📖 KI-GLOSSAR
KI-Begriffe verständlich erklärt.
60 Begriffe – von Agent bis Zero-Shot-Learning. Für Unternehmer und KMU, die KI konkret nutzen wollen. Kein IT-Jargon.
Agent (KI-Agent)
Ein KI-Agent ist ein Sprachmodell, das eigenständig Aufgaben plant, Werkzeuge aufruft (z. B. Suche, Code-Ausführung, APIs) und mehrere Schritte ohne manuelle Eingriffe ausführt. Im Unterschied zum einfachen Chatbot handelt ein Agent zielgerichtet und reagiert auf Zwischenergebnisse.
KI-Prozessautomatisierung →API (Application Programming Interface)
Eine API ist eine Schnittstelle, über die Programme miteinander kommunizieren. KI-APIs ermöglichen es, Sprachmodelle wie GPT oder Claude in eigene Anwendungen, Websites oder Automatisierungs-Workflows (n8n, Make) einzubinden, ohne das Modell selbst betreiben zu müssen.
Prozessautomatisierung →Ausgabe (Output)
Die Ausgabe ist das Ergebnis, das ein KI-Modell auf eine Eingabe (Prompt) erzeugt. Die Qualität der Ausgabe hängt direkt von der Qualität des Prompts ab. Im Geschäftseinsatz sind strukturierte Ausgaben (Listen, Tabellen, JSON) oft wertvoller als Fließtext.
Automatisierung (KI-gestützt)
KI-gestützte Automatisierung verbindet Sprachmodelle mit Workflow-Tools (z. B. n8n oder Make), um wiederkehrende Geschäftsprozesse ohne manuelle Eingriffe auszuführen – etwa das automatische Kategorisieren von E-Mails, das Erstellen von Tagesberichten oder das Befüllen eines CRM-Systems.
KI-Prozessautomatisierung →Benchmark
Ein Benchmark ist ein standardisierter Test, mit dem die Leistung von KI-Modellen gemessen und verglichen wird – z. B. Leseverständnis, Mathematik oder logisches Schlussfolgern. Für den Praxiseinsatz in KMU sind branchenspezifische eigene Tests oft aussagekräftiger als allgemeine Benchmarks.
Bot (Chatbot)
Ein Bot (kurz für Robot) ist ein Programm, das automatisch auf Nutzereingaben reagiert. KI-Chatbots nutzen Sprachmodelle, um natürlichsprachliche Gespräche zu führen – z. B. für Kundenservice, FAQ-Beantwortung oder interne Assistenz. Im Gegensatz zu regelbasierten Bots verstehen KI-Chatbots freie Formulierungen.
KI im Kundenservice →Chain-of-Thought (Schritt-für-Schritt-Denken)
Chain-of-Thought (CoT) ist eine Prompt-Technik, bei der das Modell aufgefordert wird, seinen Denkprozess Schritt für Schritt zu formulieren, bevor es eine Antwort gibt. Das verbessert die Qualität bei komplexen Aufgaben wie Analysen, Kalkulationen oder mehrstufigen Entscheidungen erheblich.
ChatGPT
ChatGPT ist ein KI-Assistent von OpenAI, der auf dem GPT-Sprachmodell basiert. Er ist der meistgenutzte KI-Assistent weltweit und eignet sich besonders für Textformulierung, Recherche, Analysen und Code-Erstellung. Für KMU-Anwendungen reicht das Plus-Abo (20 €/Monat) in den meisten Fällen aus.
KI für KMU – Einstieg →Claude
Claude ist ein KI-Assistent des Unternehmens Anthropic. Claude gilt als besonders stark bei langen, strukturierten Dokumenten (Businesspläne, Analysen, Verträge) und bei nuancierter, professioneller Kommunikation. Erhältlich als Claude.ai-Abo oder über API.
KI für KMU – Tool-Auswahl →Content-Erstellung (KI-gestützt)
KI-gestützte Content-Erstellung bezeichnet die Nutzung von Sprachmodellen zum Erstellen von Texten für Marketing, Social Media, Website, Newsletter oder interne Kommunikation. KI beschleunigt den Prozess massiv – die strategische Ausrichtung und Qualitätsprüfung bleibt beim Menschen.
