Begriffe und Abkürzungen zu KI & Alter kurz und verständlich erklärt.
Agentische KI bezeichnet KI-Systeme, die Aufgaben eigenständig planen und ausführen können. Sie zerlegen ein Ziel selbst in einzelne Schritte und arbeiten proaktiv darauf hin, dieses Ziel zu erreichen – im Unterschied zu KI-Systemen, die nur auf einzelne Eingaben reagieren.
Ein Algorithmus ist eine klare Schritt-für-Schritt-Anleitung zur Lösung eines Problems. Man kann ihn sich Algorithmen wie ein Kochrezept vorstellen: Es legt genau fest, was in welcher Reihenfolge zu tun ist, damit ein Computer ein bestimmtes Ergebnis erzeugt.
Assistenzsysteme sind technische Systeme, die Menschen bei verschiedenen Aufgaben unterstützen. Beispiele für Assistenzsysteme wäre Navigationssysteme oder Sprachassistenten.
Autonomes Fahren bedeutet, dass sich ein Fahrzeug ohne Eingreifen eines Menschen selbstständig fortbewegt, es also selbständig bremst, lenkt und beschleunigt. Die Technologie, die dahinter steckt beruht auf Künstlicher Intelligenz.
Bias bezeichnet systematische Verzerrungen in den Ergebnissen von KI-Systemen. Sie entstehen häufig durch unausgewogene oder fehlerhafte Trainingsdaten. Dadurch können falsche Ergebnisse entstehen oder bestehende Vorurteile und Stereotype unbeabsichtigt verstärkt werden.
Ein Bot ist ein Computerprogramm, das eigenständig bestimmte Aufgaben ausführt. Ein Bot kann verschiedene Aufgaben übernehmen, die sich auch in ihrem Schwierigkeitsgrad stark unterscheiden können. Ein Beispiel für einen Bot ist ein Chatbot im Kundenservice, oder auch ein Spam-Bot, der automatisch z.B. Werbung in sozialen Netzwerken oder per E-Mail verschickt.
Ein Chatbot ist ein Computerprogramm, das mithilfe von KI Gespräche in natürlicher Sprache führen kann. Nutzende stellen Fragen oder geben Texte ein, der Chatbot antwortet darauf. Bekannte Beispiele für fortgeschrittene Chatbots sind ChatGPT, Gemini oder Claude.
Daten sind Informationen in roher Form (z. B. Zahlen, Messwerte oder Texte), die gesammelt, gespeichert und verarbeitet werden können. Damit die Künstliche Intelligenz funktionieren kann, benötig sie große Mengen an Daten, mit denen sie „gefüttert“ wird. Diese Daten können z.B. Bilder oder Texte aus Artikeln oder Büchern sein.
Deepfakes sind manipulierte Medieninhalte, die mithilfe von Künstlicher Intelligenz erzeugt wurden. Bekannte Beispiele sind, wenn das Gesicht einer berühmten Person in ein Video eingefügt wird, in dem die Person scheinbar etwas sagt, was sie in Wirklichkeit nie gesagt hat.
Deep Learning ist ein Teilgebiet des Maschinellen Lernens. Dabei kommen sogenannte künstliche neuronale Netze mit vielen Schichten zum Einsatz, die Muster in großen Datenmengen erkennen und daraus lernen können – zum Beispiel bei Bilderkennung oder Spracherkennung.
Generative KI bezeichnet KI-Systeme, die neue Inhalte erzeugen können. Auf Basis von Trainingsdaten erstellt sie zum Beispiel Texte, Bilder, Musik oder Videos. Die Inhalte sind nicht gespeichert und werden abgerufen, sondern jeweils nach einer Nutzeranfrage neu berechnet.
Große Sprachmodelle sind KI-Modelle, die menschliche Sprache analysieren und erzeugen können. Sie berechnen Wahrscheinlichkeiten dafür, welche Wörter oder Sätze sinnvoll aufeinander folgen, und erzeugen daraus Texte.
