KI-Glossar für Kleinunternehmen
Das ist der Fachjargon, dem Sie wirklich begegnen, wenn Sie in einem Kleinunternehmen mit KI arbeiten – erklärt in einfacher Sprache. Informatikkenntnisse braucht es keine. Überfliegen Sie einfach den Block, den Sie gerade brauchen.
KI im Alltag
Prompt — Ihre Arbeitsanweisung an die KI, plus das Material, das Sie ihr mitgeben. Je klarer Sie formulieren, desto brauchbarer die Antwort. Siehe bessere Prompts schreiben.
Token — Eine Einheit, die entsteht, wenn der Tokenizer des Modells Text zerlegt: ein ganzes Wort, ein Wortteil, ein Satzzeichen, ein Leerzeichen oder ein einzelnes Zeichen. Manche API-Dienste rechnen die Nutzung nach Token-Zahl ab; andere Produkte setzen stattdessen auf Abos oder Nutzungslimits.
Kontextfenster — Das Token-Limit für alles, was das Modell in einer Anfrage verwenden kann: Je nach Anwendung gehören dazu versteckte Anweisungen, der bisherige Gesprächsverlauf, eingefügte oder abgerufene Dokumente, Tool-Ergebnisse und die gerade entstehende Antwort. Ein größeres Fenster nimmt mehr Ausgangsmaterial auf – im Rahmen der Grenzen des Dienstes und ohne Garantie, dass jedes Detail korrekt verwendet wird. Und Kapazität ist keine Erlaubnis: Prüfen Sie Vertraulichkeits- und Datenregeln, bevor Sie einen Vertrag oder ein Handbuch hochladen. Driftet ein langer Chat ab, kann der Kontext überfüllt, gekürzt oder widersprüchlich sein – ein neuer Chat mit einem knappen Briefing hilft, aber das Abdriften allein beweist nicht, dass das Fenster voll war.
Gespeicherter Assistent — Ihr eigener wiederverwendbarer Assistent mit voreingestellten Anweisungen und einer hochgeladenen Wissensbasis. Viele Allzweck-Tools bieten so etwas unter eigenem Namen an; die Idee ist immer dieselbe – eine gute Konfiguration konservieren, damit Sie sie nicht jedes Mal neu eintippen. Eine hochgeladene Wissensbasis ist kein lokaler, privater Speicher: Prüfen Sie Zugriff, Freigaben, Aufbewahrung und Datenbedingungen, bevor Sie Geschäftsdokumente hinzufügen.
Multimodal — Kann mehr als eine Art von Daten verarbeiten oder erzeugen – etwa Text und Bilder. Welche Ein- und Ausgaben unterstützt werden, hängt vom System ab.
Temperatur — Eine Einstellung dafür, wie variantenreich die Ausgabe ausfällt. Niedriger heißt vorhersehbarer und weniger Variation; höher heißt mehr Variation. Sie verändert die Zufallsauswahl (das Sampling), nicht den Wahrheitsgehalt: Ein niedriger Wert hindert das Modell nicht daran, Fakten zu erfinden – er ersetzt also keine Kontrolle. Siehe Halluzinationen.
Agent — Eine KI, die so eingerichtet ist, dass sie in Schritten handelt statt nur zu antworten – zum Beispiel erst suchen, dann entwerfen, dann ablegen –, oft mit Zugriff auf andere Tools. Mehr Autonomie heißt mehr Risiko: Geben Sie einem Agenten nur die Daten und Berechtigungen, die er braucht, und verlangen Sie menschliche Freigabe vor sensiblen, externen, finanziellen oder unumkehrbaren Aktionen.
Wie die Modelle funktionieren
LLM — Large Language Model, großes Sprachmodell. Die KI hinter modernen Chat-Assistenten wie ChatGPT, Claude und Gemini. Sie erzeugt Text Token für Token aus Wahrscheinlichkeiten, die sie im Training gelernt hat – flüssige Sprache ist kein Beleg dafür, dass Fakten, Schlussfolgerungen oder Urteilsvermögen verlässlich sind. Siehe was KI ist und was nicht.
GPT — Generative Pretrained Transformer – das „GPT“ in ChatGPT. „Generativ“ = es erzeugt Text; „vortrainiert“ = es hat aus riesigen Datenmengen gelernt; „Transformer“ = die Architektur des neuronalen Netzes, die viele große Sprachmodelle verwenden.
Halluzination — Wenn die KI eine flüssige Antwort liefert, die unbelegt oder falsch ist – Namen, Zahlen, Gesetzesparagrafen, Quellenlinks. Ein bekannter Fehlermodus der Erzeugung wahrscheinlicher Texte, kein seltener Ausrutscher. Prüfen Sie Faktenaussagen, bevor sie Kunden, Verträge, Zahlungen oder etwas Veröffentlichtes erreichen.
Fine-Tuning — Das Weitertrainieren eines Basismodells mit zusätzlichen, spezifischen Daten. Es formt konsistentes Verhalten, einen Stil oder die Leistung bei einer Aufgabe – eine andere Sache, als dem Modell Referenzdokumente mitzugeben. Die meisten Kleinunternehmen sollten zuerst klare Anweisungen, Beispiele und Dokumentenabruf probieren; und wer doch fine-tunt, testet die Ergebnisse.
RAG — Retrieval-Augmented Generation, abrufgestützte Generierung. Das System holt zuerst passende Passagen aus einer eingerichteten Dokumentensammlung und gibt sie dann dem Modell als Kontext für die Antwort mit. Das verbessert die Faktenbasis und senkt Halluzinationen – beseitigt sie aber nicht: Die Antwort kann das abgerufene Material immer noch auslassen, verzerren oder darüber hinausgehen. Siehe den Tool-Leitfaden.