KI im Marketing →Deep Learning
Deep Learning ist ein Teilgebiet des maschinellen Lernens, das auf künstlichen neuronalen Netzen mit vielen Schichten (daher „deep") basiert. Moderne Sprachmodelle wie GPT oder Claude sind Deep-Learning-Systeme. Für KMU-Anwender ist das Konzept im Hintergrund – relevant ist nur das Ergebnis.
DSGVO & KI
Die DSGVO (Datenschutz-Grundverordnung) gilt auch beim Einsatz von KI-Tools. Kritisch: Personenbezogene Daten (Namen, E-Mail-Adressen, Kundendaten) dürfen ohne Auftragsverarbeitungsvertrag (AVV) nicht in externe KI-APIs eingegeben werden. Für DSGVO-konforme Nutzung empfehlen sich Enterprise-Abo mit AVV oder lokale KI-Modelle.
Embedding
Embeddings sind numerische Darstellungen von Texten, die semantische Ähnlichkeiten erfassen. Sie sind die Grundlage für Vektordatenbanken und RAG-Systeme: KI kann damit Texte finden, die inhaltlich ähnlich sind – nicht nur solche, die dieselben Wörter enthalten.
Few-Shot-Learning
Few-Shot-Learning bezeichnet eine Prompt-Technik, bei der dem Modell einige Beispiele (2–5) des gewünschten Formats oder Stils mitgegeben werden. Das Modell lernt daraus sofort das Muster – ohne Training. Besonders nützlich, wenn ein bestimmter Schreibstil, ein Format oder ein Bewertungsschema reproduziert werden soll.
Fine-Tuning
Fine-Tuning ist das weitere Training eines vortrainierten Sprachmodells auf spezifischen Daten, um es für eine bestimmte Aufgabe oder Branche zu optimieren. Für die meisten KMU-Anwendungsfälle ist Fine-Tuning nicht nötig – gute Prompts und System-Prompts erreichen ähnliche Ergebnisse ohne Aufwand.
Foundation Model
Foundation Models (auch Basismodelle) sind große KI-Modelle, die auf riesigen Datenmengen vortrainiert wurden und als Grundlage für viele Anwendungen dienen. Beispiele: GPT-4 (OpenAI), Claude 3 (Anthropic), Gemini (Google). Andere Produkte und Tools bauen auf diesen Basismodellen auf.
Gemini
Gemini ist Googles KI-Assistent und Sprachmodell-Familie. Besonders stark bei der Integration in Google Workspace (Docs, Sheets, Gmail) und bei Recherche-Aufgaben. Für KMU, die Google-Tools intensiv nutzen, eine sinnvolle Ergänzung zu ChatGPT oder Claude.
KI im Büro →Generative KI
Generative KI (GenAI) bezeichnet KI-Systeme, die neue Inhalte erzeugen – Texte, Bilder, Code, Audio oder Video. Im Unternehmenseinsatz am relevantesten: textbasierte Generative KI (Sprachmodelle) für Kommunikation, Analyse und Automatisierung.
KI für KMU →GPT (Generative Pre-trained Transformer)
GPT ist eine Modell-Architektur von OpenAI, die die Basis für ChatGPT bildet. GPT-4 und GPT-4o sind die aktuell leistungsfähigsten Versionen. Der Begriff wird oft synonym mit „Sprachmodell" oder „KI-Assistent" verwendet, obwohl es viele weitere Modelle gibt (Claude, Gemini, Mistral etc.).
Guardrails
Guardrails sind technische oder konzeptionelle Leitplanken, die das Verhalten eines KI-Modells begrenzen – z. B. keine schädlichen Inhalte erzeugen, keine Fehlinformationen verbreiten, bestimmte Themen vermeiden. Im Unternehmenseinsatz sind Guardrails wichtig, um konsistente, markengerechte Ausgaben sicherzustellen.
