122 Begriffe rund um Künstliche Intelligenz, einfach erklärt.
Inhalte so optimieren, dass sie in AI-Antworten von ChatGPT, Perplexity & Co. empfohlen werden.
KI-System, das autonom Aufgaben plant und ausführt.
Automatisierung, bei der KI-Agenten autonom handeln.
Hypothetische KI mit menschenähnlicher, allgemeiner Intelligenz.
KI-Kompetenz: KI verstehen, einsetzen und kritisch bewerten.
App, die ein KI-Modell mit eigener Oberfläche verpackt.
KI so bauen, dass sie im Einklang mit menschlichen Werten handelt.
KI-Unternehmen hinter Claude, Fokus auf Sicherheit.
Schnittstelle, über die Programme miteinander kommunizieren.
Theoretische KI, die menschliche Intelligenz in allen Bereichen übertrifft.
Mechanismus, der Sprachmodellen ermöglicht, relevante Textteile zu gewichten.
Standardisierter Test zum Vergleich von KI-Modellen.
Verzerrung in KI-Systemen durch unausgewogene Trainingsdaten.
Die Lücke zwischen dem, was AI-Modelle können, und dem, was die meisten Menschen davon nutzen.
AI-Chip-Unternehmen — ermöglicht extrem schnelle AI-Inferenz als Alternative zu Nvidia.
Prompting-Technik: KI denkt Schritt für Schritt.
Programm, das Konversationen mit Menschen führt.
KI-Chatbot von OpenAI, basierend auf GPT-Modellen.
KI-Assistent von Anthropic mit großem Kontextfenster.
Anthropics Agent-Arbeitsplatz — Claude arbeitet eigenständig mit Dateien, Tools und Plugins.
Kostenloser Open-Source AI-Coding-Agent im Terminal — installieren und loslegen.
OpenAIs Coding-Agent-App — beschreibe was du brauchst, der Agent baut es.
KI-Bereich für das Verstehen von Bildern und Videos.
Anthropics Ansatz: KI-Training mit ethischen Prinzipien.
Maximale Textmenge, die ein LLM gleichzeitig verarbeiten kann.
Microsofts KI-Assistent in Windows, Office und GitHub.
Wirtschaftliches Ökosystem rund um Content Creator und deren KI-gestützte Monetarisierung
KI-Code-Editor basierend auf VS Code.
Angepasste ChatGPT-Version mit eigenen Anweisungen und Wissen.
OpenAIs KI zur Bildgenerierung aus Text.
Manipulation von KI-Trainingsdaten für fehlerhafte Ergebnisse.
Maschinelles Lernen mit tiefen neuronalen Netzen.
KI-generierte Fälschungen von Bildern, Videos oder Audio.
KI-Modelltyp für Bildgenerierung durch schrittweise Rausch-Entfernung.
Trainingsmethode, bei der ein kleines Modell vom Output eines großen Modells lernt.
Europäisches Datenschutzgesetz, relevant für alle KI-Anwendungen.
KI-Verarbeitung direkt auf dem Endgerät statt in der Cloud.
Mathematische Darstellung von Text als Zahlenvektor.
Spontan entstehende Fähigkeiten großer KI-Modelle.
Europäisches Gesetz zur Regulierung von KI nach Risikostufen.
Methoden, die KI-Entscheidungen für Menschen nachvollziehbar machen.
Prompting mit wenigen Beispielen für bessere Ergebnisse.
Wissen in Dateien statt in Tools organisieren — für maximale Flexibilität mit jeder AI.
Nachtraining eines KI-Modells mit eigenen Daten.
LLM erkennt und ruft passende externe Funktionen auf.
Googles multimodales KI-Modell und Chatbot.
KI, die eigenständig neue Inhalte erzeugt (Text, Bild, Code, Video).
Generative Pre-trained Transformer — Modellfamilie hinter ChatGPT.
Verankerung von KI-Antworten in realen Fakten.
Sicherheitsmechanismen gegen schädliche KI-Outputs.
KI erzeugt überzeugend klingende, aber falsche Informationen.
AI-Video-Tool für Avatar-Videos — erstellt Videos mit digitalen Sprechern aus Text.
Wenn ein trainiertes KI-Modell eine Eingabe verarbeitet.
Umgehung der Sicherheitsbeschränkungen eines KI-Modells.
Bis wann ein KI-Modell Informationen kennt.
Zeitverzögerung zwischen Anfrage und KI-Antwort.
Metas Open-Source Sprachmodell-Familie.
Large Language Model — großes Sprachmodell wie GPT-4, Claude, Gemini.
Effiziente Fine-Tuning-Methode für KI-Modelle.
Googles AI-Musikmodell in Gemini — erzeugt komplette Songs aus Text-Prompts, auch auf Deutsch.
