Du möchtest das Glossar lieber hören anstatt es zu lesen, dann höre es dir bei Spotify an.
🎯 Grundlagen & Kernbegriffe
Künstliche Intelligenz (KI) Ein Sammelbegriff für Systeme, die Aufgaben übernehmen, die normalerweise menschliche Intelligenz erfordern – wie Lernen, Entscheiden, Verstehen. Beispiel: Siri erkennt Ihre Stimme und beantwortet Fragen, Netflix schlägt Filme vor, die Ihnen gefallen könnten.
Machine Learning (Maschinelles Lernen) Ein Teilgebiet der KI. Der Computer „lernt” aus Beispielen, ohne explizit programmiert zu werden. Je mehr Daten, desto besser wird er. Beispiel: Spam-Filter lernen automatisch, unerwünschte E-Mails zu erkennen, indem sie Tausende von E-Mails analysieren.
Deep Learning Eine fortgeschrittene Form des Machine Learning, die dem menschlichen Gehirn nachempfunden ist. Verwendet viele Schichten künstlicher “Neuronen” für komplexe Aufgaben. Beispiel: Gesichtserkennung in Fotos oder die automatische Übersetzung von Texten in andere Sprachen.
Algorithmus Eine Schritt-für-Schritt-Anleitung, mit der Computer Probleme lösen. In der KI stecken hinter den „intelligenten” Entscheidungen meist komplexe Algorithmen. Beispiel: Der Google-Suchalgorithmus entscheidet, welche Webseiten bei Ihrer Suche ganz oben erscheinen.
Neuronale Netze Computersysteme, die grob nachahmen, wie das menschliche Gehirn funktioniert. Bestehen aus vielen verbundenen “Neuronen”, die zusammenarbeiten. Beispiel: Handschrifterkennung auf Tablets oder die Bilderkennung in Smartphone-Kameras.
💬 Aktuelle KI-Anwendungen
Large Language Model (LLM) Sehr große KI-Systeme, die mit riesigen Mengen an Text trainiert wurden und dadurch menschenähnliche Texte schreiben und verstehen können. Beispiel: ChatGPT, Claude oder Bard können Fragen beantworten, Texte schreiben und sogar programmieren.
KI-Agent Ein autonomes KI-System, das selbstständig Aufgaben planen und ausführen kann. Anders als einfache Chatbots können Agenten mehrere Schritte durchführen und mit verschiedenen Tools arbeiten. Beispiel: Ein KI-Agent kann eigenständig E-Mails schreiben, Termine planen, Recherchen durchführen und Berichte erstellen – alles basierend auf einem einzigen Auftrag.
Chatbot Ein Computerprogramm, das über Sprache oder Text mit Menschen kommuniziert. Moderne Chatbots basieren auf KI, wie z. B. ChatGPT. Beispiel: Kundenservice-Bots auf Websites oder Sprachassistenten wie Alexa.
Prompt Die Eingabe, die man einer KI (z. B. einem Chatbot oder Bildgenerator) gibt. Beispiel: “Schreibe mir eine höfliche E-Mail an meinen Chef” oder “Schreibe einen Witz über Katzen”.
Generative KI KIs, die Inhalte erzeugen – z. B. Texte, Bilder, Musik. ChatGPT ist ein Beispiel für generative KI im Textbereich. Beispiel: DALL-E erstellt Bilder aus Textbeschreibungen, Midjourney generiert Kunstwerke.
Computer Vision Die Fähigkeit von Computern, Bilder und Videos zu “sehen” und zu verstehen, was darauf zu sehen ist. Beispiel: Automatische Nummernschilderkennung, Qualitätskontrolle in Fabriken oder medizinische Bilddiagnose.
⚙️ Technische Konzepte
Training Der Prozess, bei dem eine KI aus vielen Beispielen lernt. Wie ein Schüler, der für eine Prüfung übt. Beispiel: Ein Bilderkennungssystem wird mit Millionen von Fotos trainiert, um Katzen von Hunden zu unterscheiden.
Overfitting Wenn eine KI zu gut auf ihre Trainingsdaten abgestimmt ist und bei neuen, unbekannten Daten schlecht funktioniert. Beispiel: Ein Schüler, der Prüfungsfragen auswendig lernt, aber bei neuen Fragen versagt.