Halluzination
Halluzination bezeichnet das Phänomen, dass ein KI-Modell mit Überzeugung falsche Informationen erzeugt – Fakten, Quellen oder Zahlen, die nicht existieren. Im Unternehmenseinsatz: KI-Ausgaben mit konkreten Fakten immer gegen verlässliche Quellen prüfen. Für Textformulierungen und Strukturierung ist das Risiko gering.
Human-in-the-Loop
Human-in-the-Loop (HITL) bezeichnet den Ansatz, bei dem ein Mensch in den KI-gestützten Prozess eingebunden bleibt – zur Prüfung, Freigabe oder Korrektur der KI-Ausgabe. Für die meisten KMU-Anwendungen empfohlen: KI erzeugt den Entwurf, der Mensch prüft und gibt frei.
ICP (Ideal Customer Profile)
Das Ideal Customer Profile (ICP) beschreibt den typischen Wunschkunden eines Unternehmens: Branche, Unternehmensgröße, Region, Entscheider-Rolle, typische Probleme. KI kann aus Bestandskundendaten ein präzises ICP ableiten und damit die Vertriebseffizienz deutlich steigern.
KI im Vertrieb →Inferenz
Inferenz bezeichnet den Prozess, bei dem ein trainiertes KI-Modell auf neue Eingaben angewendet wird, um Ausgaben zu erzeugen. Beim Senden eines Prompts an ChatGPT oder Claude findet Inferenz statt. Die Inferenzgeschwindigkeit bestimmt, wie schnell die KI antwortet.
Instruction Tuning
Instruction Tuning ist eine Trainingsphase, bei der Sprachmodelle darauf trainiert werden, menschliche Anweisungen zu befolgen und hilfreich, harmlos und ehrlich zu antworten. Alle gängigen Assistenten-Modelle (ChatGPT, Claude, Gemini) haben Instruction Tuning durchlaufen.
JSON-Output (Strukturierte Ausgabe)
JSON-Output bezeichnet das Erzeugen von strukturierten Daten durch ein Sprachmodell – statt Fließtext. Das ist besonders wertvoll für Automatisierungen: Eine KI extrahiert z. B. aus einer E-Mail Name, Betreff und Priorität als JSON, das direkt ins CRM übertragen werden kann.
KI-Prozessautomatisierung →KI (Künstliche Intelligenz)
Künstliche Intelligenz (KI) bezeichnet Computersysteme, die Aufgaben ausführen, die normalerweise menschliche Intelligenz erfordern – Sprachverstehen, Bilderkennung, Entscheidungsfindung. Im heutigen Unternehmenseinsatz meint KI meist Sprachmodelle wie ChatGPT oder Claude.
KI für KMU – Einstieg →KI-Strategie
Eine KI-Strategie ist der systematische Plan eines Unternehmens, wie und wo KI eingesetzt werden soll – welche Prozesse zuerst, welche Tools, welche Mitarbeiter, welche Ziele. Für KMU reicht oft ein einfacher Start mit 2–3 Use-Cases, bevor eine umfassende Strategie definiert wird.
KI-Einstieg für KMU →KI-Workflow
Ein KI-Workflow ist ein dokumentierter, wiederholbarer Prozess, bei dem KI-Tools für eine bestimmte Aufgabe eingesetzt werden – z. B. „Angebot erstellen in 10 Minuten" oder „Google-Bewertung beantworten". Gute KI-Workflows enthalten einen festen Prompt, klare Eingaben und definierte Ausgabeformate.
Alle Use-Cases ansehen →KMU (Kleine und mittlere Unternehmen)
KMU sind Unternehmen mit weniger als 250 Mitarbeitern und unter 50 Mio. € Jahresumsatz. In Deutschland sind 99,4 % aller Unternehmen KMU. Für KMU ist KI besonders wertvoll, weil keine IT-Abteilung und kein Entwickler-Team nötig ist – moderne KI-Tools sind sofort nutzbar.
