Definition Adaptive Lernsysteme (ALS) sind digitale Lernplattformen, welche – zum Teil auch durch Künstliche Intelligenz unterstützt – bedarfsgerechtes, an die Merkmale und Voraussetzungen der Lernenden angepasstes Lernen ermöglichen. Anstelle eines „one-size-fits-all“-Lehr- und Lernansatzes kann ein ALS gezielt auf Bedarfe des Lernenden eingehen, wie etwa dessen Fähigkeiten und Vorkenntnisse, Lernstil, Lernziele und arbeitsplatzbezogene Qualifikationsbedarfe.

AI Act

Gesetzgebung der Europäischen Union (EU), die damit als erster Staatenbund rechtlich bindende und auf definierten Risikoklassen basierende Vorgaben für die Entwicklung und den Einsatz von KI erlässt. Der AI Act wurde im Mai 2024 beschlossen, die Regelungen treten seither sukzessive in Kraft.

AI Agents

KI-Agenten sind Werkzeuge, die komplexe Aufgaben automatisieren, für die sonst menschliche Ressourcen erforderlich wären. Anders als KI-„Assistenten“ wie die bekannten Chatbots erledigen sie nicht nur reaktiv einzelne Aufgaben, die User vorgeben. Statt dessen sind sie in der Lage, eine Reihe diverser Aufgaben nacheinander abzuarbeiten und dabei selbständig Entscheidungen zu treffen.

Das wirtschaftliche Potenzial einer solchen Technologie erscheint enorm – Google hat, passend dazu, das Jahr 2025 bereits als Beginn eines „Age of Agents“ ausgerufen.

Aleph Alpha

Deutsches KI-Unternehmen, das KI-Sprachmodelle in vergleichbarer Qualität entwickelt hat wie OpenAI.

Schließlich verloren diese Heidelberger vermutlich auch deswegen den Anschluss, weil sie nicht über ähnlich milliardenschwere Finanzierungen verfügten wie die US-Konkurrenz.

Alignment

Alignment bezieht sich in der KI auf die Fähigkeit eines Systems, Ziele und Handlungen mit den Zielen und Werten der menschlichen Gesellschaft in Einklang zu bringen.

Es ist wichtig, dass KI-Systeme so ausgerichtet sind, dass sie im Einklang mit ethischen und moralischen Grundsätzen agieren.

Ein gutes Alignment gewährleistet, dass KI-Systeme die beabsichtigten Ergebnisse erzielen, ohne unerwünschte Nebenwirkungen zu verursachen.

Forscher und Entwickler arbeiten daran, Mechanismen zu schaffen, die ein besseres Alignment von KI-Systemen mit den menschlichen Werten sicherstellen. Ein mangelhaftes Alignment kann zu unerwünschtem Verhalten von KI-Systemen führen, was potenziell negative Auswirkungen auf die Gesellschaft hat. Es ist daher von großer Bedeutung, dass Alignment als zentrales Thema in der Entwicklung und Anwendung von KI-Technologien betrachtet wird.

Algorithmus

Ein Algorithmus ist eine klar definierte Anleitung, die Schritt für Schritt vorgibt, wie eine Aufgabe oder ein Problem zu lösen ist. Im Sinne eines Entscheidungsbaumes liefert ein Algorithmus regelbasiert auf jeden ihm bekannten Status (etwa „Ich möchte mich bei xyz bewerben“ oder „Ich möchte einen Workshop buchen“) eine vorher definierte Antwort. Algorithmen sind per se zunächst keine KI.

Algorithmen sind Handlungsvorschriften; diese werden oft in Computerprogrammen (= Software) formuliert, sie können aber auch in menschlicher Sprache formuliert werden...

Algorithmen bestehen aus einer Folge von elementaren Anweisungen.

Wie funktioniert ein Algorithmus? Ein Algorithmus ist ein schrittweises Verfahren zum Lösen eines Problems durch ein spezielles Regelwerk. Deswegen bestehen Algorithmen aus einer Folge von elementaren Anweisungen (z.B. Verarbeitungsschritte, Grundrechenarten, logischen Operationen), die nach endlich vielen Schritten die Lösung des gestellten Problems liefern.

Algorithmen sind universelle Werkzeuge, die heute tausende von Bereichen eingesetzt werden. Moderne Produkte funktionieren ausschließlich mit leistungsfähigen Algorithmen. Der Entwurf und das Programmieren von Algorithmen ist eine kreative Tätigkeit.

Gute Algorithmen müssen dazu eine ganze Reihe von Eigenschaften erfüllen... Algorithmen sind in allen menschlichen Hirnen und, ja auch in den Köpfen (fast) aller Tiere. Denn ganz grundsätzlich betrachtet handelt es sich bei diesen einigermaßen gehypten Dingern „eine eindeutige Handlungsvorschrift zur Lösung eines Problems“ – so beschreibt die Wikipedia den Begriff.

Denn die Handlungsvorschriften können eben nicht nur in Computerprogrammen formuliert sein, sondern auch in menschlicher Sprache. Das beginnt schon an der Verkehrsampel. Das Problem: Jemand möchte eine stark befahrene Straße unbeschadet überqueren.

1. Suche nach einem Fußgängerüberweg.

2. Gibt es eine Ampel? Falls ja,

3a. überprüfe, ob sie Grün zeigt.

4a. Falls ja, überquere die Straße. Und so weiter… Beinahe alle Regeln des zwischenmenschlichen Verhaltens und des Verhaltens in definierten Systemen lassen sich als Algorithmen fassen...

Altman, Sam

Altman ist CEO des US-Unternehmens und ChatGPT-Erfinders OpenAI. Er ist eines der prominentesten Gesichter der GenAI-Welt. Die Karriere des 38-Jährigen, der OpenAI mitgegründet hat und schon in einem Atemzug mit IT-CEOs wie Mark Zuckerberg genannt worden war und mit dem sich Politiker wie US-Präsident Joe Biden und Bundeskanzler Olaf Scholz hatten fotografieren lassen, schien abrupt zu enden...

Doch keine Woche später inthronisierte OpenAI seinen Chef wieder. Zwischendrin hatte Microsoft-CEO Satya Nadella damit geliebäugelt, Altman in sein Unternehmen zu holen. Anschließend war OpenAI-Verwaltungsrat Ilya Sutskever, offenbar der Chef-Gegenspieler Altmans, öffentlich bei „X“ nach Canossa gezogen und hatte sein Verhalten dort „zutiefst bedauert“.

Amazon

Prominentes Beispiel für den Aufbau eines digitalen Ökosystems in einem Unternehmen ist Amazon. Ausgehend von der ursprünglichen Idee des Handels mit Büchern und Musik hat sich das Unternehmen im Laufe der Zeit ein digitales Ökosystem aus Zulieferern, (Handels-)Partnern, Dienstleistern und Kunden geschaffen.

API (Application Programming Interface)

Eine Schnittstelle, die es verschiedenen Softwareanwendungen ermöglicht, miteinander zu interagieren und Funktionen oder Daten auszutauschen.

AppliedAI

Applied AI ist eine der Europas führende KI-Initiativen. Das Ziel: Wissenaustausch mit den führenden Tech-Unternehmen in Deutschland.

Apps

Apps sind Anwendungen, die Künstliche Intelligenz nutzen, um Aufgaben auszuführen. Diese Apps können beispielsweise Spracherkennung, Bilderkennung oder Empfehlungssysteme enthalten. KI-Apps können auf verschiedenen Plattformen wie Smartphones, Tablets oder Computern laufen und werden in verschiedenen Branchen wie Gesundheitswesen, Finanzen und Einzelhandel eingesetzt.

Bekannte Beispiele für KI-Apps sind Siri, Alexa oder der Google Assistant.

Anwendung (KI-Anwendung)

Eine Software oder ein Tool, das KI nutzt, um Aufgaben zu übernehmen – z. B. Texterstellung, Bilderkennung oder Chatbots.

Artificial General Intelligence

AGI Artificial General Intelligence (Künstliche Allgemeine Intelligenz). Ein Konzept für eine noch hypothetische, sehr fortgeschrittene Künstliche Intelligenz, die alle Aufgaben besser als Menschen erledigen kann —und ihre Fähigkeiten selbst weiterentwickelt. Mehr dazu.

Artificial Narrow Intelligence. Die aktuelle "schwache" Künstliche Intelligenz.

Agentensysteme. Künstliche Intelligenz-Modelle, die ohne ständige Überwachung autonom agieren können, wie z. B. Selbstfahrende Autos.

Algorithmus. Ein Set von Anweisungen, die es einem Computer ermöglichen, Daten zu analysieren und Muster zu erkennen, um Aufgaben eigenständig zu lösen.

Alignment (Ausrichtung) Der Prozess, bei dem eine KI so eingestellt wird, dass sie wünschenswerte Ergebnisse liefert, z. B. beim Moderieren von Inhalten.

Anthropomorphismus. Die menschliche Tendenz, unbelebten Objekten oder KI-Systemen menschliche Eigenschaften, wie etwa Trauer, Freude oder Empfindsamkeit zuzuschreiben.

Autonome Agenten. KI-Modelle, die selbstständig komplexe Aufgaben erfüllen können, wie z. B. Selbstfahrende Autos, die über sensorische Eingänge, GPS und Fahralgorithmen verfügen, um selbstständig auf der Straße zu fahren.

Augmented Reality (AR)

Bei Augmented Reality, kurz AR, handelt es sich um eine computergestützte Darstellung, die die Realität um virtuelle Aspekte erweitert. Im Gegensatz zu VR, bei der ein Nutzer vollständig in eine virtuelle Welt eintaucht und dabei die physische Realität ausgeblendet wird, wird bei Augmented Reality die physische Realität weiterhin wahrgenommen. Diese wird jedoch um virtuelle Elemente ergänzt, wodurch der Nutzer eine erweiterte Realität wahrnimmt. Zum Erleben wird ein Smartphone, Tablet, Head-Up-Display, Holographie-System oder eine Augmented Reality-Brille benötigt.

Autonom fahrende Fahrzeuge

Selbstfahrende Autos. Autonom fahrende Fahrzeuge.

Autonome Systeme

Systeme, die ohne menschliches Eingreifen betrieben werden können, wie selbstfahrende Autos und Drohnen.

Audiogeräte

Audiogeräte sind Geräte, die zur Aufnahme oder Widergabe von Sounds (z.B. Musik) dienen. Dazu zählen: Schalplatten (-Spieler und Aufnahmegerät), Kasseten (-Recorder und -Spieler für Tonbänder), CD (-Spieler und Herstellergeräte).

Mehr dazu: Audio in KI...

Authentifizierung mit KI

Ein erkanntes Gesicht kann als biometrischer Faktor für die Authentifizierung eingesetzt werden. In China wird solche KI-gestützte Gesichtserkennung verstärkt eingesetzt.

Viele der Anwendungen, die insbesondere im Bank- und Finanzbereich eingesetzt werden, basieren auf der Software Face++ von der Firma Megvii. Hierbei handelt es sich um eine auf das Deep Learning – Framework Brain++ aufbauende biometrische Anwendung.

