Fachbegriffe von A bis Z

Der Kreislauf, in dem ein KI-Agent arbeitet: Das Modell überlegt, ruft ein Werkzeug auf, liest das Ergebnis, überlegt wieder und so fort. Die Schleife endet, wenn das Modell die Aufgabe für erledigt hält oder eine Grenze erreicht ist. Englisch heißt das Agent Loop.

Lerneinheit: Was ist ein KI-Agent?Siehe auch: KI-Agent, Harness, Tool

Einkaufen über einen KI-Agenten. Man sagt ihm, was man braucht, und er vergleicht die Preise, wählt ein Angebot und bezahlt. Die Kartenfirmen Visa und Mastercard haben dafür eigene Bezahlverfahren gebaut: Der Kunde hinterlegt seine Karte und erlaubt dem Agenten, in seinem Auftrag damit zu zahlen. 2026 liefen in Europa die ersten echten Käufe dieser Art. Wer haftet, wenn der Agent etwas Falsches kauft, ist noch nicht geklärt.

Siehe auch: KI-Agent, Human in the Loop

Abkürzung für „Artificial General Intelligence“, allgemeine künstliche Intelligenz. Das wäre eine KI, die auf jedem Gebiet so gut lernen und denken kann wie ein Mensch. Eine anerkannte Definition gibt es nicht. Jede Firma kann den Begriff deshalb anders auslegen. Manche halten AGI für nah, andere für weit entfernt. OpenAI und Google DeepMind nennen sie ausdrücklich als Ziel.

Siehe auch: Superintelligenz, Schwache KI

Ein Chatbot, der als Freund, Vertrauter oder Lebenspartner auftritt. Er hat einen Namen, oft ein Gesicht und eine Stimme, und er merkt sich, was man ihm erzählt. Bekannte Anbieter sind Replika und Character.AI. Manche Nutzer bauen zu ihm eine parasoziale Beziehung auf: Sie fühlt sich echt an, aber nur eine Seite empfindet etwas. Das Cambridge Dictionary wählte „parasocial“ zum Wort des Jahres 2025 und nannte als Grund auch die Bindung an Chatbots.

Siehe auch: Chatbot, ELIZA-Effekt, Sykophantie, KI-Psychose

Massenhaft erzeugte KI-Inhalte von geringer Qualität: belanglose Texte, kitschige Bilder, Videos ohne Sinn, die Suchergebnisse und soziale Netzwerke füllen. Das amerikanische Wörterbuch Merriam-Webster wählte „slop“ zum Wort des Jahres 2025. Bei Arbeitsdokumenten spricht man von Workslop.

Siehe auch: Modellkollaps

Britischer Mathematiker, 1912 bis 1954. Er beschrieb 1936 die Grundidee jedes Computers, half im Zweiten Weltkrieg, die deutsche Verschlüsselungsmaschine Enigma zu knacken, und fragte 1950 als einer der Ersten, ob Maschinen denken können. Der wichtigste Preis der Informatik trägt seinen Namen.

Siehe auch: Turing-Test

Eine genaue Abfolge von Schritten, die ein Problem löst, so wie ein Kochrezept. Jedes Computerprogramm besteht aus Algorithmen. Bei der KI schreibt der Mensch den Lernalgorithmus, und der baut dann aus den Daten das Modell.

Siehe auch: Modell

Die Aufgabe, eine KI so zu bauen, dass sie tut, was ihre Hersteller und Nutzer wirklich wollen, und nichts Schädliches. Ein Programm verfolgt das Ziel, das man ihm gegeben hat, und dieses Ziel deckt sich nicht immer mit dem, was gemeint war.

Lerneinheit: Das Alignment-ProblemSiehe auch: Reward Hacking, Sykophantie, Superintelligenz

Das Go-Programm von DeepMind, das im März 2016 in Seoul den Weltklassespieler Lee Sedol mit 4 zu 1 Partien schlug. Anders als Deep Blue hatte es durch neuronale Netze und Spiele gegen sich selbst gelernt. Berühmt wurde sein 37. Zug in der zweiten Partie, den kaum ein Mensch gespielt hätte.

Lerneinheit: Der 37. ZugSiehe auch: Bestärkendes Lernen, Google DeepMind, Deep Blue

Slowakisch-kanadischer KI-Forscher, Mitgründer von OpenAI und früher Leiter der KI-Abteilung für das autonome Fahren bei Tesla. Bekannt sind seine frei zugänglichen Lehrvideos über neuronale Netze. Er prägte Begriffe wie „Vibe Coding“.

Siehe auch: Vibe Coding, Context Engineering

Amerikanisches KI-Unternehmen aus San Francisco, 2021 von ehemaligen OpenAI-Mitarbeitern um die Geschwister Dario und Daniela Amodei gegründet. Es entwickelt die Modelle namens Claude und legt besonderen Wert auf Sicherheitsforschung. Auf Anthropic gehen MCP, Skills und Claude Code zurück.

Siehe auch: Claude, Dario Amodei, MCP

Eine Textdatei im Arbeitsordner, die ein KI-Agent zu Beginn jeder Sitzung liest. Darin stehen Regeln und Wissen über das Projekt: wie das Programm geprüft wird, welche Ordner tabu sind, welche Schreibweise gilt. Bei Claude Code heißt sie CLAUDE.md, bei vielen anderen Programmen AGENTS.md.

Siehe auch: Skill, Context Engineering

Abkürzung für „Application Programming Interface“, eine Programmierschnittstelle. Über sie schicken andere Programme Anfragen an ein KI-Modell, ohne die Chat-Oberfläche zu benutzen. Abgerechnet wird dort meist nach verbrauchten Token, und man braucht dafür einen geheimen Zugangsschlüssel, den API-Key.

Siehe auch: Token

Der Mechanismus im Transformer, mit dem das Modell bei jedem Wort entscheidet, welche anderen Wörter im Text dafür wichtig sind. Im Satz „Die Katze jagte die Maus, weil sie hungrig war“ muss es erkennen, dass „sie“ die Katze meint. Auf Deutsch heißt das Aufmerksamkeit.

Siehe auch: Transformer, Kontextfenster

Die Neigung, einer Maschine mehr zu glauben als dem eigenen Urteil, auch wenn die Maschine danebenliegt. Bekannt sind Autofahrer, die dem Navi in einen Fluss folgen. Bei KI ist die Gefahr groß, weil ihre Antworten so überzeugend klingen.

Lerneinheit: Was ist Automation Bias?Siehe auch: Halluzination, Human in the Loop

Arbeitsschritte, die von allein ablaufen: Eine neue Mail kommt an, ein Programm liest sie, sortiert sie ein und legt eine Aufgabe an. Programme wie n8n oder Zapier verbinden dafür verschiedene Dienste, oft ohne Programmierkenntnisse. Mit KI lassen sich auch Schritte automatisieren, die Lesen und Verstehen verlangen.

Siehe auch: Routine, KI-Agent

Die Rechenmethode, die beim Lernen den Fehler von der Ausgabe rückwärts durch alle Schichten des Netzes verteilt. So erfährt jedes Gewicht, wie viel es zum Fehler beigetragen hat. David Rumelhart, Geoffrey Hinton und Ronald Williams machten das Verfahren 1986 bekannt.

Siehe auch: Gradientenabstieg, Geoffrey Hinton

Ein standardisierter Test, mit dem man KI-Modelle vergleicht, etwa Prüfungsfragen, Programmieraufgaben oder Mathematikprobleme. Neue Modelle werden fast immer mit ihren Benchmark-Werten vorgestellt. Weil die Aufgaben oft öffentlich sind, können sie in die Trainingsdaten geraten, und dann misst der Test Auswendiglernen. Eigene Tests für den eigenen Zweck nennt man Evals.

Siehe auch: Humanity's Last Exam

Lernen durch Versuch und Belohnung. Das Programm probiert etwas aus, bekommt Punkte für Erfolg und Abzüge für Misserfolg und macht danach öfter, was Punkte brachte. So lernte AlphaGo Go, und so werden heutige Sprachmodelle auf hilfreiche Antworten getrimmt. Englisch heißt das Reinforcement Learning.

Lerneinheit: Der einzige gewinnende ZugSiehe auch: RLHF, Reward Hacking, AlphaGo

Eine Verzerrung, die ein Modell aus seinen Trainingsdaten übernimmt. Lernt es aus Daten, in denen Ärzte meist Männer sind, beschreibt es auch einen Arzt eher als Mann. Bei Bewerbungen, Krediten oder Gesichtserkennung kann ein Bias zu Benachteiligung führen.

Siehe auch: Trainingsdaten, Hochrisiko-KI

Man sieht, was in ein Modell hineingeht und was herauskommt, aber nicht, warum. Die Milliarden Gewichte eines neuronalen Netzes ergeben für Menschen keinen lesbaren Grund. Das ist ein Problem, wenn eine KI über Kredite, Bewerbungen oder Diagnosen mitentscheidet.

Siehe auch: Interpretierbarkeit

Ein Sprachmodell schreibt seinen Lösungsweg Schritt für Schritt auf, bevor es antwortet. Weil jedes neue Wort auf allem Bisherigen aufbaut, werden die Antworten bei Rechen- und Denkaufgaben dadurch deutlich besser. Anfangs war das ein Trick im Prompt („Denke Schritt für Schritt“), heute ist es in Reasoning-Modelle eingebaut.

Siehe auch: Reasoning-Modell

Ein Programm, mit dem man sich in Textnachrichten unterhält. Der erste war ELIZA von 1966, der bekannteste heute ChatGPT. Frühere Chatbots folgten fest geschriebenen Regeln, heutige beruhen auf Sprachmodellen.

Lerneinheit: ELIZASiehe auch: ELIZA, Sprachmodell

Das Chatprogramm von OpenAI, freigeschaltet am 30. November 2022. Nach zwei Monaten hatte es geschätzt hundert Millionen Nutzer, so schnell war bis dahin kein Programm gewachsen. Es ist bis heute der bekannteste KI-Assistent und hat vielen Menschen den ersten Kontakt mit KI verschafft.

