KI-Glossar: Endlich Durchblick im Dschungel der Künstlichen Intelligenz!

Ob beim Navigieren mit dem Smartphone, beim nächsten Serienvorschlag auf Netflix oder beim Plausch mit Alexa – Künstliche Intelligenz (KI) ist längst Teil unseres Alltags. Oft bemerken wir gar nicht, dass im Hintergrund hochentwickelte Systeme arbeiten, die Sprache verstehen, Bilder analysieren, Vorlieben erkennen oder Entscheidungen vorbereiten.

Was genau ist KI eigentlich?

Kurz gesagt: Künstliche Intelligenz (englisch: Artificial Intelligence, kurz AI) bezeichnet Technologien, die dazu in der Lage sind, Aufgaben zu übernehmen, für die normalerweise menschliche Intelligenz nötig wäre. Dazu gehören Fähigkeiten wie Lernen, Problemlösen, Verstehen, Entscheiden oder sogar Kreativität. KI analysiert riesige Datenmengen, erkennt Muster und trifft auf dieser Basis eigenständig Entscheidungen – blitzschnell und rund um die Uhr.

Die wichtigsten KI-Begriffe im Überblick 

Je mehr man sich mit dem Thema beschäftigt, desto öfter begegnet man einer Flut von Fachbegriffen, Abkürzungen und Buzzwords. Von LLM über NLP bis zu Prompt Engineering – da kann man schnell den Überblickverlieren. Keine Sorge: Dieses Glossar bringt Licht ins Dunkel. Ob Einsteiger:in, technikbegeisterter Profi oder einfach neugierig, hier finden Sie alle wichtigen Begriffe alphabetisch sortiert rund um die Künstliche Intelligenz –verständlich, praxisnah und garantiert ohne Fachchinesisch. Dafür mit einer Prise Neugier und viel Klarheit. Entdecken Sie ein Stichwort nach dem anderen!

Adversarial Learning

Adversarial Learning beschreibt ein Verfahren, bei dem mehrere KI-Modelle miteinander konkurrieren, um ihre Fähigkeiten gegenseitig zu verbessern. Bekannt wurde dieses Prinzip durch Generative Adversarial Networks(GANs). Diese erzeugen beispielsweise täuschend echte Bilder, indem sie gegenseitig ihre Fähigkeiten herausfordern und verbessern.

AGI (Artificial General Intelligence)

Artificial General Intelligence beschreibt eine hypothetische KI, die flexibel und vielseitig denkt und handelt wie ein Mensch. Diese KI wäre fähig, jede Aufgabe zu bewältigen, die ein Mensch beherrscht. AGI ist aktuell noch theoretisch, regt jedoch spannende Diskussionen zur Zukunft der KI an.

AI (Artificial Intelligence)/KI (Künstliche Intelligenz)

Der englische Begriff für Künstliche Intelligenz, der häufig synonym verwendet wird. Künstliche Intelligenz bezeichnet Technologien, Algorithmen und Systeme, die menschliches Verhalten imitieren. Sie lernen eigenständig, erkennen Muster, treffen Entscheidungen und lösen Probleme. KI steckt bereits in zahlreichen Alltagsanwendungen, etwa digitalen Assistenten oder Navigationssystemen.

Algorithmus

Ein Algorithmus ist eine präzise Anleitung, die festlegt, wie KI-Systeme Aufgaben ausführen. Diese Regeln ermöglichen, dass KI logische Entscheidungen trifft. Gut entwickelte Algorithmen sind das Herzstück leistungsfähiger KI-Anwendungen.

Autonome Systeme

Autonome Systeme sind KI-Anwendungen, die eigenständig handeln, ohne menschlichen Eingriff. Beispiele hierfür sind selbst fahrende Autos, Drohnen oder autonome Produktionsroboter. Sie reagieren flexibel auf ihre Umgebung und treffen selbstständig Entscheidungen.

