Glossar

A

AGI (Artificial General Intelligence)
Künstliche Allgemeine Intelligenz – KI-Systeme, die menschliche Intelligenz in allen Bereichen erreichen oder übertreffen.

Autonomer Agent
KI-System, das selbstständig Entscheidungen trifft und Handlungen ausführt, ohne permanente menschliche Aufsicht.

ARC-AGI
Abstraction and Reasoning Corpus – Benchmark-Test für allgemeine Intelligenz, entwickelt von François Chollet.

Attention-Mechanismus
Technik in neuronalen Netzen, die es Modellen ermöglicht, sich auf relevante Teile der Eingabe zu konzentrieren.

B

Benchmark
Standardisierter Test zur Messung der Leistung von KI-Systemen.

BGI (Bedingungsloses Grundeinkommen)
Sozialpolitisches Konzept zur Umverteilung in einer zunehmend automatisierten Gesellschaft.

C

Chain-of-Thought Reasoning
Technik, bei der KI-Systeme ihre Denkschritte explizit durchlaufen und dokumentieren.

Computer Use/Computer Vision
Fähigkeit von KI-Systemen, Bildschirminhalte zu verstehen und mit Computern zu interagieren.

D

Deep Learning
Teilbereich des maschinellen Lernens mit mehrschichtigen neuronalen Netzen.

Deepfake
KI-generierte Medien (Video, Audio), die echte Personen imitieren.

E

Emergente Fähigkeiten
Neue Fertigkeiten, die KI-Systeme entwickeln, ohne explizit darauf trainiert worden zu sein.

EU AI Act
Europäische Regulierung für künstliche Intelligenz, in Kraft seit 2024.

F

Few-Shot Learning
Lernmethode, bei der KI-Systeme mit wenigen Beispielen neue Aufgaben verstehen.

FP8-Quantisierung
Effizienztechnik zur Reduzierung des Energieverbrauchs von KI-Systemen.

G

GPT (Generative Pre-trained Transformer)
Familie von Sprachmodellen von OpenAI, basierend auf der Transformer-Architektur.

GPU (Graphics Processing Unit)
Spezialisierte Prozessoren, die für KI-Training und -Inferenz optimiert sind.

L

LLM (Large Language Model)
Große Sprachmodelle wie GPT-4, Claude oder Gemini.

LSTM (Long Short-Term Memory)
Typ von rekurrenten neuronalen Netzen, vor der Transformer-Ära weit verbreitet.

M

Multimodale KI
KI-Systeme, die verschiedene Datentypen (Text, Bild, Audio) verarbeiten können.

Multi-Agent-System
Mehrere KI-Agenten, die zusammenarbeiten oder miteinander interagieren.

N

Neuronale Netze
Vom menschlichen Gehirn inspirierte Computermodelle für maschinelles Lernen.

Neuromorphe Chips
Spezialisierte Hardware, die die Struktur des Gehirns nachahmt.

P

Parameter
Interne Variablen eines KI-Modells, die während des Trainings angepasst werden.

Post-Knappheits-Gesellschaft
Gesellschaftsmodell, in dem grundlegende Bedürfnisse durch Automatisierung nahezu kostenfrei erfüllt werden.

R

Reinforcement Learning
Lernmethode, bei der KI-Systeme durch Belohnung und Bestrafung lernen.

RNN (Recurrent Neural Network)
Typ von neuronalen Netzen für sequenzielle Daten, vor Transformern verwendet.

S

Scaling Laws
Mathematische Gesetzmäßigkeiten, die den Zusammenhang zwischen Modellgröße und Leistung beschreiben.

Self-Attention
Kern-Mechanismus der Transformer-Architektur.

T

Token
Kleinste Einheit, die KI-Sprachmodelle verarbeiten (meist Wort-Teile).

Transformer
Revolutionäre neuronale Netzarchitektur, Basis für moderne Sprachmodelle.

Turing-Test
Test zur Bewertung maschineller Intelligenz, entwickelt von Alan Turing (1950).

V

Vision Transformer
Anwendung der Transformer-Architektur auf Bildverarbeitung.

Dieses Glossar erklärt die wichtigsten Begriffe aus der Welt der KI-Agenten. Für tiefere technische Details siehe die entsprechenden Kapitel.