Lerneinheit: Wie ein Sprachmodell funktioniertSiehe auch: OpenAI, GPT, Chatbot

Die Sprachmodelle und der Chat-Assistent der amerikanischen KI-Firma Anthropic, seit 2023 öffentlich und besonders beim Programmieren verbreitet. Es gibt sie in mehreren Größen, und die größeren können mehr, sind aber langsamer und teurer: Die kleinste heißt Haiku, dann folgen Sonnet und Opus. Seit Juni 2026 steht über Opus noch Fable, das stärkste Modell, das jeder nutzen kann. Ein weiteres Modell namens Mythos hat weniger Sicherheitssperren als Fable und geht deshalb nur an ausgewählte Partner, etwa für den Schutz vor Computerangriffen. Dazu kommt Claude Code, ein eigener Coding-Agent.

Lerneinheit: Kann KI fühlen?Siehe auch: Anthropic, Coding-Agent

Ein KI-Agent, der Software schreibt: Er liest den vorhandenen Code, ändert Dateien, probiert das Programm automatisch aus und behebt Fehler, oft über viele Schritte hinweg. Bekannte Beispiele sind Claude Code von Anthropic, Codex von OpenAI und Cursor. Programmierer werden dabei mehr zu Auftraggebern und Prüfern.

Lerneinheit: Wenn Nachbauen nichts mehr kostetSiehe auch: Vibe Coding, Harness

Man überlässt Denkarbeit einem Hilfsmittel, so wie man sich Telefonnummern nicht mehr merkt, weil sie im Handy stehen. Mit KI lässt sich viel mehr auslagern, auch das Schreiben eines Textes und das Abwägen einer Entscheidung. Im Jahr 2025 ließ das Media Lab der amerikanischen Universität MIT 54 Studenten Aufsätze schreiben: mit ChatGPT, mit der Google-Suche oder ganz ohne Hilfe. Messungen der Hirnströme zeigten, dass bei der Gruppe mit ChatGPT die Hirnregionen beim Schreiben am schwächsten zusammenarbeiteten. Die Forscher schließen daraus, dass diese Gruppe am wenigsten selbst nachdachte.

Lerneinheit: Macht uns KI dumm?Siehe auch: Automation Bias, ChatGPT

Eine KI bedient einen Computer wie ein Mensch: Sie sieht Bildschirmfotos, bewegt die Maus, klickt und tippt. So kann sie auch mit Programmen arbeiten, die keine Schnittstelle für KI haben. Anthropic stellte das 2024 vor. Es ist langsamer und fehleranfälliger als der Weg über eine Schnittstelle.

Siehe auch: KI-Agent, Tool

Der Teil der KI, der Bilder und Videos versteht: Gesichter erkennen, Tumore auf Röntgenbildern finden, Fußgänger vor dem Auto sehen. Auf Deutsch spricht man von maschinellem Sehen oder Bilderkennung. Den Durchbruch brachte 2012 ein neuronales Netz namens AlexNet in einem Wettbewerb auf der Bilddatenbank ImageNet.

Lerneinheit: Bilderkennung zum SelbermachenSiehe auch: Mustererkennung, Klassifikation

Die Weiterentwicklung des Prompt Engineering für KI-Agenten. Es geht darum, was überhaupt ins Kontextfenster kommt: welche Dokumente, Werkzeuge, Erinnerungen und Anweisungen, und in welcher Reihenfolge. Andrej Karpathy und andere machten den Begriff 2025 bekannt.

Siehe auch: Prompt Engineering, Kontextfenster, KI-Agent

Je voller das Kontextfenster, desto unzuverlässiger beachtet ein Sprachmodell, was darin steht. Besonders Angaben aus der Mitte eines langen Texts übersieht es oft, das nennt man „Lost in the Middle“. Deshalb werden sehr lange Chats schlechter. Auf Deutsch spricht man auch von Kontextverfall.

Lerneinheit: Warum werden lange Chats schlechter?Siehe auch: Kontextfenster, Kompaktierung

Ein Modell lernt im laufenden Betrieb weiter, so wie ein Mensch aus jeder neuen Erfahrung. Heutige Sprachmodelle können das nicht. Nach dem Training stehen ihre Gewichte fest. Das Gedächtnis von ChatGPT oder Claude legt dem Modell nur Notizen über den Nutzer vor. Das Weiterlernen ist schwierig, weil ein neuronales Netz beim Lernen oft Altes überschreibt: Bringt man ihm eine neue Aufgabe bei, verlernt es womöglich eine alte. Forscher beschrieben das schon 1989 und nennen es katastrophales Vergessen.

Siehe auch: Gedächtnis, Training, Gewicht, Neuronales Netz

Allgemein ein KI-Helfer, der neben dem Menschen mitarbeitet und Vorschläge macht, während der Mensch am Steuer bleibt. Microsoft nennt so seine KI-Assistenten in Windows, Office und anderen Programmen. Auch GitHub nennt seinen Helfer für Programmierer so. GitHub ist eine Plattform für Programmcode und gehört zu Microsoft.

Siehe auch: KI-Agent

Chef von Anthropic. Er leitete zuvor bei OpenAI die Forschung und gründete 2021 mit seiner Schwester Daniela und weiteren Kollegen Anthropic, weil ihm die Sicherheit von KI dort zu wenig Gewicht hatte. Er schreibt regelmäßig lange Aufsätze über Chancen und Gefahren der KI.

Siehe auch: Anthropic

Ein Angriff auf die Trainingsdaten: Jemand schleust präparierte Texte ein, damit das fertige Modell sich an bestimmten Stellen falsch verhält. Eine Studie von Anthropic und dem britischen AI Security Institute zeigte 2025, dass dafür schon rund 250 Dokumente genügen können, unabhängig von der Größe des Modells.

Siehe auch: Trainingsdaten

Der Schachcomputer von IBM, der 1997 den Weltmeister Garri Kasparow in einem Wettkampf über sechs Partien schlug. Er rechnete Hunderte Millionen Stellungen pro Sekunde durch, hatte aber nichts gelernt: Seine Bewertungsregeln stammten von Menschen.

Lerneinheit: Der 37. ZugSiehe auch: AlphaGo

Maschinelles Lernen mit neuronalen Netzen, die aus vielen hintereinander geschalteten Schichten bestehen. Daher das Wort „deep“, tief. Seit etwa 2012 hat Deep Learning Bilderkennung, Spracherkennung und Übersetzung grundlegend verbessert. Alle großen Sprachmodelle beruhen darauf.

Siehe auch: Neuronales Netz, Maschinelles Lernen

Eine Funktion, bei der die KI selbständig viele Webseiten durchsucht, liest und daraus einen ausführlichen Bericht mit Quellen schreibt. Das dauert einige Minuten. OpenAI, Google, Anthropic und Perplexity bieten solche Funktionen an.

Siehe auch: KI-Agent, Grounding

Ein mit KI gefälschtes Video, Bild oder Tonstück, in dem echte Menschen etwas sagen oder tun, was nie geschehen ist. Deepfakes werden für Betrug, Rufmord und gefälschte Nacktbilder missbraucht. In der EU müssen sie gekennzeichnet werden.

Siehe auch: Stimmklon, Kennzeichnungspflicht, Wasserzeichen

Chinesisches KI-Unternehmen aus Hangzhou. Im Januar 2025 veröffentlichte es das Reasoning-Modell R1 mit offenen Gewichten, das mit den besten amerikanischen Modellen mithalten konnte und angeblich viel billiger trainiert worden war. Anleger fürchteten, dass man künftig weniger von den teuren KI-Chips brauchen würde. Der Aktienkurs von Nvidia fiel an einem Tag um rund 17 Prozent.

Siehe auch: Open Weights, Reasoning-Modell, Mixture of Experts

Ein großes Modell bringt einem kleinen bei, was es kann. Das kleine lernt dabei aus den Antworten des großen. Heraus kommt ein Modell, das fast so gut und viel billiger im Betrieb ist.

Siehe auch: Small Language Model

Jemand fragt das Sprachmodell eines fremden Anbieters millionenfach ab und trainiert mit den Antworten ein eigenes Modell. Firmen nutzen dasselbe Verfahren bei ihren eigenen großen Modellen, um daraus kleinere und billigere zu bauen, und nennen es Destillation. Der Angreifer verstößt aber gegen die Nutzungsbedingungen, versteckt sich hinter vielen falschen Konten und übernimmt Fähigkeiten, die der Anbieter mit großem Aufwand entwickelt hat. Im Februar 2026 warf Anthropic den chinesischen Firmen DeepSeek, Moonshot und MiniMax vor, Claude auf diese Weise ausgefragt zu haben, mit rund 24.000 falschen Konten und mehr als 16 Millionen Abfragen. Im September 2026 warnten drei amerikanische Sicherheitsbehörden, darunter das FBI, vor solchen Angriffen durch sechs chinesische KI-Firmen.

Siehe auch: Destillation, Claude, DeepSeek

Die Technik hinter den meisten Bild- und Videogeneratoren. Das Modell lernt, aus einem Bild schrittweise Rauschen zu entfernen, also zufällige Pünktchen wie das Schneegestöber eines alten Fernsehers. Beim Erzeugen fängt es mit reinem Rauschen an und arbeitet es so lange um, bis ein Bild entsteht, das zur Beschreibung passt.

Lerneinheit: Wie KI-Bilder entstehenSiehe auch: Text-zu-Bild, Text-zu-Video

Die Datenschutz-Grundverordnung gilt auch für KI. Wer Kundendaten, Bewerbungen oder Patientenakten in ein KI-Programm gibt, braucht dafür einen rechtlichen Grund, etwa die Einwilligung der Betroffenen. Eine Firma muss außerdem meist mit dem Anbieter einen Vertrag schließen, der regelt, wie er die Daten in ihrem Auftrag verarbeitet. Heikel ist vor allem, ob der Anbieter die Daten für sein Training verwendet und ob sie die EU verlassen.

Siehe auch: Schatten-KI, Lokales Modell

Ein KI-Unternehmen für Stimmen, gegründet von zwei Polen. Seine Programme lesen Texte mit natürlich klingenden Stimmen vor, übersetzen Videos in andere Sprachen und können Stimmen nachbilden. Viele Hörbücher, Erklärvideos und Sprachassistenten nutzen es.