Basismodelle

Basismodelle sind große KI-Modelle, die auf umfangreichen Daten trainiert wurden. Sie dienen als universelle Grundlage, auf der spezifische KI-Anwendungen entwickelt werden können. Diese Modelle ermöglichen eine schnelle und kostengünstige Anpassung für verschiedene Einsatzzwecke.

Bias

Bias bezeichnet eine systematische Verzerrung oder Voreingenommenheit, die KI-Systeme aufgrund unausgewogener Trainingsdaten entwickeln können. Bias kann zu ungewollten, diskriminierenden Entscheidungenführen. Ein wichtiges Ziel ist deshalb, KI-Modelle möglichst fair und neutral zu gestalten.

Big Data

Unter Big Data versteht man riesige und komplexe Datenmengen, die traditionelle Methoden der Datenverarbeitung herausfordern. KI-Algorithmen ermöglichen jedoch die effiziente Analyse solcher Daten. Sie helfen, wertvolle Erkenntnisse aus den riesigen Datenmengen zu ziehen.

Chatbot

Ein Chatbot kann ein KI-System sein, das in natürlicher Sprache automatisiert mit Menschen kommuniziert. Er beantwortet Fragen, unterstützt Nutzer:innen oder führt Gespräche. Chatbots werden häufig im Kundenservice eingesetzt, um Abläufe effizienter und angenehmer zu gestalten.

ChatGPT

ChatGPT ist ein bekanntes KI-Sprachmodell von OpenAI, das menschenähnliche Dialoge führen kann. Es generiert überzeugend realistische Texte und bietet zahlreiche Einsatzmöglichkeiten, etwa im Kundenservice oder bei der Content-Erstellung. ChatGPT verdeutlicht eindrucksvoll das Potenzialmoderner Sprachmodelle.

Computer Vision (CV)

Computer Vision ermöglicht es KI-Systemen, Bilder und Videos zu interpretieren. Diese Technologie kommt bei Gesichtserkennung, autonomen Fahrzeugen oder medizinischer Diagnostik zum Einsatz. KI-Systeme lernen dabei, visuelle Muster ähnlich dem menschlichen Auge zu erkennen und auszuwerten.

Conversational AI

Conversational AI bezeichnet KI-Systeme, die menschenähnliche Gespräche führen können – per Text oder Sprache. Diese Systeme kombinieren Sprachverarbeitung (NLP), Dialogmanagement und maschinelles Lernen. Eingesetzt wird Conversational AI in Chatbots, Sprachassistenten und Kundenservices, um Kommunikation natürlicher und effizienter zu gestalten.

Data Mining

Data Mining bezeichnet das automatisierte Aufspüren verborgener Muster in großen Datenmengen. Ziel ist es, Trends oder Zusammenhänge aufzudecken, die für strategische Entscheidungen nützlich sind. Data Mining ist in vielen Branchen ein wichtiger Bestandteil datengetriebener Geschäftsmodelle.

Daten

Daten sind die Grundlage jeder KI-Anwendung. Sie liefern das "Futter", aus dem Maschinen lernen: Zahlen, Texte, Bilder oder Tonaufnahmen. Je mehr und je vielfältiger die Daten, desto besser kann ein KI-Modell Muster erkennen und sinnvolle Entscheidungen treffen.

Datenschutz- und Datensicherheit

Datenschutz bezieht sich auf den Schutz personenbezogener Daten, während Datensicherheit die technischen Maßnahmen meint, die verhindern, dass Daten verloren gehen oder in falsche Hände geraten. Beide Konzepte sind entscheidend für vertrauenswürdige KI-Anwendungen. Besonders in Europa gelten durch die Datenschutz-Grundverordnung (DSGVO) hohe Anforderungen für KI-Systeme im Umgang mit Daten.

Deep Learning (DL)

Deep Learning nutzt tiefe neuronale Netzwerke, um aus großen Datenmengen komplexe Muster zu erkennen. Die Technik wird besonders erfolgreich bei Sprach-, Bild- und Texterkennung eingesetzt. Deep Learning hat in den letzten Jahren viele KI-Durchbrüche ermöglicht.

