A
Agent
Ein autonomes System oder Programm, das seine Umgebung wahrnimmt und eigenständig Handlungen ausführt, um bestimmte Ziele zu erreichen.
Algorithmus
Eine präzise Abfolge von Rechenschritten oder Regeln, die zur Lösung eines Problems oder zur Ausführung einer Aufgabe eingesetzt werden.
Anomalieerkennung
Ein Verfahren des maschinellen Lernens, um Muster in Daten zu identifizieren, die nicht der Norm entsprechen (z. B. Betrugsversuche).
Artificial General Intelligence (AGI)
Eine hypothetische Form der KI, die über menschenähnliche kognitive Fähigkeiten verfügt und jede intellektuelle Aufgabe lösen kann.
B
Backpropagation
Ein zentrales Lernverfahren für neuronale Netze, bei dem Fehler rückwärts durch das Netz geleitet werden, um die Gewichte anzupassen.
Bias (Voreingenommenheit)
Systematische Fehler in KI-Modellen, die oft durch einseitige Trainingsdaten entstehen und zu unfairen Ergebnissen führen können.
Big Data
Große, komplexe Datenmengen, die mit herkömmlichen Methoden kaum verarbeitet werden können und als Treibstoff für moderne KI dienen.
C
Chatbot
Ein text- oder sprabbasiertes Dialogsystem, das mittels KI natürliche Konversationen mit Nutzern simulieren kann.
Computer Vision
Ein Teilbereich der KI, der es Computern ermöglicht, visuelle Informationen aus Bildern oder Videos zu verstehen und zu interpretieren.
Convolutional Neural Network (CNN)
Eine spezielle Architektur neuronaler Netze, die besonders effizient bei der Analyse von Bild- und Videodaten ist.
D
Data Mining
Der Prozess der Extraktion von Wissen oder verborgenen Mustern aus großen Datenbeständen mittels statistischer Methoden.
Deep Learning
Ein Teilbereich des maschinellen Lernens, der auf künstlichen neuronalen Netzen mit vielen verborgenen Schichten basiert.
Deepfake
Realistisch wirkende, aber künstlich erzeugte Medieninhalte (Bilder, Videos, Audio), die oft mithilfe von GANs erstellt werden.
Diskriminator
Die Komponente in einem Generative Adversarial Network (GAN), die versucht, zwischen echten Daten und Fälschungen zu unterscheiden.
E
Embeddings
Die Darstellung von Wörtern oder Objekten als mathematische Vektoren in einem hochdimensionalen Raum zur besseren Verarbeitung.
Ensemble Learning
Eine Methode, bei der mehrere KI-Modelle kombiniert werden, um eine höhere Vorhersagegenauigkeit als ein Einzelmodell zu erzielen.
Explainable AI (XAI)
Ansätze und Methoden, die darauf abzielen, die Entscheidungsfindung von komplexen KI-Systemen für Menschen nachvollziehbar zu machen.
F
Few-Shot Learning
Ein Verfahren, bei dem ein Modell lernt, neue Aufgaben auf Basis von nur sehr wenigen Beispielen erfolgreich auszuführen.
Fine-Tuning
Der Prozess, bei dem ein bereits vortrainiertes Modell mit spezifischen Daten für eine eng definierte Aufgabe weiter optimiert wird.
G
Generative AI
KI-Systeme, die in der Lage sind, neue Inhalte wie Texte, Bilder, Musik oder Programmcode eigenständig zu erschaffen.
Generative Adversarial Networks (GAN)
Zwei konkurrierende neuronale Netze (Generator und Diskriminator), die zusammenarbeiten, um täuschend echte Daten zu erzeugen.
GPT (Generative Pre-trained Transformer)
Ein von OpenAI entwickeltes Sprachmodell-Konzept, das auf der Transformer-Architektur basiert und Text versteht sowie generiert.
H
Halluzination
Ein Phänomen, bei dem eine KI (insbesondere Sprachmodelle) Antworten generiert, die zwar plausibel klingen, aber faktisch falsch sind.
Hyperparameter
Einstellungen, die vor dem Trainingsprozess eines Modells festgelegt werden und dessen Lernverhalten maßgeblich beeinflussen.
I
Inferenz
Der Prozess, bei dem ein fertig trainiertes KI-Modell auf neue, unbekannte Daten angewendet wird, um Vorhersagen zu treffen.
Intelligenter Agent
Ein System, das autonom handelt, um durch Wahrnehmung und Verarbeitung von Informationen seine Erfolgschancen zu maximieren.
K
Klassifizierung
Eine Aufgabe des maschinellen Lernens, bei der Datenpunkte in vordefinierte Kategorien oder Klassen eingeteilt werden.
Künstliche Intelligenz (KI)
Der Überbegriff für Technologien, die es Maschinen ermöglichen, menschenähnliche Fähigkeiten wie Lernen und Problemlösen zu imitieren.
Künstliches Neuronales Netz (KNN)
Ein Rechenmodell, das lose von der biologischen Struktur des menschlichen Gehirns inspiriert ist, um Muster zu erkennen.
