News & Wissen
KI-Lexikon
Die wichtigsten Begriffe rund um künstliche Intelligenz, jeweils kurz definiert und verständlich erklärt.
A
Agentic AI
Fortgeschrittene KI-Systeme, die selbstständig Ziele verfolgen, Entscheidungen treffen und komplexe Arbeitsabläufe über mehrere Schritte hinweg autonom ausführen können. Sie kombinieren Planung, Kontextverständnis und kontinuierliches Lernen, um Ergebnisse dynamisch zu optimieren.
AI Governance
Die Gesamtheit von Richtlinien, Rollen, Prozessen und Kontrollmechanismen, die den verantwortungsvollen, sicheren und rechtskonformen Einsatz von KI im Unternehmen steuern. Dies entspricht inhaltlich den Grundsätzen des EU AI Act und der ISO/IEC 42001-Norm.
AI Leader
Eine Organisation mit überdurchschnittlicher technologischer und organisatorischer Reife im Einsatz von KI. Sie zeichnet sich durch strategische Integration, klare Governance, datengetriebene Entscheidungsprozesse und messbare ökonomische Wirkung aus.
AI-Ready Architecture
Eine technologische Infrastruktur, die Daten, Systeme, Schnittstellen und Cloud-Native-Prinzipien integriert, um die effiziente Entwicklung, Integration und Skalierung von KI-Systemen zu ermöglichen.
Algorithmic Bias
Die systematische Benachteiligung oder Fehlrepräsentation von Gruppen in den Ergebnissen eines KI-Modells, verursacht durch verzerrte Trainingsdaten, fehlerhafte Modellarchitekturen oder unzureichende Evaluationsmetriken.
C
Center of Excellence (CoE)
Eine zentrale organisatorische Einheit, die Expertise, Best Practices und Governance-Funktionen für KI im Unternehmen bündelt. Sie fördert gezielt Wissenstransfer, Skalierung und Standardisierung.
Change Management
Ein gezielter, strukturierter Prozess zur Begleitung von Menschen und Organisationen in der technologischen Transformation. In KI-Kontexten umfasst dies den Kompetenzaufbau, die Rollenentwicklung, die Akzeptanzförderung und die Anpassung von Führungsmodellen.
Continual Learning
Die Fähigkeit eines KI-Systems, nach der initialen Trainingsphase neue Informationen zu integrieren, ohne zuvor Gelerntes zu vergessen („Catastrophic Forgetting“). Dies ist eine zentrale Eigenschaft agentischer und adaptiver Systeme.
D
Data Governance
Ein umfassendes Rahmenwerk für den verantwortungsvollen Umgang mit Daten, einschließlich Qualität, Sicherheit, Zugriff, Herkunft und rechtlicher Compliance.
Data Quality Management
Ein methodischer Ansatz zur Sicherstellung von Genauigkeit, Vollständigkeit, Konsistenz und Aktualität von Daten, einschließlich Verfahren zur automatisierten Validierung und Anomalieerkennung.
G
GenAI (Generative AI)
Ein Teilbereich der KI, der eigenständig neue Inhalte (wie Text, Bild, Audio oder Code) erzeugt, anstatt lediglich bestehende Daten zu analysieren. Typische Beispiele sind große Sprachmodelle (LLMs) oder multimodale Modelle.
GenAI Divide
Das Phänomen, dass viele Unternehmen trotz erheblicher finanzieller Investitionen keinen messbaren Return on Investment (ROI) aus ihren KI-Initiativen erzielen. Die GenAI-Kluft beschreibt insbesondere das massenhafte Scheitern unternehmensspezifischer KI-Lösungen in der Übergangsphase vom Pilotprojekt in den produktiven Betrieb (die sogenannte Pilot-zu-Produktion-Lücke).