Die dahinter stehenden Algorithmen werden mit großen Datensätzen, also mit sehr vielen Bildern, trainiert. Dieses Maschinelle Lernverfahren nutzt ein großes, mehrschichtiges Neuronales Netzwerk, das seine Parameter in der Trainingsphase so lange anpaßt, bis das Gesicht einer Person zuverlässig erkannt wird.

Avatar

Ein KI-Avatar ist eine visuelle oder stimmliche Repräsentation, die durch KI generiert oder gesteuert wird. Er kann in Text-, Audio- oder Videoform auftreten und teilweise dialogfähig sein.

Typen:

Statische Avatare: mit generiertem Gesicht (z.B. Synthesia, Replika)
Sprechende Avatare: lip-synced, z.B. in Erklärvideos
Interaktive Avatare: Kombination aus LLM (Text) + Speech Synthesis + Avatar-Grafik

KI-Avatare können Nähe und Empathie simulieren, ohne Verantwortung oder Authentizität zu garantieren. Sie werfen ethische Fragen auf, z.B. bei Fake-Personas, Deepfakes oder im Pflegebereich. Ihre „Menschlichkeit“ ist strategisch – nicht real.

B

Backpropagation

Der Backpropagation-Algorithmus stellt eine der zentralen Methoden für das Training Neuronaler Netze dar. Dabei wird das vom KI-System ausgegebene Ergebnis, welches zunächst auf einer willkürlichen Gewichtung der einzelnen Neuronen basiert, mit dem Erwartungswert abgeglichen und die bei dem Vergleich abgeleitete Differenz anschließend als Fehlerwert ausgedrückt. Anhand dieses Fehlerwertes findet im Anschluss eine Fehlerrückführung statt, welche zu einer Anpassung der Gewichte und damit zur Optimierung des KI-Systems führt.

Bard

Googles erster GenAI-Chatbot hieß Bard. Der hatte einen schweren Start, nachdem er im Frühjahr 2023 bei der ersten öffentlichen Präsentation Fakten verdreht hatte. Sogar der Google-Aktienkurs brach daraufhin ein. Und obwohl einer der größten Tech-Giganten hinter dem Tool stand, schaffte Bard es zunächst nicht, zu ChatGPT aufzuschließen.

Zu schlecht war vor allem das sprachliche Ausdrucksvermögen. Später wurde der Bot in „Gemini“ umbenannt – übernahm also den Namen des damals neuen KI-Modells von Google. Seit Frühjahr 2025 ist Gemini auf Augenhöhe mit OpenAIs ChatGPT.

Bias (Voreingenommenheit, Verzerrung)

Bias (Vorurteil). Fehler in KI-Systemen, wie etwa in großen Sprachmodellen (LLMs), die durch unausgewogene Trainingsdaten entstehen und zu diskriminierenden Ergebnissen führen.

Bias sind Verzerrungen oder Vorurteile, die in KI-Systemen stecken können – z. B. wenn Trainingsdaten nicht vielfältig genug sind.

Bias bezieht sich auf eine systematische Abweichung in den Ergebnissen oder Entscheidungen, die von KI-Systemen getroffen werden. Diese Verzerrungen können durch ungleiche Gewichtung bestimmter Daten oder Vorurteile entstehen und zu diskriminierenden Ergebnissen führen.

Ein Bias kann sowohl in den Trainingsdaten als auch im KI-Algorithmus selbst vorhanden sein und muss aktiv angegangen werden, um faire und ethische KI-Anwendungen zu gewährleisten. Das Identifizieren und Reduzieren von Bias ist ein wichtiger Schritt bei der Entwicklung verantwortungsvoller KI-Systeme.

Big Data

Mit "Big Data" beschreibt man die Tatsache, daß heute im Internet gigantische Mengen von Daten verfügbar sind. Diese gigantischen Datenmengen werden zum Training von KI-Software benutzt.

Big Data bezeichnet extrem grofle und komplexe Datensätze, die mit herkömmlichen Datenverarbeitungstechniken nur schwer analysiert werden können. Im Kontext von KI ermöglicht Big Data das Training leistungsstarker KI-Modelle, die durch die Analyse der umfangreichen Datenmengen Muster erkennen können. Dies führt zu präziseren Vorhersagen und verbesserten Entscheidungen der KI.

Bildgeneratoren

KI-Bildgeneratoren erzeugen Bilder aus Texteingaben (Text-to-Image) auf Basis trainierter Neuronaler Netze. Sie arbeiten meist mit Diffusion Models oder GANs (Generative Adversarial Networks).

Beispiele: DALL·E, Midjourney, Stable Diffusion.

Black Boxing

Die Kunst, Strukturen und Mechanismen digitaler Werkzeuge bewusst zu schwärzen, also unsichtbar/unlesbar zu machen. Während z. B. die Benutzeroberflächen dieser Werkzeuge ganz verständlich und sogar sexy gestaltet werden, bleibt die zugrundeliegende Datenebene »uns Nutzern/Laien« total unverständlich.

Wir sehen den Wald vor lauter Codes nicht. Und sollen ihn auch nicht sehen. Was weiterhin gern geblackboxt wird, sind auch solche Dinge: die Energiekosten bei der Datengewinnung, die menschenunwürdigen Bedingungen, unter denen Rohstoffe für Computer und Mobilgeräte abgebaut werden; die Sklaven-Klickarbeit zum Füttern der KIs mit Daten.

Blockchain

Blockchain ist eine ursprünglich für den Finanzmarkt entwickelte Technologie. Sie macht es möglich, jegliche Art von Information in einer öffentlich einsehbaren Datenbank zu speichern, zu verarbeiten, zu teilen und zu verwalten.

In einer kontinuierlichen Liste von Datensätzen („Blocks“) werden diese mittels eines kryptografischen Verschlüsselungsverfahrens verkettet. Die Blockchain ist ein Netzwerk, üblicherweise innerhalb des Internets.

Im Gegensatz zur Cloud werden Informationen nicht auf einem einzelnen Server gespeichert, sondern jeweils lokal, auf allen Rechnern im Netzwerk – also dezentral. Dies ist auch der Grund, warum die Technologie als besonders sicher angesehen wird: Um Informationen zu verfälschen, müsste nicht ein Server gehackt werden, sondern jeder einzelne Computer in der Blockchain.

Die Kontrolle über die Informationen wird dezentralisiert. In der Blockchain können Transaktionen getätigt werden. Transaktionen können jede Art von Änderungen an Informationen sein, z. B. eine Finanztransaktion, ein Vertrag, Testament, Aktien, Kaufverträge.

Innerhalb der Blockchain kann eine Information jederzeit nachvollzogen werden – für alle, Teilnehmer. Das gesamte Netzwerk kann also über die Transaktionen „Buch führen“ bzw. diese kontrollieren. Die Informationen werden in sogenannte Blöcke abgelegt.

Ein Block enthält immer auch eine Transaktions-Historie. Jeder neue Block ist verbunden mit dem vorhergehenden Block und enthält die Historie in Form einer Prüfsumme des vorhergehenden Blocks sowie der gesamten Kette. Jeder Block wird verifiziert, versiegelt und im Netzwerk geteilt. Einmal verifiziert ist der Block und die darin enthaltene Information unveränderlich und für jeden sichtbar gespeichert – dies macht die Blockchain entsprechend transparent.

Bot

Als Bot wird ein Programm bezeichnet, welches wiederkehrende Aufgaben automatisiert bearbeiten kann und damit in verschiedenen Anwendungsszenarien einsetzbar ist. Als bekannteste Programme dieser Art sind Chatbots, Social Bots und Game Bots zu nennen.

Mithilfe von Machine-Learning-Methoden werden die Bots so trainiert, dass sie in der Lage sind, adäquat auf die Anforderungen der zukünftigen Bedienenden einzugehen. Ein Chatbot muss in diesem Zusammenhang beispielsweise auf eine individuelle Kundenanfrage reagieren können.

Bundesnetzagentur

Die Bundesnetzagentur wird die zentrale Behörde zur KI-Aufsicht in Deutschland. Damit ist sie auch dafür zuständig, dass Unternehmen den AI Act einhalten. Für einzelne, branchen- oder themenbezogenen Aspekte bei der KI-Gesetzgebung werden nachgeordnet spezialisierte Behörden zuständig sein.

Für den Finanzbereich ist dies die Bundesanstalt für Finanzdienstleistungen (BaFin), für Automotive-Themen das Kraftfahrtbundesamt und für den Datenschutz die Datenschutzbehörden.

C

Chatbot

(to chat = plaudern). Chatbots sind KI-Programme, die menschliche Konversation simulieren. Sie können sowohl textbasiert als auch sprachbasiert sein und werden immer ausgefeilter in der Verarbeitung unserer Sprache - der "natürlichen Sprache".

Ein Chatbot ist ein Computerprogramm, das mithilfe von KI oder vordefinierten Regeln automatisch auf Nutzeranfragen antwortet. Chatbots können in verschiedenen Anwendungen eingesetzt werden, wie zum Beispiel im Kundenservice, Marketing oder als persönlicher Assistent.

Sie können auf verschiedenen Plattformen wie Websites, Messenger-Apps oder Sprachassistenten eingesetzt werden. Chatbots können durch Machine Learning und Natural Language Processing (NLP) immer besser auf die Bedürfnisse der Nutzer eingehen und somit eine menschenähnliche Interaktion ermöglichen.

ChatGPT

Alle reden über den revolutionären Chatbot von OpenAI; ChatGPT genannt.

Ein Chatbot von OpenAI, der große Sprachmodelle verwendet, um menschliche Sprache zu simulieren. ChatGPT ist ein KI-gestützter Chatbot, der auf dem Modell GPT5 basiert. Er wurde entwickelt, um u.a. menschenähnliche Texte zu redigieren und um Fragen zu beantworten. Es kann aber noch eine ganze Menge mehr...

Ganz neu ist die Version GPT-5 auf dem Markt. In der 2025 veröffentlichten Version können bis zu viermal längere Texte verarbeitet werden. ChatGPT verarbeitet über 200 Milliarden Parameter.

Die neuste Version kann Bilder oder Audio als Inputquelle verwerten. Die Künstliche Intelligenz kann zum Beispiel eine Tasse auf einem Foto erkennen.

GPT5 ist ein „Multimodal Large Language Model“. GPT ist die Abkürzung für „Generative Pre-trained Transformer“. ChatGPT nutzt KI um menschliche Sprache zu verstehen und so eine der menschlichen Sprache ähnelnde Antwort zu erzeugen. ChatGPT ist der Prototyp eines dialogbasierten Chatbots.

Im November 2022 wurde er als Beta-Version veröffentlicht. Auf der Grundlage des GPT3-Sprachmodells von OpenAI ist die Deep-Learning-Technologie von ChatGPT aufgebaut.

Die GPT3-Technologie basiert auf Erfahrungen und Lernprozessen von Algorithmen aus verschiedenen Netzwerken mit sehr grossen Datenmengen.

ChatGPT wurde mit sehr vielen Texten aus dem World Wide Web trainiert und gibt auf dieser Grundlage zu den meisten Themen Antworten. Mit dem neuen Plugin „Browse with Bing“ kann man nun auch zusammen mit der Suchmaschine Bing im Internet nach Inhalten suchen.