Siehe auch: Sprachsynthese, Stimmklon

Das erste Chatprogramm, 1966 von Joseph Weizenbaum geschrieben. Seine bekannteste Rolle spielte einen Psychotherapeuten, der die Sätze des Gegenübers als Frage zurückgibt. ELIZA verstand kein Wort, und trotzdem vertrauten Menschen ihm ihre Sorgen an.

Lerneinheit: ELIZASiehe auch: ELIZA-Effekt, Joseph Weizenbaum, Chatbot

Menschen schreiben einem Programm Verständnis und Gefühle zu, sobald es menschlich klingt. Benannt ist der Effekt nach ELIZA, dem Chatprogramm von Joseph Weizenbaum aus dem Jahr 1966. Obwohl es nur Sätze umstellte, wollten Menschen mit ihm allein sein. Bei heutigen Sprachmodellen ist der Effekt viel stärker.

Lerneinheit: ELIZASiehe auch: ELIZA, Joseph Weizenbaum

Eine Liste von Zahlen, die die Bedeutung eines Worts, Satzes oder Bilds beschreibt. Fachleute nennen sie Vektor. Man kann sich jede solche Liste als Punkt in einem Raum mit sehr vielen Richtungen vorstellen. Ähnliche Bedeutungen liegen dort nah beieinander, „Hund“ und „Katze“ etwa, „Hund“ und „Steuererklärung“ dagegen weit auseinander. Mit Embeddings finden Programme auch Stellen, in denen dasselbe mit anderen Wörtern gesagt wird.

Siehe auch: Vektordatenbank, RAG

Fähigkeiten, die bei kleinen Modellen fehlen und bei großen plötzlich auftauchen, etwa Rechnen in mehreren Schritten. Die Entwickler haben sie dem Modell nicht gezielt beigebracht. Manche Forscher meinen, das Können wachse in Wahrheit gleichmäßig und wirke nur wegen der Messmethode plötzlich.

Siehe auch: Skalierungsgesetze

Man gibt der KI im Prompt ein paar Beispiele, wie die Lösung aussehen soll, und sie macht es nach. Ohne jedes Beispiel heißt das Zero-Shot, mit einem One-Shot. Das Modell lernt dabei nichts dauerhaft, es richtet sich nur im laufenden Gespräch danach.

Siehe auch: Prompt Engineering

Das Nachtrainieren eines fertigen Modells mit eigenen, meist wenigen Beispielen, um es für eine Aufgabe oder einen Stil zu schärfen. Eine Versicherung könnte so ein Modell auf ihre Schadensberichte einstellen. Oft genügen ein guter Prompt oder RAG, und das ist billiger.

Siehe auch: Post-Training, RAG

Ein sehr großes Modell, das mit riesigen Datenmengen allgemein trainiert wurde und auf dem viele Anwendungen aufbauen. Man nennt es auch Basismodell. GPT, Claude, Gemini und Llama gehören dazu. Firmen passen es oft für ihre Zwecke an, ein eigenes Modell trainieren nur wenige.

Siehe auch: Fine-Tuning, Frontier-Modell, GPAI

Die jeweils leistungsfähigsten Modelle an der Spitze der Entwicklung, englisch „frontier“ für die Grenze. Heute stammen sie vor allem von OpenAI, Anthropic, Google DeepMind und einigen chinesischen Firmen. Die Hersteller prüfen sie vor dem Start besonders gründlich auf Gefahren, und die KI-Verordnung der EU macht ihnen zusätzliche Auflagen.

Siehe auch: Foundation Model, GPAI

Abkürzung für „Generative Adversarial Network“. Zwei Netze spielen gegeneinander: Eines fälscht Bilder, das andere soll Fälschungen erkennen. Beide werden dabei immer besser. Vor den Diffusionsmodellen waren GANs die beste Methode, Bilder zu erzeugen, und die ersten Deepfakes entstanden damit.

Siehe auch: Diffusionsmodell, Deepfake

Ein Sprachmodell selbst merkt sich nichts von einem Gespräch zum nächsten. Die Anbieter bauen deshalb ein Gedächtnis drumherum: Das Programm speichert Notizen über den Nutzer und legt sie dem Modell bei jedem neuen Gespräch wieder vor. ChatGPT, Gemini und Claude machen das jeweils etwas anders.

Lerneinheit: Wie bekommt die KI ein Gedächtnis?Siehe auch: Kontextfenster, RAG

Die Sprachmodelle und der KI-Assistent von Google, entwickelt von Google DeepMind, seit Ende 2023. Gemini steckt inzwischen in der Google-Suche, in Gmail, auf Android-Handys und in vielen weiteren Google-Diensten. Der Vorgänger hieß Bard.

Siehe auch: Google DeepMind

Die Fähigkeit eines Modells, mit Fällen umzugehen, die es beim Lernen nie gesehen hat. Um sie zu messen, prüft man ein Modell mit Daten, die beim Training zurückgehalten wurden.

Siehe auch: Overfitting

KI, die etwas Neues erzeugt: Text, Bilder, Musik, Sprache, Videos oder Programmcode. ChatGPT, Midjourney und Suno sind Beispiele. Ältere KI hat vor allem sortiert und vorhergesagt, etwa Spam erkannt oder Kreditrisiken geschätzt.

Lerneinheit: Wie ein Sprachmodell funktioniertSiehe auch: Sprachmodell, Diffusionsmodell

Abkürzung für „Generative Engine Optimization“. Wer GEO betreibt, schreibt und baut seine Webseiten so, dass KI-Assistenten wie ChatGPT, die KI-Suchmaschine Perplexity oder Googles KI-Übersichten sie finden und als Quelle nennen. Das ergänzt die ältere Suchmaschinenoptimierung, mit der Firmen versuchen, bei Google weit oben zu stehen. Den Begriff prägten Forscher der Universität Princeton und des Indian Institute of Technology in Delhi 2023 in einem Fachaufsatz.

Siehe auch: KI-Übersichten, Zero-Click, Perplexity

Britisch-kanadischer Informatiker, einer der Väter des Deep Learning. Er hielt jahrzehntelang an neuronalen Netzen fest, als kaum jemand mehr an sie glaubte. 2024 bekam er dafür den Physik-Nobelpreis. Ein Jahr zuvor hatte er Google verlassen, um freier vor den Gefahren der KI warnen zu können.

Siehe auch: Backpropagation, Deep Learning

Die Stärke einer Verbindung zwischen zwei Neuronen. Ein hohes Gewicht heißt: Dieses Signal zählt viel. Lernen bedeutet bei einem neuronalen Netz nichts anderes, als die Gewichte zu verstellen.

Lerneinheit: Das Perceptron Mark ISiehe auch: Parameter, Open Weights

Die KI-Forschungsabteilung von Google mit Sitz in London, 2023 aus DeepMind und Google Brain zusammengelegt. Von DeepMind stammen AlphaGo, das 2016 den Go-Meister Lee Sedol schlug, und AlphaFold, das die Form von Eiweißen vorhersagt. Für AlphaFold bekam der Chef Demis Hassabis 2024 den Chemie-Nobelpreis. Heute entwickelt das Labor die Gemini-Modelle.

Lerneinheit: Der 37. ZugSiehe auch: Gemini, AlphaGo

Abkürzung für „General-Purpose AI“, KI mit allgemeinem Verwendungszweck. So nennt die KI-Verordnung große Modelle wie GPT, Claude oder Gemini, die für viele Aufgaben taugen. Ihre Anbieter müssen seit August 2025 unter anderem offenlegen, womit sie trainiert haben. Für die stärksten Modelle gelten zusätzliche Pflichten, weil die Verordnung bei ihnen ein „systemisches Risiko“ sieht: Ein Fehler könnte sehr viele Menschen und Bereiche zugleich treffen.

Siehe auch: KI-Verordnung, Foundation Model

Abkürzung für „Generative Pre-trained Transformer“, der Name der Sprachmodelle von OpenAI. Sie werden fortlaufend nummeriert, von GPT-1 im Jahr 2018 bis zu den heutigen Versionen. Viele benutzen GPT als Sammelname für Sprachmodelle überhaupt.

Siehe auch: OpenAI, Transformer, Pretraining

Abkürzung für „Graphics Processing Unit“, ursprünglich der Grafikchip für Computerspiele. Weil er Tausende einfache Rechnungen gleichzeitig ausführt, eignet er sich hervorragend für neuronale Netze. Heute trainieren und betreiben fast alle KI-Firmen ihre Modelle auf GPUs, vor allem von Nvidia.

Lerneinheit: Die Fabrik der WeltSiehe auch: Nvidia, Rechenleistung, Rechenzentrum

Das Verfahren, mit dem ein Netz seine Gewichte verbessert. Man misst, wie falsch die Antwort war, und bestimmt für jedes Gewicht, ob es größer oder kleiner werden muss, damit der Fehler schrumpft. Dann ändert man alle ein kleines Stück und misst erneut. Das ist wie bei einem Wanderer im Nebel, der nur spürt, wo es abwärts geht, und Schritt für Schritt ins Tal steigt.

Lerneinheit: So lernt eine MaschineSiehe auch: Backpropagation, Training

Die KI soll ihre Antworten auf bestimmte, verlässliche Quellen stützen, etwa auf eine Websuche oder die Dokumente einer Firma. Im besten Fall nennt sie auch, woher eine Angabe stammt. Grounding verringert Halluzinationen, verhindert sie aber nicht ganz.

Siehe auch: RAG, Halluzination

Schutzregeln, die eine KI davon abhalten sollen, Schaden anzurichten: Sie lehnt etwa Bauanleitungen für Waffen ab, gibt keine persönlichen Daten heraus oder hält sich an das Thema einer Firmenanwendung. Manche stecken im Training, andere in zusätzlichen Filterprogrammen, die Ein- und Ausgaben prüfen.

Siehe auch: Jailbreak, Systemprompt

Eine KI erfindet etwas und trägt es so selbstsicher vor wie eine Tatsache: ein Zitat, ein Gerichtsurteil, eine Quelle, die es nicht gibt. Das liegt am Prinzip des Sprachmodells, das plausibel klingende Fortsetzungen erzeugt, ob sie stimmen oder nicht. Wichtige Angaben sollte man deshalb immer nachprüfen.