Bias (Voreingenommenheit) Wenn KI-Systeme unfaire oder diskriminierende Entscheidungen treffen, oft weil ihre Trainingsdaten einseitig waren. Beispiel: Ein Bewerbungs-KI bevorzugt männliche Kandidaten, weil sie hauptsächlich mit Lebensläufen von Männern trainiert wurde.
Token Kleine Textbausteine, in die KI-Systeme Wörter und Sätze aufteilen, um sie zu verstehen und zu verarbeiten. Beispiel: Das Wort “Hallo” könnte ein Token sein, oder auch nur “Hal” und “lo” als separate Tokens. Eine ausführliche Erläuterung des Begriffs Token findest du in diesem Beitrag.
Big Data Große Datenmengen, die zu umfangreich oder komplex sind, um sie mit klassischen Methoden zu analysieren. KI nutzt Big Data, um Muster zu erkennen und Entscheidungen zu treffen. Beispiel: Netflix analysiert Millionen von Nutzerdaten, um personalisierte Filmempfehlungen zu erstellen.
Modell Ein KI-Modell ist wie ein intelligentes System, das auf Basis von Trainingsdaten entwickelt wurde. Es kann Vorhersagen treffen oder Aufgaben lösen. Beispiel: ChatGPT ist ein Sprachmodell, ein Bilderkennungsmodell erkennt Objekte in Fotos.
Parameter Interne Einstellungen einer KI, die während des Trainings angepasst werden. Je mehr Parameter, desto komplexer die KI. Beispiel: GPT-3 hat 175 Milliarden Parameter – wie 175 Milliarden kleine Schalter, die die KI steuern.
Embedding Eine mathematische Darstellung von Wörtern oder Konzepten, die Computer verstehen können. Ähnliche Begriffe haben ähnliche Embeddings. Beispiel: Die Wörter “Hund” und “Katze” haben ähnlichere Embeddings als “Hund” und “Auto”.
🌍 Gesellschaftliche Aspekte
Datenschutz Der Schutz persönlicher Informationen vor unbefugtem Zugriff. Bei KI besonders wichtig, da diese oft mit persönlichen Daten trainiert wird. Beispiel: Sicherstellen, dass Gesundheitsdaten nicht für Werbezwecke missbraucht werden.
Deepfake Mit KI erstellte gefälschte Videos oder Audioaufnahmen, die täuschend echt aussehen oder klingen. Beispiel: Videos, in denen Politiker Dinge sagen, die sie nie gesagt haben, oder gefälschte Promi-Videos.
Erklärbare KI KI-Systeme, die ihre Entscheidungen verständlich erklären können, statt nur Ergebnisse zu liefern. Beispiel: Ein medizinisches KI-System erklärt, warum es eine bestimmte Diagnose vorschlägt.
Filter Bubble Wenn KI-Algorithmen Menschen nur Inhalte zeigen, die ihren bisherigen Interessen entsprechen, wodurch der Horizont eingeschränkt wird. Beispiel: Social Media zeigt nur politische Meinungen, die Ihren eigenen ähneln.
Transparenz Die Offenlegung, wie KI-Systeme funktionieren und welche Daten sie verwenden. Wichtig für Vertrauen und Kontrolle. Beispiel: Ein Unternehmen erklärt, nach welchen Kriterien ihre KI Bewerbungen bewertet.
Ethik in der KI Grundsätze für den verantwortungsvollen Einsatz von KI, um Schäden zu vermeiden und Fairness zu gewährleisten. Beispiel: Regeln dafür, dass autonome Waffen nicht entwickelt werden oder KI nicht zur Unterdrückung eingesetzt wird.
🚀 Neue Entwicklungen
Transformer Eine moderne Architektur, auf der viele Sprachmodelle wie ChatGPT basieren. Sie ist besonders gut darin, den Zusammenhang in Texten zu verstehen. Beispiel: Die Grundlage für ChatGPT und andere moderne Sprachmodelle.
Fine-Tuning Die Anpassung einer bereits trainierten KI an spezielle Aufgaben oder Bereiche durch zusätzliches Training. Beispiel: Ein allgemeines Sprachmodell wird für medizinische Fragen spezialisiert.
RAG (Retrieval-Augmented Generation) Eine Technik, bei der KI-Systeme aktuelle Informationen aus Datenbanken abrufen, bevor sie antworten. Beispiel: Ein Chatbot, der vor der Antwort die neuesten Nachrichten durchsucht.