ChatGPT ist ein KI-basierter Chatbot des US-amerikanischen Unternehmens OpenAI, der auf den GPT- Modellen (Stand Juni 2025: GPT-4) basiert.

Die Anwendung wurde 2022 veröffentlicht und ist durch ihre intuitive Bedienbarkeit weit verbreitet. Eigenschaften:

Textgenerierung über LLM
Trainingsdaten: Webtexte, Bücher, Wikipedia, Code
Anbieter: OpenAI (in Partnerschaft mit Microsoft)

ChatGPT ist oft überrepräsentiert in der Diskussion über KI, obwohl es nur ein kommerzielles Beispiel unter vielen ist. Seine intransparente Trainingsbasis, Lizenzfragen und Limitierungen werden häufig übersehen.

ChatGPT Pro

Hochleistungs-KI-Modell, im Dezember 2024 herausgebracht. Mit ChatGPT Pro hat OpenAI eine neue Dimension in der KI-Entwicklung erreicht.

Claude

Das amerikanische KI-Forschungsunternehmen Anthropic hat mit Claude einen direkten Konkurrenten zu ChatGPT auf den Markt gebracht. Anthropic wurde von ehemaligen OpenAI-Forschenden gegründet und hat sich, finanziert von Amazon, zu einem ernsthaften ChatGPT-Konkurrenten entwickelt.

Wenn es um sprachlich elaborierte deutsche Texte geht, ist es den Modellen von OpenAI sogar meist überlegen.

Cloud-Computing

Die Bereitstellung von Daten, Rechenleistung und KI-Tools über das Internet – oft notwendig für aufwendige KI-Anwendungen.

Cognitive Computing

Beim Cognitive Computing (CC) handelt es sich um IT-Prozesse, die menschliche Denkprozesse simulieren. Ähnlich wie das menschliche Gehirn können CC-Systeme komplexe und unsichere Informationen aus verschiedenen Quellen verarbeiten, Muster erkennen, Hypothesen aufstellen und aus Erfahrungen lernen. Dazu nutzen sie Technologien wie Maschinelles Lernen, Verarbeitung natürlicher Sprache (NLP) und Computervision. So können sie mit Menschen in einer sehr menschlichen Weise interagieren und dabei vielschichtige Probleme lösen.

Computer

. Rechner, gebaut für die Abwicklung von Programmen (Software). Es gibt verschiedene Arten von Computer: Personal Computer (PC), Laptop, Tablet, Smartphones, Mittlere Datentechnick, Superrechner, Quantencomputer.

Computer Vision

Ein Teilbereich der KI, der es Computern ermöglicht, Informationen aus visuellen Medien wie Bildern und Videos zu extrahieren, um sie zu verstehen und zu interpretieren.

D

Data Augmentation

(Datenaufbereitung) Das Remixen oder Erweitern von Daten, um eine KI-Software besser zu trainieren.

Datensatz

Eine strukturierte Sammlung von Daten, mit denen KI-Systeme trainiert werden. Qualität und Vielfalt dieser Daten bestimmen, wie gut eine KI dann funktioniert.

Datenschutz

Datenschutz bezieht sich auf die Maßnahmen zum Schutz personenbezogener Daten vor unbefugtem Zugriff, Verlust oder Missbrauch. Im Bereich der KI ist Datenschutz von entscheidender Bedeutung, da KI-Systeme oft auf große Mengen sensibler Daten zugreifen.

Unternehmen und Entwickler müssen sicherstellen, dass KI-Anwendungen die Datenschutzbestimmungen einhalten, um die Privatsphäre der Nutzer zu schützen. Dies beinhaltet die Anonymisierung von Daten, die Einhaltung von Datenschutzgesetzen wie der DSGVO und die Implementierung von Sicherheitsmaßnahmen, um Daten vor unerlaubtem Zugriff zu schützen. Datenschutzrichtlinien und Transparenz bezüglich der Datennutzung sind ebenfalls wichtige Aspekte, um das Vertrauen der Nutzer in KI-Systeme zu gewährleisten.

Debugging

Debugging bezeichnet den Prozess des Auffindens, Analysierens und Behebens von Fehlern oder Bugs in Software oder Algorithmen. Dieser Vorgang ist entscheidend, um die Leistung und Funktionalität von KI-Anwendungen zu verbessern.

Typische Methoden des Debuggings umfassen das Durchführen von Tests, das Überprüfen von Code und das Analysieren von Fehlerprotokollen. Werkzeuge wie Debugging-Software und Protokollierungsfunktionen unterstützen Entwickler dabei, Fehler effizient zu lokalisieren und zu beheben. Ein gründliches Debugging trägt dazu bei, die Zuverlässigkeit und Effektivität von KI-Systemen zu gewährleisten.

Debunking

Debunking bezieht sich auf den Prozess, falsche oder irreführende Informationen zu widerlegen oder zu entlarven. In Bezug auf KI kann Debunking dazu verwendet werden, um falsche Annahmen oder Mythen über KI-Technologien zu entlarven und korrekte Informationen zu verbreiten.

Dieser Prozess ist wichtig, um Missverständnisse über KI zu klären und ein genaueres Verständnis zu fördern. Debunking kann durch Faktenchecks, klare Kommunikation und Aufklärung über die Funktionsweise von KI-Systemen erfolgen. Es trägt dazu bei, Vertrauen in KI-Technologien aufzubauen und die öffentliche Wahrnehmung zu verbessern.

Deep Learning

Deep Learning. Tiefes Lernen. Eine KI-Methode, bei der künstliche Neuronale Netze verwendet werden, um komplexe Muster in Daten zu erkennen. Diese erstellen Rechenmodelle, die aus mehreren Verarbeitungsschichten zusammengesetzt sind, können so verschiedene Abstraktionsebenen zu den Daten anlegen.

DeepSeek

Erstes chinesisches KI-Modell, das den US-Platzhirschen Konkurrenz macht. Vor allem bei Reasoning-Problemen ist das Ende 2024 gelaunchte Open-Source-Modell sogar ChatGPT, Gemini und Llama überlegen.

Zudem soll es weniger Energie und Rechenpower brauchen. Das unerwartete Aufkommen eines scheinbar gleichstarken chinesischen Konkurrenten hat die Börsen im Januar 2025 so in Aufruhr versetzt, dass kurzfristig 1,3 Billionen (!) Dollar Aktienwert von US-Tech-Firmen vernichtet wurden.

Detektoren

KI-Detektoren sind Programme, die KI-generierten Text von menschengemachten Text unterscheiden und diese entdecken können. Hierbei analysieren sie die Texte anhand ihres Aufbaus und anhand ihres zugrundeliegenden Sprachmodells.

Diffusion

Eine Methode des Maschinellen Lernens, die Daten wie Fotos mit Rauschen versieht und sie dann neu rekonstruiert.

Digital Twin

Ein Digitaler Zwilling ist eine virtuelle Darstellung eines physischen Objekts oder Prozesses. Er kann den gesamten Produktlebenszyklus umfassen, wie Design, Fertigung, Betrieb und Service. Der digitale Zwilling sieht aus und verhält sich wie sein physisches Gegenstück, spiegelt die reale Welt wider und passt sich in Echtzeit an das an, was dort passiert.

Er kann auch als virtueller Testraum genutzt werden, um zu erkunden, was passieren würde, wenn reale Änderungen vorgenommen würden. Digitale Zwillinge wurden durch Fortschritte bei den Algorithmen und ihrer Implementierung, einschließlich des Maschinellen Lernens, möglich. Sie sind ein Mittel, um präzise Vorhersagen zu treffen, die der Physik der gespiegelten physischen Umgebung gehorchen.

Digitalisierung

Im ursprünglichen Sinn meint Digitalisierung das Umwandeln von analogen Informationen in digitale Formate – es geht also darum, digitale Darstellungen von analogen Informationen, physischen Objekten oder Ereignissen zu schaffen.

Digitalisierung schließt damit auch die digitale Modifikation von Instrumenten, Geräten und Fahrzeugen ein. Ursprünglich lässt sich die Digitalisierung auf die Umwandlung von analogen Medien wie Fotografien, Tonaufnahmen, Filmen oder Dokumenten zurückführen. Ergebnis dieser Digitalisierung sind Dateien, die aus einer Folge von Bits und Bytes bestehen.

Liegen Daten in digitaler Form vor, so können sie über unterschiedliche Medien transportiert sowie grundsätzlich auf unterschiedlichen Endgeräten präsentiert werden. Analoge Inhalte sind dagegen an ihr Medium gebunden. Der Begriff der Digitalisierung wird darüber hinaus auch stellvertretend für die digitale Revolution, die auch als digitale Transformation bekannt ist, verwendet.

In ländlichen Regionen kann die Digitalisierung in verschiedensten Themenbereichen, wie z. B. Mobilität (On-Demand-Services), Gesundheit (Telemedizin) oder Bildung (e-Learning) den Erhalt der Attraktivität ländlicher Räume unterstützen und den Akteuren vor Ort dabei helfen, den Herausforderungen des demographischen Wandels sowie der Bevölkerungsabwanderung erfolgreich zu begegnen.

Display

Bildschirm. Monitor.

DSGVO

Die Datenschutz-Grundverordnung (DSGVO) ist ein Beispiel für KI-Governance, insbesondere im Zusammenhang mit dem Schutz personenbezogener Daten und der Privatsphäre. Obwohl sich die DSGVO nicht ausschließlich auf KI konzentriert, sind viele ihrer Bestimmungen für KI-Systeme von großer Bedeutung, insbesondere für solche, die personenbezogene Daten von Personen innerhalb der Europäischen Union verarbeiten.

Die Europäische DSGVO ersetzt die aus dem Jahr 1995 stammende EU- Datenschutzrichtlinie. Ziel der DSGVO ist ein weitestgehend einheitliches Datenschutzrecht innerhalb der EU. Darin werden vor allem die Rechte und Kontrollmöglichkeiten derjenigen gestärkt, deren personenbezogene Daten verarbeitet werden.

Personenbezogene Daten sollen dadurch stärker geschützt und gleichzeitig ihr freier Verkehr besser gewährleistet werden. Konkret geregelt werden in der neuen Verordnung vor allem die Rechtsgrundlagen der Datenverarbeitung, die Rechte der Betroffenen und die Pflichten der Verantwortlichen.

Die Rechte der Nutzer werden durch neue Transparenz- und Informationspflichten der datenverarbeitenden Unternehmen gestärkt. Betroffene sollen leichter Zugang zu ihren Daten und der Information über deren Nutzung haben. Außerdem ist das „Recht auf Vergessenwerden“, also der Anspruch auf Löschung personenbezogener Daten, nun gesetzlich verankert.

Die DSGVO stellt außerdem weitergehende Anforderungen an den Datenschutz in Unternehmen. Neu ist z. B. die Pflicht, elektronische Geräte und Anwendungen datenschutzfreundlich voreinzustellen sowie die Pflicht zur Datenschutz-Folgenabschätzung bei besonderen Risiken für die erhobenen Daten, etwa durch neue Technologien.

