Glossar

Begriffe, die auf dieser Website vorkommen, in ein bis drei Sätzen erklärt. Im Text sind sie gepunktet unterstrichen; ein Klick zeigt die Erklärung.

Abrufgestützte Erzeugung (Retrieval-Augmented Generation, RAG): Verfahren, bei dem ein Sprachmodell vor der Antwort passende Dokumente aus einer Sammlung abruft und sich darauf stützt. Das senkt Fehler, verhindert sie aber nicht.
Basismodell (KI-Modell mit allgemeinem Verwendungszweck): Ein großes Modell, das für viele Aufgaben taugt und auf dem andere Anwendungen aufbauen. Die KI-Verordnung stellt seinen Anbietern seit August 2025 eigene Pflichten.
Benchmark: Ein standardisierter Test mit festen Aufgaben, an dem sich Modelle vergleichen lassen. Hohe Werte zeigen die Leistung unter Testbedingungen; im Alltag kann sie geringer ausfallen.
Bestärkendes Lernen: Lernverfahren, bei dem ein System Handlungen ausprobiert und für gute Ergebnisse belohnt wird. Sprachmodelle werden so nach dem Vortraining verfeinert, etwa mit Bewertungen von Menschen oder mit Aufgaben, deren Lösung sich prüfen lässt.
C2PA (Content Credentials): Offener technischer Standard der Coalition for Content Provenance and Authenticity. Bilder, Videos und Töne führen damit einen kryptografisch signierten Herkunftsnachweis mit, der zeigt, wer sie erzeugt und bearbeitet hat. Fehlt der Nachweis, beweist das keine Fälschung.
CVE-Nummer: Kennnummer aus dem weltweit genutzten Verzeichnis öffentlich bekannter Sicherheitslücken (Common Vulnerabilities and Exposures). Eine CVE-Nummer zeigt, dass eine Lücke offiziell erfasst ist.
Deepfake: Mit KI gefälschtes Bild, Video oder Tonstück, das eine echte Person etwas sagen oder tun lässt, was sie nie gesagt oder getan hat.
Denkmodell (Reasoning-Modell): Sprachmodell, das vor der Antwort einen Lösungsweg in Zwischenschritten erzeugt. Es wird mit bestärkendem Lernen darauf trainiert und wird besser, je mehr Rechenzeit es zum Nachdenken bekommt.
Digital-Omnibus zu KI: Verordnung (EU) 2026/1744 vom 8. Juli 2026, in Kraft seit 27. Juli 2026. Sie ändert die KI-Verordnung, verschiebt unter anderem die Pflichten für Hochrisiko-Systeme auf Dezember 2027 und August 2028 und regelt Anforderungen an KI in Maschinen künftig über die Maschinenverordnung.
Gedankenkette (Chain of Thought): Die Zwischenschritte, die ein Denkmodell vor seiner Antwort aufschreibt. Sie lassen sich mitlesen, geben aber nicht immer wieder, was das Modell tatsächlich gerechnet hat.
Generative KI: KI, die neue Inhalte erzeugt: Texte, Bilder, Töne, Videos oder Programmcode. Sprachmodelle wie ChatGPT, Claude oder Gemini gehören dazu.
Gewicht (Parameter): Eine Zahl, die festlegt, wie stark eine Verbindung in einem neuronalen Netz wirkt. Große Sprachmodelle haben Milliarden davon; sie sind das, was beim Training gelernt wird.
Gradientenabstieg: Rechenverfahren zum Lernen: Für jedes Gewicht wird berechnet, in welche Richtung es sich ändern muss, damit der Fehler kleiner wird, und es wird ein kleines Stück in diese Richtung verschoben.
Halluzination: Eine falsche Aussage, die ein Sprachmodell mit derselben Sicherheit formuliert wie eine richtige, etwa eine erfundene Quelle oder Zahl.