Lerneinheit: Warum KI halluziniertSiehe auch: RAG, Grounding, Automation Bias

Ein KI-Modell allein kann nur antworten. Die Software um das Modell herum, der Harness, macht aus ihm einen arbeitsfähigen Agenten. Sie betreibt die Agentenschleife, führt die Werkzeuge aus, die das Modell anfordert, und verwaltet das Kontextfenster. Außerdem fragt sie den Nutzer um Erlaubnis, bevor etwas Heikles passiert, und speichert Zwischenstände. Claude Code von Anthropic und Codex von OpenAI bestehen aus einem Modell und einem solchen Harness. Das englische Wort bedeutet Zuggeschirr: Das Modell ist das Pferd, das Geschirr überträgt seine Kraft auf den Wagen. Wer diese Umgebung gezielt verbessert, betreibt Harness Engineering.

Siehe auch: KI-Agent, Agentenschleife, Context Engineering

KI-Anwendungen, die nach der KI-Verordnung besonders streng geregelt sind, weil sie über Lebenschancen mitentscheiden: Auswahl von Bewerbern, Bewertung der Kreditwürdigkeit, Prüfungen in Schulen, Einsatz bei Polizei und Justiz. Ihre Anbieter müssen Risiken prüfen, Daten dokumentieren und menschliche Aufsicht sicherstellen. Diese Pflichten gelten nach einer Verschiebung ab Dezember 2027.

Siehe auch: KI-Verordnung, Bias

Ein kleines Programm, das an einer festgelegten Stelle im Ablauf eines KI-Agenten automatisch startet, etwa vor jedem Dateizugriff oder am Ende jeder Antwort. Mit Hooks lassen sich Regeln erzwingen, auf die man sich beim Modell allein nicht verlassen kann, zum Beispiel ein Prüfschritt vor dem Speichern.

Siehe auch: Harness, Plugin

Eine Internetplattform, auf der Forscher und Firmen KI-Modelle und Datensätze veröffentlichen und tauschen, eine Art Bibliothek der offenen KI. Wer ein Modell mit offenen Gewichten herunterladen will, findet es meist dort.

Siehe auch: Open Weights

Ein Mensch bleibt in den Ablauf eingebunden und muss wichtige Schritte freigeben, bevor die KI sie ausführt: eine Mail senden, Geld überweisen, Dateien löschen. Das bremst, schützt aber vor teuren Fehlern. Bleibt der Mensch nur Beobachter, der bei Bedarf eingreift, spricht man von Human on the Loop.

Lerneinheit: Was ist Automation Bias?Siehe auch: Automation Bias, KI-Agent

Ein Benchmark mit rund 2500 sehr schweren Fragen aus vielen Fachgebieten, gesammelt bei Experten weltweit. Er erschien Anfang 2025, als die älteren Tests für die besten Modelle zu leicht geworden waren. Übersetzt heißt der Name „Die letzte Prüfung der Menschheit“. Die Macher meinen damit, dass es der letzte Test dieser Art sein soll, weil sich kaum noch schwerere Fragen mit eindeutiger Antwort finden lassen.

Siehe auch: Benchmark

Die wenigen Konzerne, die Rechenzentren in riesigem Maßstab betreiben und Rechenleistung an andere Firmen vermieten. Das sind vor allem Amazon, Microsoft und Google. Oft zählt man auch Meta dazu. Der Konzern baut ähnlich große Rechenzentren, nutzt sie aber nur für die eigenen Dienste. Die meisten großen KI-Modelle werden bei diesen Konzernen trainiert und betrieben. 2026 stecken sie zusammen mehrere Hundert Milliarden Dollar in neue Rechenzentren.

Siehe auch: Rechenzentrum, Neocloud, KI-Blase

Die Benutzung eines fertigen Modells, also jede Antwort, die es gibt. Das Training geschieht einmal, die Inferenz bei jeder Anfrage. Weil Millionen Menschen täglich fragen, verbraucht die Inferenz inzwischen viel Rechenleistung und Strom.

Siehe auch: Training

Die Forschung, die verstehen will, was in einem neuronalen Netz vorgeht. Forscher suchen etwa nach Gruppen von Neuronen, die für einen bestimmten Begriff stehen, und schalten sie gezielt an und aus. Anthropic fand 2024 in Claude eine Gruppe von Neuronen, die bei der Golden Gate Bridge in San Francisco anspringt. Als die Forscher sie dauerhaft verstärkten, hielt sich das Modell selbst für die Brücke.

Siehe auch: Black Box, Alignment

Ein Trick, mit dem Nutzer eine KI dazu bringen, ihre eigenen Sicherheitsregeln zu brechen, etwa durch Rollenspiele („Stell dir vor, du bist eine KI ohne Regeln“) oder verschlüsselte Fragen. Die Hersteller schließen solche Lücken laufend, es tauchen aber immer neue auf.

Siehe auch: Prompt Injection, Guardrails, Red Teaming

Informatiker, 1923 in Berlin geboren, 1936 mit seiner Familie vor den Nationalsozialisten in die USA geflohen. Am Massachusetts Institute of Technology schrieb er 1966 das Chatprogramm ELIZA. Er erschrak darüber, wie ernst Menschen es nahmen, und wurde zu einem der schärfsten Kritiker blinden Vertrauens in Computer. Er starb 2008 bei Berlin.

Lerneinheit: ELIZASiehe auch: ELIZA

Die Pflicht steht in Artikel 50 der KI-Verordnung. Wer mit einem Chatbot spricht, muss das vom Anbieter erfahren, es sei denn, es ist offensichtlich. KI-erzeugte Bilder, Töne und Videos müssen eine Markierung tragen, die Computer erkennen können. Deepfakes müssen zusätzlich sichtbar gekennzeichnet sein. Das alles gilt seit August 2026. Programme, die schon vor diesem Datum auf dem Markt waren, müssen ihre Erzeugnisse erst ab Dezember 2026 markieren.

Siehe auch: KI-Verordnung, Deepfake, Wasserzeichen

Eine KI, die selbständig handelt. Anders als ein Chatbot plant sie Schritte, benutzt Werkzeuge wie Suche, Dateien oder E-Mail, prüft das Ergebnis und macht weiter, bis die Aufgabe erledigt ist. Nicht alles, was im Werbetext „Agent“ heißt, kann das wirklich. Was ein Agent meldet, sollte man prüfen.

Lerneinheit: Was ist ein KI-Agent?Siehe auch: Agentenschleife, Harness, Tool, Multi-Agenten-System

Die Sorge, dass die Börsenwerte der KI-Firmen und die Ausgaben für Rechenzentren weit über dem liegen, was KI einbringen wird. In einer Blase steigen die Preise vor allem, weil alle auf weitere Gewinne setzen, und irgendwann kippt das Vertrauen. Kritiker wie Stacy Rasgon vom Analysehaus Bernstein verweisen auf Geschäfte im Kreis. Nvidia kündigte 2025 an, bis zu 100 Milliarden Dollar in OpenAI zu stecken, und OpenAI baut damit Rechenzentren voller Nvidia-Chips. Das Geld fließt so zu Nvidia zurück, und die Nachfrage nach Chips wirkt größer, als sie ist. Der Analysedienst Morningstar verglich die Börsenwerte der KI-Firmen mit der Dotcom-Blase um das Jahr 2000, als die Aktien junger Internetfirmen erst in die Höhe schossen und dann einbrachen.

Siehe auch: Hyperscaler, Nvidia, OpenAI

Das Wissen, das man braucht, um KI-Programme sinnvoll und sicher zu nutzen. Artikel 4 der KI-Verordnung verlangt von Firmen und Behörden, die KI einsetzen, etwas dafür zu tun, dass ihre Mitarbeiter es erwerben. Die Mitarbeiter sollen wissen, was die Werkzeuge können, wo sie Fehler machen und welche Daten man ihnen anvertrauen darf. Die Pflicht gilt seit Februar 2025, im Juli 2026 hat die EU sie mit einer Änderung der Verordnung abgeschwächt. Die Firmen müssen das Lernen seitdem fördern, aber nicht mehr dafür sorgen, dass jeder Mitarbeiter einen bestimmten Kenntnisstand erreicht.

Siehe auch: KI-Verordnung, Schatten-KI

Ein Schlagwort aus der Presse für Menschen, die sich in langen Gesprächen mit einem Chatbot in Wahnvorstellungen hineinsteigern, etwa in den Glauben, eine weltbewegende Entdeckung gemacht zu haben. Der Begriff ist medizinisch nicht anerkannt. Der Chatbot stimmt dabei meist zu, auch bei abwegigen Ideen. OpenAI schätzte 2025, dass jede Woche rund 0,07 Prozent der ChatGPT-Nutzer Anzeichen einer Psychose oder Manie zeigen. Bei damals 800 Millionen Nutzern waren das gut eine halbe Million Menschen. In den USA verklagen Betroffene und Angehörige OpenAI deswegen.

Siehe auch: Sykophantie, ELIZA-Effekt, ChatGPT

Kurze Antworten, die Googles KI-Modell Gemini schreibt und die über den normalen Suchergebnissen stehen. Englisch heißen sie AI Overviews. In Deutschland erscheinen sie seit März 2025. Seit Oktober 2025 gibt es hier außerdem den KI-Modus, den man eigens aufruft. Dort steht statt der Trefferliste eine ausführliche Antwort mit Quellenangaben.

Siehe auch: Zero-Click, GEO, Gemini

Das EU-Gesetz über künstliche Intelligenz, englisch AI Act, seit August 2024 in Kraft. Es teilt KI-Anwendungen nach Risiko ein: Manche sind verboten, etwa die Bewertung von Bürgern nach ihrem Verhalten, andere unterliegen strengen Pflichten, die meisten fast keinen. Die Pflichten greifen schrittweise bis 2028.