EU AI Act

Der EU AI Act ist ein EU-Gesetz, das erstmals europaweit Regeln für den Umgang mit Künstlicher Intelligenz schafft. Ziel ist es, Innovation zu fördern – aber gleichzeitig Risiken für Menschen, Gesellschaft und Grundrechte zu minimieren. Die Verordnung ist seit dem 1. August 2024 in Kraft.  Nach einer Übergangszeit von 24Monaten findet sie Anwendung, doch einige Vorschriften gelten bereits. Besonders wichtig: KI-Systeme werden nach ihrem Risikograd eingestuft. Eine KI, die Katzen von Hunden unterscheidet, fällt kaum ins Gewicht. Aber eine KI, die Menschen erkennt oder über Bewerbungen entscheidet, unterliegt strengeren Regeln. Der EU AI Act wird damit zu einem umfassenden Rechtsrahmen für vertrauenswürdige KI.

Generative KI (GenAI)

GenAI ist die Abkürzung für Generative Artificial Intelligence, also KI, die neue Inhalte wie Texte, Bilder, Musik oder sogar Code erzeugt. Sie funktioniert auf Basis von Trainingsdaten und erkennt darin Muster, die sie kreativ neu zusammensetzt. Ein bekanntes Beispiel für generative KI ist ChatGPT, das kreative Texte und Dialoge erzeugen kann.

Grounding/Ground Truth

„Ground Truth“ beschreibt die objektive Wahrheit, mit der KI-Modelle verglichen werden, um ihre Leistung zu bewerten. Sie dient als Referenzpunkt bei der Validierung von Vorhersagen. „Grounding“ wiederum ist der Versuch, KI-Modelle in der Realität zu verankern, etwa durch die Anbindung an Fakten oder externe Datenquellen, um Halluzinationen zu vermeiden.

Guardrails

Guardrails (zu Deutsch: Leitplanken) sind Schutzmechanismen, die verhindern sollen, dass KI-Systeme unerwünschte oder gefährliche Inhalte erzeugen. Sie setzen Grenzen für das Verhalten der KI und sorgen dafür, dass ethische, rechtliche oder sicherheitsrelevante Vorgaben eingehalten werden. Besonders bei generativer KI spielen Guardrails eine wichtige Rolle.

Halluzination/Delusion

Als Halluzination (auch „Delusion“) bezeichnet man das Phänomen, wenn KI-Modelle scheinbar plausible, aber faktisch falsche Aussagenproduzieren. Besonders große Sprachmodelle sind anfällig dafür, überzeugendwirkende Falschaussagen zu formulieren. Deshalb sollten KI-generierte Inhalte immer kritisch überprüft werden.

Hybride KI

Hybride KI kombiniert datenbasierte Methoden wie maschinelles Lernen mit regelbasierten, logischen Systemen. Dadurch entstehen robuste Lösungen, die Vorteile beider Ansätze vereinen. Hybride KI eignet sich besonders gut für komplexe Aufgabenstellungen, bei denen kontextbezogenes Wissen entscheidend ist.

IoT (Internet der Dinge)

IoT bezeichnet die Vernetzung von Geräten, Maschinen und Sensoren, die kontinuierlich Daten sammeln und austauschen. Kombiniert mit KI entstehen intelligente Systeme, die eigenständig Entscheidungen treffen und Abläufe automatisieren. IoT-Technologien werden zunehmend in Industrie, Smart Homes und der Medizin eingesetzt.

KI-Modell

Ein KI-Modell ist das „Gehirn“ einer Künstlichen Intelligenz– also der mathematische Kern, der trainiert wurde, um Aufgaben wie Bilderkennung, Sprachanalyse oder Textgenerierung zu erledigen. Es basiert auf Daten, lernt daraus Muster und kann auf neue Eingaben reagieren. Beispiele für KI-Modelle sind große Sprachmodelle wie GPT oder Bilderkennungsmodelle in medizinischen Anwendungen. Das Modell ist also das Ergebnis des Trainingsprozesses – gewissermaßen die „Denkeinheit“, aber noch ohne Benutzeroberfläche oder Anwendungskontext.