Die DSGVO gilt auch für Unternehmen, die ihren Sitz zwar außerhalb der EU haben, deren Angebote sich aber an EU-Bürger richten. Dies hat weitreichende Konse- quenzen für Unternehmen wie Facebook und Google mit Sitz in den USA.

Das Europäische Parlament hat die DSGVO am 14. April 2016 mit breiter Mehrheit angenommen.

E

Eliza-Effekt

Der Eliza-Effekt bezieht sich auf die Tendenz von Menschen, menschenähnliche Eigenschaften auf KI-Systeme zu projizieren. Dieser Effekt wurde erstmals bei dem Chatbot „Eliza“ beobachtet, der in den 1960er Jahren von Joseph Weizenbaum entwickelt wurde. Menschen neigen dazu, KI- Systemen mehr Intelligenz und Emotionen zuzuschreiben, als sie tatsächlich besitzen.

Der Eliza-Effekt kann die Interaktion mit KI beeinflussen, da Nutzer dazu neigen, KI-Systeme menschenähnlicher zu behandeln. Dieser Effekt ist wichtig für die Gestaltung von KI-Systemen, um realistische Erwartungen bei den Nutzern zu schaffen und Missverständnisse zu vermeiden.

Emergentes Verhalten

Wenn eine KI unbeabsichtigte Fähigkeiten zeigt, die ihr nicht explizit beigebracht wurden.

End-to-End-Lernen (E2E)

Ein Verfahren, bei dem KI-Modelle eine Aufgabe vollständig lösen, ohne Schritt-für-Schritt-Anweisungen zu benötigen.

Ethik der KI

Forschungszweig, der die diversen moralischen und gesellschaftlichen Fragen rund um KI zu beantworten versucht. Vor dem Aufkommen von Generativer KI vor allem mit den Konsequenzen von „Singularität“ verbunden – also der Frage, wie wir damit umgehen, wenn Künstliche Intelligenz dem Menschen irgendwann überlegen ist.

Mit GenAI kamen diverse neue Themen dazu, bspw. Biases der Chathots, (unrechtmäßige) Nutzung der Trainingsdaten und Umgang mit Nutzerdaten. Aus Corporate-Sicht ist aus ethischer Sicht vor allem die Frage wichtig, wie es gelingt, dass möglichst wenige Mitarbeitende abgehängt werden.

Ethische Fragen

Eine grundlegende Frage im Bereich der Ethik betrifft den Umgang mit Daten. KI-Systeme, die auf Maschinellem Lernen basieren, benötigen große Mengen an Daten, um effektiv zu funktionieren. Dabei handelt es sich häufig um persönliche oder sensible Daten, was Fragen zur Privatsphäre und zum Datenmissbrauch aufwirft.

Wie gehen wir mit dem Sammeln, Speichern und Teilen dieser Daten um? Wie schützen wir die Privatsphäre der Menschen und verhindern gleichzeitig den Missbrauch von Daten? Es ist wichtig, Richtlinien und Standards zu entwickeln, die den Datenschutz sicherstellen und gleichzeitig die Möglichkeiten nutzen, die KI bietet.

Ein weiterer wichtiger Aspekt ist die Verantwortlichkeit. Wenn ein KI-System einen Fehler macht oder Schaden verursacht, wer ist dann verantwortlich?

• Ist es der Entwickler der KI,

• der Nutzer, der die KI einsetzt,

• oder sogar die KI selbst?

Diese Frage wird besonders relevant, wenn man an autonome Systeme denkt, wie z.B. selbst- fahrende Autos. Im Falle eines Unfalls müssen klare Richtlinien festgelegt werden, um die Verantwortung zu klären.

Ethische Überlegungen

Ethische Überlegungen. Die Auseinandersetzung mit den ethischen Fragen rund um den Einsatz von KI, wie Datenschutz, Datennutzung, Fairness, Missbrauch und anderen Sicherheitsfragen.

F

Fake News

Fake News sind falsche oder irreführende Informationen, die absichtlich verbreitet werden, um die öffentliche Meinung zu beeinflussen oder Desinformation zu fördern. In Bezug auf künstliche Intelligenz beinhaltet die Bekämpfung von Fake News auch die Verwendung von Algorithmen und maschinellem Lernen, um die Verbreitung und Identifizierung falscher Informationen zu überwachen und einzudämmen.

KI-Systeme können beispielsweise dazu beitragen, Muster in der Verbreitung von Fake News zu erkennen und die Glaubwürdigkeit von Nachrichtenquellen zu bewerten. Darüber hinaus werden KI-gestützte Tools entwickelt, um die Authentizität von Inhalten zu überprüfen und die Auswirkungen von Fake News auf die Gesellschaft zu minimieren.

Feinjustierung (Fine-Tuning)

Das Nachtrainieren eines bestehenden KI-Modells mit eigenen Daten, damit es besser zu spezifischen Aufgaben passt – z. B. in einer bestimmten Fachsprache.

Firefly

Adobe verfügt über einen eigenen KI Bild-Generator mit dem Namen Firefly. Firefly verfügt über verschiedene Features wie Text-zu-Bild und generative Füllung. Es gilt als rechtssicherer als klassische KI-Bild-Generatoren, da Adobe mit lizenzierten Bildern aus ihrer eigenen Bilddatenbank Adobe Stock trainiert hat. Firefly kann somit kommerziell genutzt werden, ohne dass eine Verletzung des Urheberrechts befürchtet werden muss.

Foom

Foom. Auch bekannt als „Fast Takeoff“ oder „Hard Takeoff“. Das Konzept, dass es bereits zu spät sein könnte, die Menschheit zu retten, falls jemand eine AGI baut.

G

GANs (Generative adversarielle Netze)

GANs (Generative adversarielle Netze). Ein generatives KI-Modell, das aus zwei neuronalen Netzwerken besteht, um neue Daten zu generieren:

einem Generator
und einem Diskriminator.

Der Generator erstellt neue Inhalte und der Diskriminator überprüft, ob sie authentisch sind.

(Google) Gemini

Gemini heißt die Sprachmodell-Familie von Google, die im Dezember 2023 vorgestellt wurde. Damit bekam GPT-4 von OpenAI erstmals ernsthafte Konkurrenz. Sukzessive baut Google die Gemini-Features in die gesamte Google Suite ein und macht damit Microsoft Copilot Konkurrenz.

Gemini hat inzwischen mehr als 350 Millionen aktive Nutzer (monthly active = MAU, Stand 04/25) – das sind mehr, als etwa das weltgrößte Business-Netzwerk LinkedIn ausweist.

Google Gemini. Ein KI-Chatbot von Google, der Informationen in Echtzeit aus dem Internet bezieht, während etwa ChatGPT auf Daten bis 2021 beschränkt ist und nicht mit dem Internet verbunden ist.

Gehirn

Gehirn. Das menschliche Gehirn ist die Steuerzentrale für unser Denken, Entscheiden und Tun.

Gehirn-Computer-Schnittstellen

Die Entwicklung von Gehirn-Computer-Schnittstellen (Brain Computer Interfaces, BCIs) ist ein schnell wachsendes Feld, und immer mehr Unternehmen und Forschungseinrichtungen arbeiten an ähnlichen Technologien.

Generative KI

Eine Technologie zur Generierung von Inhalten, die KI-Software zur Erstellung von Texten, Videos, Computercodes oder Bildern verwendet.

Die KI wird mit großen Mengen an Trainingsdaten gefüttert und findet Muster, um eigene, neuartige Antworten zu generieren, die manchmal dem Ausgangsmaterial ähneln können.

Generative Pretrained Transformer

Generative Pretrained Transformer ist die ausgeschriebene Form der vielfach genutzten Abkürzung GPT.

„Generative vortrainierte Transformer” sind Sprachmodelle für die Nutzung in GenAI.

Den ersten GPT hat OpenAI entwickelt und im Jahr 2018 vorgestellt.

GPT-Modelle sind mit großen Text-Datensätzen trainiert und in der Lage, durch die Verknüpfung dieser Inhalte neuartigen, menschlich klingenden Content zu generieren.

Heute werden Large Language Models, also die großen Sprachmodelle, und GPTs oft gleich gesetzt.

Manchmal wird GPT auch mit „General purpose technology“ übersetzt – also als Allzwecktechnologie, die wirtschaftliche und soziale Strukturen drastisch verändern kann. Dieses Synonym soll auf die disruptiven Potenziale von GenAI hinweisen.

General-Purpose AI

General-Purpose AI Models (GPAI) sind KI-Systeme, die verschiedene Aufgaben bewältigen können. Während manche GenAI-Tools spezielle Zwecke erfüllen, bspw. die Übersetzung von Text, sind GPAI breiter angelegt und komplexer in der Entwicklung.

Das bekannteste GPAI ist ChatGPT, das zum einen diverse Importe verarbeiten kann – von Text bis zu Sprache – und zugleicb auch unterschiedliche Medien ausgibt – seit der Integration von Dall-E auch Bilder.

Im AI Act der EU sind GPAIs explizit als regulierenswert erwähnt und werden auch strenger behandelt als „normale“ GenAI.

Gesichtserkennung

„Gesichtserkennung” ist die Analyse der sichtbaren Merkmale des frontalen Kopfes, gegeben durch geometrische Anordnung und Textureigenschaften seiner Oberfläche. In technischem Zusammenhang zählt Gesichtserkennung zu den sogenannten biometrischen Verfahren.

Sie wird sicherheitstechnisch, kriminalistisch und forensisch eingesetzt, zum Zweck der Identifikation oder Verifikation von Personen. Typischerweise dient die technische, computergestützte Gesichtserkennung zur Zutrittskontrolle zu sicherheitsempfindlichen Bereichen und zur Suche nach Dubletten in Datenbanken, beispielsweise in Melderegistern zur Vermeidung von Identitätsdiebstahl.

Maßgeblich für die Erfassung und digitale Repräsentation von Gesichtsbildern für interoperable Zwecke, insbesondere zur Ver- wendung in elektronischen Reisepässen und in der Kriminalistik, ist der internationale Standard ISO/IEC 19794-5. Seine detaillierten Spezifikationen hinsichtlich Bildinhalt und Aufnahmetechnik zielen auf eine hohe Erkennungsqualität.

Großes Sprachmodell (LLM)

Ein auf riesigen Textmengen trainiertes KI-Modell, das menschliche Sprache versteht und generiert.

GPUs

GPUs (Graphics Processing Units) sind Computerprozessoren, die vor allem für Grafik genutzt werden. Im Gegensatz zu den üblichen Prozessoren, den CPUs (Central Processing Units), sind sie besonders gut in der parallelen Berechnungen großer Datenmengen.

Ohne sie wäre Deep Learning, also die Ausbildung tiefer Neuronaler Netzwerke, kaum möglich. Entsprechend groß ist aktuell bei KI-Firmen die Nachfrage nach diesen Prozessoren.

Die größten GPU-Hersteller sind Firmen wie

AMD
oder NVIDIA,

die daher auch entsprechend vom GenAI-Boom profitieren. In China ist Huawai ein wichtiger Hersteller.