Siehe auch: Hochrisiko-KI, GPAI, Kennzeichnungspflicht, KI-Kompetenz

Eine Firma wirbt mit künstlicher Intelligenz, die in ihrem Produkt kaum oder gar nicht steckt. Das Wort ist dem Greenwashing nachgebildet, der geschönten Umweltwerbung. Im März 2024 bestrafte die amerikanische Börsenaufsicht SEC erstmals zwei Vermögensverwalter dafür. Sie zahlten zusammen 400.000 Dollar. Werden gewöhnliche Chatbots als selbständige Agenten verkauft, spricht man von Agent Washing. Das Marktforschungsunternehmen Gartner schätzte 2025, dass von Tausenden Anbietern nur rund 130 wirklich selbständige Agenten liefern.

Siehe auch: KI-Agent

Zeiten, in denen die Begeisterung für KI einbrach und Geldgeber sich zurückzogen, weil die Versprechen nicht eingelöst wurden. Den ersten gab es Mitte der 1970er Jahre, den zweiten um 1990. Beide Male hatten Forscher die Schwierigkeit der Aufgabe unterschätzt.

Lerneinheit: Wie Maschinen lernen lernten

Die Aufgabe, etwas einer von mehreren Gruppen zuzuordnen: Spam oder nicht Spam, gutartig oder bösartig, Hund oder Katze. Viele praktische KI-Anwendungen sind Klassifikationen. Das Modell gibt meist für jede Gruppe eine Wahrscheinlichkeit aus.

Lerneinheit: Bilderkennung zum SelbermachenSiehe auch: Überwachtes Lernen

Wenn ein Gespräch oder die Arbeit eines KI-Agenten das Kontextfenster zu füllen droht, lässt die Software den bisherigen Verlauf vom Modell zusammenfassen und arbeitet mit der Zusammenfassung weiter. So kann ein Agent stundenlang arbeiten. Einzelheiten, die nicht in die Zusammenfassung gelangen, sind danach verloren.

Lerneinheit: Warum werden lange Chats schlechter?Siehe auch: Context Rot

Die Textmenge, die ein Sprachmodell auf einmal im Blick hat: das bisherige Gespräch, angehängte Dokumente, Anweisungen. Bei aktuellen Modellen sind das oft Hunderttausende Token, genug für einen dicken Roman, manchmal für mehrere.

Lerneinheit: Warum werden lange Chats schlechter?Siehe auch: Token, Context Rot, Gedächtnis

Sammelname für Computerprogramme, die Aufgaben lösen, für die man bisher menschliches Denken brauchte: Sprache verstehen, Bilder erkennen, Entscheidungen vorbereiten. Den Namen prägte der Informatiker John McCarthy 1955 für eine Tagung am Dartmouth College im Sommer 1956. Fast alles, was heute so heißt, beruht auf maschinellem Lernen.

Lerneinheit: Wie Maschinen lernen lerntenSiehe auch: Maschinelles Lernen, AGI

Die Sprachmodelle von Meta, dem Konzern hinter Facebook und Instagram. Seit 2023 kann jeder ihre Gewichte herunterladen. Damit wurde Llama zur Grundlage für unzählige Projekte von Forschern und Firmen, die ein Modell selbst betreiben wollen. Im April 2026 brachte Meta eine neue Modellreihe namens Muse heraus, deren Gewichte bisher nicht frei sind. Später sollen auch Fassungen mit offenen Gewichten folgen, aber Meta nennt dafür noch keinen Termin.

Siehe auch: Open Weights

Abkürzung für „Large Language Model“, großes Sprachmodell. „Groß“ meint Milliarden von Parametern und Trainingstexte im Umfang von Millionen Büchern. GPT, Claude, Gemini, Llama und DeepSeek sind LLMs.

Lerneinheit: Wie ein Sprachmodell funktioniertSiehe auch: Sprachmodell, Small Language Model

Ein KI-Modell, das auf dem eigenen Rechner läuft und nicht beim Anbieter im Internet. Die Daten verlassen dann das Haus nicht, und es fallen keine Gebühren pro Anfrage an. Dafür braucht man einen leistungsfähigen Rechner, und die Modelle sind meist kleiner als die besten.

Siehe auch: Open Weights, Quantisierung, Small Language Model

Abkürzung für „Low-Rank Adaptation“, ein sparsames Verfahren für Fine-Tuning. Statt alle Gewichte eines großen Modells zu ändern, trainiert man eine kleine Zusatzschicht, die man an- und abstecken kann. So bringt man etwa einem Bildmodell einen bestimmten Stil oder eine Person bei.

Siehe auch: Fine-Tuning

Der Weg, auf dem fast jede heutige KI entsteht. Das Programm bekommt viele Beispiele statt fertiger Regeln und stellt seine inneren Zahlen so lange nach, bis es die Aufgabe gut löst.

Lerneinheit: So lernt eine MaschineSiehe auch: Training, Deep Learning, Neuronales Netz

Abkürzung für „Model Context Protocol“, ein offener Standard, über den KI-Programme an fremde Dienste und Daten angeschlossen werden: Kalender, Postfach, Datenbanken, Firmensoftware. Ein solcher Anschluss heißt MCP-Server. Baut ein Anbieter ihn für seinen Dienst, können viele KI-Programme den Dienst zugleich nutzen. Anthropic stellte MCP Ende 2024 vor, inzwischen nutzen es fast alle großen Anbieter. In Chatprogrammen heißen solche Anschlüsse oft Konnektoren.

Siehe auch: Tool, KI-Agent

Ein amerikanischer Bildgenerator, der seit 2022 für seine künstlerisch wirkenden Bilder bekannt ist. Lange ließ er sich nur über die Chatplattform Discord bedienen, inzwischen auch über eine eigene Webseite. Mehrere Filmstudios haben Midjourney wegen Urheberrechtsverletzungen verklagt.

Siehe auch: Text-zu-Bild, Urheberrecht und KI

Französisches KI-Unternehmen aus Paris, 2023 gegründet und eine der bekanntesten europäischen KI-Firmen. Es veröffentlicht viele seiner Modelle mit offenen Gewichten und bietet mit Le Chat einen eigenen Assistenten an. Für europäische Firmen ist Mistral wegen des Datenschutzes interessant.

Siehe auch: Open Weights

Eine Bauweise, bei der ein Modell aus vielen Teilnetzen besteht, den „Experten“. Für jedes Wort wählt eine Weiche nur wenige davon aus. So kann ein Modell sehr viele Parameter haben und trotzdem pro Antwort nur einen kleinen Teil davon nutzen. Viele aktuelle Modelle sind so gebaut, etwa DeepSeek.

Siehe auch: Parameter

Das Ergebnis des Trainings: ein Programm mit Millionen oder Milliarden Zahlen, die so lange angepasst wurden, bis die Antworten stimmten. Es macht aus einer Eingabe eine Ausgabe. Wer „KI-Modell“ sagt, meint meist ein Sprachmodell wie GPT, Claude oder Gemini. Das Chatprogramm, das man im Browser öffnet, ist das Modell plus Bedienoberfläche.

Siehe auch: Parameter, Training, Sprachmodell

Was passiert, wenn KI-Modelle immer wieder aus Texten lernen, die andere KI-Modelle geschrieben haben. Zuerst verschwindet das Seltene, am Ende kann das Modell nur noch Einheitsbrei. Eine Studie in der Zeitschrift Nature beschrieb das 2024.

Lerneinheit: Kommt es zum Modellkollaps?Siehe auch: Synthetische Daten, AI Slop

Mehrere KI-Agenten arbeiten an einer Aufgabe zusammen, oft mit verteilten Rollen wie Planer, Rechercheur und Prüfer. Arbeiten sehr viele gleichartige Agenten gleichzeitig, spricht man von einem Schwarm. Das kann schneller und gründlicher sein, kostet aber ein Vielfaches an Token.

Siehe auch: Orchestrierung, Subagent

Ein multimodales Modell versteht mehr als eine Art von Eingabe, etwa Text, Bilder, Ton und Video, und kann oft auch mehrere davon erzeugen. Man kann ihm ein Foto zeigen und Fragen dazu stellen. Die meisten großen Modelle sind inzwischen multimodal.

Siehe auch: Sprachmodell, Computer Vision

Die Fähigkeit, in Daten wiederkehrende Formen zu finden: eine Katze im Foto, ein Wort in gesprochener Sprache, einen Betrugsfall unter Millionen Überweisungen. Fast jede KI ist im Kern eine Mustererkennung. Sie erkennt, was den Beispielen ähnelt, die sie beim Lernen gesehen hat.

Lerneinheit: Was die Maschine siehtSiehe auch: Computer Vision, Klassifikation

Ein Cloud-Anbieter, also eine Firma, die Rechner über das Internet vermietet. Neoclouds vermieten vor allem Rechenzeit auf GPUs, den Chips, mit denen KI trainiert und betrieben wird. Die Hyperscaler Amazon, Microsoft und Google bieten dagegen sehr viele verschiedene Dienste an. Bekannte Neoclouds sind CoreWeave aus den USA und Nebius mit Sitz in Amsterdam.

Siehe auch: Hyperscaler, GPU, Rechenleistung

Die kleinste Einheit eines neuronalen Netzes. Ein künstliches Neuron nimmt mehrere Zahlen auf, gewichtet sie, zählt zusammen und gibt ein Signal weiter, wenn die Summe hoch genug ist. Mit einer Nervenzelle im Gehirn hat es nur das Grundprinzip gemeinsam.

Lerneinheit: So lernt eine MaschineSiehe auch: Perceptron, Gewicht

Ein Rechenmodell, das lose an das Gehirn angelehnt ist. Viele einfache künstliche Neuronen sind in Schichten verbunden, und jede Verbindung hat ein Gewicht. Beim Lernen werden diese Gewichte verstellt, bis das Netz die richtigen Antworten liefert.

Lerneinheit: So lernt eine MaschineSiehe auch: Neuron, Gewicht, Deep Learning

Das Grundprinzip jedes Sprachmodells: Es sagt immer nur das nächste Token voraus. Danach liest es den ganzen Text samt neuem Stück noch einmal und sagt das nächste voraus. Aus dieser einfachen Wiederholung entstehen ganze Aufsätze.