KI-System

Ein KI-System ist die vollständige, anwendbare Einheit, in die das KI-Modell eingebettet ist. Es umfasst nicht nur das trainierte Modell, sondern auch die Datenquellen, Schnittstellen, Benutzeroberflächen, Sicherheitsmechanismen und ggf. weitere Softwarekomponenten. Ein Chatbot, der Nutzern Fragen beantwortet, ist ein KI-System – das KI-Modell darin generiert die Antworten, aber erst durch das System wird der Chat überhaupt möglich. Kurzgesagt: Das Modell denkt, das System handelt.

LLM (Large Language Model)

Large Language Models sind komplexe KI-Modelle, die riesige Mengen an Textdaten verarbeiten. Sie verstehen Sprache in beeindruckendem Umfang und können Texte in natürlicher Sprache generieren. Ein bekanntes LLM ist GPT von OpenAI, das vielfältige Anwendungen von der Übersetzung bis zur Textproduktion ermöglicht.

Machine Learning (ML)

Maschinelles Lernen beschreibt den Prozess, bei dem KI-Systeme selbstständig aus Beispieldaten lernen, ohne explizit programmiert zu werden. Das Modell verbessert seine Fähigkeiten kontinuierlich und liefert mit zunehmendem Training präzisere Ergebnisse. ML steckt heute in Anwendungen wie Produktempfehlungen, Spracherkennung und medizinischer Diagnostik.

Neuronale Netze (NN)

Neuronale Netze sind Algorithmen, deren Struktur vom menschlichen Gehirn inspiriert wurde. Sie bestehen aus künstlichen Neuronen, die miteinander verbunden sind und Informationen verarbeiten. Neuronale Netze lernen selbstständig, Muster und Strukturen in großen Datenmengen zu erkennen.

NLP (Natural Language Processing)

NLP ermöglicht KI, menschliche Sprache zu verstehen, zu analysieren und zu generieren. Dadurch können KI-Systeme Texte übersetzen, Emotionen aus Texten herauslesen oder sinnvolle Dialoge führen. Anwendungen wie Chatbots, Sprachassistenten und automatische Übersetzungssysteme nutzen NLP intensiv.

Open Source Modelle

Open Source Modelle sind öffentlich zugängliche KI-Modelle, deren Quellcode frei verfügbar ist. Dies ermöglicht Transparenz, gemeinschaftliche Weiterentwicklung und Anpassung an individuelle Anforderungen. Bekannte Beispiele sind Modelle wie Stable Diffusion oder GPT-Abwandlungen der Open-Source-Community.

Prädiktive Analytik

Prädiktive Analytik nutzt KI, um aus vorhandenen Datenzukünftige Ereignisse vorherzusagen. Sie hilft beispielsweise Unternehmen, Kundenverhalten vorherzusehen oder Wartungen rechtzeitig durchzuführen. Die Qualität der Vorhersagen hängt maßgeblich von der Datenqualität und den eingesetzten Modellen ab.

Privatsphäre

Privatsphäre beschreibt das Recht jeder Person, die Kontrolle über ihre eigenen Daten und deren Verwendung zu behalten. KI-Systeme müssen so gestaltet sein, dass sie diese Rechte respektieren – etwa durch Datenminimierung oder transparente Informationsverarbeitung. Datenschutz und Privatsphäre sind eng miteinander verknüpft.

Prompt

Ein Prompt ist eine gezielte Eingabe oder Frage, mit der Nutzer eine Antwort oder eine Aktion von einem KI-System erhalten. Prompts steuern die Ausgabe und das Verhalten von Modellen wie ChatGPT. Gute Prompts ermöglichen präzise und qualitativ hochwertige Antworten.

Reinforcement Learning

Beim Reinforcement Learning lernen KI-Systeme durch Belohnung und Bestrafung, eigenständig optimale Entscheidungen zu treffen. Das System erhält positives Feedback für gewünschtes Verhalten und negatives Feedback bei Fehlern. Diese Methode wird beispielsweise erfolgreich für Robotersteuerungen oder Spiel-KIs eingesetzt.