KI für KMU →Kontextfenster (Context Window)
Das Kontextfenster (Context Window) ist die maximale Menge an Text, die ein KI-Modell in einer einzigen Anfrage verarbeiten kann – gemessen in Tokens. Größere Kontextfenster ermöglichen die Verarbeitung langer Dokumente, ganzer Gespräche oder umfangreicher Datenmengen in einem Schritt.
Large Language Model (LLM)
Ein Large Language Model (LLM) ist ein Sprachmodell, das auf sehr großen Textmengen trainiert wurde und damit in der Lage ist, Texte zu verstehen, zu generieren, zu übersetzen und zu analysieren. ChatGPT, Claude und Gemini sind bekannte LLMs. Der Begriff „LLM" wird oft synonym mit „KI-Assistent" verwendet.
Lead-Generierung (KI-gestützt)
KI-gestützte Lead-Generierung bezeichnet die Nutzung von KI, um potenzielle Kunden (Leads) zu identifizieren, zu qualifizieren und anzusprechen. KI kann aus öffentlichen Quellen (LinkedIn, Handelsregister, Branchenverzeichnisse) strukturierte Lead-Listen erstellen und personalisierte Erstnachrichten formulieren.
KI im Vertrieb →Make (früher Integromat)
Make (früher Integromat) ist ein visuelles Automatisierungstool, das ohne Programmierkenntnisse verschiedene Apps und Dienste verbindet. In Kombination mit KI-APIs lassen sich damit intelligente Workflows aufbauen – z. B. Formular-Eingang → KI-Analyse → CRM-Eintrag → Benachrichtigung.
KI-Prozessautomatisierung →Maschinelles Lernen (ML)
Maschinelles Lernen (ML) ist ein Teilgebiet der KI, bei dem Algorithmen aus Daten lernen, ohne explizit programmiert zu werden. Deep Learning ist eine Unterform davon. Für KMU-Anwender ist das Konzept Hintergrundwissen – relevant ist die praktische Anwendung über Tools wie ChatGPT.
Multimodal
Ein multimodales KI-Modell kann verschiedene Arten von Inhalten verarbeiten – Text, Bilder, Audio und teils Video. ChatGPT-4o und Claude 3 sind multimodal: Du kannst Fotos von Dokumenten, Rechnungen oder Aufmaß-Skizzen hochladen und die KI verarbeitet den Inhalt.
KI im Handwerk →n8n
n8n ist ein Open-Source-Automatisierungstool, das per Drag & Drop verschiedene Apps und Dienste verbindet – vergleichbar mit Make, aber selbst hostbar und damit DSGVO-freundlicher. n8n hat eine native KI-Integration und eignet sich gut für komplexere KMU-Automatisierungen.
KI-Prozessautomatisierung →Neuronales Netz
Ein neuronales Netz ist ein KI-Modell, das lose von der Struktur des menschlichen Gehirns inspiriert ist: Viele verbundene Schichten von Berechnungsknoten verarbeiten Informationen und erzeugen Ausgaben. Sprachmodelle wie GPT oder Claude bestehen aus neuronalen Netzen mit Milliarden von Parametern.
NLP (Natural Language Processing)
Natural Language Processing (NLP) ist das Fachgebiet der KI, das sich mit dem Verstehen und Erzeugen von menschlicher Sprache befasst. Alle modernen Sprachmodelle (ChatGPT, Claude, Gemini) basieren auf NLP. Der Begriff wird heute oft synonym mit „Sprachmodell" oder „KI-Textverarbeitung" verwendet.
OCR (Optical Character Recognition)
OCR erkennt Text in Bildern oder gescannten Dokumenten und wandelt ihn in maschinenlesbaren Text um. In Kombination mit KI: OCR liest eine eingescannte Rechnung, KI extrahiert daraus Betrag, Datum und Lieferant und überträgt sie in die Buchhaltung.
