Einfach erklärt
Nicht die zehn lautesten Schlagwörter, sondern die Begriffe, die dir beim täglichen Umgang mit KI wirklich helfen. Jeder Abschnitt erklärt ein Wort in Ruhe – mit Bild, Beispiel und dem, worauf es ankommt.
Für Datenschutz, Fehler und Fragen zur Arbeit geht es weiter zu KI sicher nutzen.
Top 10
Die Bilder gehören zu den Erklärungen – nicht als Deko. Sie helfen, den Begriff beim nächsten Mal wiederzuerkennen.
Top-Begriff 1
Ein Prompt ist deine Eingabe an die KI: eine Frage, eine Aufgabe oder eine Anweisung. Je genauer du Ziel, Hintergrund und gewünschte Form nennst, desto besser kann die Antwort werden.
Beispiel: Statt „Schreib eine E-Mail“ lieber: „Formuliere eine kurze, freundliche Absage an einen Termin. Der Ton soll sachlich sein.“
Top-Begriff 2
Generative KI erzeugt neue Inhalte: Texte, Bilder, Ton, Videos oder Programmcode. Sie sucht also nicht nur etwas heraus, sondern stellt einen neuen Vorschlag zusammen.
Das Ergebnis kann hilfreich sein, ist aber nicht automatisch richtig, neuartig oder frei von Fehlern. Deshalb bleibt die Prüfung bei dir.
Top-Begriff 3
Das KI-Modell ist vereinfacht gesagt das Rechenmodell hinter einer Anwendung. Es wurde mit vielen Beispielen trainiert und kann dadurch Muster in Sprache, Bildern oder Daten erkennen.
Die App ist die Bedienoberfläche. Das Modell ist der Teil, der Vorschläge berechnet. Verschiedene Modelle können bei derselben Aufgabe unterschiedlich gut sein.
Top-Begriff 4
So nennt man eine erfundene oder falsche KI-Aussage, die oft überraschend überzeugend klingt. Eine KI kann zum Beispiel Quellen, Zahlen, Funktionen oder Ereignisse nennen, die es so gar nicht gibt.
Wenn etwas wichtig ist: nach der Originalquelle fragen und diese wirklich öffnen. Eine Quellenliste allein reicht nicht.
Top-Begriff 5
Kontext sind die Informationen rund um deine Aufgabe: für wen etwas gedacht ist, was vorher passiert ist, welche Grenzen gelten und wie das Ergebnis aussehen soll.
Ohne Kontext muss die KI raten. Mit gutem Kontext wird aus einer allgemeinen Antwort eher etwas, das zu deiner Situation passt.
Top-Begriff 6
Manche KI-Systeme können nicht nur schreiben, sondern auch Bilder, Ton oder Dateien verstehen und bearbeiten. Der Fachbegriff dafür lautet multimodale KI.
Das ist praktisch, wenn du etwa ein Foto erklären lassen willst. Gerade bei Uploads gilt aber besonders: keine vertraulichen oder personenbezogenen Inhalte leichtfertig hochladen.
Top-Begriff 7
Ein KI-Agent soll nicht nur antworten, sondern mehrere Schritte für ein Ziel planen und gegebenenfalls Werkzeuge verwenden. Zum Beispiel Informationen sammeln, sortieren und daraus einen Entwurf erstellen.
Je mehr ein Agent selbstständig darf, desto wichtiger sind klare Grenzen, Kontrolle und Freigaben. Ein Agent ist kein Ersatz für Verantwortlichkeit.
Top-Begriff 8
Manche Systeme dürfen vor einer Antwort in ausgewählten Dokumenten suchen. Der Fachbegriff RAG steht für einen Ansatz, bei dem passende Fundstellen als Grundlage für die Antwort genutzt werden.
Das kann nützlich sein, aber nur mit passenden, aktuellen und freigegebenen Unterlagen. Eine KI kann auch aus guten Dokumenten etwas falsch verstehen oder unvollständig wiedergeben.