Sprachmodelle

Sprachmodelle sind spezialisierte KI-Systeme, die darauf trainiert sind, natürliche Sprache zu verstehen und zu generieren. Sieermöglichen Maschinen, menschliche Sprache fließend zu interpretieren und realistische Antworten zu geben. Moderne Sprachmodelle wie GPT haben zu bedeutenden Durchbrüchen in der KI geführt.

Supervised Learning

Supervised Learning ist eine Form des maschinellen Lernens, bei dem die Trainingsdaten bereits eindeutig beschriftet sind. Das KI-Systemlernt durch vorgegebene Beispiele, die richtige Antwort oder Klassifizierung eigenständig anzuwenden. Dieses Verfahren wird häufig bei Bilderkennung oder Spam-Erkennung genutzt.

Token

Ein Token ist eine kleinste Recheneinheit für Sprache in einem KI-System – meist ein Wortteil, ein Wort oder ein Satzzeichen. Sprachmodelle wie GPT analysieren Texte auf Basis von Token, nicht vollständiger Wörter. Die Token Anzahl beeinflusst auch, wie viel „Kontext“ ein Modell gleichzeitig verarbeiten kann.

Training

Training beschreibt den Prozess, bei dem KI-Systeme anhand großer Datenmengen Muster erkennen und ihre Modelle optimieren. Das Ziel ist, möglichst genaue Vorhersagen oder Entscheidungen zu ermöglichen. Je umfangreicher und hochwertiger das Training, desto besser sind die Ergebnisseder KI.

Unsupervised Learning

Unsupervised Learning bezeichnet maschinelles Lernen ohne vorherige Beschriftung der Trainingsdaten. KI-Systeme entdecken dabei eigenständig Muster, Zusammenhänge oder Gruppen innerhalb der Daten. Diese Methode ist besonders nützlich bei der explorativen Datenanalyse und Segmentierung großer Datenmengen.

Zertifizierung

Zertifizierungen für KI-Systeme sollen sicherstellen, dass diese bestimmten Qualitäts-, Sicherheits- oder Ethikstandards entsprechen. Gerade im Kontext des EU AI Acts werden Zertifizierungsprozesse wichtiger, um Vertrauen zu schaffen. Unternehmen können damit nachweisen, dass ihre KI verantwortungsvoll und regelkonform eingesetzt wird.

Und jetzt? Ihr KI-Vokabular sitzt!

Mit diesem Glossar haben Sie sich Schritt für Schritt durch das Begriffslabyrinth der Künstlichen Intelligenz gearbeitet. Ob Abkürzung oder Fachbegriff, Sie wissen nun im Großen und Ganzen, was sich dahinter verbirgt. Vielleicht haben Sie dabei sogar Lust bekommen, selbst tiefer in die Welt der KI einzutauchen, eigene Anwendungsfelder zu entdecken oder einfach mitreden zu können, wenn beim nächsten Meeting wieder Begriffe wie „LLM“, „GenAI“ oder „Guardrails“ fallen. KI ist längst keine ferne Zukunft mehr, sondern Teilunseres digitalen Alltags. Und: Sie müssen kein:e Programmierer:in oder Datenprofi sein, um davon zu profitieren. Alles beginnt mit einem soliden Verständnis – und genau das haben Sie sich jetzt erarbeitet.

KI zum Anfassen statt nur zum Nachlesen!

‍Jetzt wissen Sie, was KI leisten kann – erleben Sie es selbst mit dem HR-Assistant von Haufe. Schnelleingerichtet, sofort im Einsatz und immer bereit, Ihre HR-Arbeit smarter zumachen. Er beantwortet wiederkehrende Mitarbeiterfragen, optimiert interne Prozesse und verschafft Ihrem HR-Team mehr Zeit für das Wesentliche.
Hier geht`s zum Chatbot – Testen Sie die Möglichkeiten