Glosario de IA — Términos que debería conocer.
50+ términos de IA explicados con claridad — redactados para directivos, no para científicos.
Agentic AI
KI-Systeme, die eigenständig mehrstufige Aufgaben ausführen, Werkzeuge nutzen und Entscheidungen treffen können — im Gegensatz zu einfachen Chatbots, die nur auf einzelne Anfragen reagieren.
Más información →AI Agent
Ein autonomes KI-System, das eigenständig Aufgaben ausführen, Entscheidungen treffen und mit anderen Systemen interagieren kann. Agenten kombinieren Sprachmodelle mit Werkzeugen und Datenquellen.
Más información →API (Application Programming Interface)
Standardisierte Schnittstelle, über die Softwaresysteme miteinander kommunizieren. APIs ermöglichen die Integration von KI-Diensten in bestehende Geschäftsprozesse.
Más información →Automation
Automatisierung wiederkehrender Geschäftsprozesse durch regelbasierte oder KI-gestützte Systeme. Reduziert manuelle Arbeit und Fehlerquoten bei gleichzeitiger Skalierung.
Más información →CI/CD (Continuous Integration / Deployment)
Automatisierte Build-, Test- und Deployment-Pipelines, die Codeänderungen schnell und zuverlässig in die Produktion bringen. Grundlage für agile Softwareentwicklung.
Más información →Cloud Computing
Bereitstellung von IT-Ressourcen (Rechenleistung, Speicher, KI-Dienste) über das Internet statt lokaler Server. Ermöglicht flexible Skalierung ohne eigene Hardware-Investitionen.
Más información →Computer Vision
Teilbereich der KI, der Computern ermöglicht, Bilder und Videos zu verstehen und daraus Informationen zu extrahieren. Anwendungen: Qualitätskontrolle, Objekterkennung, Gesichtserkennung.
Más información →Data Pipeline
Automatisierte Verarbeitungskette für Datenerfassung, -transformation und -bereitstellung. Sorgt dafür, dass KI-Modelle stets mit aktuellen, sauberen Daten arbeiten.
Más información →Digital Twin
Digitales Abbild eines physischen Systems (Maschine, Gebäude, Prozess) für Simulation, Monitoring und Optimierung in Echtzeit.
Más información →Edge AI
KI-Modelle, die direkt auf lokalen Geräten (Edge Devices) ausgeführt werden, ohne Cloud-Verbindung. Vorteile: geringe Latenz, Datenschutz, Offline-Fähigkeit.
Más información →Embedding
Numerische Vektordarstellung von Text, Bildern oder anderen Daten. Ermöglicht semantische Suche, Ähnlichkeitsvergleiche und ist die Grundlage für RAG-Systeme.
Más información →Federated Learning
Verteiltes Machine-Learning-Training auf dezentralen Datensätzen, ohne dass Rohdaten zentral gesammelt werden müssen. Besonders relevant für datenschutzsensible Branchen.
Más información →Fine-Tuning
Anpassung eines vortrainierten KI-Modells an spezifische Aufgaben oder Domänen durch Training mit zusätzlichen, spezialisierten Daten.
Más información →Generative AI
KI-Systeme, die neue Inhalte erzeugen können — Text, Bilder, Code, Audio oder Video. Die Technologie hinter ChatGPT, Claude und Midjourney.
Más información →Hallucination
Fehlerhafte KI-Ausgaben, die plausibel klingen, aber faktisch falsch sind. Ein zentrales Problem bei LLMs, das durch RAG und Faktenprüfung gemindert wird.
Más información →Inference
Ausführung eines trainierten KI-Modells zur Vorhersage oder Generierung. Die „Produktionsphase" eines Modells — im Gegensatz zum Training.
Más información →Knowledge Graph
Strukturierte Wissensdatenbank, die Entitäten und deren Beziehungen zueinander abbildet. Ermöglicht kontextbewusste Abfragen und wird oft mit RAG kombiniert.
Más información →Latenz
Verzögerung zwischen Anfrage und Antwort eines KI-Systems. Kritisch für Echtzeit-Anwendungen wie Sprachassistenten, Qualitätskontrolle oder autonome Systeme.
Más información →LLM (Large Language Model)
Große Sprachmodelle wie Claude, GPT oder Gemini, die auf riesigen Textmengen trainiert wurden und natürliche Sprache verstehen und generieren können.
Más información →MCP (Model Context Protocol)
Standardisiertes Protokoll für den Kontext-Austausch zwischen KI-Modellen und externen Werkzeugen. Ermöglicht Agenten den Zugriff auf Dateien, APIs und Datenbanken.
Más información →MLOps
Machine Learning Operations — Praktiken und Werkzeuge für das Deployment, Monitoring und die Verwaltung von ML-Modellen in der Produktion.
Más información →Multimodale KI
KI-Modelle, die verschiedene Eingabetypen gleichzeitig verarbeiten können — Text, Bilder, Audio, Video. Ermöglicht natürlichere Interaktion und umfassendere Analyse.
Más información →NLP (Natural Language Processing)
Verarbeitung natürlicher Sprache — KI-Technologien, die menschliche Sprache in Text- oder Sprachform verstehen, analysieren und generieren.
Más información →Predictive Maintenance
Vorausschauende Wartung — KI-basierte Vorhersage von Maschinenausfällen auf Basis von Sensordaten, um Wartung zum optimalen Zeitpunkt durchzuführen.
Más información →Prompt Engineering
Optimierung von Eingabeanweisungen (Prompts) für bessere KI-Ergebnisse. Systematischer Ansatz zur Steuerung von Sprachmodellen für spezifische Aufgaben.
Más información →RAG (Retrieval-Augmented Generation)
Kombination aus Datenbanksuche und KI-Textgenerierung. Das Modell greift auf externe Wissensdatenbanken zu, um präzisere und aktuellere Antworten zu liefern.
Más información →Responsible AI
Ethische und transparente Entwicklung und Nutzung von KI-Systemen. Umfasst Fairness, Erklärbarkeit, Datenschutz und menschliche Kontrolle.
Más información →ROS 2 (Robot Operating System)
Open-Source-Framework für die Entwicklung von Robotersoftware. Standard für die Kommunikation zwischen Roboterkomponenten, Sensorik und Steuerung.
Más información →Sensor Fusion
Kombination von Daten mehrerer Sensoren (Kamera, LiDAR, Radar, Ultraschall) zu einem kohärenten Lagebild für präzisere Entscheidungen.
Más información →Tokenization
Zerlegung von Text in einzelne Einheiten (Tokens) für die Verarbeitung durch Sprachmodelle. Bestimmt, wie viel Kontext ein Modell auf einmal verarbeiten kann.
Más información →Transfer Learning
Übertragung des Wissens eines auf einer großen Datenmenge trainierten Modells auf eine neue, verwandte Aufgabe — reduziert den Trainingsbedarf erheblich.
Más información →
¿Preparado para el siguiente paso?
Descubramos juntos cómo la IA puede impulsar su empresa.
Hablemos de su proyecto →