- agentische KI
- KI-Systeme, die eigenständig mehrstufige Aufgaben planen und mit Werkzeugen (Tools) ausführen, statt nur einzelne Anfragen zu beantworten. Im Eintrag: Model Context Protocol: Anthropic gibt 2024 offenen Standard frei →
- AI Winter
- Phase reduzierter Forschungsförderung und öffentlichen Interesses an KI, meist ausgelöst durch enttäuschte Erwartungen an vorherige Durchbrüche. Im Eintrag: Rosenblatt stellt das Perceptron vor →
- Alignment
- Die Ausrichtung eines KI-Systems auf die Ziele derer, die es einsetzen. Der Begriff benennt kein gelöstes Problem, sondern ein offenes: Ein Modell, das die gestellte Aufgabe wörtlich erfüllt und dabei etwas anderes anrichtet, ist nicht fehlerhaft, sondern falsch ausgerichtet. Im Eintrag: Der International AI Safety Report fasst den Stand der KI-Sicherheit zusammen →
- Attention-Mechanismen
- Verfahren, mit dem ein Modell lernt, welche Teile einer Eingabesequenz bei der Verarbeitung eines bestimmten Elements besonders relevant sind. Im Eintrag: Die Transformer-Architektur wird vorgestellt →
- Chain-of-Thought
- Die Folge von Zwischenschritten, die ein Sprachmodell vor der Antwort durchläuft. Sie verbessert die Ergebnisse bei mehrstufigen Aufgaben — sichtbar ist sie deshalb nicht: OpenAI hält die rohen Ketten bei o1 ausdrücklich zurück. Im Eintrag: Reasoning-Modelle rechnen länger — und zeigen den Rechenweg nicht →
- convolutional neural network
- Spezialisierte neuronale Netzarchitektur mit Faltungsschichten, die besonders für die Verarbeitung von Bilddaten geeignet ist. Im Eintrag: AlexNet gewinnt den ImageNet-Wettbewerb →
- Deep Learning
- Teilgebiet des maschinellen Lernens, das tiefe (mehrschichtige) neuronale Netze einsetzt, um komplexe Muster aus großen Datenmengen zu lernen. Im Eintrag: AlexNet gewinnt den ImageNet-Wettbewerb →
- Expertensysteme
- Regelbasierte KI-Systeme, die Fachwissen als Wenn-Dann-Regeln kodieren, um Entscheidungen in einem eng abgegrenzten Fachgebiet zu treffen. Im Eintrag: Aufstieg und Einbruch der Expertensysteme →
- generative KI
- KI-Systeme, die neue Inhalte (Text, Bild, Code, Audio) erzeugen, anstatt nur bestehende Daten zu klassifizieren oder vorherzusagen. Im Eintrag: ChatGPT wird veröffentlicht →
- Generator und Diskriminator
- Die beiden Netze eines Generative Adversarial Network. Der Generator erzeugt Daten, der Diskriminator soll echte von erzeugten unterscheiden. Trainiert wird der Generator darauf, die Fehlerquote des Diskriminators zu maximieren — im Optimum liegt dieser bei 50 Prozent und rät nur noch. Im Eintrag: Zwei Netze gegeneinander — Generative Adversarial Networks →
- große Sprachmodelle
- Neuronale Netze mit sehr vielen Parametern, die auf großen Textmengen trainiert werden, um Sprache zu verstehen und zu erzeugen. Im Eintrag: ChatGPT wird veröffentlicht →
- Imitationsspiel
- Turings Anordnung von 1950: Ein Fragesteller versucht, allein über schriftliche Fragen zwei ihm verborgene Gegenüber auseinanderzuhalten. In der Originalfassung sind das ein Mann und eine Frau; erst danach fragt Turing, was geschieht, wenn eine Maschine eine der beiden Rollen übernimmt. Die populäre Wiedergabe lässt diesen ersten Schritt meist weg. Im Eintrag: Turing ersetzt die Frage, ob Maschinen denken können →
- McCulloch-Pitts-Neuron
- Modell einer Nervenzelle als Schaltelement mit zwei Zuständen: Es feuert, wenn eine feste Zahl seiner Eingänge zugleich erregt ist, sonst nicht. Netze aus solchen Elementen lassen sich mit Aussagenlogik beschreiben. Im Eintrag: McCulloch und Pitts beschreiben Neuronen 1943 als Logikbausteine →
- Model Context Protocol
- Offener Standard, der beschreibt, wie KI-Systeme auf Dateien, Funktionen und Kontext außerhalb des Modells zugreifen. Er ersetzt den Einzelcode je Kombination aus Modell und Datenquelle durch ein Protokoll — und ist seit Dezember 2025 an eine Stiftung unter dem Dach der Linux Foundation übergeben. Im Eintrag: Model Context Protocol: Anthropic gibt 2024 offenen Standard frei →
- Multimodalität
- Die Fähigkeit eines Modells, mehrere Arten von Eingaben zu verarbeiten — Text, Bild, Ton, Video. Der Unterschied liegt in der Bauweise: getrennte Systeme aneinandergereiht oder ein Modell, das von Grund auf für alle Kanäle trainiert wurde. Im Eintrag: Gemini: Google zeigt 2023 ein von Grund auf multimodales Modell →
- neuronale Netze
- Von biologischen Nervensystemen inspirierte Rechenmodelle aus vernetzten Knoten ("Neuronen"), die Muster aus Daten lernen können. Im Eintrag: Rosenblatt stellt das Perceptron vor →
- neuronaler Netze
- Von biologischen Nervensystemen inspirierte Rechenmodelle aus vernetzten Knoten ("Neuronen"), die Muster aus Daten lernen können. Im Eintrag: AlexNet gewinnt den ImageNet-Wettbewerb →
- Perceptron
- Frühes, einschichtiges neuronales Netzwerkmodell, das einfache lineare Klassifikationsaufgaben lernen kann. Im Eintrag: Rosenblatt stellt das Perceptron vor →
- Risikostufen
- Klassifizierung von KI-Systemen nach Grad des potenziellen Schadens, die im EU AI Act über die Höhe regulatorischer Anforderungen entscheidet. Im Eintrag: EU AI Act tritt in Kraft →
- Transformer
- Neuronale Netzwerkarchitektur, die ausschließlich auf Attention-Mechanismen basiert und sich effizient parallelisieren lässt. Grundlage moderner Sprachmodelle. Im Eintrag: Die Transformer-Architektur wird vorgestellt →
- Turing-Test
- Der spätere Name für Turings Imitationsspiel — von ihm selbst stammt er nicht. Er benennt ein Verhaltenskriterium: Beurteilt wird, was ein System antwortet, nicht, was in ihm vorgeht. Wer den Test als Messinstrument liest, trifft damit eine Entscheidung über den Denkbegriff, die Turing offengelassen hat. Im Eintrag: Turing ersetzt die Frage, ob Maschinen denken können →
- Werkzeugnutzung
- Fähigkeit eines KI-Modells, externe Werkzeuge (z.B. Code-Ausführung, Web-Suche, APIs) selbstständig aufzurufen, um Aufgaben zu lösen. Im Eintrag: Model Context Protocol: Anthropic gibt 2024 offenen Standard frei →