Lokales Modell — Ein Modell, das auf Ihrem eigenen Rechner läuft statt in der Cloud eines Anbieters – Daten müssen Ihr Gerät also standardmäßig nicht verlassen. Zum Beispiel ein offenes Modell, geladen mit einem Tool wie Ollama (oder darunter llama.cpp). Das ist eine wertvolle Kontrolle, aber keine Garantie: Auch eine lokale Installation braucht Gerätesicherheit, Zugriffskontrolle, Verschlüsselung, Backups – und einen Blick darauf, dass kein Plugin und keine Telemetrie Daten nach außen schickt. Lokal zu arbeiten hebt auch DSGVO-, Vertraulichkeits- und Aufbewahrungspflichten nicht auf – und prüfen Sie vor kommerzieller Nutzung die Lizenz des Modells. Siehe welche Daten sicher in KI dürfen – und KI-Tools, die wir beobachten für aktuelle Beispiele.
Recht und Datenschutz
DSGVO — Die EU-Datenschutz-Grundverordnung: Sie regelt, wie personenbezogene Daten verarbeitet werden dürfen. Neben dem AI Act weiterhin voll in Kraft.
AI Act (KI-Verordnung) — Die EU-Verordnung, die bestimmte Einsätze künstlicher Intelligenz regelt und nach einem Stufenplan anwendbar wird. Die Pflichten hängen von Rolle, Risiko, System und Anwendungsfall ab – und sie ersetzt weder die DSGVO noch anderes Recht. Siehe den AI Act für Kleinunternehmen.
Betreiber (Deployer) — Nach dem AI Act eine Person oder Organisation, die ein KI-System in eigener Verantwortung zu beruflichen Zwecken nutzt. Ein Unternehmen kann für manche Einsätze Betreiber-Pflichten haben und für andere Anbieter-Pflichten; welche Pflichten gelten, hängt von Rolle, System und Anwendungsfall ab – und was Sie mit der Ausgabe tun, regeln Verträge, DSGVO und Verbraucherrecht ohnehin.
DPA — In Anbieterverträgen meist der Auftragsverarbeitungsvertrag (englisch „data processing agreement“) – die verbindlichen Auftragsverarbeitungs-Bedingungen, die in der Regel nötig sind, wenn ein Anbieter personenbezogene Daten in Ihrem Auftrag als Ihr Auftragsverarbeiter verarbeitet. (Dieselben Buchstaben stehen auch für „data protection authority“, die Datenschutzbehörde.) Ob ein Auftragsverarbeitungsvertrag das richtige Instrument ist, hängt von der tatsächlichen Rolle des Anbieters ab – und die Unterschrift allein macht die Verarbeitung noch nicht rechtmäßig: Rechtsgrundlage, Datenminimierung, Sicherheit, Aufbewahrung und Übermittlungsregeln gelten weiterhin. Siehe welche Daten sicher in KI dürfen.
Pseudonymisierung — Direkte Identifikatoren (etwa einen Namen) entfernen oder maskieren, während die Person aus den übrigen Details womöglich weiterhin identifizierbar ist. Pseudonymisierte Daten sind immer noch personenbezogene Daten – verwechseln Sie das nicht mit echter Anonymisierung, die viel schwerer zu erreichen ist.
Prompt-Injection — In nicht vertrauenswürdigen Eingaben versteckte Anweisungen, die ein KI-System von seiner eigentlichen Aufgabe weglenken sollen – sie kommen über ein Dokument, eine E-Mail, eine Website, ein Bild oder ein Tool-Ergebnis herein, sichtbar oder nicht. Ein Risiko, sobald eine KI Dateien unbekannter Herkunft liest – und ein ernstes, wenn sie auch handeln kann.
Human in the Loop — Ein Arbeitsablauf, in dem ein Mensch eine KI-gestützte Entscheidung oder Aktion an der richtigen Stelle wirklich prüft, freigibt, korrigiert oder stoppen kann. Die KI schlägt vor; der Mensch entscheidet. Ratsam bei allem, was rechtlich oder geschäftlich heikel ist – siehe Human in the Loop.
Behalten Sie diese Seite als Lesezeichen – die Begriffe tauchen in allen anderen KI-Artikeln hier wieder auf.
Häufige Fragen
- Was ist der Unterschied zwischen einem Token und einem Wort?
- Ein Token ist eine Einheit, die entsteht, wenn der Tokenizer eines Modells Text zerlegt – das kann ein ganzes Wort sein, ein Wortteil, ein Satzzeichen, ein Leerzeichen oder ein einzelnes Zeichen. Manche API-Dienste messen Ein- und Ausgabe in Tokens; derselbe Text kann deshalb je nach Zerlegung mehr oder weniger kosten. Aber nicht jedes KI-Produkt rechnet nach Tokens ab – Abos und Nutzungslimits sind ebenso üblich.
- Was bedeutet „Kontextfenster“ – und warum sollte mich das kümmern?
- Das Kontextfenster ist das Token-Limit für alles, was ein Modell in einer Anfrage verwenden kann – dazu können versteckte Anweisungen gehören, der bisherige Gesprächsverlauf, eingefügte oder abgerufene Dokumente, Tool-Ergebnisse und die gerade entstehende Antwort. Ein größeres Fenster nimmt mehr Material auf, garantiert aber nicht, dass jedes Detail korrekt verwendet wird. Driftet ein langer Chat ab, hilft oft ein neuer Chat mit einem knappen Briefing – aber das Abdriften allein beweist nicht, dass das Fenster voll war.
Mehr davon? Alle Website-Tipps ansehen.
Quelle: “KI-Glossar für Kleinunternehmen” — https://www.siteadvice.be/de/articles/ki-glossar/ · © 2026 EUREGIO.NET AG. Alle Rechte vorbehalten.