KI-Begriffe einfach erklärt

Algorithmus

Eine festgelegte Abfolge von Rechenschritten, mit der ein Computer eine Aufgabe löst. Klassische Algorithmen folgen von Hand programmierten Regeln; bei KI-Systemen werden viele dieser Regeln nicht programmiert, sondern aus Daten gelernt.

Automatisierung

Aufgaben, die bisher von Hand erledigt wurden, laufen automatisch ab – etwa das Weiterleiten von E-Mails oder das Übertragen von Daten zwischen Programmen. In Kombination mit KI lassen sich auch Aufgaben automatisieren, bei denen Text verstanden oder erzeugt werden muss.

Bild-KI

KI-Systeme, die aus einer Textbeschreibung Bilder erzeugen oder bestehende Bilder bearbeiten. Bekannte Beispiele sind Midjourney und der Bildgenerator in ChatGPT. Im Geschäftsalltag nützlich für Entwürfe, Illustrationen und Präsentationen.

Chatbot

Ein Programm, das per Text- oder Spracheingabe Fragen beantwortet oder Aufgaben erledigt. Moderne Chatbots basieren meist auf grossen Sprachmodellen und wirken dadurch deutlich natürlicher als die starren, regelbasierten Chatbots früherer Jahre.

ChatGPT

Der bekannteste KI-Chatbot, entwickelt vom US-Unternehmen OpenAI. Er beantwortet Fragen, schreibt und überarbeitet Texte, fasst Dokumente zusammen und vieles mehr. Es gibt eine kostenlose Version sowie kostenpflichtige Abos mit leistungsfähigeren Modellen und Zusatzfunktionen.

Copilot

Der KI-Assistent von Microsoft, eingebaut in Windows, Edge und Microsoft 365 (Word, Excel, Outlook, Teams). Allgemeiner bezeichnet «Copilot» KI-Assistenten, die Menschen bei der Arbeit unterstützen, statt sie zu ersetzen.

Datenschutz (DSG) im KI-Kontext

In der Schweiz regelt das revidierte Datenschutzgesetz (revDSG, in Kraft seit September 2023), wie Personendaten bearbeitet werden dürfen – auch beim Einsatz von KI-Tools. Praktisch heisst das: keine Personendaten oder vertraulichen Informationen in KI-Tools eingeben, deren Anbieter dafür keine ausreichenden vertraglichen Zusicherungen machen.

Mehr dazu: Whitepaper und Webinare zu KI und Datenschutz im KMU

Deep Learning

Ein Teilgebiet des Machine Learning, das mit vielschichtigen neuronalen Netzen arbeitet. Deep Learning steckt hinter den grossen KI-Durchbrüchen der letzten Jahre, etwa bei Sprachmodellen, Bilderkennung und Übersetzung.

Deepfake

Mit KI erzeugte oder veränderte Bilder, Videos oder Tonaufnahmen, die echt wirken, es aber nicht sind. Für Unternehmen vor allem als Sicherheitsrisiko relevant, zum Beispiel bei gefälschten Anrufen oder Videobotschaften angeblicher Vorgesetzter.

EU AI Act

Das KI-Gesetz der Europäischen Union, in Kraft seit 2024 mit gestaffelten Übergangsfristen. Es teilt KI-Anwendungen nach Risiko ein und knüpft daran unterschiedlich strenge Auflagen. Für Schweizer Firmen relevant, wenn sie KI-Systeme im EU-Markt anbieten oder einsetzen; ein eigenes, umfassendes KI-Gesetz kennt die Schweiz bislang nicht.

Fine-Tuning

Das Nachtrainieren eines fertigen KI-Modells mit eigenen, spezifischen Daten, damit es eine bestimmte Aufgabe oder einen bestimmten Stil besser beherrscht. Für die meisten KMU-Anwendungen ist Fine-Tuning nicht nötig – gute Prompts oder RAG reichen oft aus.

Generative KI

Künstliche Intelligenz, die neue Inhalte erzeugt: Texte, Bilder, Audio, Video oder Programmcode. ChatGPT und Bildgeneratoren sind die bekanntesten Beispiele. Zur Abgrenzung: Klassische KI-Systeme analysieren oder sortieren vor allem bestehende Daten.

GPT

Abkürzung für «Generative Pre-trained Transformer», die Modellfamilie hinter ChatGPT. Der Name beschreibt die technische Architektur (Transformer) und dass das Modell zuerst mit riesigen Textmengen vortrainiert wurde.

Halluzination

Wenn ein Sprachmodell eine falsche Aussage erfindet und sie überzeugend als Tatsache formuliert – etwa erfundene Quellen, Zahlen oder Namen. Halluzinationen lassen sich reduzieren (zum Beispiel durch präzise Prompts oder RAG), aber nicht vollständig ausschliessen. Wichtige Fakten deshalb immer prüfen.

KI (Künstliche Intelligenz)

Sammelbegriff für Computersysteme, die Aufgaben lösen, für die bisher menschliche Intelligenz nötig war – etwa Sprache verstehen, Muster erkennen oder Entscheidungen vorbereiten. KI ist keine einzelne Technologie, sondern ein Oberbegriff für viele verschiedene Verfahren.