GPT

GPT steht für „Generative Pretrained Transformer“ und bezieht sich auf Sprachmodelle, die auf der Transformer-Architektur basieren. Diese Modelle sind darauf trainiert, menschenähnliche Texte zu generieren und werden häufig für Aufgaben wie Textgenerierung, Übersetzung und Dialogsysteme eingesetzt.

GPT-Modelle sind für ihre Fähigkeit bekannt, kontextbezogene Texte zu erzeugen und haben in verschiedenen Anwendungen der Künstlichen Intelligenz breite Anwendung gefunden.

H

Halluzination

Wenn Jemand falsche Informationen liefert und dabei überzeugend klingt, obwohl diese falsch sind.

In der KI-Sprache bezeichnet der Begriff „Halluzinationen“ die Tendenz eines Modells, Informationen zu erzeugen, die nicht korrekt oder nicht in den Trainingsdaten enthalten sind.

Das Modell generiert manchmal Antworten oder Daten, die irreführend, falsch oder einfach erfunden sind.

Diese Halluzinationen können durch verschiedene Faktoren verursacht werden, darunter unzureichende Trainingsdaten, Überanpassung an bestimmte Daten oder inhärente Unsicherheiten in der Modellarchitektur.

Bei der Arbeit mit Large Language Models ist es daher wichtig, Antworten kritisch zu überprüfen.

Heitlinger, Paulo. Autor dieser Web-site.

Human in the loop

Human in the Loop ist ein Konzept, das in der Anwendung von Künstlicher Intelligenz verwendet wird. Es bezieht sich auf die Einbindung von menschlicher Expertise in den KI-Entscheidungsprozess. Dabei wird der Mensch als Teil des Prozesses betrachtet und kann beispielsweise als Kontrolleur oder Entscheider fungieren.

Das Ziel ist es, die KI-Entscheidungen zu verbessern und sicherzustellen, dass sie immer ethisch verantwortungsvoll sind. Durch die Einbindung des Menschen in den Prozess kann auch die Qualität der Daten verbessert werden, auf denen die KI basiert.

HeyGen

Das am weitesten entwickelte Text-to-Video-Tool auf dem Markt. HeyGen wurde vor allem durch seine sehr realistisch agierenden Avatare bekannt.

Man nutzt es, um Avatar-basierte Erklär- und Schulungsfilme zu erstellen. Mittelfristig wird Video-KI einen ähnlich großen Sprung nach vorne darstellen, wie es GenAI-Chatbots in 2023 getan haben: Künftig wird man mit wenigen Änderungen im Skript in wenigen Minuten ein komplettes Video aktualisieren oder erweitern können – ein Aufwand, für den man früher Tage brauchte.

I

Ideogram

Ideogram ist ein KI-Bildgenerator, der bereits Anfang 2024 als erster nicht nur realistische Bilder erstellen, sondern auch Texte als Bilder korrekt darstellen konnte – anders als Midjourney, dem Text in Bild immer noch schwerfiel.

Neue Tools wie die deutsche Bild-KI Flux von Black Forest Labs (und inzwischen auch die Bild-KI von ChatGPT und Gemini) können ebenfalls sehr gut mit Sprache umgehen.

Industrie 4.0

Ein Begriff, der die vierte industrielle Revolution beschreibt, bei der KI, IoT und andere fortschrittliche Technologien in Fertigung und Industrie integriert werden.

Inferenz

Inferenz ist jener Prozess, bei dem ein KI-Modell auf unsere Prompts hin eine Antwort/ein Ergebnis erzeugt, indem es sein Wissen aus dem Training nutzt.

Internetzugriff

Internetzugriff sollte für KI-Tools selbstverständlich sein. Perplexity und Google Gemini konnten für ihre Antworten von Beginn an das Netz durchsuchen, ChatGPT hingegen in der Grundversion 3.5 nicht.

Erst die Bezahlversion ChatGPT 4 ermöglichte, zunächst über Plugins wie Webpilot, die Abfrage einzelner URLs. Erst im Herbst 2023 kam mit „Browse with Bing“ eine neue Funktion hinzu, die laut OpenAI „Internetzugriff“ ermöglichte.

Internet of Things (IoT)

Das Internet of Things (IoT) ist eine Form von Netzwerk, das aus zahlreichen sogenannten Smart Objects besteht. Smart Objects sind Gegenstände, die mit Sensoren ausgestattet sind und sich damit per M2M (Machine-to- Machine-Communication) austauschen können.

Jedes intelligente Objekt im Internet of Things ist über eine eigene Internetadresse identifizierbar und kann dadurch vom Menschen oder anderen Systemen über das Internet angesprochen und gesteuert werden. Durch die Verbindung mit dem Internet sind die smarten Geräte in der Lage, selbstständig zu agieren, sich Situationen anzupassen und auf bestimmte Szenarien zu reagieren.

Als Teil des Internet of Things ist jeder reale Gegenstand in der Lage, seine Zustandsinformationen laufend im Internet zur Verfügung zu stellen. So zum Beispiel ein Kühlschrank, der seinen Besitzer informiert, sobald bestimmte Lebensmittel fehlen oder diese sogar selbstständig im Geschäft nachbestellt.

Im Industriesektor sind derartige Zustandsinformationen insofern nützlich, dass der Anwender (z. B. Produk- tionsmitarbeiter) die Nutzbarkeit eines Geräts verbessern kann oder rechtzeitig über eine notwendige Wartung beziehungsweise den erforderlichen Austausch einer Komponente Kenntnis erlangt.

Der Anwendungsbereich des Internet of Things reicht von einer allgemeinen Informationsversorgung über automatische Bestellungen bis hin zu Warn- und Notfallfunktionen.

J

K

Künstliche Intelligenz (KI)

Software-Technologien, die menschliche Intelligenz simulieren, um menschliche Aufgaben auszuführen.

KI beschreibt die Fähigkeit von Computern, Aufgaben zu erledigen, die bislang dem intelligentem Menschen vorbehalten waren. Dazu gehören die Fähigkeiten Schlussfolgerungen zu ziehen, Bedeutungen zu erkennen, Umgebungsparameter wahrzunehmen, zu verallgemeinern.

Oder aus der Vergangenheit lernen und daraus Schlüsse für künftige Entwicklungen zu ziehen. Die Auswirkungen von KI auf unser tägliches Leben sind beachtlich – auch wenn man den ganzen Hype abzieht, welchen die Medien um diese Technologie weben. Von Anwendungen wie Suchalgorithmen und Empfehlungssystemen bis hin zu hochkomplexen Anwendungen wie Autonome Fahrzeuge und KI-Übersetzern – KI ist zu einem festen Bestandteil unserer Welt geworden.

Künstlerische Intelligenz

KI-Ethik Prinzipien, die verhindern sollen, dass KI-Systeme Menschen schaden, beispielsweise durch den Missbrauch von Daten.

KI-Leitplanken

KI-Leitplanken (Schutzmaßnahmen). Einschränkungen, die verhindern sollen, dass KI-Modelle unethische oder problematische Inhalte produzieren und potenziell schädliche Inhalte wie Hassreden, Missbrauch und Profanität aus der Ausgabe und Eingabe des Basismodells entfernen.

KI-Sicherheit

Eine interdisziplinäre Disziplin, die sich mit den möglichen langfristigen Gefahren einer KI-Superintelligenz befasst, die sich gegen Menschen wenden könnte.

Kognitives Computing

Ein anderer Begriff für künstliche Intelligenz.

Kontextfenster

Das Kontextfenster eines Sprachmodells bestimmt, wie viel Text das KI-Tool auf einmal verarbeiten kann. Es ist eine Art Kurzzeitgedächtnis. ChatGPT hatte lange ein Kontextfenster von 4096 Tokens, was etwa 3000 Wörtern entspricht.

Das KI-Startup Anthropic erweiterte im Sommer 2023 das Kontextfenster seines ChatGPT-Konkurrenten Claude auf viel bestaunte 100.000 Tokens.

Seitdem folgen monatlich neue Rekorde, die jedoch eher statistischen Wert haben, denn bereits 100.000 Tokens entsprechen etwa 120 Seiten eines Standardbuchs.

Das Wettrennen macht zudem zwei Probleme erkennbar:

den immer höheren Energieverbrauch der Antworten
das „Lost in the Middle“-Phänomen: Inhalte, die in den mittleren Bereichen von Langtexten stehen, überliest die KI gerne mal, wenn man sie um eine Zusammenfassung bittet.

Anfang und Schluss hingegen fasst sie in der Regel sehr gut zusammen. 2025 lag der Rekord bei 10 Millionen Tokens.

L

Large Language Model

Large Language Models (LLMs) sind Lernmodelle, die darauf spezialisiert sind, Texte zu verstehen und zu generieren. Sie werden mit enormer Datenmengen, insbesondere Texten, trainiert, um menschlich klingende Texte verfassen zu können.

LLMs können Fragen beantworten, Texte schreiben, Übersetzungen durchführen und viele andere textbasierte Aufgaben erledigen. Beispiele für LLMs sind GPT von OpenAI oder Gemini von Google.

Ein LLM ist ein sehr großes KI-Modell, das auf der Verarbeitung von Sprache basiert – wie ChatGPT. Es wurde mit riesigen Textmengen trainiert und kann Texte verstehen, schreiben und zusammenfassen.

Lernen

Intelligenz - sowohl die menschliche als auch die "Künstliche Intelligenz" - wird durch lebenslanges Lernen gefördert. Deswegen ist das Lernen von essentieller Wichtigkeit!

Lokale KI

Lokale KI bezieht sich auf KI-Systeme, die auf einem Gerät oder einer Maschine ausgeführt werden anstatt auf einem entfernten Server. Im Gegensatz zur Cloud-KI, die auf die Verarbeitung von Daten in der Cloud angewiesen ist, kann lokale KI auch ohne Internetverbindung arbeiten. Lokale KI wird oft in Anwendungen eingesetzt, die eine schnelle Verarbeitung von Daten erfordern, z. B. in autonomen Fahrzeugen oder Robotern.

Lora

Lora(„Long Range“) bezieht sich auf eine drahtlose Kommunikationstechnologie, die speziell für die Übertragung kleiner Datenmengen über lange Strecken entwickelt wurde. Diese Technologie wird in verschiedenen Anwendungen der künstlichen Intelligenz eingesetzt, z. B. in der Vernetzung von IoT-Geräten (Internet of Things) zur Datenerfassung und -übertragung.

Lora ermöglicht es, Sensordaten über große Entfernungen hinweg zu übertragen, was z. B. in Smart Cities, in der Umweltüberwachung und in der Logistik von Nutzen ist. Die Energieeffizienz und die Fähigkeit, Signale auch in schwer zugänglichen Gebieten zu übertragen, machen Lora zu einer beliebten Wahl für drahtlose Vernetzung. Durch die Verwendung von Lora- Technologie können KI-Systeme auf eine Vielzahl von Datenquellen zugreifen und so zu einer verbesserten Entscheidungsfindung und Effizienzsteigerung beitragen.

