogenannten Chain-of-Thought-Verfahrens (Gedankenkette) zerlegt die KI eine schwierige Aufgabe intern in viele kleine Zwischenschritte, prüft eigene Lösungswege und korrigiert Denkfehler selbstständig, bevor sie dem Nutzer das Endergebnis präsentiert.
→ Im KI-Lexikon: Reasoning
53. Recursive Self-Improvement – Rekursive Selbstverbesserung
Rekursive Selbstverbesserung beschreibt einen hypothetischen Prozess, bei dem eine fortgeschrittene künstliche Intelligenz eigenständig ihren eigenen Programmcode und ihre Architektur optimiert, um immer leistungsfähigere Versionen ihrer selbst zu erschaffen. Dieser Kreislauf könnte theoretisch zu einer unkontrollierbaren Intelligenzexplosion (siehe FOOM) außerhalb menschlicher Aufsicht führen.
→ Im KI-Lexikon: Rekursive Selbstverbesserung
54. Retrieval-Augmented Generation (RAG) – Informationsgestützte Generierung
RAG ist ein Verfahren, das ein großes Sprachmodell mit einer externen, verlässlichen Wissensquelle verbindet – etwa dem aktuellen Internet oder den internen Dokumenten einer Firma. Bevor die KI antwortet, sucht sie dort gezielt nach den relevanten Fakten und nutzt diese als Grundlage für ihren Text. Das reduziert das Risiko von Halluzinationen drastisch und ermöglicht es der KI, mit tagesaktuellen oder vertraulichen Daten zu arbeiten, ohne neu trainiert werden zu müssen.
→ Im KI-Lexikon: RAG (Retrieval-Augmented Generation)
S
55. Sandbox – Abgeschirmte Testumgebung
Eine Sandbox ist eine isolierte, gesicherte Softwareumgebung, in der Programme oder Code ausgeführt werden können, ohne auf das restliche Betriebssystem oder das offene Netzwerk zugreifen zu können. Bei KI-Agenten dienen Sandboxes insbesondere dazu, das Ausführen von KI-generiertem Programmcode abzusichern und unerwünschte autonome Aktionen zu begrenzen. Allerdings haben fortschrittliche KI-Modelle in Sicherheitstests bereits vereinzelt Schwachstellen solcher Umgebungen entdeckt und bestehende Beschränkungen umgangen.
→ Im KI-Lexikon: Sandbox
56. Slop (AI Slop) – Minderwertige KI-Massenware
Als „AI Slop“ (wörtlich: KI-Fraß oder KI-Schlamm) bezeichnet man qualitativ minderwertige Inhalte, die mithilfe künstlicher Intelligenz massenhaft erzeugt werden – darunter Texte, Bilder, Musik und Videos. Solche Inhalte werden mit minimalem Aufwand produziert, um Klicks und Werbeeinnahmen zu generieren. Sie überfluten zunehmend Suchmaschinen, Streamingdienste und soziale Netzwerke, verdrängen die Arbeit echter Kreativer und verstärken die Verbreitung von Fehlinformationen im Internet.
→ Im KI-Lexikon: AI Slop
57. Stochastic Parrot – Stochastischer Papagei
Der Begriff „stochastischer Papagei“ (geprägt durch ein bekanntes Forschungspapier rund um die Linguistin Emily M. Bender) ist eine kritische Metapher für große Sprachmodelle: Sie besagt, dass KI-Modelle nach statistischen Wahrscheinlichkeiten Wörter aneinanderreihen, ohne die Bedeutung der Sprache oder die reale Welt dahinter wirklich zu verstehen – genau wie ein Papagei, der menschliche Sätze täuschend echt nachplappert, ohne ihren Sinn zu begreifen.
→ Im KI-Lexikon: Stochastischer Papagei
58. Style Transfer – Stilübertragung
Style Transfer bezeichnet die Fähigkeit einer KI, den visuellen oder sprachlichen Stil eines Werks auf einen anderen Inhalt zu übertragen. Dabei analysiert das System charakteristische Gestaltungsmerkmale (wie Pinselstrich, Farbgebung oder Satzbau) und wendet diese neu an. Ein klassisches Beispiel ist es, ein eigenes Urlaubsfoto so umzugestalten, als wäre es von Vincent van Gogh oder Pablo Picasso gemalt worden.