KI in der Buchhaltung →Onboarding (KI-gestützt)
KI-gestütztes Onboarding bezeichnet die Nutzung von Sprachmodellen, um Onboarding-Unterlagen, Einarbeitungspläne, FAQ-Dokumente und Willkommens-Kommunikation für neue Mitarbeiter schneller zu erstellen. Aus einer kurzen Beschreibung der Stelle erzeugt KI in 20 Minuten einen vollständigen 30/60/90-Tage-Plan.
KI im Personalwesen →Parameter
Parameter sind die lernbaren Gewichte eines KI-Modells – die „Schrauben", die beim Training eingestellt werden. Größere Modelle haben mehr Parameter (GPT-4: geschätzt ~1 Billion) und sind in der Regel leistungsfähiger, aber auch rechenintensiver. Für KMU-Nutzer ist die Parameterzahl nur ein Qualitätsindikator.
Prompt
Ein Prompt ist die Eingabe, die du einem KI-Modell gibst – eine Frage, eine Anweisung oder ein Kontext. Die Qualität des Prompts bestimmt maßgeblich die Qualität der Antwort. Ein guter Prompt enthält: Rolle der KI, Aufgabe, Kontext, gewünschtes Format und ggf. Einschränkungen.
Prompt Engineering
Prompt Engineering ist die Kunst, Prompts so zu formulieren, dass KI-Modelle optimale Ergebnisse liefern. Techniken: Rollen-Zuweisung, Schritt-für-Schritt-Anweisung, Few-Shot-Beispiele, Chain-of-Thought. In der Praxis lernt man Prompt Engineering am besten durch Ausprobieren.
Use-Cases mit fertigen Prompts →Prozessautomatisierung
Prozessautomatisierung bezeichnet das Ersetzen manueller, wiederkehrender Aufgaben durch automatisierte Abläufe. KI-gestützte Prozessautomatisierung geht weiter als klassische Regelautomatisierung: Sie versteht Inhalte, trifft Entscheidungen und erzeugt strukturierte Ausgaben.
KI-Prozessautomatisierung →RAG (Retrieval Augmented Generation)
RAG ist eine Technik, bei der ein KI-Modell vor der Antwortgenerierung relevante Informationen aus einer eigenen Wissensdatenbank abruft – z. B. Produkthandbücher, interne Dokumente oder FAQs. Das Ergebnis: KI antwortet auf Basis deiner Unternehmensdaten, nicht nur auf Basis des allgemeinen Trainings.
KI im Kundenservice →ROI (KI-Projekte)
ROI (Return on Investment) bei KI-Projekten beschreibt das Verhältnis zwischen den Kosten (Tool-Abos, Einrichtungszeit) und dem Nutzen (gesparte Zeit, höhere Qualität, mehr Umsatz). Bei den meisten KMU-KI-Workflows amortisiert sich der Aufwand bereits in der ersten Woche.
ROI-Rechner in Use-Cases →Sentiment-Analyse
Sentiment-Analyse bezeichnet die automatische Erkennung von Stimmungen und Emotionen in Texten – positiv, negativ, neutral. Im Unternehmenseinsatz: Kundenbewertungen auswerten, Support-Tickets nach Dringlichkeit priorisieren, Social-Media-Erwähnungen monitoren.
KI im Kundenservice →Sprachmodell
Ein Sprachmodell ist ein KI-System, das auf der Grundlage von Textdaten trainiert wurde, um Sprache zu verstehen und zu erzeugen. Moderne Sprachmodelle (LLMs) wie GPT-4, Claude oder Gemini können nahezu jede schriftliche Aufgabe übernehmen: Texte formulieren, analysieren, strukturieren, übersetzen.
KI für KMU →Strukturierte Ausgabe
Strukturierte Ausgabe bezeichnet KI-Antworten in einem vordefinierten Format – Tabelle, Liste, JSON, Markdown oder ein bestimmtes Dokumentformat. Besonders wertvoll für Automatisierungen, weil die Ausgabe direkt in andere Systeme übertragen werden kann, ohne manuell zu formatieren.