M

Maschinelles Lernen (ML)

Ein Bereich der KI, der es Computern ermöglicht, aus Daten zu lernen, ohne explizit programmiert zu werden. Kann mit Trainingssätzen gekoppelt werden, um neue Inhalte zu generieren.

Machine Learning (ML)

Machine Learning ist eine Anwendungsform von KI. Das Ziel ist es, dass Maschinen (=Computer) ihre Leistung verbessern, indem sie aus eigenen Daten Muster und entsprechende Optimierungspotenziale erkennen. Anstatt die Maschine also einmalig zu programmieren, erlernt sie das bestmögliche Verhalten auf Basis eigener Erfahrungswerte. Je umfassender dabei die Datenmenge (Stichwort Big Data), desto höher das Lernpotenzial.

Microsoft Bing

Microsoft Bing. Eine Websuchmaschine von Microsoft, die ChatGPT-Technologie verwendet.

Multimodal

Multimodale KI. Eine KI, die mehrere Eingabearten wie Text, Bilder und Videos verarbeiten kann. Narrow AI (Schwache oder begrenzte KI) KI, die auf eine bestimmte Aufgabe ausgerichtet ist und nicht über ihre Fähigkeiten hinaus lernen kann. Der Großteil der heutigen KI ist schwache KI.

Mikrophon

Mikrophon. Elektronisches oder digitales Gerät zur Aufnahme von Audio (Stimme, Musik, Geräusche). Viele moderne Bildschirme integrieren einen Mikrophon.

N

Natural Language Generation (NLG, Natürliche Sprachgenerierung)

Der Prozess, bei dem Computer automatisch Text generieren, der natürlich und verständlich für Menschen ist.

Natural Language Processing

Natural Language Processing (NLP) beschreibt computergestützte Techniken zur maschinellen Erkennung und Verarbeitung von natürlicher Sprache. Das Ziel ist dabei, die direkte Kommunikation zwischen Mensch und Computer auf Basis natürlicher Sprache zu ermöglichen, die zwischenmenschliche Kommunikation durch maschinelle Übersetzung zu erleichtern und Texte in natürlicher Sprache maschinell analysieren zu können.

NLP verwendet hierfür Erkenntnisse der Sprachwissenschaften sowie Methoden und Techniken der künstlichen Intelligenz, speziell aus dem Bereich Machine Learning und der Subkategorie Deep Learning.

Neuronales Netzwerk

Neuronales Netzwerk. Ein Rechenmodell, das das menschliche Gehirn nachahmt und darauf trainiert wird, Muster in Daten zu erkennen. Es besteht aus miteinander verbundenen Knoten oder Neuronen, die Muster erkennen und mit der Zeit dazulernen können.

Künstliche neuronale Netze, auch künstliche Neuronale Netzwerke genannt, (Englisch: artificial neural network), sind Netze aus künstlichen Neuronen. Sie sind ein wichtiger Zweig der Künstlichen Intelligenz.

Neuronen sind die Nervenzellen des menschlichen Gehirns. Ein durchschnittlicher Mensch besitzt ca. 86 Millliarden Neuronen, welche für alle Funktionen des Gehirns zuständig sind: Lernen, Gedächtnis, Steuerung der unterschiedlichen Körperfunktionen.

Künstliche Neuronen haben dieses biologische Netz als Vorbild. Man stellt sie natürlichen neuronalen Netzen gegenüber, die eine Vernetzung von Neuronen im Gehirn eines Menschen sind. Bei Künstlichen Neuronalen Netzen geht es allerdings mehr um eine Modellbildung von Informationsverarbeitung, weniger um das Nachbil- den biologischer Neuronaler Netze.

Es ist zu beobachten, dass die Grenzen zwischen diesen Teildisziplinen zunehmend verschwinden, was auf die nach wie vor große Dynamik und Interdisziplinarität dieses Forschungszweigs zurückzuführen ist. Künstliche Neuronale Netze sind universelle Funktionsapproximatoren. Beim Trainieren des Netzes werden dabei die Gewichte anhand einer Fehlerfunktion aktualisiert.

NLP

NLP (Linguistische Datenverarbeitung). Ein Zweig der KI, der Maschinelles Lernen und Deep Learning nutzt, um Computern die Fähigkeit zu verleihen, die menschliche Sprache zu verstehen, wobei häufig Lernalgorithmen, statistische Modelle und linguistische Regeln zum Einsatz kommen.

Nvidia

NVIDIA ist ein US-amerikanisches Technologieunternehmen, das ursprünglich für die Entwicklung von Grafikprozessoreinheiten (GPUs) im Gaming- und Videospielmarkt bekannt wurde.

Mit der Zeit stellten Forscher und Entwickler fest, dass GPUs aufgrund ihrer parallelen Verarbeitungsfähigkeiten hervorragend für Deep Learning und komplexe KI-Aufgaben geeignet sind.

Daher hat NVIDIA seine Technologie und Produkte weiterentwickelt, um den wachsenden Bedarf bei KI und Maschinellem Lernen zu decken, wodurch das Unternehmen zu einem Schlüsselakteur in diesem Sektor geworden ist.

O

Overfitting. Ein Fehler, bei dem ein KI-Modell zu sehr auf die Trainingsdaten ausgerichtet ist und möglicherweise nur bestimmte Beispiele in diesen Daten identifizieren kann, nicht jedoch neue Daten.

P

Papierclips Maximiser Theorie

Die Theorie, dass eine KI, die darauf programmiert ist, so viele Büroklammern wie möglich zu produzieren, die Menschheit versehentlich zerstören könnte.

Parameter

Parameter sind numerische Werte, die LLM-Modellen Struktur und Verhalten verleihen und so Vorhersagen ermöglichen.

Perplexity

Perplexity ist ein KI-gestützter Chatbot und eine Suchmaschine. Perplexity verwendet ein großes Sprachmodell, um Fragen mit neuartigen Antworten zu beantworten. Durch seine Verbindung zum Internet kann es auch aktuelle Informationen bereitstellen und Ergebnisse aus dem gesamten World Wide Web abrufen.

Perplexity ist eine KI-gesteuerte Plattform für Informationsrecherche und -verteilung, die natürliche Sprachanfragen versteht und sofortige Antworten liefert. Sie bietet fundierte Antworten und nutzt Quellen wie Wikipedia. Als schlanke Alternative zu ChatGPT basiert sie auf OpenAIs API und ist zudem Open-Source, was Flexibilität und Anpassbarkeit ermöglicht.

Playground

Ein Playground ist eine virtuelle Umgebung, die es Entwicklern ermöglicht, mit KI-Modellen und -Algorithmen zu experimentieren, ohne aufwendige Infrastruktur aufsetzen zu müssen. In einem solchen Sandbox-ähnlichen Setting können Nutzer verschiedene Parameter und Datensätze testen, um das Verhalten von KI-Modellen zu untersuchen und zu verstehen.

Oft bieten Unternehmen und Forschungseinrichtungen eigene Playgrounds an, um die Nutzung ihrer KI-Technologien zu fördern. Der Playground dient als sicherer Raum, um neue Ideen zu erproben, Fehler zu machen und das Verständnis für KI-Systeme zu vertiefen. Durch die Interaktion mit einem Playground können Entwickler und Forscher ihre Fähigkeiten im Umgang mit KI verbessern und neue Anwendungen entwickeln.

(>) Prompt

Prompt ist die Eingabe, die man in einem KI-Chatbot eintippt, um eine Antwort (Reaktion) zu erhalten.

Prompt Chaining. Die Fähigkeit einer KI, vorherige Eingaben zu berücksichtigen, um zukünftige Antworten zu beeinflussen. "Alles bleibt im Fluß", solange das Gespräch mit dem Chatbot andauert.

Ein Prompt ist eine Anweisung in natürlicher Sprache, die ein Ergebnis aus einem Chatbot für Text, Bild, Audio, Video oder Code erzeugt. Diese Anweisung kann unterschiedliche Formen und verschiedene Längen haben: von einem simplen Satz über einen längeren Absatz bis zu einem mehrseitigen Dokument...

Die Herausforderung beim Prompt Engineering besteht darin, dass es aufwendig sein kann, Prompts so zu gestalten, dass die Ergebnisse stabil reproduzierbar sind, zu verstehen, warum bestimmte Prompts funktionieren und andere nicht, und dass der gesamte Prozess nicht immer intuitiv ist. Prompt Engineering hat also zunächst einmal nichts mit klassischer Ingenieurskunst oder Programmierung zu tun. Zwar profitiert auch Prompt Engineering von strukturiertem Denken, verwendet aber Natürliche Sprache und keine Programmiersprache.

Prompt Engineering

Die Kunst, KI durch gut formulierte Eingaben gezielt zu steuern. Dabei kommt es auf Struktur, Formulierungen und Kontext an.

Prompt Engineering bezeichnet die gezielte Formulierung von Eingaben (Prompts), um generative KI-Modelle zu gewünschten Ausgaben zu steuern. Es handelt sich dabei um eine neue Form des digitalen Ausdrucks und Denkens.

Effektives Prompting ist kein technischer Trick, sondern Ausdruck epistemischer und sprachlicher Kompe- tenz. Wer fragt, kontrolliert, was generiert wird – das birgt Macht, aber auch Verantwortung.

In Bildungsprozessen braucht es daher eine Reflexion über Sprache, Absicht und Wirkung von Prompts.

Q

Quantencomputer

Die jüngste Generation von leistungsfähigen Computer. Quantencomputer arbeiten auf Grundlage der Gesetze der Quantenmechanik. Mehr dazu.

Quantenmechanik

Der deutsche Physiker Werner Heisenberg (1901 – 1976) veröffentlichte 1925 die erste Formulierung der Quantenmechanik. 1927 formulierte er die Heisenbergsche Unschärferelation, eine der fundamentalen Aussagen der Quantenmechanik – nämlich, dass bestimmte Messgrößen eines atomaren Teilchens, etwa die Bestimmung dessen Ortes und dessen Impulses, nicht gleichzeitig beliebig genau zu bestimmen sind.

Für die Begründung der Quantenmechanik wurde Werner Heisenberg 1932 mit dem Nobelpreis für Physik ausgezeichnet.

R

Reasoning

Reasoning, „Schlussfolgern“ oder „Argumentieren“, bezeichnet die Fähigkeit von KI-Modellen, Informationen logisch zu verarbeiten und daraus fundierte Entscheidungen abzuleiten.

Aktuelle KI-Modelle wie DeepSeek und ChatGPT haben hier bedeutende Fortschritte gemacht. Sie zerlegen Aufgaben in kleinere Schritte und durchdenken zunächst Schritt für Schritt verschiedene Lösungswege, bevor sie eine Antwort präsentieren.

So können sie u. a. komplexe Probleme in Mathematik oder Physik besser bewältigen. Diese Fähigkeit ist ein Meilenstein, da sie KIs näher an menschliches Denken heranführt und ihre Einsatzmöglichkeiten erweitert.

Statt durch mehr Daten werden die Modelle besser, indem sie besser nachdenken. Allerdings gibt es Grenzen: Die Modelle können zwar logisch argumentieren, aber echtes Verständnis fehlt ihnen. Zudem basieren ihre Schlussfolgerungen auf den in den Daten enthaltenen Mustern und können bei ungewöhnlichen Situationen „halluzinieren“.

