Sieben zentrale KI-Begriffe verständlich erklärt
Die Welt der Künstlichen Intelligenz (KI) entwickelt sich rasant. Um den Überblick zu behalten, lohnt es sich, die wichtigsten Fachbegriffe zu kennen. Hier sind sieben Schlüsselbegriffe, die aktuell besonders relevant sind:
| Begriff | Beschreibung | Beispiele / Nutzen |
|---|---|---|
| Agentic AI (AI Agents) | Autonome KI-Agenten, die ihre Umgebung wahrnehmen, überlegen, planen und handeln können, um ein Ziel zu erreichen. | Reisebuchung, Datenanalyse, DevOps-Automatisierung |
| Large Reasoning Models (LRMs) | Sprachmodelle mit spezieller Feinabstimmung auf logisches Denken. Sie arbeiten Probleme schrittweise durch. | Mathematik, Programmierung, komplexe Entscheidungsfindung |
| Vector Database | Datenbanken, die Informationen in Form von Vektoren speichern. Dadurch können semantische Ähnlichkeiten berechnet werden. | Bilderkennung, Textsuche, Musikempfehlungen |
| RAG (Retrieval Augmented Generation) | Kombiniert LLMs mit externem Wissen aus Vektordatenbanken, um präzisere Antworten zu geben. | Chatbots, die Firmenrichtlinien direkt aus Handbüchern abrufen |
| Model Context Protocol (MCP) | Standardisierte Schnittstelle, über die KI-Modelle externe Datenquellen und Systeme ansprechen können. | Datenbanken, Code-Repositories, E-Mail-Server |
| Mixture of Experts (MoE) | Architektur, bei der nur spezialisierte Teilnetze („Experten“) eines großen Modells für eine Aufgabe aktiviert werden. | Effizientere Sprachmodelle mit Milliarden Parametern, z. B. IBM Granite |
| ASI (Artificial Superintelligence) | Theoretische KI, die menschliche Intelligenz übertrifft und sich selbstständig verbessern kann. | Zukunftsvision: Lösung großer Probleme oder Schaffung neuer Risiken |
Fazit: Wer diese Begriffe kennt, versteht besser, wie aktuelle KI-Systeme funktionieren – und wohin die Entwicklung führen könnte.