Als Halluzinationen bezeichnet man falsche oder frei erfundene Informationen, die von einer KI erzeugt werden, aber dennoch glaubwürdig wirken können. Sie entstehen, weil KI kein echtes Verständnis von Wahrheit hat, sondern Wahrscheinlichkeiten für Wort- und Satzfolgen berechnet. Deshalb ist es wichtig, KI-Antworten immer kritisch zu prüfen.
Die KI-Verordnung, auch AI Act genannt, ist eine Regulierung der Europäischen Union zum Umgang mit Künstlicher Intelligenz. Durch die Verordnung sollen Risiken im Umgang mit KI minimiert, Transparenz gesichert und der sichere Einsatz von KI gewährleistet werden. Dazu unterteilt sie unteranderem KI-Systeme in verschiedene Kategorien, die unterschiedlich stark reguliert bzw. verboten sind: Chatbots gehören besipielsweise in die Kategorie der Systeme mit gerningem Risiko, während Social Scoring in die Kategorie „Unannehmbares Risiko“ fällt und somit verboten ist.
Künstliche Intelligenz beschreibt Computersysteme, die Aufgaben übernehmen, die Menschen als „intelligent“ wahrnehmen – etwa Muster erkennen, Sprache verstehen oder Vorhersagen treffen. Gleichzeitig bezeichnet der Begriff ein Forschungsgebiet der Informatik, das sich mit der Entwicklung solcher Systeme beschäftigt.
Ein künstliches neuronales Netz ist ein Rechenmodell, das in seiner Struktur dem menschlichen Gehirn nachempfunden ist. Es besteht aus vielen miteinander verbundenen Recheneinheiten („Neuronen“), die Informationen schrittweise verarbeiten, um Muster zu erkennen und daraus zu lernen. Leistungsstark werden solche Netze durch die Verbindung vieler, d.h. je nach Modell und Anwendungsbereich, bis zu mehreren Milliarden Neuronen (Rechenschritte und Recheneinheiten).
Maschinelles Lernen ist ein Teilgebiet der Künstlichen Intelligenz. Dabei lernen Computersysteme aus Daten, Muster zu erkennen und Entscheidungen zu treffen, ohne dass jeder einzelne Schritt vorher programmiert werden muss.
Ein Prompt ist eine Eingabe, Anweisung oder ein Befehl an ein KI-System, zum Beispiel ein Text, eine Frage oder ein Arbeitsauftrag. Er bestimmt, welche Antwort oder welches Ergebnis die KI erzeugt. Wer mit Chatbots arbeitet oder kommuniziert, nutzt dabei immer Prompts.
Roboter sind programmierbare Maschinen, die physische Aufgaben automatisch ausführen können, oft gesteuert durch Software und teilweise (aber nicht immer) mit Methoden der Künstliche Intelligenz.
Das Training einer Künstlichen Intelligenz beschreibt den Prozess, bei dem ein Modell der Künstliche Intelligenz mit Daten gefüttert wird, um Muster zu lernen und seine Vorhersagen oder Entscheidungen schrittweise zu verbessern.
Trainingsdaten sind Daten, mit denen ein Modell der Künstliche Intelligenz während des Trainingsprozesses lernt, Muster zu erkennen und seine Vorhersagen zu verbessern.
Das Überwachte Lernen ist Methode des Maschinelles Lernen, bei der ein Modell mit gekennzeichneten (gelabelten) Daten trainiert wird, sodass es aus Beispielen lernt und später neue Daten korrekt einordnen oder vorhersagen kann.
Unüberwachtes Lernen ist im Gegensatz zum überwachten Lernen eine Methode des Maschinelles Lernen, bei der ein Modell ohne vorgegebene Labels in Daten selbstständig Muster, Strukturen oder Gruppen erkennt.
Vertrauenswürdige KI beschreibt den Ansatz in der Künstliche Intelligenz, bei dem Systeme so entwickelt und eingesetzt werden, dass sie transparent, sicher, fair und datenschutzkonform sind sowie verantwortungsvoll genutzt werden können.