Hochrisiko-KI-System: Ein KI-System, das nach der KI-Verordnung strenge Pflichten erfüllen muss, weil es Gesundheit, Sicherheit oder Grundrechte gefährden kann, etwa in Medizinprodukten, bei der Kreditvergabe, in der Bildung oder bei Personalentscheidungen.
Interpretierbarkeit: Forschung, die verstehen will, was in einem neuronalen Netz vorgeht: welche Begriffe es intern bildet und welche Rechenwege zu einer Antwort führen.
Intervallkarzinom: Brustkrebs, der zwischen zwei Screening-Runden auffällt. Wie häufig solche Tumoren auftreten, ist ein wichtiges Maß dafür, wie gut ein Screening Tumoren rechtzeitig findet.
Jailbreak: Eingabe, mit der jemand die Schutzregeln eines Sprachmodells umgeht, etwa durch Rollenspiele oder verschachtelte Anweisungen, damit es ausgibt, was es verweigern soll.
KI-Agent: Ein Sprachmodell, das Werkzeuge bedient und Aufgaben in mehreren Schritten selbst ausführt, etwa im Netz sucht, Programme schreibt und ausführt oder Formulare ausfüllt.
KI-MIG: KI-Marktüberwachungs- und Innovationsförderungsgesetz vom 22. Juli 2026, in Kraft seit 29. Juli 2026. Es legt fest, welche deutschen Behörden die Einhaltung der KI-Verordnung überwachen: grundsätzlich die Bundesnetzagentur, im Finanzsektor die Finanzaufsicht BaFin, bei öffentlichen Stellen der Länder Landesbehörden. Bußgelder gegen Behörden schließt es aus.
KI-Verordnung (AI Act): Verordnung (EU) 2024/1689 über künstliche Intelligenz. Sie verbietet einige Anwendungen, stellt Pflichten für Hochrisiko-Systeme und für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck auf und verlangt Kennzeichnungen. Sie gilt gestaffelt seit 2025.
Kontextfenster: Die Menge an Text, die ein Sprachmodell auf einmal berücksichtigen kann, gemessen in Tokens. Was außerhalb liegt, kennt das Modell im Gespräch nicht.
Künstliche Intelligenz (KI): Sammelbegriff für Computerverfahren, die Aufgaben lösen, für die Menschen Urteilsvermögen brauchen, etwa Bilder erkennen, Texte verstehen oder Prognosen stellen. Heute sind damit fast immer Verfahren des Maschinenlernens gemeint.
Maschinenlernen: Ein Programm leitet Regeln aus Beispielen ab, statt dass Menschen sie einprogrammieren. Je mehr gute Beispiele, desto besser in der Regel die Ergebnisse.
Merkmal (Feature): Ein Muster in den inneren Zuständen eines Modells, das für einen Begriff oder eine Eigenschaft steht, etwa für eine Stadt, für unsicheren Code oder für Schmeichelei. Forschende machen Merkmale mit eigens trainierten Hilfsnetzen sichtbar.
Neuronales Netz: Ein Rechenwerk aus vielen Schichten einfacher Recheneinheiten. Jede Einheit bildet eine gewichtete Summe ihrer Eingaben und wendet darauf eine einfache nichtlineare Funktion an; beim Lernen werden die Gewichte so verschoben, dass die Ergebnisse besser werden.
Offenes Modell (Open Weight): Ein Modell, dessen Gewichte veröffentlicht sind, sodass jeder es herunterladen, selbst betreiben und anpassen kann. Trainingsdaten und Trainingscode sind dabei oft nicht offen.
Phishing: Betrugsnachrichten, die Empfänger dazu bringen sollen, Passwörter oder Zahlungsdaten preiszugeben oder Schadsoftware zu öffnen, oft im Namen einer bekannten Firma oder Person.
Post-Editing: Nachbearbeitung einer maschinellen Übersetzung durch eine Fachkraft, die Fehler korrigiert und den Text an Zweck und Stil anpasst.