Computer lernen aus Daten, statt programmiert zu werden.
Model Context Protocol — offener Standard für KI-Tool-Anbindung.
AI-Erinnerungen und Kontexte zwischen Tools portieren
KI-Bildgenerierungstool mit Fokus auf Ästhetik.
Französisches KI-Unternehmen mit effizienten Open-Source-Modellen.
Mehrere AI-Modelle gleichzeitig befragen und die Antworten automatisch vergleichen lassen.
Social Network nur für AI-Agents — Menschen schauen zu, Bots posten und interagieren autonom.
KI-Modell, das Text, Bilder, Audio und Video verarbeitet.
Open-Source Workflow-Automatisierung (wie Zapier, selbst hostbar).
Googles Bildgenerierungs-Modell — eines der besten für Qualität, Text in Bildern und Konsistenz.
KI, die auf eine bestimmte Aufgabe spezialisiert ist.
Mathematisches Modell nach dem Vorbild des Gehirns.
Computerfähigkeit, menschliche Sprache zu verstehen und zu erzeugen.
Automatische Texterkennung in Bildern und Dokumenten.
Tool zum lokalen Ausführen von Open-Source KI-Modellen.
KI-Modelle mit öffentlich zugänglichem Code und Gewichten.
Verwaltungs- und Entscheidungsstrukturen für Open-Source-KI-Projekte
Unternehmen hinter ChatGPT und GPT-4.
Open-Source AI-Agent, der 24/7 auf deinem Computer läuft und autonom Aufgaben erledigt.
Mehrere AI-Agents koordiniert zusammenarbeiten lassen — wie ein CEO sein Team steuert.
KI lernt Trainingsdaten auswendig statt allgemeine Muster.
Trainierbare Gewichte eines neuronalen Netzes.
KI-Suchmaschine mit Quellenangaben.
Selbst gebaute Software für deine spezifischen Workflows
Erste Trainingsphase auf riesigen Datenmengen.
Deine Eingabe an ein KI-Modell.
Optimale Prompts schreiben für bessere KI-Antworten.
Sicherheitsrisiko: Bösartige Eingaben überschreiben KI-Anweisungen.
KI greift auf externe Wissensbasis zu, bevor sie antwortet.
KI lernt durch Belohnung und Bestrafung.
Training mit menschlichem Feedback für bessere KI-Antworten.
Software als Abo-Dienst über das Internet nutzen, statt sie zu kaufen und zu installieren.
Die Disruption der SaaS-Branche durch AI-Agents, die spezialisierte Software-Workflows ersetzen können.
Wie KI-Leistung mit Modellgröße und Daten vorhersagbar skaliert.
ByteDances AI-Video-Modell — besonders stark bei authentisch wirkenden UGC-Videos.
Wiederverwendbare Fähigkeiten, die du einem AI-Agent einmal beibringst und dann immer wieder nutzen kannst.
OpenAIs KI für Videogenerierung aus Text.
Open-Source KI-Bildgenerierung, lokal ausführbar.
KI-Antwort wird Token für Token in Echtzeit angezeigt.
AI, die in allen intellektuellen Aufgaben besser ist als Menschen
Machine Learning mit gelabelten Trainingsdaten.
Künstlich erzeugte Daten als Ergänzung oder Ersatz für echte Daten.
Googles unsichtbare Wasserzeichen-Technologie, die AI-generierte Inhalte als solche markiert.
Versteckte Anweisung, die das KI-Verhalten steuert.
Parameter für Kreativität/Zufälligkeit von KI-Antworten.
Grundeinheit der Textverarbeitung in Sprachmodellen.
Werkzeug, das Text in Tokens für LLMs zerlegt.
KI ruft externe Tools und Funktionen auf.
Prozess, bei dem ein KI-Modell aus Daten lernt.
Neuronale Netzwerk-Architektur hinter modernen LLMs.
User Generated Content — authentisch wirkende Inhalte, die (scheinbar) von echten Nutzern stammen.
Machine Learning, das selbstständig Muster in ungelabelten Daten findet.
Datenbank für semantische Suche mit Embeddings.
Abhängigkeit von einem bestimmten Anbieter, die den Wechsel zu Alternativen erschwert.
Software bauen, indem du beschreibst was du willst — ohne selbst Code zu schreiben.
Arbeit erledigen, indem du die Richtung vorgibst und AI-Agents die Umsetzung übernehmen.
KI-Fähigkeit, Bilder zu verstehen und zu analysieren.
Open-Source-Tool zum lokalen Klonen von Stimmen
Automatische Benachrichtigung zwischen Services bei Ereignissen.
OpenAIs KI-Spracherkennung (Speech-to-Text).
No-Code Automatisierungsplattform für App-Verbindungen.
KI-Aufgabe ohne Beispiele — nur mit Anweisung.