Multimodale KI KI-Systeme, die verschiedene Arten von Informationen kombinieren können – Text, Bilder, Audio und Video. Beispiel: Eine KI, die ein Foto sehen und dazu eine Geschichte schreiben kann.
AGI (Artificial General Intelligence) Hypothetische KI, die in allen Bereichen so intelligent ist wie Menschen. Existiert noch nicht, ist aber das langfristige Ziel vieler Forscher. Beispiel: Eine KI, die gleichzeitig kochen, Philosophie diskutieren und Mathe lösen kann – genau wie ein Mensch.
Attention Mechanism Eine Technik, die KI-Systemen hilft, sich auf die wichtigsten Teile einer Eingabe zu konzentrieren. Beispiel: Beim Übersetzen eines Satzes “fokussiert” sich die KI auf die relevanten Wörter für jede Übersetzung.
🏭 Anwendungsbereiche
Natural Language Processing (NLP) Der Bereich der KI, der sich damit beschäftigt, menschliche Sprache zu verstehen und zu verarbeiten. Beispiel: Automatische Übersetzungen, Rechtschreibprüfung oder Sentiment-Analyse in sozialen Medien.
Autonomes Fahren Fahrzeuge, die mithilfe von KI selbstständig fahren können, ohne menschlichen Fahrer. Beispiel: Tesla Autopilot, Google Waymo oder selbstfahrende Busse in Testphasen.
Medizinische KI KI-Anwendungen im Gesundheitswesen zur Diagnose, Behandlung und Forschung. Beispiel: KI erkennt Krebs auf Röntgenbildern oder hilft bei der Entwicklung neuer Medikamente.
Smart Home Intelligente Haustechnik, die durch KI lernt und sich an die Gewohnheiten der Bewohner anpasst. Beispiel: Thermostate, die lernen, wann Sie zu Hause sind, oder Beleuchtung, die sich automatisch anpasst.
Robotik Der Einsatz von KI in Robotern, um komplexe Aufgaben in der realen Welt zu bewältigen. Beispiel: Industrieroboter in Fabriken, Haushaltsroboter wie Roomba oder Pflegeroboter in Altenheimen.
Fintech KI-Anwendungen im Finanzwesen für Analyse, Betrugserkennnung und automatisierte Entscheidungen. Beispiel: Kreditbewertung, automatischer Handel an der Börse oder Erkennung verdächtiger Transaktionen.
💼 Praktische Begriffe
API (Application Programming Interface) Eine Schnittstelle, über die verschiedene Programme miteinander kommunizieren können. Wie ein Übersetzer zwischen verschiedenen Software-Systemen. Beispiel: Eine Wetter-App nutzt die API eines Wetterdienstes, um aktuelle Daten zu bekommen.
Cloud Computing Die Nutzung von Computerdiensten über das Internet, statt auf dem eigenen Computer. KI-Training findet oft in der Cloud statt. Beispiel: Google Drive speichert Ihre Dateien in der Cloud, nicht auf Ihrem Computer.
Edge Computing Die Verarbeitung von Daten direkt auf dem Gerät, statt alles in die Cloud zu senden. Macht KI schneller und privater. Beispiel: Gesichtserkennung direkt auf Ihrem Smartphone, ohne Daten an Apple oder Google zu senden.
Automatisierung Der Einsatz von KI, um wiederkehrende Aufgaben ohne menschliches Eingreifen zu erledigen. Beispiel: E-Mails werden automatisch in Ordner sortiert oder Rechnungen automatisch bezahlt.
Personalisierung Die Anpassung von Inhalten oder Diensten an die individuellen Vorlieben und Gewohnheiten. Beispiel: Spotify erstellt automatisch Playlists basierend auf Ihrem Musikgeschmack.
Vorhersage (Prediction) Die Fähigkeit von KI-Systemen, zukünftige Ereignisse oder Trends basierend auf vergangenen Daten zu prognostizieren. Beispiel: Amazon sagt voraus, welche Produkte Sie kaufen möchten, oder Netflix, welche Filme Ihnen gefallen.
💡 Hinweis: Dieses Glossar wird regelmäßig aktualisiert, um mit den neuesten Entwicklungen in der KI-Welt Schritt zu halten. Die Beispiele stammen aus dem Alltag, um die Konzepte möglichst verständlich zu machen.