Technik- und KI-Begriffe, erklärt
KI-Vokabular wanderte aus Forschungspapieren schneller in die Abendnachrichten, als es irgendwer erklären konnte, und der Rest der Technik war ohnehin Jargon. Dieser Bereich deckt beides ab: wie KI-Modelle wirklich arbeiten, von Training und Inferenz bis zu Kontextfenstern und Agenten, daneben die Software- und Sicherheitsbegriffe aus denselben Artikeln, etwa Zero-Days, technische Schulden und APIs. Der größte Bereich hier, und der am schnellsten wachsende.
Ausgewählt
Was sind KI-Agenten?
KI, die handelt statt nur zu antworten: die Planen-Machen-Prüfen-Schleife, und warum sie auch das Risiko ist.
Was ist eine KI-Halluzination?
Warum KI erfundene Fakten mit voller Überzeugung ausgibt, und warum man es nicht hört.
Was ist ein neuronales Netz?
Mathematik, die Regeln aus Beispielen lernt, statt sie geschrieben zu bekommen, und warum das gewinnt.
Alle 36 Begriffe
Was ist eine Abstraktionsschicht?
Oben einfach, darunter versteckte Komplexität — und austauschbar, ohne etwas zu brechen.
Was ist eine API?
Die feste Vereinbarung, die zwei Programme zusammenarbeiten lässt, ohne einander zu kennen.
Was ist Backpropagation?
Wie ein finaler Fehler zur präzisen Anpassung für Millionen Einstellungen wird — Zielwertsuche in groß.
Was ist der Bias-Variance-Tradeoff?
Zu starr vs. zu beeinflussbar — und warum der Gesamtfehler dazwischen am niedrigsten ist.
Was ist Chain-of-Thought-Reasoning?
Warum ein Modell, das seinen Rechenweg zeigt, besser antwortet, und was das Denken kostet.
Was ist Edge Computing?
Die Arbeit auf dem Gerät statt im Rechenzentrum, und die drei Situationen, die das erfordern.
Was ist Ende-zu-Ende-Verschlüsselung?
Warum niemand in der Mitte die Nachricht lesen kann, und was trotzdem sichtbar bleibt.
Was ist Fine-Tuning?
Ein fertiges Modell mit eigenen Daten weitertrainieren, und worin sich das von RAG unterscheidet.
Was bedeutet eine idempotente API?
Warum zehn Klicks nur einmal abbuchen — die Eigenschaft, die Retries sicher macht.
Was ist Inferenz (in der KI)?
Das Modell bei seiner eigentlichen Arbeit, und warum die billige Hälfte am Ende am meisten kostet.
Was sind KI-Agenten?
KI, die handelt statt nur zu antworten: die Planen-Machen-Prüfen-Schleife, und warum sie auch das Risiko ist.
Was sind KI-Benchmarks?
Die Zahlen hinter jeder KI-Ankündigung, was sie messen und warum der Erste enttäuschen kann.
Was ist eine KI-Halluzination?
Warum KI erfundene Fakten mit voller Überzeugung ausgibt, und warum man es nicht hört.
Was ist ein Kontextfenster?
Wie viel Text eine KI gleichzeitig im Kopf behält — und warum lange Chats ihren Anfang vergessen.
Was ist ein Mixture of Experts (MoE)?
Riesiges Modell, pro Frage nur eine kleine Scheibe wach, und warum das Spitzenmodelle bezahlbar hält.
Was ist Modell-Destillation?
Ein Modell mit den Antworten eines anderen trainieren: zum Schrumpfen, oder um den Rivalen einzuholen.
Was ist ein multimodales Modell?
KI, die Bilder, Ton und Text zusammen nimmt, und was das an Tempo und Verlässlichkeit kostet.
Was ist ein neuronales Netz?
Mathematik, die Regeln aus Beispielen lernt, statt sie geschrieben zu bekommen, und warum das gewinnt.
Open-Source- vs. Closed-Source-KI-Modelle: Was ist der Unterschied?
Wer das Modell kontrolliert, wer deine Daten sieht und wer pro Anfrage kassiert.
Overfitting vs. Underfitting: Was ist der Unterschied?
Antworten auswendig vs. Buch nie geöffnet — und die Punktelücke, die beide entlarvt.
Was ist Prompt Injection?
Versteckte Befehle in Inhalten, die eine KI liest — und warum der Text des Angreifers gewinnt.
Was ist Quantisierung?
Die Zahlen eines Modells ungenauer speichern — halber Speicher, kaum Verlust.
Was ist Retrieval-Augmented Generation (RAG)?
Die KI aus deinen Dokumenten antworten lassen — erst abrufen, dann generieren, Belege inklusive.
Was ist RLHF (bestärkendes Lernen aus menschlichem Feedback)?
Der Schritt, der aus einer Textvorhersage einen Assistenten macht, und was er dem Modell nebenbei beibringt.
Was ist Stochastic Gradient Descent (SGD)?
Millionen Regler, eine Fehlerzahl — wie Modelle wirklich lernen, Trippelschritt für Trippelschritt.
Was sind synthetische Daten?
Von Maschinen erzeugte Trainingsdaten, warum Labore zunehmend darauf setzen und wie es schiefgeht.
Was ist technische Schuld?
Abkürzungen und alternde Systeme, die die Zukunft belasten — Kredit, Zinsen, Tilgung.
Was ist Temperatur bei KI?
Der Regler zwischen immer derselben Antwort und kreativen Wetten — und wo Produkte ihn setzen.
Was ist Tokenisierung?
Wie KI Text in Brocken zerlegt, bevor sie liest — und warum manche Sprachen mehr kosten.
Was ist ein Transformer (in der KI)?
Das Design hinter dem T in GPT: Jedes Wort beachtet jedes andere, alles gleichzeitig.
Was sind Vektor-Embeddings?
Bedeutung als Koordinaten — wie Maschinen Ähnliches finden, ohne ein einziges Wort abzugleichen.
Was ist ein Agent Harness?
Das Programm um ein KI-Modell herum, das die Werkzeuge tatsächlich ausführt und die Schleife dreht.
Was ist rekursive Selbstverbesserung?
Eine KI hilft, die nächste KI zu bauen, die wiederum die übernächste baut, jede Runde besser.
Was sind Breadcrumbs auf einer Website?
Die kleine Linkzeile oben, die den Weg von der Startseite bis hierher zeigt.
Was ist eine Zero-Day-Schwachstelle?
Ein Loch, von dem nur der Angreifer weiß, warum es ein Vermögen kostet und was die meisten Systeme wirklich aufbricht.
Was ist ein Zero-Knowledge-Beweis (ZKP)?
Beweisen, dass etwas stimmt, ohne zu verraten warum — die Kryptographie privater Verifikation.