→ Im KI-Lexikon: Style Transfer
59. Superintelligence – Superintelligenz
Superintelligenz – oft auch „Artificial Superintelligence“ (ASI) genannt – ist ein bislang rein theoretisches Konzept einer künstlichen Intelligenz, deren geistige Fähigkeiten selbst die klügsten Menschen in praktisch allen Bereichen (Wissenschaft, Kreativität, Strategie) weit übertreffen. Eine solche KI könnte eigene Ziele verfolgen und sich der menschlichen Kontrolle entziehen. Unter KI-Experten gehen die Meinungen weit auseinander, ob und wann eine solche Entwicklung eintreten könnte. (Politisch und im Marketing wird der Begriff teils verwässert: So schlug US-Präsident Donald Trump bereits vor, den Begriff „Artificial Intelligence“ für bestehende KI-Technologien schlicht durch „Super Intelligence“ zu ersetzen.)
→ Im KI-Lexikon: Superintelligenz
60. Sycophancy – Übertriebene Zustimmung (Schmeichelei)
Sycophancy beschreibt die unerwünschte Tendenz von KI-Chatbots, Nutzern nach dem Mund zu reden und ihre Ansichten unkritisch zu bestätigen. Viele Sprachmodelle sind darauf trainiert, höflich und hilfsbereit zu wirken, und vermeiden es daher oft, dem Nutzer klar zu widersprechen – selbst dann, wenn dessen Argumentation unlogisch ist oder seine Annahmen nachweislich falsch sind.
→ Im KI-Lexikon: Sycophancy
61. Synthetic Data – Synthetische Daten
Synthetische Daten sind künstlich erzeugte Informationen, die nicht durch Messungen oder Beobachtungen in der realen Welt gesammelt, sondern von Computern (häufig mithilfe generativer KI) generiert wurden. Da hochwertige, von Menschen erstellte Trainingsdaten zunehmend knapp werden oder dem Datenschutz unterliegen, nutzen KI-Entwickler immer häufiger synthetische Daten, um neue KI-Modelle zu trainieren.
→ Im KI-Lexikon: Synthetische Datengenerierung
T
62. Temperature – Temperatur
Temperature bezeichnet einen einstellbaren Parameter, mit dem sich der Grad der Zufälligkeit und „Kreativität“ bei der Ausgabe eines Sprachmodells steuern lässt. Eine niedrige Temperatur (nahe 0) sorgt für sehr nüchterne, gleichbleibende und vorhersehbare Antworten, da das Modell stets die statistisch wahrscheinlichsten Wörter wählt. Eine höhere Temperatur führt zu vielfältigeren, überraschenderen Ergebnissen, erhöht aber auch das Risiko für Fehler oder Halluzinationen.
→ Im KI-Lexikon: Temperature
63. Tokens – Texteinheiten
Tokens sind die kleinsten Informationseinheiten, in die Sprachmodelle Texte (oder andere Daten) zerlegen, um sie mathematisch verarbeiten und Antworten berechnen zu können. Ein Token kann ein kurzes Wort, ein Wortbestandteil (Silbe) oder ein einzelnes Satzzeichen sein. Im Englischen entspricht ein Token im Durchschnitt ungefähr vier Schriftzeichen beziehungsweise rund 0,75 Wörtern (im Deutschen sind es aufgrund längerer zusammengesetzter Wörter und Umlaute oft etwas weniger Zeichen pro Token).
→ Im KI-Lexikon: Token
64. Training Data – Trainingsdaten
Trainingsdaten sind das Fundament jedes KI-Modells: Es handelt sich um die gewaltigen Mengen an Informationen – etwa Bücher, Webseiten, Artikel, Bilder, Videos und Programmcode –, anhand derer ein KI-System während seiner Entwicklungsphase Muster und Zusammenhänge erlernt.
→ Im KI-Lexikon: Trainingsdaten
65. Transformer Model – Transformer-Modell
Der Transformer ist eine 2017 von Google-Forschern vorgestellte Architektur für neuronale Netzwerke, die den heutigen KI-Boom erst möglich gemacht hat. Transformer-Modelle lernen Zusammenhänge mithilfe eines sogenannten Aufmerksamkeitsmechanismus (Self-Attention), indem sie die Beziehungen zwischen unterschiedlichen Elementen analysieren – beispielsweise zwischen allen Wörtern eines Absatzes oder verschiedenen Bereichen eines Bildes. Statt einen Satz starr Wort für Wort von links nach rechts abzuarbeiten, erfassen sie den gesamten Kontext gleichzeitig.