Prompt Injection: Angriff auf ein Sprachmodell durch versteckte Anweisungen, etwa in einer Webseite, E-Mail oder einem Dokument, das das Modell verarbeitet. Das Modell folgt dann den Anweisungen des Angreifers statt denen des Nutzers.
PUE (Energieverbrauchseffektivität): Verhältnis des gesamten Energiebedarfs eines Rechenzentrums zum Energiebedarf seiner IT. Ein Wert von 1,2 heißt, dass für Kühlung, Stromversorgung und Gebäude 20 % zusätzlich zur IT anfallen.
Randomisierte Studie: Studie, in der der Zufall entscheidet, wer eine Behandlung oder ein Werkzeug bekommt und wer nicht. So lässt sich die Wirkung von anderen Einflüssen trennen; sie gilt als belastbarste Form einer Einzelstudie.
Red Teaming: Gezielte Angriffe auf ein System, um Schwächen zu finden, bevor es andere tun. Bei Sprachmodellen etwa Versuche, gefährliche Anleitungen oder vertrauliche Daten zu entlocken.
Sprachmodell: Ein großes neuronales Netz, das gelernt hat, das nächste Wortstück eines Textes vorherzusagen. Aus dieser Fähigkeit entstehen Antworten, Übersetzungen, Zusammenfassungen und Programmcode.
Standardabweichung: Maß für die Streuung von Werten um ihren Mittelwert. Bildungsstudien geben Lerngewinne oft in Standardabweichungen an, damit sich verschiedene Tests vergleichen lassen.
Stufen des automatisierten Fahrens: Bei Stufe 3 übernimmt das Auto unter bestimmten Bedingungen die Fahraufgabe, der Fahrer muss auf Aufforderung wieder übernehmen. Bei Stufe 4 fährt das Fahrzeug in einem festgelegten Bereich ganz ohne Fahrer; in Deutschland braucht es dann eine Technische Aufsicht, die es deaktivieren und Fahrmanöver freigeben kann.
Superposition: Nach Versuchen an kleinen Modellen kann ein neuronales Netz mehr Begriffe speichern, als es Recheneinheiten hat, indem es sie überlagert. Eine einzelne Einheit reagiert dann oft auf mehrere unzusammenhängende Dinge, und ein Modell lässt sich nicht Einheit für Einheit lesen.
Text und Data Mining: Automatisierte Auswertung großer Mengen von Texten, Bildern oder Daten, um Muster zu finden. Nach § 44b Urheberrechtsgesetz ist das an rechtmäßig zugänglichen Werken erlaubt, solange der Rechteinhaber es nicht ausgeschlossen hat; bei Werken im Netz muss der Ausschluss maschinenlesbar sein. Wie weit das KI-Training deckt, ist umstritten.
Token (Wortstück): Die Einheit, in der Sprachmodelle Text verarbeiten: ganze Wörter, Wortteile oder Satzzeichen. Lange deutsche Wörter zerfallen oft in mehrere Tokens.
Training: Die Phase, in der ein Modell aus Beispielen lernt, indem es seine Gewichte schrittweise anpasst. Danach wird es eingesetzt, ohne weiter zu lernen, solange niemand es neu trainiert.
Transformer: Bauweise neuronaler Netze, die 2017 vorgestellt wurde und heute fast allen Sprachmodellen zugrunde liegt. Ihr Kern ist der Aufmerksamkeitsmechanismus, mit dem jedes Wortstück die übrigen Wortstücke im Text verrechnet; in Sprachmodellen, die Text fortsetzen, sind das die vorangehenden.
Vorabdruck (Preprint): Eine wissenschaftliche Arbeit, die veröffentlicht ist, bevor unabhängige Gutachter sie geprüft haben. Viele KI-Studien erscheinen zuerst so, etwa auf arXiv.
Zero-Day-Lücke: Sicherheitslücke, die dem Hersteller noch unbekannt ist oder für die es noch keine Korrektur gibt. Angreifer können sie ausnutzen, bevor sich jemand schützen kann.