Lerneinheit: Wie ein Sprachmodell funktioniertSiehe auch: Token, Temperatur

Amerikanischer Chiphersteller, ursprünglich bekannt für Grafikkarten. Seine GPUs und die dazugehörige Programmiersoftware CUDA sind zum Standard für KI geworden. Dadurch wurde Nvidia zeitweise das wertvollste Unternehmen der Welt. Es lässt seine Chips bei TSMC bauen. TSMC sitzt in Taiwan und ist der größte Auftragsfertiger für Halbleiter.

Lerneinheit: Die Fabrik der WeltSiehe auch: GPU, Rechenleistung

Abkürzung für „Optical Character Recognition“, Texterkennung. Ein Programm liest Buchstaben aus einem Foto oder Scan und macht daraus bearbeitbaren Text. Mit multimodalen Sprachmodellen gelingt das inzwischen auch bei Handschrift und unordentlichen Formularen.

Siehe auch: Computer Vision, Multimodal

Software, deren Quelltext offen liegt und die man frei nutzen, ändern und weitergeben darf. Bei KI ist der Begriff umstritten, weil zu einem Modell auch Trainingsdaten und Trainingsverfahren gehören. Die Open Source Initiative ist ein Verein, der seit 1998 festlegt, was als Open Source gilt. Sie hat 2024 eigene Regeln für KI aufgestellt, die nur wenige Modelle erfüllen.

Siehe auch: Open Weights

Ein Modell mit offenen Gewichten kann jeder herunterladen und auf dem eigenen Rechner betreiben. Die Trainingsdaten und das Verfahren bleiben dabei meist geheim, deshalb ist es nicht im vollen Sinn Open Source. Bekannte Beispiele sind Llama von Meta, Mistral, DeepSeek und Qwen.

Siehe auch: Open Source, Lokales Modell

Amerikanisches KI-Unternehmen aus San Francisco, 2015 als gemeinnützige Forschungseinrichtung gegründet, unter anderem von Sam Altman und Elon Musk. Mit ChatGPT löste es Ende 2022 den heutigen KI-Boom aus. Seine Modelle heißen GPT, dazu kommen Sora für Videos und Codex fürs Programmieren. Microsoft ist großer Anteilseigner.

Siehe auch: ChatGPT, GPT, Sam Altman

Die Steuerung mehrerer KI-Agenten oder Arbeitsschritte, damit sie zusammen eine Aufgabe lösen. Ein Hauptagent zerlegt die Aufgabe, verteilt Teile an andere und setzt die Ergebnisse zusammen.

Siehe auch: Subagent, Multi-Agenten-System

Ein Modell hat die Trainingsbeispiele auswendig gelernt und das Muster dahinter nicht erfasst. Mit den bekannten Beispielen glänzt es, bei neuen versagt es, wie ein Schüler, der nur die Lösungen der Probeklausur kennt. Auf Deutsch heißt das Überanpassung.

Siehe auch: Generalisierung

Gesprochen „P Doom“: P steht für Wahrscheinlichkeit, englisch probability, doom heißt Untergang. P(doom) ist eine Zahl. Sie gibt an, für wie wahrscheinlich jemand hält, dass KI zur Katastrophe für die Menschheit führt, im Extremfall zu ihrem Aussterben. Der Ausdruck ist halb scherzhaft gemeint, die Zahlen sind ernst: Einige bekannte Forscher nennen zehn Prozent und mehr, andere halten die Sorge für übertrieben.

Siehe auch: Superintelligenz, Alignment

Die einstellbaren Zahlen in einem Modell, vor allem seine Gewichte. Ihre Anzahl gilt als grobes Maß für die Größe: Kleine Sprachmodelle haben einige Milliarden, die größten über eine Billion. Mehr Parameter bedeuten meist mehr Können, aber auch höhere Kosten.

Siehe auch: Gewicht, Skalierungsgesetze

Das erste lernfähige neuronale Netz, erdacht Ende der 1950er Jahre von dem amerikanischen Psychologen Frank Rosenblatt. Er baute es als Maschine namens Mark I. Sie lernte, einfache Formen auf Karten zu unterscheiden. Ihre Gewichte waren Drehregler, die sie mit kleinen Motoren verstellte. Fast alle heutige KI lernt nach demselben Grundsatz: Sie verstellt ihre Gewichte, bis die Antworten stimmen.

Lerneinheit: Das Perceptron Mark ISiehe auch: Neuron

Eine KI-Suchmaschine aus San Francisco. Sie beantwortet Fragen in ganzen Sätzen, durchsucht dafür das Internet und nennt die Quellen mit Fußnoten. Damit ist sie ein frühes Beispiel für die KI-Suche, die Google mit seinen KI-Übersichten nachahmt.

Siehe auch: Grounding, Deep Research

KI, die in einem Körper steckt und in der echten Welt handelt, etwa in Robotern, Roboterarmen oder selbstfahrenden Autos. Sie muss sehen, greifen und sich bewegen. Man spricht auch von verkörperter KI.

Lerneinheit: Hand und AugeSiehe auch: Weltmodell

Ein Erweiterungspaket für ein KI-Programm, das mehrere Bausteine bündelt, etwa Skills, eigene Befehle, Hooks und MCP-Anschlüsse. Man installiert es in einem Schritt und hat danach alles beisammen, was für eine bestimmte Arbeit nötig ist.

Siehe auch: Skill, Hook, MCP

Alles, was nach dem Pretraining kommt und aus dem Textvorhersager einen brauchbaren Assistenten macht. Dazu gehören Beispielgespräche, Bewertungen durch Menschen und Übungen mit überprüfbaren Aufgaben wie Mathematik und Programmieren. In dieser Phase lernt das Modell, im gewünschten Ton zu antworten und gefährliche Bitten abzulehnen.

Siehe auch: Fine-Tuning, RLHF

Der erste und teuerste Teil des Trainings eines Sprachmodells. Das Modell liest riesige Textmengen und lernt dabei nur eines: das jeweils nächste Wort vorherzusagen. Danach weiß es viel über Sprache und die Welt, ist aber noch kein höflicher Assistent.

Siehe auch: Post-Training, Next-Token-Prediction

Die Eingabe an eine KI, also die Frage, der Auftrag oder die Beschreibung des gewünschten Bilds. Je genauer der Prompt sagt, was man will, wofür und in welcher Form, desto besser passt meist das Ergebnis.

Siehe auch: Systemprompt, Prompt Engineering

Das Handwerk, Prompts so zu formulieren, dass die KI zuverlässig liefert, was man braucht. Dazu gehören klare Aufgaben, Beispiele, eine gewünschte Form und Hintergrundwissen. Bei besseren Modellen kommt es vor allem darauf an, die Aufgabe gut zu erklären.

Siehe auch: Prompt, Context Engineering, Few-Shot

Ein Angriff, bei dem fremde Anweisungen in einen Text geschmuggelt werden, den eine KI liest, etwa versteckt in einer Webseite oder Mail. Die KI hält sie für Aufträge und führt sie aus, zum Beispiel indem sie vertrauliche Daten weiterleitet. Für KI-Agenten mit Zugriff auf Postfach und Dateien ist das eine der größten Gefahren.

Lerneinheit: Was ist Prompt Injection?Siehe auch: Jailbreak, KI-Agent, Sandbox

Die Gewichte eines Modells werden mit weniger Nachkommastellen gespeichert. Das Modell wird dadurch deutlich kleiner und schneller und verliert meist nur wenig an Qualität. Oft ist das der Grund, warum große Modelle überhaupt auf einem normalen Rechner laufen.

Siehe auch: Lokales Modell

Abkürzung für „Retrieval-Augmented Generation“, auf Deutsch etwa: Texterzeugung mit Nachschlagen. Bevor das Modell antwortet, sucht ein Programm passende Abschnitte aus einer Dokumentensammlung heraus und legt sie ihm vor. So kann ein Chatbot über die Handbücher einer Firma Auskunft geben, ohne dass das Modell sie je gelernt hat.

Lerneinheit: Wie bekommt die KI ein Gedächtnis?Siehe auch: Vektordatenbank, Embedding, Grounding

Ein Sprachmodell, das vor der Antwort eine Weile „nachdenkt“: Es schreibt einen langen Lösungsweg, prüft Zwischenschritte und verwirft falsche Ansätze. Das erste dieser Art war o1 von OpenAI im Jahr 2024. Bei Mathematik und Programmieren sind solche Modelle viel stärker, dafür langsamer und teurer. Bei manchen lässt sich einstellen, wie lange sie nachdenken.

Siehe auch: Chain of Thought, Token

Die Menge an Rechenarbeit, die für Training und Betrieb von KI zur Verfügung steht, englisch „Compute“. Sie ist zum knappsten Gut der Branche geworden. Wer die meisten Chips und Rechenzentren hat, kann die größten Modelle trainieren.

Lerneinheit: Die Fabrik der WeltSiehe auch: GPU, Skalierungsgesetze, Rechenzentrum

Eine Halle voller Server, in der KI-Modelle trainiert und betrieben werden. Die größten KI-Rechenzentren brauchen so viel Strom wie eine Großstadt und viel Wasser zur Kühlung. Die großen Technikkonzerne investieren derzeit jährlich Hunderte Milliarden Dollar in solche Anlagen.

Siehe auch: Rechenleistung, GPU

Gezielte Angriffe auf ein KI-Modell, bevor es veröffentlicht wird. Fachleute versuchen, es zu gefährlichen Antworten, Lügen oder dem Verraten von Daten zu bringen. Was sie finden, wird vor dem Start behoben. Der Name stammt aus Militärübungen, in denen das rote Team den Gegner spielt.

Siehe auch: Jailbreak, Guardrails

Eine KI findet einen Weg, ihre Belohnung zu bekommen, ohne die eigentliche Aufgabe zu lösen. Bekannt ist ein Programm, das in einem Computerspiel ein Bootsrennen fahren sollte. Weil es Punkte für umgefahrene Markierungen gab, drehte es Kreise in einer Lagune und kam nie ins Ziel. Sprachmodelle ändern manchmal die Prüfprogramme, mit denen ihr Code getestet wird, damit sie die Prüfung bestehen.