KI-Prozessautomatisierung →System-Prompt
Ein System-Prompt ist eine versteckte Anweisung, die vor dem eigentlichen Gespräch an das KI-Modell gesendet wird. Er definiert die Rolle, den Stil und die Einschränkungen der KI. Beispiel: „Du bist ein professioneller Kundenservice-Mitarbeiter bei [Firma]. Antworte immer auf Deutsch, höflich und lösungsorientiert."
Temperature (Kreativität)
Temperature ist ein Parameter, der die Zufälligkeit (Kreativität) einer KI-Ausgabe steuert. Niedrige Temperature (0.0–0.3): konsistente, vorhersagbare Antworten – gut für Fakten und strukturierte Texte. Hohe Temperature (0.7–1.0): kreativere, variablere Antworten – gut für Ideenfindung und kreatives Schreiben.
Token
Ein Token ist die kleinste Einheit, mit der ein Sprachmodell Text verarbeitet. Grob: 1 Token ≈ 0,75 Wörter (deutsch etwas mehr wegen längerer Wörter). Die meisten KI-APIs rechnen nach Token-Verbrauch ab. Das Kontextfenster eines Modells ist in Tokens angegeben.
Transformer-Architektur
Die Transformer-Architektur ist das technische Fundament aller modernen Sprachmodelle. 2017 von Google eingeführt, ermöglicht sie das parallele Verarbeiten langer Texte und das Erkennen komplexer sprachlicher Zusammenhänge. GPT, Claude und Gemini sind alle Transformer-basierte Modelle.
Upselling (KI-gestützt)
KI-gestütztes Upselling bezeichnet die Nutzung von KI, um in Bestandskundendaten systematisch Potenziale für Zusatzverkäufe oder Upgrades zu erkennen. KI analysiert Kaufhistorien, Nutzungsverhalten und Branchenmuster und priorisiert die Kunden mit der höchsten Upselling-Wahrscheinlichkeit.
KI im Vertrieb →Use-Case (KI)
Ein KI-Use-Case ist ein konkretes, praxiserprobtes Anwendungsszenario für den Einsatz von KI in einem Unternehmen – z. B. „Angebot in 10 Minuten erstellen". Gute Use-Cases haben einen klaren Ablauf, definierte Eingaben, einen fertigen Prompt und ein messbares Ergebnis (Zeitersparnis, Kostenreduktion).
Alle Use-Cases ansehen →Vektordatenbank
Eine Vektordatenbank speichert Texte als numerische Vektoren (Embeddings) und ermöglicht semantische Suche – das Finden inhaltlich ähnlicher Texte. Einsatz: Wissensdatenbanken, RAG-Systeme, intelligente Suche. Bekannte Tools: Pinecone, Weaviate, pgvector (PostgreSQL-Erweiterung).
Wissensdatenbank (KI)
Eine KI-Wissensdatenbank ist eine strukturierte Sammlung von Unternehmensdokumenten, FAQs und Prozessbeschreibungen, auf die ein KI-Modell über RAG zugreifen kann. Damit kann KI Fragen auf Basis eigener Unternehmensdaten beantworten – nicht nur auf Basis des allgemeinen Trainings.
KI im Kundenservice →Workflow (KI)
Ein KI-Workflow ist ein dokumentierter, wiederholbarer Ablauf, bei dem KI-Tools für eine bestimmte Aufgabe eingesetzt werden. Im weiteren Sinne bezeichnet Workflow auch automatisierte Prozesse in Tools wie n8n oder Make, die KI als einen Verarbeitungsschritt enthalten.
KI-Prozessautomatisierung →Zero-Shot-Learning
Zero-Shot-Learning bezeichnet die Fähigkeit eines KI-Modells, eine Aufgabe korrekt zu erledigen, ohne dass Beispiele für diese spezifische Aufgabe im Prompt gegeben wurden. Moderne LLMs sind in vielen Bereichen Zero-Shot-fähig – ein klarer Vorteil gegenüber klassischem maschinellem Lernen.
🚀 JETZT STARTEN
Aus Wissen wird Praxis.
Du kennst die Begriffe – jetzt schau dir die Use-Cases an, die dir sofort Zeit sparen.