Top-Begriff 9
KI kann beim Erklären, Planen und Schreiben von Programmcode helfen. Sie kann auch einen ersten Prototyp bauen. Das ist stark, wenn man versteht, was der Code macht und ihn testet.
Für wichtige Anwendungen reichen schöne Vorschläge nicht: Anforderungen, Sicherheit, Datenschutz, Tests und Pflege müssen weiterhin fachlich geprüft werden.
Top-Begriff 10
Datenschutz bedeutet: Persönliche und vertrauliche Informationen werden nur passend, sicher und mit klarer Grundlage verarbeitet. Bei KI beginnt das schon mit der Frage, was du überhaupt eingibst oder hochlädst.
Wenn du nicht sicher weißt, ob Daten verwendet werden dürfen, lass sie weg und kläre es zuerst. Im Betrieb gelten zusätzlich die dortigen Regeln und Zuständigkeiten.
Danach
Diese Begriffe tauchen häufiger auf, wenn man sich mit KI-Modellen, Anwendungen und ihren Grenzen beschäftigt.
Vertiefung 1
Trainingsdaten sind viele Beispiele, aus denen ein KI-Modell Muster gelernt hat: Texte, Bilder, Tonaufnahmen oder Zahlen. KI-Modelle lernen vor allem Muster; sie sind kein nachschlagbares Lexikon. Einzelne Inhalte können trotzdem unter Umständen wiedergegeben werden.
Wichtig: Trainingsdaten sind nicht automatisch aktuell, vollständig oder fehlerfrei. Was ein Modell daraus ableitet, muss deshalb bei wichtigen Themen weiterhin geprüft werden.
Vertiefung 2
Ein Sprachmodell verarbeitet Text nicht Wort für Wort wie ein Mensch. Es zerlegt ihn in kleine Textstücke, die Tokens heißen. Ein Wort kann aus einem oder mehreren Tokens bestehen.
Tokens erklären, warum lange Gespräche, große Dokumente oder umfangreiche Antworten Grenzen haben. Bei manchen Angeboten spielen sie auch bei Kosten oder Nutzungslimits eine Rolle.
Vertiefung 3
Bias bedeutet, dass Daten oder Ergebnisse eine Schieflage haben können. Wenn bestimmte Beispiele häufiger, einseitig oder falsch vorkommen, kann sich das in Vorschlägen einer KI widerspiegeln.
Das heißt nicht, dass jede KI-Antwort unfair ist. Es ist aber ein guter Grund, bei Bewertungen über Menschen, Gruppen oder sensible Entscheidungen besonders genau hinzusehen.
Vertiefung 4
Maschinelles Lernen ist ein Teilgebiet der KI. Statt für jeden Fall feste Regeln zu programmieren, lernt ein System aus vielen Beispielen, ähnliche Muster wiederzuerkennen.
Das hilft etwa beim Erkennen von Sprache, Bildern oder Auffälligkeiten in Daten. Es bedeutet aber nicht, dass die KI den Inhalt so versteht oder beurteilt wie ein Mensch.
Vertiefung 5
Eine API ist eine festgelegte Schnittstelle, über die Programme Informationen oder Funktionen austauschen können. So kann eine Anwendung zum Beispiel eine KI-Funktion nutzen, ohne dass man die KI direkt in deren Oberfläche bedienen muss.
Bei einer API ist wichtig, welche Daten übertragen werden dürfen, wer Zugriff hat und welche Berechtigungen hinterlegt sind. Eine Schnittstelle ist praktisch, aber kein Freifahrtschein für Daten.
Vertiefung 6
Bei Open Source werden Teile eines Projekts öffentlich bereitgestellt, zum Beispiel Programmcode oder bei manchen KI-Modellen auch die Modellgewichte. Dadurch können andere Menschen das Projekt prüfen, anpassen oder weiterentwickeln – je nach Lizenz.
„Open Source“ bedeutet nicht automatisch kostenlos, sicher oder ohne Regeln. Lizenz, Herkunft, Datenschutz und der tatsächliche Einsatz müssen trotzdem jeweils geprüft werden.
Fachlich geprüft: August 2026