Rechenleistung für KI

Künstliche Intelligenz erfordert sehr schnelle Rechner, schlaue Programme und ganz viele Daten. Vor acht Jahren, also im Jahr 2016 gelang der Software AlphaGo eine Sensation: Sie besiegte den Südkoreaner Lee Sedol, den damals besten Go-Spieler der Welt.

Dieser Erfolg war erstaunlich, weil es bis dahin für einen Computer unmöglich schien, im komplexesten Spiel der Welt gegen einen Menschen zu siegen. Dieser Sieg war möglich, weil eine enorme Rechenleistung dahinter stand. So kam während der Partien mit Lee Sedol ein Rechnerverbund zum Einsatz, der aus insgesamt 1.920 Prozessoren (CPUs) und 280 Grafikprozessoren (GPUs) bestand.

Regulierung

Regulierung bezieht sich auf die Gesetze, Vorschriften und Standards, die von Regierungen und anderen Institutionen festgelegt werden, um die Entwicklung und Anwendung von KI zu steuern und zu kontrollieren.

Ziel ist es, sicherzustellen, dass KI-Systeme verantwortungsvoll eingesetzt werden und keine negativen Auswirkungen auf die Gesellschaft haben. Die Regulierung von KI ist ein komplexes Thema, das viele Fragen aufwirft, z. B. wer für die Regulierung verantwortlich ist und wie sie durchgesetzt werden kann.

Risikostufen

KI-Systeme werden anhand ihres potenziellen Risikos für Gesundheit, Sicherheit und Grundrechte von Personen meist in vier Risikostufen eingeteilt.

Inakzeptables Risiko: KI-Systeme mit inakzeptablem Risiko können schwere oder irreversible Schäden verursachen. Beispiele sind KI-Systeme, die für autonome Waffensysteme oder die Überwachung von Personen eingesetzt werden.
Hohes Risiko: KI-Systeme mit hohem Risiko können erhebliche Schäden verursachen. Beispiele sind KI-Systeme, die für die medizinische Diagnose oder das autonome Fahren eingesetzt werden.
Begrenztes Risiko: KI-Systeme mit begrenztem Risiko können leichte oder moderate Schäden verursachen. Beispiele sind KI-Systeme, die für die Personaleinsatzplanung oder die Kundenberatung eingesetzt werden.
Minimales Risiko: KI-Systeme mit minimalem Risiko verursachen keine oder nur sehr geringe Schäden. Beispiele sind KI-Systeme, die für die Produktauswahl oder die Werbung eingesetzt werden.

Roboterjournalismus

Roboterjournalismus bezieht sich auf den Einsatz von KI und Algorithmen, um automatisch Nachrichtenartikel zu erstellen. Dabei werden Daten und Informationen aus verschiedenen Quellen gesammelt und verarbeitet, um einen Artikel zu generieren.

Der Einsatz von Roboterjournalismus kann dazu beitragen, den Prozess der Nachrichtenerstellung zu beschleunigen und zu automatisieren. Allerdings gibt es auch Bedenken hinsichtlich der Qualität und Objektivität solcher Artikel, da sie nicht von menschlichen Journalisten verfasst werden und es bisweilen an sorgfältiger redaktionelle Kontrolle hapert.

Robotik

Die Robotik beschäftigt sich mit der Entwicklung und Herstellung von Robotern. Ziel ist es, dass Roboter dem Menschen Teile seiner Arbeit abnehmen. Neben körperlichen Tätigkeiten (Industrieroboter) werden auch immer mehr kognitive Tätigkeiten (Serviceroboter) übernommen. Die Robotik ist ein interdisziplinäres Feld aus Elektrotechnik, Mechanik und künstlicher Intelligenz.

S

Selbstfahrende Autos. Autonom fahrende Fahrzeuge.

Schwache künstliche Intelligenz

Die schwache künstliche Intelligenz bezieht sich auf KI-Systeme, die auf spezifische Aufgaben oder Problemlösungen beschränkt sind, im Gegensatz zur starken künstlichen Intelligenz, die menschenähnliche kognitive Fähigkeiten aufweisen soll.

Diese Systeme sind darauf ausgelegt, bestimmte Aufgaben effizient zu erledigen, wie beispielsweise Spracherkennung, Bilderkennung oder Empfehlungssysteme. Schwache KI wird in vielen Anwendungen eingesetzt, von virtuellen Assistenten bis hin zu medizinischen Diagnosesystemen

Semantic Web (Semantisches Web)

Eine Erweiterung des aktuellen World Wide Webs, in der Informationen in einer Weise strukturiert werden, die es Computern ermöglicht, den Inhalt der Daten besser zu verstehen und darauf zu reagieren.

Sentiment Analysis

Bei der Sentiment-Analyse wird KI zur Analyse und Interpretation von Emotionen und Meinungen, die in Texten oder Sprache zum Ausdruck kommen, verwendet.

Sensorik

Um das Konzept des Internet of Things (IoT) funktionsfähig zu machen, ist die Ausstattung der Geräte und Objekte mit Sensoren nötig. Die so vernetzten Gegenstände können ständig kommunizieren, nicht nur untereinander, sondern auch mit anderen Systemen.

Im Unternehmenskontext können z. B. Produktion, Vertrieb, Entwicklung und sogar Kunden und Lieferanten in die vernetzte Welt eingebunden werden. Die vernetzten Maschinen können sich selbstständig und intelligent steuern.

In einem Produktionsbetrieb oder einer Werkstatt weiß jede IoT-fähige Maschine wie viele Bauteile noch im Lager sind. Geht ein Lagerbestand zur Neige, sendet das System automatisch eine Bestellung zum Lieferanten, der daraufhin Nachschub liefert.

Der Einsatz von Sensoren erlaubt auch die „predictive maintenance“ („vorausschauende Wartung“). Dabei erkennen und lernen Sensoren und Datenverarbeitungssysteme, wann beispielsweise eine Maschine oder auch Teile von Infrastrukturen gewartet werden müssen, sodass die Instandhaltung vorausschauend und kosteneffizient umgesetzt werden kann. Dies sorgt für Kosteneinsparungen, vermindert Sicherheitsrisiken und reduziert Ausfallzeiten.

Sicherheitsrisiken

Zu den Sicherheitsrisiken in der Anwendung künstlicher Intelligenz zählen z. B. Datenschutzverletzungen, unerwünschte Manipulationen durch fehlerhafte Algorithmen und die Möglichkeit von Cyberangriffen auf KI-Systeme.

Die Identifizierung und Bewältigung dieser Risiken ist entscheidend, um das Vertrauen in KI-Technologien zu stärken und ihre sichere Anwendung zu gewährleisten. Unternehmen und Entwickler sind daher gefordert, Sicherheitsmaßnahmen zu implementieren, um die potenziellen Risiken im Zusammenhang mit künstlicher Intelligenz zu minimieren.

Sora

Sora heißt das KI-Video-Tool von OpenAI. Seit März 2025 ist es auch in der EU verfügbar. Google hat mit Veo 2 ein Konkurrenzangebot gestartet.

Sprachsteuerung

Sprachsteuerung kann bei der Bedienung einer Maschine oder eines Computers nützlich sein, wenn beispielsweise keine Hand frei ist... Die Spracheingabe ist nicht neu. Einen Zulauf erlebte die Technologie zuletzt mit der Einführung von Sprachassistenten wie Alexa von Amazon oder Siri von Apple.

Pkw-Navigationssysteme können per Spracheingabe Adressen und Namen entgegen nehmen und per Sprachausgabe Meldungen zur Navigation oder Verkehrsstörungen ausgeben. Der Dialog ist dabei oft stark formalisiert, Schlüsselworte müssen an einer bestimmten Position im Satzbau auftauchen, um erkannt und korrekt zugeordnet zu werden.

Spracheingabe ist dann sinnvoll, wenn der Anwender damit nicht überfordert wird. Das bedeutet, dass er entweder über alternative Möglichkeiten der Eingabe verfügt, oder die Eingabesyntax so einfach ist, dass kein Lern- aufwand erforderlich ist. In Verbindung mit bekannten Bedienmodalitäten kann das SUI (Speech User Interface) mit dem GUI (Grafisches User Interface) kombiniert werden und stellt eine sinnvolle Ergänzung zum Display mit Touchscreen, Tastatur und Maus dar.

Online oder offline?

Grundsätzlich unterscheidet man zwischen Online- und Offline-Sprachsteuerung. Online-Geräte können beispielsweise mit Unterhaltungselektronik vernetzt werden und diese steuern. Sprachsteuerungen, die ein abgeschlossenes System darstellen, können offline eingesetzt werden.

Das bietet beispielsweise Vorteile bei geringer Netzabdeckung. Auch für die Industrie wird die Spracheingabe interessant, ermöglicht sie doch weitergehende Bedienvarianten und erhöhte Flexibilität. Durch die lange Lebensdauer einer Maschine und des erhöhten Sicherheitsbedarfs in der Fertigung stellen Anwender jedoch zusätzliche Anforderungen. Sie müssen über einen langen Zeitraum verfügbar und gegebenenfalls erweiterbar sein, das Aktivierungswort (Wake Word) muß frei wählbar sein und es sollten unterschiedliche Sprachen verfügbar sein.

Starke künstliche Intelligenz

Die starke künstliche Intelligenz bezieht sich auf eine Form der KI, die in der Lage ist, komplexe Probleme eigenständig zu lösen, ohne menschliche Eingriffe. Sie besitzt die Fähigkeit, Aufgaben zu bewältigen, die normalerweise menschliche Intelligenz erfordern, wie beispielsweise das Lösen von Problemen, das Verstehen natürlicher Sprache und das Lernen aus Erfahrungen.

Diese Art der KI wird oft als „allgemeine KI“ bezeichnet, da sie ein breites Spektrum von Aufgaben bewältigen kann. Die Entwicklung einer starken künstlichen Intelligenz wirft ethische und gesellschaftliche Fragen auf, da sie potenziell weitreichende Auswirkungen auf die Menschheit haben könnte. Forscher und Experten arbeiten daran, die Entwicklung und Anwendung dieser Technologie verantwortungsbewusst zu gestalten, um sicherzustellen, dass sie zum Wohl der Gesellschaft eingesetzt wird.

Stochastischer Papagei

Stochastischer Papagei. Eine Analogie, die zeigt, dass große Sprachmodelle Sprache imitieren, ohne die Bedeutung dahinter zu verstehen.

Style Transfer

Style Transfer (Stiltransfer). Die Fähigkeit, den Stil eines Bildes auf ein anderes zu übertragen, wie etwa ein Selbstporträt von Rembrandt im Stil von Picasso neu zu erstellen.

Supercomputer

Supercomputer. Ein "Superrechner" ist ein extrem leistungsstarker Computer, der speziell dafür entwickelt wurde, die komplexen Berechnungen zu bewältigen, die für das Training und den Betrieb von KI-Lösungen erforderlich sind.

