- Künstliche Intelligenz
- Überbegriff für Systeme, die Aufgaben lösen, die menschliche Intelligenz erfordern — inklusive regelbasierter Verfahren, Machine Learning und Deep Learning.
- Machine Learning
- Algorithmen, die aus Daten Muster erkennen und Vorhersagen treffen. Unterschieden wird in Supervised, Unsupervised und Reinforcement Learning.
- Deep Learning
- Spezialform des Machine Learning mit tiefen neuronalen Netzen. Besonders geeignet für Bild-, Sprach- und Textverarbeitung.
- Generative KI
- Modelle, die neue Inhalte erzeugen — etwa Texte, Bilder oder Code. Beispiele sind GPT-4, Claude oder Stable Diffusion.
- KI-Agent (Agentic AI)
- KI-System, das über das Beantworten von Fragen hinausgeht: Es greift auf Systeme und Unternehmenswissen zu, führt mehrstufige Aufgaben selbstständig aus und übergibt Ergebnisse nachvollziehbar an Menschen.
- Large Language Model (LLM)
- Große neuronale Sprachmodelle, die natürliche Sprache verstehen und erzeugen können. Grundlage vieler KI-Agenten und Assistenten.
- Natural Language Processing (NLP)
- Verarbeitung natürlicher Sprache durch Computer — von Sentiment-Analysen bis zu Übersetzung und Question-Answering.
- Computer Vision
- Automatische Auswertung von Bildern und Videos, etwa zur Objekterkennung, Qualitätskontrolle oder medizinischen Analyse.
- Predictive Analytics
- Vorhersage zukünftiger Ereignisse auf Basis historischer Daten. Einsatzfelder reichen von Nachfrageplanung bis Fraud Detection.
- Chatbot
- Konversationelles Interface, das per Text oder Sprache mit Nutzerinnen interagiert. Vorstufe des KI-Agenten: Chatbots antworten, Agenten handeln.
- Fine-Tuning
- Weitertrainieren eines vortrainierten Modells auf unternehmensspezifische Daten, um Genauigkeit und Relevanz zu erhöhen.
- RAG (Retrieval-Augmented Generation)
- Kombination aus Wissensretrieval und generativer KI. Modelle greifen auf kuratierte Dokumente zu und erzeugen darauf basierende Antworten.