GEO (Generative Engine Optimization)
GEO bezeichnet die Optimierung von Inhalten, damit KI-Suchsysteme wie ChatGPT, Perplexity, Gemini oder die Google AI Overviews eine Marke erwähnen und ihre Seiten als Quelle zitieren.
Glue Code
Hilfscode, der genutzt wird, um standardisierte KI-Pakete an die internen Systeme eines Unternehmens anzubinden. Ein übermäßiger Einsatz von Glue Code führt jedoch häufig zu schwer wartbaren „Pipeline-Dschungeln“.
Guardrails
Technische und organisatorische Leitplanken, die einem KI-System auferlegt werden, um sicherzustellen, dass es innerhalb definierter Parameter operiert und keine schädlichen, voreingenommenen, halluzinierten oder rechtlich bedenklichen Ergebnisse produziert.
L
Learning Gap
Die mangelnde Fähigkeit vieler herkömmlicher KI-Systeme, aus Nutzerfeedback zu lernen, sich dynamisch an bestehende Arbeitsabläufe anzupassen und kontextbezogenes Wissen über die Zeit hinweg zu behalten.
LLM (Large Language Model)
Ein LLM ist ein großes Sprachmodell, das mit sehr vielen Texten trainiert wurde und dadurch natürliche Sprache verstehen und erzeugen kann – die Grundlage von Anwendungen wie ChatGPT, Claude oder Gemini.
LLMOps
LLMOps umfasst alle Methoden und Werkzeuge, mit denen Anwendungen auf Basis großer Sprachmodelle zuverlässig betrieben werden – von Versionierung und Tests über Monitoring und Kostenkontrolle bis zur laufenden Verbesserung.
M
MCP (Model Context Protocol)
Das Model Context Protocol (MCP) ist ein offener Standard, über den KI-Anwendungen einheitlich auf externe Daten und Werkzeuge zugreifen – etwa auf Datenbanken, Dateien oder Unternehmenssysteme.
Model Drift
Die Leistungsverschlechterung eines KI-Modells über die Zeit infolge von Veränderungen in den zugrunde liegenden Daten, den Umgebungsbedingungen oder den Nutzerinteraktionen.
Multi-Agenten-System
Ein Multi-Agenten-System besteht aus mehreren spezialisierten KI-Agenten, die gemeinsam eine Aufgabe lösen – jeder übernimmt einen Teil, ein steuernder Agent oder ein festgelegter Ablauf verteilt die Arbeit und führt die Ergebnisse zusammen.
P
Persistentes Gedächtnis
Die Fähigkeit eines KI-Systems, Informationen und Kontext über einzelne Interaktionen hinaus zu speichern und später wieder zu nutzen.
Prädiktives Modell
Ein KI- oder Machine-Learning-System, das historische Daten analysiert, um Muster zu erkennen und fundierte Vorhersagen über zukünftige Ereignisse, Trends oder Verhaltensweisen zu treffen.
R
RAG (Retrieval-Augmented Generation)
RAG ist ein Verfahren, bei dem ein Sprachmodell vor dem Antworten passende Inhalte aus eigenen Datenquellen abruft und seine Antwort auf diese Inhalte stützt – statt nur auf sein trainiertes Wissen.
Responsible AI (RAI)
Ein systematischer Rahmen für den ethischen, transparenten und sicheren KI-Einsatz. Er beinhaltet Prinzipien wie Fairness, Nachvollziehbarkeit, Datenschutz, Sicherheit und Rechenschaftspflicht (Accountability).
S
Single Source of Truth (SSOT)
Eine zentrale, konsistente und verlässliche Datenquelle, die als maßgebliche Referenz für alle geschäftsrelevanten Prozesse dient.
Synthetische Datengenerierung
Die künstliche Erzeugung von Daten mithilfe von Algorithmen oder KI-Modellen. Diese generierten Daten bilden die Muster und statistischen Eigenschaften echter Datensätze nach, basieren jedoch nicht auf direkten realen Messungen oder Beobachtungen.