Glossaire IA — Les termes que vous devez connaître.
50+ termes IA expliqués simplement — rédigés pour les décideurs, pas pour les scientifiques.
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.
En savoir plus →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.
En savoir plus →API (Application Programming Interface)
Standardisierte Schnittstelle, über die Softwaresysteme miteinander kommunizieren. APIs ermöglichen die Integration von KI-Diensten in bestehende Geschäftsprozesse.
En savoir plus →Automation
Automatisierung wiederkehrender Geschäftsprozesse durch regelbasierte oder KI-gestützte Systeme. Reduziert manuelle Arbeit und Fehlerquoten bei gleichzeitiger Skalierung.
En savoir plus →CI/CD (Continuous Integration / Deployment)
Automatisierte Build-, Test- und Deployment-Pipelines, die Codeänderungen schnell und zuverlässig in die Produktion bringen. Grundlage für agile Softwareentwicklung.
En savoir plus →Cloud Computing
Bereitstellung von IT-Ressourcen (Rechenleistung, Speicher, KI-Dienste) über das Internet statt lokaler Server. Ermöglicht flexible Skalierung ohne eigene Hardware-Investitionen.
En savoir plus →Computer Vision
Teilbereich der KI, der Computern ermöglicht, Bilder und Videos zu verstehen und daraus Informationen zu extrahieren. Anwendungen: Qualitätskontrolle, Objekterkennung, Gesichtserkennung.
En savoir plus →Data Pipeline
Automatisierte Verarbeitungskette für Datenerfassung, -transformation und -bereitstellung. Sorgt dafür, dass KI-Modelle stets mit aktuellen, sauberen Daten arbeiten.
En savoir plus →Digital Twin
Digitales Abbild eines physischen Systems (Maschine, Gebäude, Prozess) für Simulation, Monitoring und Optimierung in Echtzeit.
En savoir plus →Edge AI
KI-Modelle, die direkt auf lokalen Geräten (Edge Devices) ausgeführt werden, ohne Cloud-Verbindung. Vorteile: geringe Latenz, Datenschutz, Offline-Fähigkeit.
En savoir plus →Embedding
Numerische Vektordarstellung von Text, Bildern oder anderen Daten. Ermöglicht semantische Suche, Ähnlichkeitsvergleiche und ist die Grundlage für RAG-Systeme.
En savoir plus →Federated Learning
Verteiltes Machine-Learning-Training auf dezentralen Datensätzen, ohne dass Rohdaten zentral gesammelt werden müssen. Besonders relevant für datenschutzsensible Branchen.
En savoir plus →Fine-Tuning
Anpassung eines vortrainierten KI-Modells an spezifische Aufgaben oder Domänen durch Training mit zusätzlichen, spezialisierten Daten.
En savoir plus →Generative AI
KI-Systeme, die neue Inhalte erzeugen können — Text, Bilder, Code, Audio oder Video. Die Technologie hinter ChatGPT, Claude und Midjourney.
En savoir plus →Hallucination
Fehlerhafte KI-Ausgaben, die plausibel klingen, aber faktisch falsch sind. Ein zentrales Problem bei LLMs, das durch RAG und Faktenprüfung gemindert wird.
En savoir plus →Inference
Ausführung eines trainierten KI-Modells zur Vorhersage oder Generierung. Die „Produktionsphase" eines Modells — im Gegensatz zum Training.
En savoir plus →Knowledge Graph
Strukturierte Wissensdatenbank, die Entitäten und deren Beziehungen zueinander abbildet. Ermöglicht kontextbewusste Abfragen und wird oft mit RAG kombiniert.
En savoir plus →Latenz
Verzögerung zwischen Anfrage und Antwort eines KI-Systems. Kritisch für Echtzeit-Anwendungen wie Sprachassistenten, Qualitätskontrolle oder autonome Systeme.
En savoir plus →LLM (Large Language Model)
Große Sprachmodelle wie Claude, GPT oder Gemini, die auf riesigen Textmengen trainiert wurden und natürliche Sprache verstehen und generieren können.
En savoir plus →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.
En savoir plus →MLOps
Machine Learning Operations — Praktiken und Werkzeuge für das Deployment, Monitoring und die Verwaltung von ML-Modellen in der Produktion.
En savoir plus →Multimodale KI
KI-Modelle, die verschiedene Eingabetypen gleichzeitig verarbeiten können — Text, Bilder, Audio, Video. Ermöglicht natürlichere Interaktion und umfassendere Analyse.
En savoir plus →NLP (Natural Language Processing)
Verarbeitung natürlicher Sprache — KI-Technologien, die menschliche Sprache in Text- oder Sprachform verstehen, analysieren und generieren.
En savoir plus →Predictive Maintenance
Vorausschauende Wartung — KI-basierte Vorhersage von Maschinenausfällen auf Basis von Sensordaten, um Wartung zum optimalen Zeitpunkt durchzuführen.
En savoir plus →Prompt Engineering
Optimierung von Eingabeanweisungen (Prompts) für bessere KI-Ergebnisse. Systematischer Ansatz zur Steuerung von Sprachmodellen für spezifische Aufgaben.
En savoir plus →RAG (Retrieval-Augmented Generation)
Kombination aus Datenbanksuche und KI-Textgenerierung. Das Modell greift auf externe Wissensdatenbanken zu, um präzisere und aktuellere Antworten zu liefern.
En savoir plus →Responsible AI
Ethische und transparente Entwicklung und Nutzung von KI-Systemen. Umfasst Fairness, Erklärbarkeit, Datenschutz und menschliche Kontrolle.
En savoir plus →ROS 2 (Robot Operating System)
Open-Source-Framework für die Entwicklung von Robotersoftware. Standard für die Kommunikation zwischen Roboterkomponenten, Sensorik und Steuerung.
En savoir plus →Sensor Fusion
Kombination von Daten mehrerer Sensoren (Kamera, LiDAR, Radar, Ultraschall) zu einem kohärenten Lagebild für präzisere Entscheidungen.
En savoir plus →Tokenization
Zerlegung von Text in einzelne Einheiten (Tokens) für die Verarbeitung durch Sprachmodelle. Bestimmt, wie viel Kontext ein Modell auf einmal verarbeiten kann.
En savoir plus →Transfer Learning
Übertragung des Wissens eines auf einer großen Datenmenge trainierten Modells auf eine neue, verwandte Aufgabe — reduziert den Trainingsbedarf erheblich.
En savoir plus →
Prêt pour la prochaine étape ?
Découvrons ensemble comment l'IA peut faire avancer votre entreprise.
Discuter d'un projet →