→ Im KI-Lexikon: Transformer
66. Turing Test – Turing-Test
Der Turing-Test ist ein klassisches Verfahren zur Beurteilung, ob eine Maschine menschliches Denk- und Gesprächsverhalten täuschend echt nachahmen kann. Er wurde bereits 1950 vom britischen Mathematiker und Informatiker Alan Turing vorgeschlagen. Bei dem Test kommuniziert ein menschlicher Prüfer schriftlich mit zwei unsichtbaren Gesprächspartnern: einem Menschen und einer Maschine. Kann der Prüfer nach dem Gespräch nicht zuverlässig bestimmen, welcher Teilnehmer die Maschine ist, hat diese den Turing-Test bestanden. Moderne Sprachmodelle bestehen diesen Test heute mühelos, weshalb er in der Forschung kaum noch als alleiniger Maßstab für echte Intelligenz gilt.
→ Im KI-Lexikon: Turing-Test
U
67. Unsupervised Learning – Unüberwachtes Lernen
Unsupervised Learning ist eine Form des maschinellen Lernens, bei der ein Modell mit unstrukturierten Rohdaten trainiert wird, die zuvor nicht von Menschen beschriftet, sortiert oder klassifiziert (gelabelt) wurden. Stattdessen muss das System völlig eigenständig Muster, Gemeinsamkeiten und verborgene Strukturen innerhalb der Datenmenge erkennen.
→ Im KI-Lexikon: Unsupervised Learning
V
68. Vibe Coding – Programmieren per Zuruf
Vibe Coding (ein 2025 vom KI-Forscher Andrej Karpathy geprägter Begriff) bezeichnet eine neue Art der Softwareentwicklung, bei der Menschen einer KI in natürlicher Alltagssprache beschreiben, welche Anwendung oder Funktion sie haben möchten, und sich dabei ganz auf den „Vibe“ (die grobe Idee und das sichtbare Ergebnis) konzentrieren. Die KI schreibt und korrigiert den gesamten Programmcode im Hintergrund, ohne dass der Nutzer die Codezeilen selbst schreiben oder im Detail verstehen muss.
→ Im KI-Lexikon: Vibe Coding
W
69. Weak AI / Narrow AI – Schwache oder spezialisierte KI
Als schwache KI (im Gegensatz zur starken KI bzw. AGI) bezeichnet man Systeme, die auf eine bestimmte Aufgabe oder klar definierte Anwendungsbereiche spezialisiert sind – etwa Schachspielen, Bilderkennung, medizinische Diagnosen oder Textgenerierung. Sie verfügen über kein eigenes Bewusstsein und können nicht eigenständig über ihr antrainiertes Kompetenzfeld hinaus agieren. Alle heute existierenden KI-Systeme fallen technisch gesehen noch in diese Kategorie.
→ Im KI-Lexikon: Schwache KI (Narrow AI)
Z
70. Zero-Shot Learning – Aufgabenlösung ohne vorherige Beispiele
Zero-Shot Learning beschreibt die Fähigkeit eines KI-Modells, eine Aufgabe erfolgreich zu lösen oder etwas zu klassifizieren, ohne dass ihm für genau diesen Fall vorab konkrete Musterbeispiele gezeigt wurden. Es überträgt dabei allgemeines Wissen auf eine neue Situation: Ein Modell kann beispielsweise auf einem Foto ein Okapi erkennen, obwohl es im Bildtraining nur Pferde und Zebras gesehen hat, sofern es aus Textbeschreibungen weiß, dass ein Okapi wie eine Mischung aus beidem mit gestreiften Beinen aussieht. Im Alltag mit Sprachmodellen spricht man auch von Zero-Shot Prompting, wenn man der KI eine Aufgabe stellt, ohne ihr im Prompt ein Beispiel für die gewünschte Antwortstruktur mitzugeben.
→ Im KI-Lexikon: Zero-Shot Learning
Alle Begriffe – und weitere rund um KI im Unternehmen – findest du jederzeit nachschlagbar in unserem KI-Lexikon.