Supervised Learning (überwachtes Lernen)

Eine Methode des Maschinellen Lernens: Die KI erhält viele Beispiele mit bekannten Ergebnissen und lernt, daraus Regeln abzuleiten.

T

Temperatur

Temperatur. Ein Parameter, der festlegt, wie risikobereit ein KI-Modell bei seinen Antworten ist.

Text-zu-Bild-Generierung

Text-zu-Bild-Generierung. Der Prozess, Bilder basierend auf Textbeschreibungen (=Prompts) zu erstellen.

Tokens

Tokens. Kleine Einheiten von Text, die von KI-Modellen verarbeitet werden, um Antworten zu generieren. Ein Token entspricht vier Zeichen in englischer Sprache oder etwa einem Dreiviertelwort.

Tokens sind kleine Einheiten (z. B. Wortteile oder ganze Wörter), in denen Sprach-KI Texte verarbeitet. Tokens bestimmen oft, wie lang ein Text sein darf oder wie präzise die Antworten sind.

Training

Der Vorgang, bei dem eine KI anhand von Daten lernt. Die Qualität dieses Trainings entscheidet, wie gut oder zuverlässig sie später arbeitet.

Trainingsdaten

Datensätze, wie Text, Bilder, Code oder Daten, mit denen KI-Modelle trainiert werden.

Tool Calling

„Tool Calling” (auch „Function Calling” genannt) bezeichnet die Fähigkeit von GenAI-Tools, andere Softwareanwendungen über Schnittstellen (APIs) anzusprechen, um spezifische Aufgaben zu erfüllen oder Daten zu liefern, die sie für ihre eigentliche Aufgabe benötigt.

So kann die KI auf die Stärken anderer Programme zugreifen und ihre effizienter arbeiten oder ganz neue Aufgaben erledigen, an denen sie bisher gescheitert war. Die Fähigkeit zum Tool Calling in Verbindung mir der Fähigkeit der Modelle zum reflektierten Nachdenken („Reasoning”) markiert den Übergang von KI-Assistenten zu KI-Agenten.

Turing, Alan

Turing, Alan. Berühmter britischer Mathematiker und Informatiker, "Vater der KI" genannt.

Turing-Test. Benannt nach Alan Turing, wird mit diesem Test die Fähigkeit einer Maschine getestet, sich wie ein Mensch zu verhalten. Die Maschine besteht den Test, wenn ein Mensch die Reaktion der Maschine nicht von der eines anderen Menschen unterscheiden kann.

Transformer-Modell

Transformer-Modell. Eine neuronale Netzwerkarchitektur und ein Deep-Learning-Modell, das Kontext lernt, indem es Beziehungen in Daten verfolgt, wie in Sätzen oder Teilen von Bildern. Anstatt also einen Satz Wort für Wort zu analysieren, kann es den gesamten Satz betrachten und den Kontext verstehen.

U

Überanpassung

Überanpassung (Englisch: Overfit) beschreibt die Eigenschaft eines KI-Systems, welches im Rahmen der Lernphase zu sehr auf die Inhalte der Trainingsdaten abgestimmt wurde, indem es ab einem bestimmten Zeitpunkt für eine Generalisierung irrelevante Merkmale in den Entscheidungsprozess einbezieht.

Entsprechend unzufriedenstellend fällt die Leistung aus, wenn das System vermeintlich ähnliche Testdaten verarbeitet, welche diese irrelevanten Merkmale nicht enthalten. Man spricht davon, dass KI-Systeme mit dieser Eigenschaft ein geschwächtes Generalisierungsvermögen besitzen.

Überwachtes Lernen

Das überwachte Lernen stellt ein Lernverfahren dar, welches für die Entwicklung von Modellen, sowohl aus dem Bereich der symbolischen als auch der subsymbolischen KI eingesetzt wird.

Voraussetzung dafür ist, dass den Trainingsdaten erwartbare Ergebnisse anhand von Labels oder ähnlichen Kategorisierungsmöglichkeiten zugeordnet werden. Auf diesem Weg können vom KI-System vorgenommene Zuordnungen autonom überprüft werden und das Modell anschließend durch passendende Algorithmen (u. a. Klassifikation) angepasst werden.

Dabei wird das Ziel verfolgt, relevante Muster zu identifizieren und die Erkenntnisse anschließend auf unbekannte Daten anzuwenden.

Unüberwachtes Lernen

Das unüberwachte Lernen stellt ein Lernverfahren dar, welches für die Entwicklung von Modellen, sowohl aus dem Bereich der symbolischen als auch der subsymbolischen KI eingesetzt wird. Für die Modellentwicklung stehen entgegengesetzt zum überwachten Lernen allerdings nur nicht-kategorisierte Trainingsdaten zur Verfügung.

Häufig wird das unüberwachte Lernen eingesetzt, um durch geeignete Verfahren (z. B. Clustering) und ohne Feedback von außen, Muster und Merkmale in den Daten zu identifizieren, die im Rahmen einer konventionellen Analyse eventuell unentdeckt geblieben wären.

Urheberrecht

Das Urheberrecht ist ein Recht des geistigen Eigentums, das dem Urheber eines Werks die ausschließliche Befugnis zur Verwertung dieses Werks einräumt. Urheberrechtlich geschützt sind nur Werke, die eine persönliche geistige Schöpfung des Urhebers sind.

In Anwendungen der Künstlichen Intelligenz stellt das Urheberrecht einige Herausforderungen dar. So ist beispielsweise unklar, ob KI-generierte Werke urheberrechtlich geschützt sind. Außerdem stellt sich die Frage, wie das Urheberrecht die Nutzung von KI-gestützten Technologien wie Text- und Bilderkennung beeinflusst.

V

Verantwortungsvolle KI (Responsible AI)

Ein Ansatz, bei dem beim Entwickeln und Nutzen von KI ethische, rechtliche und soziale Fragen mitgedacht werden – etwa Datenschutz, Fairness und Transparenz.

Vertex AI

Vertex AI ist eine KI-Entwicklungsplattform von Google für die Konzeption und Erstellung eigener Apps auf Basis von Generativer KI und Prozessautomatisierung.

Funktionen wie AI Studio, ein Agent Builder, der der CostomGPT-Funktion in OpenAIs ChatGPT ähnelt, und mehr als 130 Basismodelle, darunter Gemini 1.5 Pro, ermöglichen Programmierung mit nur minimalen oder ganz ohne Programmierkenntnisse.

Verstärkendes Lernen

Das verstärkende Lernen stellt ein Lernverfahren dar, welches für die Entwicklung von Machine-Learning-Modellen eingesetzt wird. Mittels einer zu definierenden Belohnungsfunktion werden dem System auf anfangs noch zufällige Aktionen je nach Erfolg positives oder negatives Feedback gespiegelt.

Durch das Streben des Systems nach der größtmöglichen Belohnung nähert sich der Algorithmus allmählich der bestmöglichen Lösung für das gegebene Problem. Für den gesamten Prozess wird kein vorheriges Datenmaterial benötigt, wodurch sich dieses Lernverfahren vom überwachten und unüberwachten Lernen abgrenzt.

Virtual Reality (VR)

Virtual Reality, kurz VR, ist eine in Echtzeit computergenerierte, interaktive virtuelle Umgebung, die mithilfe einer VR-Brille erlebbar gemacht wird. Durch die Brille sieht der Nutzer eine immersive 360°-Umgebung (virtuelle Umgebung) und nimmt die reale Umwelt nicht mehr wahr. Der Nutzer kann über ein Eingabegerät mit der Umgebung interagieren. VR wird bereits für viele Industrieanwendungen, Schulungen, 3D-Games etc. eingesetzt, um Situationen zu simulieren.

W

Walterscheid, Ursula

Walterscheid, Ursula. Mitarbeiterin dieser Website. Ursula Walterscheid recherchiert, erstellt Texte und Fotos.

Wetterprognosen

Der Deutsche Wetterdienst (DWD) hat einen Durchbruch bei der Forschung mit KI bei Wettervorhersagen und Klimaanalysen erzielt. Zum ersten Mal ist es gelungen, Wetterbeobachtungsdaten ausschließlich mit Hilfe von KI in Vorhersagemodelle und Analyseprozesse einzuspeisen.

… hat inzwischen auch KI integriert – in Form des Chatbots „Meta AI“. Damit haben die User die Qual der KI-Wahl, denn seit Dezember 2024 ist auch ChatGPT über den Messenger-Dienst erreichbar. Aktuell funktioniert das nur mit Textnachrichten – Interaktionen über Sprachaufnahmen oder Bilder sind noch nicht möglich.

X, Y

Z

Zahlen: siehe hier Details

Zero-Shot-Lernen

Eine Methode, bei der ein KI-Modell eine Aufgabe ohne spezifische Trainingsdaten meistert, wie etwa das Erkennen eines Löwen, obwohl es nur auf Tiger trainiert wurde...

Zitierrecht

Das Zitierrecht bezieht sich auf die Erlaubnis, Texte, Ideen oder Werke anderer Personen unter bestimmten Bedingungen zu zitieren oder zu verwenden. Es ermöglicht es, kurze Auszüge aus geschützten Werken zu verwenden, solange die Quelle ordnungsgemäß angegeben wird.

Das Zitierrecht ist wichtig, um die Integrität des geistigen Eigentums zu wahren und gleichzeitig den Austausch von Wissen und Informationen zu fördern. In der KI-Anwendung kann das Zitierrecht relevant sein, wenn Algorithmen auf Textdaten trainiert werden, die aus verschiedenen Quellen stammen. Es ist wichtig, die rechtlichen Aspekte des Zitierrechts zu beachten, um die Einhaltung von Urheberrechten und Lizenzvereinbarungen sicherzustellen.

Zuckerberg, Mark

Erfinder des in Westeuropa (und heute noch in vielen anderen Teilen der Welt) sehr populären Social Networks Facebook (=Meta).

Im KI-Business war der Facebook-Mutterkonzern Meta, den Zuckerberg leitet, lange überraschend unauffällig. Für Aufsehen sorgte dann seine Ankündigung, das eigene Large Language Model LLaMA unter eine Open-Source-Lizenz zu stellen und damit Allen einen kostenlosen, freien Zugang zu der KI-Technologie zu gewähren.

Llama 3, die neueste Version (mit diversen Unterversionen 3.x), soll den Weg weisen in Richtung einer Artificial General Intelligence. Die Einbindung als „Meta AI“ in WhatsApp, Instagram und Facebook Messenger trägt sicherlich dazu bei. Denn seitdem erhält Meta ein Vielfaches an KI-User-Daten.

Zustimmung zu KI in DE

Wie ist die Zustimmung zu KI in DE bei Privatpersonen, bei Unternehmen? In Deutschland überwiegt aktuell klar die Sicht auf KI als Chance – sowohl bei Bürgern als auch in Unternehmen, aber es gibt merkliche Sorgen und großen Nachholbedarf bei der praktischen Nutzung.

Dr. Paulo Heitlinger

Autor, Vortragender, Fachlicher Ansprechpartner

Diese Web-site, die E-Books und die Vorträge werden mit Hilfe von KI-Lösungen erstellt.