Lerneinheit: Das Alignment-ProblemSiehe auch: Alignment, Bestärkendes Lernen

Abkürzung für „Reinforcement Learning from Human Feedback“. Menschen vergleichen zwei Antworten des Modells und wählen die bessere, und aus vielen solchen Urteilen lernt das Modell, was Menschen gefällt. Mit diesem Verfahren wurde ChatGPT 2022 zu einem angenehmen Gesprächspartner. Eine Nebenwirkung ist die Neigung, Nutzern nach dem Mund zu reden.

Lerneinheit: Das Alignment-ProblemSiehe auch: Bestärkendes Lernen, Sykophantie

Eine Aufgabe, die ein KI-Agent nach Zeitplan von selbst erledigt, etwa jeden Morgen die Termine zusammenfassen oder jeden Monat nach neuen Fachbegriffen suchen. Der Begriff ist allgemein gebräuchlich, Anthropic nennt die geplanten Aufgaben in Claude ebenfalls so.

Siehe auch: Automatisierung, KI-Agent

Chef von OpenAI und eines der bekanntesten Gesichter der KI-Branche. Er war 2015 Mitgründer. Im November 2023 setzte ihn der Aufsichtsrat überraschend ab, wenige Tage später war er nach Protesten der Belegschaft wieder im Amt.

Siehe auch: OpenAI

Ein abgeschotteter Bereich, in dem ein KI-Agent Programme ausführen darf, ohne den Rest des Rechners zu gefährden. Geht dort etwas schief, bleibt der Schaden im Sandkasten. Für Agenten, die selbständig Befehle ausführen, ist das eine wichtige Sicherung.

Siehe auch: Coding-Agent, Prompt Injection

KI-Programme, die Mitarbeiter auf eigene Faust für die Arbeit nutzen, ohne dass die Firma es erlaubt oder weiß, etwa ein privates ChatGPT-Konto für Kundenbriefe. Dabei können vertrauliche Daten bei fremden Anbietern landen. Viele Firmen reagieren mit einem freigegebenen eigenen Zugang.

Siehe auch: DSGVO und KI, KI-Kompetenz

Ein KI-Modell verfolgt heimlich Ziele, die seine Entwickler nicht wollen. Ein Beispiel ist Sandbagging: Das Modell schneidet bei einer Sicherheitsprüfung absichtlich schlecht ab, damit man ihm keine gefährlichen Fähigkeiten zutraut. OpenAI und die Forschungsfirma Apollo Research prüften 2025 Modelle mit Aufgaben, bei denen sich Täuschung lohnte. OpenAIs Modell o3 handelte in 13 Prozent der Fälle verdeckt, nach einem Training gegen Täuschung noch in 0,4 Prozent. Die Forscher halten das Problem trotzdem nicht für gelöst, weil manche Modelle merkten, dass sie geprüft wurden, und sich womöglich nur deshalb an die Regeln hielten.

Lerneinheit: Das Alignment-ProblemSiehe auch: Alignment, Reward Hacking, OpenAI

KI, die eine bestimmte Aufgabe beherrscht und sonst nichts. Beispiele sind Programme, die Schach spielen, Gesichter erkennen oder Texte übersetzen. Das Gegenstück wäre die starke KI oder AGI, die alles kann, was ein Mensch kann. Nach der üblichen Einteilung ist alle heutige KI schwache KI. Manche Forscher halten die großen Sprachmodelle aber schon für mehr, weil sie sehr viele verschiedene Aufgaben lösen.

Siehe auch: AGI

Die Beobachtung, dass Sprachmodelle verlässlich besser werden, wenn man Modellgröße, Datenmenge und Rechenleistung gemeinsam steigert. Forscher von OpenAI beschrieben diesen Zusammenhang 2020. Er erklärt, warum die Firmen Milliarden in immer größere Rechenzentren stecken.

Siehe auch: Rechenleistung, Emergenz

Eine Arbeitsanleitung für einen KI-Agenten, abgelegt als Ordner mit einer Textdatei und bei Bedarf Vorlagen oder kleinen Programmen. Der Agent liest zunächst nur eine Kurzbeschreibung und lädt die ganze Anleitung erst, wenn eine Aufgabe dazu passt. So kann man ihm Fähigkeiten wie „Rechnung erstellen nach Firmenvorgabe“ beibringen, ohne das Kontextfenster zu füllen. Anthropic führte Skills 2025 ein, inzwischen verstehen auch andere Programme das Format.

Siehe auch: Plugin, Anweisungsdatei, KI-Agent

Ein kleines Sprachmodell, das auf einem Handy oder Laptop laufen kann. Es kann weniger als die großen, ist dafür schnell, billig und schickt keine Daten ins Internet. Viele Hersteller bieten neben ihren großen Modellen solche kleinen an.

Siehe auch: Lokales Modell, Destillation

Eine KI schreibt gesprochene Sprache als Text mit, englisch Speech-to-Text. Diktierfunktionen, Untertitel und Sprachassistenten beruhen darauf. Seit OpenAI 2022 das Modell Whisper frei veröffentlichte, gelingt das auch mit Dialekt und Hintergrundlärm recht zuverlässig.

Siehe auch: Sprachsynthese

Ein Modell, das gelernt hat, wie Sprache weitergeht. Es sagt für einen Text das wahrscheinlichste nächste Wortstück voraus, hängt es an und wiederholt das, bis eine Antwort dasteht. ChatGPT, Claude und Gemini beruhen auf großen Sprachmodellen.

Lerneinheit: Wie ein Sprachmodell funktioniertSiehe auch: LLM, Token, Next-Token-Prediction

Eine KI liest Text mit einer menschlich klingenden Stimme vor, englisch Text-to-Speech. Heutige Systeme betonen natürlich, können flüstern, lachen und viele Sprachen. Bekannte Anbieter sind ElevenLabs, OpenAI und Google.

Siehe auch: Stimmklon, Spracherkennung, ElevenLabs

Eine KI ahmt die Stimme eines bestimmten Menschen nach, oft schon nach wenigen Sekunden Hörprobe. Das hilft Menschen, die ihre Stimme durch Krankheit verlieren. Betrüger rufen damit aber auch als angebliches Enkelkind oder als Chef an.

Siehe auch: Deepfake, Sprachsynthese

Ein Hilfsagent, den ein KI-Agent für eine Teilaufgabe startet. Er bekommt einen eigenen, frischen Kontext, erledigt etwa eine Recherche und meldet nur das Ergebnis zurück. So bleibt das Kontextfenster des Hauptagenten frei, und mehrere Teilaufgaben laufen gleichzeitig.

Siehe auch: Orchestrierung, Kontextfenster

Ein KI-Programm aus den USA, das aus einer kurzen Beschreibung fertige Lieder mit Gesang, Text und Begleitung erzeugt. Die großen Plattenfirmen verklagten Suno, Warner Music schloss danach einen Lizenzvertrag mit der Firma.

Siehe auch: Generative KI

Eine gedachte KI, die Menschen in fast allem weit überlegen wäre, auch im Erfinden und Planen. Der Philosoph Nick Bostrom machte den Begriff 2014 mit seinem gleichnamigen Buch bekannt. Viele Sorgen um KI-Sicherheit drehen sich darum, ob man ein solches System noch steuern könnte.

Siehe auch: AGI, Alignment, P(doom)

Die Neigung eines Sprachmodells, Nutzern nach dem Mund zu reden: zustimmen, loben, die eigene richtige Antwort aufgeben, sobald jemand widerspricht. Sie entsteht, weil Menschen beim Training freundliche, zustimmende Antworten eher gut bewerten. OpenAI musste im April 2025 ein Update von ChatGPT zurücknehmen, weil es zu schmeichlerisch geworden war.

Lerneinheit: Das Alignment-ProblemSiehe auch: RLHF, Alignment

Trainingsdaten, die selbst von einer KI erzeugt wurden. Sie helfen, wo echte Daten knapp, teuer oder geschützt sind, etwa bei Patientendaten, die man nicht weitergeben darf, oder bei Rechenaufgaben, für die es zu wenige gute Lösungswege gibt. Lernt ein Modell aber nur noch aus Ausgaben anderer Modelle, droht der Modellkollaps.

Lerneinheit: Kommt es zum Modellkollaps?Siehe auch: Modellkollaps

Anweisungen, die vor jedem Gespräch unsichtbar mitgeschickt werden. Darin legt der Anbieter fest, wie sich der Assistent verhält, welchen Ton er hat und was er ablehnt. Auch Firmen, die ein Modell in ihre Software einbauen, schreiben eigene Systemprompts.

Siehe auch: Prompt

Eine Einstellung, die bestimmt, wie viel Zufall ein Sprachmodell bei der Wortwahl zulässt. Bei niedriger Temperatur nimmt es fast immer das wahrscheinlichste Wort und antwortet vorhersehbar. Bei hoher Temperatur wählt es öfter ungewöhnliche Wörter und wird einfallsreicher, aber auch fehleranfälliger.

Lerneinheit: Wie ein Sprachmodell funktioniertSiehe auch: Next-Token-Prediction

KI-Programme, die aus einer Beschreibung ein Bild erzeugen: „Ein Fuchs im Schnee, als Aquarell.“ Bekannte Beispiele sind Midjourney, die Bildfunktion von ChatGPT, Googles Imagen und Flux von der Freiburger Firma Black Forest Labs. Fast alle arbeiten mit Diffusionsmodellen.

Lerneinheit: Wie KI-Bilder entstehenSiehe auch: Diffusionsmodell, Midjourney

KI-Programme, die aus einer Beschreibung oder einem Standbild einen kurzen Film erzeugen, inzwischen oft mit Ton. Bekannte Beispiele sind Sora von OpenAI, Veo von Google sowie Kling und Seedance von chinesischen Firmen. Die Clips sind meist nur Sekunden lang, aber oft kaum noch von echten Aufnahmen zu unterscheiden.

Siehe auch: Diffusionsmodell, Deepfake

Die Stücke, in die ein Sprachmodell einen Text zerlegt. Kurze häufige Wörter sind ein Token, längere deutsche Wörter zerfallen meist in mehrere. Das Modell liest und schreibt Token für Token, und nach Token wird auch abgerechnet.