KI-Agent

Ein KI-System, das nicht nur antwortet, sondern selbstständig mehrere Schritte ausführt, um ein Ziel zu erreichen: Es kann recherchieren, Werkzeuge bedienen und Zwischenergebnisse prüfen. KI-Agenten übernehmen damit ganze Arbeitsabläufe statt einzelner Fragen.

Mehr dazu: So arbeiten Sie als Agentic Knowledge Worker mit KI-Agenten

Kontextfenster

Die Menge an Text, die ein Sprachmodell in einer Unterhaltung gleichzeitig «im Blick» behalten kann, gemessen in Tokens. Ist ein Gespräch oder Dokument länger als das Kontextfenster, gehen frühere Inhalte für das Modell verloren.

LLM (Large Language Model)

Ein «grosses Sprachmodell»: ein KI-Modell, das mit riesigen Textmengen trainiert wurde und dadurch Sprache verarbeiten und erzeugen kann. LLMs sind die Technologie hinter ChatGPT, Copilot, Claude und Gemini.

Machine Learning (maschinelles Lernen)

Verfahren, bei denen ein Computer Muster aus Beispieldaten lernt, statt für jede Situation einzeln programmiert zu werden. Machine Learning ist die Grundlage der meisten modernen KI-Anwendungen – vom Spamfilter bis zum Sprachmodell.

Modell

In der KI bezeichnet «Modell» das trainierte System selbst – das Ergebnis des Trainings mit Daten. Verschiedene Modelle unterscheiden sich in Grösse, Fähigkeiten, Geschwindigkeit und Preis; hinter ChatGPT stehen zum Beispiel mehrere Modelle zur Auswahl.

Multimodale KI

KI-Modelle, die mehrere Eingabe- und Ausgabeformen beherrschen: Text, Bilder, Audio und teilweise Video. Sie können zum Beispiel ein Foto beschreiben, eine handschriftliche Notiz auswerten oder ein Diagramm erklären.

Neuronales Netz

Ein Rechenverfahren, dessen Aufbau lose vom Gehirn inspiriert ist: Viele einfache Recheneinheiten («Neuronen») sind in Schichten verbunden und lernen gemeinsam aus Daten. Neuronale Netze sind die technische Grundlage von Deep Learning.

No-Code

Werkzeuge, mit denen sich Anwendungen und Automatisierungen per Oberfläche zusammenstellen lassen – ohne Programmierkenntnisse. In Kombination mit KI können damit auch Mitarbeitende ohne Technik-Hintergrund eigene Lösungen bauen.

Open-Source- vs. proprietäre Modelle

Proprietäre Modelle (etwa hinter ChatGPT oder Copilot) laufen beim Anbieter und sind nicht frei einsehbar. Offene bzw. Open-Source-Modelle können heruntergeladen und auf eigener Infrastruktur betrieben werden – interessant, wenn Daten das Haus nicht verlassen sollen. Der Preis dafür sind eigener Betrieb und Unterhalt.

Prompt

Die Eingabe, mit der Sie einer KI eine Aufgabe geben – eine Frage, eine Anweisung oder ein Text mit Kontext. Die Qualität des Prompts beeinflusst die Qualität der Antwort massgeblich.

Prompt Engineering

Das Handwerk, Prompts so zu formulieren, dass eine KI zuverlässig brauchbare Ergebnisse liefert: klare Aufgabe, ausreichend Kontext, gewünschtes Format, gute Beispiele. Prompt Engineering lässt sich lernen und üben – es ist Handwerk, keine Magie.

RAG (Retrieval-Augmented Generation)

Ein Verfahren, bei dem ein Sprachmodell vor dem Antworten passende Stellen aus einer Wissensquelle abruft (zum Beispiel Firmendokumente) und in seine Antwort einbezieht. RAG reduziert Halluzinationen und macht KI-Antworten auf eigenes Firmenwissen möglich, ohne das Modell neu zu trainieren.

Schatten-KI

Wenn Mitarbeitende KI-Tools ohne Wissen oder Freigabe des Unternehmens nutzen – oft in privaten Gratis-Konten, teils mit echten Kundendaten. Die wirksamste Antwort darauf sind klare Regeln und Schulung, nicht pauschale Verbote.

Token

Die Einheiten, in die ein Sprachmodell Text zerlegt – meist Wortteile; im Deutschen entspricht ein Token grob einem halben bis ganzen Wort. Tokens bestimmen unter anderem, wie viel Text ins Kontextfenster passt und was eine Anfrage bei API-Nutzung kostet.

Trainingsdaten

Die Daten, mit denen ein KI-Modell trainiert wurde – bei grossen Sprachmodellen vor allem riesige Textmengen aus dem Internet, aus Büchern und anderen Quellen. Was ein Modell «weiss», stammt aus diesen Daten und hat deshalb einen Wissensstand mit Stichtag.

Transkription

Das automatische Umwandeln von gesprochener Sprache in Text, zum Beispiel für Sitzungsprotokolle oder Interviews. In Standardsprache funktioniert KI-Transkription sehr zuverlässig; bei Dialekt hängt die Qualität stark vom eingesetzten Tool ab.

Vibe-Coding

Software entwickeln, indem man einer KI in Alltagssprache beschreibt, was das Programm tun soll – den Code schreibt die KI. Gut geeignet für Prototypen und einfache Anwendungen; für geschäftskritische Software braucht es weiterhin Fachwissen.

Mehr dazu: Mit Vibe-Coding vom Konzept zur eigenen Website – der Kurs