L
Labeled Data
Daten, die mit einer Markierung oder Zielvorgabe versehen sind, damit eine KI lernen kann, welche Antwort korrekt ist.
Large Language Model (LLM)
Ein KI-Modell, das auf riesigen Textmengen trainiert wurde, um menschliche Sprache in hoher Qualität zu verstehen und zu erzeugen.
Loss Function (Verlustfunktion)
Ein mathematisches Maß dafür, wie weit die Vorhersage eines Modells vom tatsächlichen Zielwert entfernt ist.
M
Machine Learning (Maschinelles Lernen)
Ein Teilbereich der KI, bei dem Systeme aus Daten lernen, ohne für jede Aufgabe explizit programmiert worden zu sein.
Maschinelle Übersetzung
Der Einsatz von KI-Algorithmen, um Texte oder Sprache automatisch von einer natürlichen Sprache in eine andere zu übertragen.
Multimodalität
Die Fähigkeit eines KI-Modells, verschiedene Arten von Daten (z. B. Text, Bild und Audio) gleichzeitig zu verarbeiten und zu verknüpfen.
N
Natural Language Processing (NLP)
Die Disziplin der KI, die sich mit der Interaktion zwischen Computern und menschlicher Sprache befasst.
Natural Language Understanding (NLU)
Ein Unterbereich von NLP, der sich spezifisch auf das Verstehen von Absichten und Bedeutungen in Texten konzentriert.
Neuron
Die kleinste Verarbeitungseinheit in einem künstlichen neuronalen Netz, die Signale empfängt, gewichtet und weitergibt.
O
Overfitting (Überanpassung)
Ein Fehler, bei dem ein Modell die Trainingsdaten zu genau auswendig lernt und dadurch schlecht auf neue Daten reagiert.
P
Parameter
Interne Variablen eines KI-Modells (z. B. Gewichte), die während des Trainings aus den Daten gelernt werden.
Pattern Recognition (Mustererkennung)
Die Fähigkeit eines Systems, Regelmäßigkeiten oder Wiederholungen in Datenbeständen automatisch zu identifizieren.
Prompt Engineering
Die Kunst und Technik, Eingabeaufforderungen (Prompts) so zu formulieren, dass eine generative KI das bestmögliche Ergebnis liefert.
R
Recommendation Engine
Ein Algorithmus, der Nutzern basierend auf ihrem bisherigen Verhalten personalisierte Vorschläge (z. B. Produkte oder Filme) macht.
Reinforcement Learning (Bestärkendes Lernen)
Ein Lernansatz, bei dem ein Agent durch Belohnung und Bestrafung lernt, in einer Umgebung optimal zu agieren.
RNN (Recurrent Neural Network)
Ein Typ neuronaler Netze, der besonders gut für sequentielle Daten wie Zeitreihen oder Texte geeignet ist.
S
Sentiment Analyse
Ein NLP-Verfahren, um die emotionale Grundstimmung (positiv, negativ, neutral) in einem Text automatisch zu bestimmen.
Starke KI
Ein theoretisches KI-System, das über ein Bewusstsein verfügt und dem Menschen intellektuell ebenbürtig oder überlegen ist.
Supervised Learning (Überwachtes Lernen)
Eine Lernmethode, bei der die KI mit Beispielen trainiert wird, die bereits die richtige Lösung (Label) enthalten.
Swarms (Schwarmintelligenz)
Kollektives Verhalten von dezentralen, selbstorganisierten Systemen, die durch einfache Interaktionen komplexe Probleme lösen.
T
Token
Die kleinste Einheit (z. B. ein Wort oder ein Silbenteil), in die ein Text zerlegt wird, bevor ein Sprachmodell ihn verarbeitet.
Training Data
Der Datensatz, der verwendet wird, um einem KI-Modell beizubringen, Muster zu erkennen und Vorhersagen zu treffen.
Transfer Learning
Eine Methode, bei der das Wissen eines bereits trainierten Modells auf eine neue, verwandte Aufgabe übertragen wird.
Transformer
Eine moderne Architektur für neuronale Netze, die durch den Self-Attention-Mechanismus Kontext in Texten besonders effizient erfasst.
Turing-Test
Ein historisches Verfahren von Alan Turing, um festzustellen, ob die Leistung einer Maschine von der eines Menschen unterscheidbar ist.
U
Unsupervised Learning (Unüberwachtes Lernen)
Eine Lernmethode, bei der die KI ohne Zielvorgaben selbstständig Strukturen oder Gruppen in Daten finden muss.
Underfitting
Tritt auf, wenn ein Modell zu einfach ist, um die zugrunde liegenden Muster in den Daten angemessen zu erfassen.
V
Validierungsdaten
Ein separater Teil der Daten, der während des Trainings genutzt wird, um die Leistung des Modells zu prüfen und Einstellungen zu optimieren.
W
Weak AI (Schwache KI)
KI-Systeme, die für eine spezifische Anwendung entwickelt wurden (z. B. Schach-Computer) und keine allgemeinen Fähigkeiten besitzen.
Z
Zero-Shot Learning
Die Fähigkeit eines Modells, eine Aufgabe korrekt auszuführen, für die es während des Trainings keine spezifischen Beispiele erhalten hat.