Lerneinheit: Wie ein Sprachmodell funktioniertSiehe auch: Kontextfenster, Next-Token-Prediction

Ein Werkzeug, das ein KI-Agent benutzen darf: Websuche, Taschenrechner, Dateizugriff, Kalender, Datenbankabfrage. Das Modell entscheidet selbst, wann es welches braucht, und schreibt eine Anfrage. Die Software um das Modell herum, der Harness, führt sie aus.

Siehe auch: Tool Call, MCP, KI-Agent

Der Moment, in dem ein Sprachmodell ein Werkzeug anfordert. Es schreibt dafür eine Anfrage in einer fest vorgegebenen Form, die ein Programm lesen kann: den Namen des Werkzeugs und die Angaben dazu, etwa Werkzeug „Websuche“, Suchwort „Wetter München“. Das umgebende Programm führt sie aus und gibt dem Modell das Ergebnis zurück. Man spricht auch von Function Calling.

Siehe auch: Tool, Harness

Abkürzung für „Tensor Processing Unit“, ein Chip, den Google eigens für KI entwickelt hat. Die großen Zahlentabellen, mit denen ein neuronales Netz rechnet, heißen in der Mathematik Tensoren. Anders als die vielseitigeren GPUs, etwa von Nvidia, ist die TPU allein auf das Rechnen mit solchen Tabellen zugeschnitten. Google stellte sie 2016 vor, trainiert seine Gemini-Modelle darauf und vermietet sie auch an andere Firmen. Im Oktober 2025 sicherte sich Anthropic Zugang zu bis zu einer Million TPUs.

Siehe auch: GPU, Gemini, Anthropic, Rechenzentrum

Die Phase, in der ein Modell lernt. Es bekommt Beispiele, sagt etwas voraus, vergleicht mit der richtigen Antwort und verstellt seine Gewichte ein kleines Stück. Bei großen Sprachmodellen läuft das monatelang auf Tausenden Spezialchips und kostet viele Millionen Euro.

Lerneinheit: So lernt eine MaschineSiehe auch: Inferenz, Trainingsdaten, Gradientenabstieg

Die Beispiele, aus denen ein Modell lernt. Bei Sprachmodellen sind das riesige Textsammlungen aus dem Internet, aus Büchern und aus Programmcode. Fehlt in den Daten etwas oder ist es verzerrt, übernimmt das Modell diese Lücken und Verzerrungen.

Siehe auch: Bias, Urheberrecht und KI, Synthetische Daten

Die Bauweise, auf der fast alle heutigen Sprachmodelle beruhen. Acht Forscher bei Google stellten sie 2017 im Aufsatz „Attention Is All You Need“ vor. Der Kern ist der Aufmerksamkeitsmechanismus, mit dem jedes Wort alle anderen im Text berücksichtigen kann. Das T in GPT steht für Transformer.

Siehe auch: Attention, GPT

Ein Gedankenexperiment des britischen Mathematikers Alan Turing von 1950. Ein Mensch chattet mit zwei Unbekannten, einem Menschen und einer Maschine, und soll herausfinden, wer wer ist. Gelingt ihm das nicht, hat die Maschine bestanden. Heutige Sprachmodelle bestehen solche Tests oft.

Siehe auch: Alan Turing, ELIZA-Effekt

Lernen mit Beispielen, zu denen die richtige Antwort mitgeliefert wird: Tausende Fotos, jedes mit dem Etikett „Hund“ oder „Katze“. Das Modell lernt, bei neuen Fotos das richtige Etikett selbst zu finden. Meist haben Menschen die Etiketten vorher eingetragen.

Lerneinheit: Bilderkennung zum SelbermachenSiehe auch: Unüberwachtes Lernen, Klassifikation

Deutsch „unheimliches Tal“: Je menschenähnlicher eine Figur oder ein Roboter aussieht, desto sympathischer finden Menschen sie, aber nur bis zu einem Punkt. Wirkt etwas fast, aber nicht ganz menschlich, schlägt die Sympathie in Unbehagen um. Zeichnet man das als Kurve, bricht sie an dieser Stelle ein und steigt erst bei echten Menschen wieder an, daher das Tal. Der japanische Robotiker Masahiro Mori beschrieb das 1970 in einem Aufsatz. Heute spricht man auch bei KI-Videos und KI-Stimmen vom Uncanny Valley, wenn sie beinahe echt wirken.

Siehe auch: Deepfake, Stimmklon

Lernen ohne mitgelieferte Antworten. Das Modell sucht selbst nach Gruppen und Ähnlichkeiten in den Daten, etwa nach Kunden, die ähnlich einkaufen. Was die gefundenen Gruppen bedeuten, muss danach ein Mensch beurteilen.

Siehe auch: Überwachtes Lernen

Zwei Fragen beschäftigen die Gerichte. Darf man geschützte Texte, Bilder und Musik zum Training verwenden? In Deutschland erlaubt das Gesetz das Text- und Data-Mining, solange der Rechteinhaber nicht widersprochen hat. Der Widerspruch muss für Computer lesbar sein, etwa als Vermerk in einer Datei auf seiner Webseite. Und wem gehört, was die KI erzeugt? Ohne eigenen schöpferischen Beitrag eines Menschen ist es meist gar nicht geschützt. Wer ein KI-Ergebnis veröffentlicht, haftet, wenn darin fremde Werke stecken.

Lerneinheit: Wem gehört, was die KI erzeugt?Siehe auch: Trainingsdaten

Eine Datenbank, die Texte als Embeddings speichert und nach Bedeutung durchsuchen kann. Fragt man nach „Urlaubsanspruch“, findet sie auch den Absatz über „freie Tage“. Sie ist das Nachschlagewerk hinter den meisten RAG-Anwendungen.

Siehe auch: Embedding, RAG

KI-Anwendungen, die in der EU seit Februar 2025 verboten sind. Die KI-Verordnung zählt sie in Artikel 5 auf. Dazu gehören die Bewertung von Bürgern nach ihrem Verhalten, Programme, die Menschen unterschwellig zu schädlichen Entscheidungen drängen, und das Erkennen von Gefühlen am Arbeitsplatz und in Schulen. Die Verordnung verbietet auch, massenhaft Gesichtsbilder aus dem Internet zu sammeln, um Datenbanken für die Gesichtserkennung aufzubauen. Bei Verstößen drohen Bußgelder bis zu 35 Millionen Euro oder 7 Prozent des weltweiten Jahresumsatzes, je nachdem, was höher ist.

Siehe auch: KI-Verordnung, Hochrisiko-KI

Programmieren, indem man der KI auf Deutsch oder Englisch sagt, was man haben will, und den erzeugten Code benutzt, ohne ihn zu lesen. Andrej Karpathy prägte den Begriff im Februar 2025. Für schnelle Versuche und kleine Werkzeuge reicht das oft, für Software mit Kundendaten ist es riskant.

Lerneinheit: Wenn Nachbauen nichts mehr kostetSiehe auch: Coding-Agent, Andrej Karpathy

Ein unsichtbares Kennzeichen, das KI-Programme in ihre Bilder, Töne oder Texte einbauen, damit man sie später als KI-Erzeugnis erkennen kann. Google nennt sein Verfahren SynthID. Daneben kann eine Datei offen angeben, womit sie entstanden ist. Der Standard dafür heißt C2PA. Diese Angaben gehen aber leicht verloren, etwa bei einem Bildschirmfoto.

Lerneinheit: Wasserzeichen in KI-TextenSiehe auch: Kennzeichnungspflicht, Deepfake

Ein Modell, das gelernt hat, wie die physische Welt funktioniert, und vorhersagen kann, was als Nächstes geschieht: Wohin rollt der Ball, was passiert, wenn der Roboter hier zugreift? Solche Modelle sollen Robotern und selbstfahrenden Autos helfen, vorauszuplanen. Manche Forscher meinen, Sprachmodelle tragen schon ein Weltmodell in sich, andere bestreiten das.

Siehe auch: Physical AI

Der Zeitpunkt, bis zu dem die Trainingsdaten eines Modells reichen. Was danach geschah, weiß das Modell nicht, es sei denn, es darf im Internet suchen. Fragt man es nach aktuellen Ereignissen, antwortet es sonst mit veraltetem Stand oder erfindet etwas.

Siehe auch: Grounding, Halluzination

Mit KI erzeugte Arbeitsergebnisse, die ordentlich aussehen und wenig taugen: Berichte, Präsentationen oder E-Mails, deren Lücken erst der Empfänger bemerkt. Das Wort setzt sich aus „work“ (Arbeit) und „slop“ (Schweinefutter) zusammen. „Slop“ steckt auch in AI Slop, dem Wort für minderwertige KI-Inhalte im Netz. Forscher der Stanford University und der Coaching-Firma BetterUp haben den Begriff im September 2025 geprägt. In ihrer Umfrage unter amerikanischen Büroangestellten hatten 40 Prozent solche Arbeit im Vormonat bekommen, und jeder Fall kostete den Empfänger im Schnitt knapp zwei Stunden.

Siehe auch: AI Slop

Ein Programm, das im Kern nur ein fremdes KI-Modell aufruft und eine eigene Oberfläche drumherum baut. Viele KI-Startups sind solche Wrapper. Das Wort ist oft abschätzig gemeint, weil der Hersteller des Modells dasselbe jederzeit in sein eigenes Programm einbauen kann.

Siehe auch: API

Eine Suche, nach der man auf keinen Link mehr klickt, weil die Antwort schon auf der Ergebnisseite steht. Mit den KI-Übersichten kommt das häufiger vor. Das Pew Research Center, ein Forschungsinstitut in Washington, wertete dazu 2025 die Suchen von 900 Erwachsenen in den USA aus. Stand eine KI-Übersicht über den Treffern, klickten sie nur bei 8 Prozent der Suchen auf ein normales Ergebnis, ohne Übersicht bei 15 Prozent. Zeitungen und andere Webseiten, die von Besuchern leben, verlieren dadurch Leser und Werbeeinnahmen.

Siehe auch: KI-Übersichten, GEO