Das KI-/
Lexikon.

Grundbegriff Abk. KI

Künstliche Intelligenz

Sammelbegriff für Computersysteme, die Aufgaben übernehmen, für die normalerweise menschliche Intelligenz nötig wäre: Sprache verstehen, Bilder erkennen, Entscheidungen treffen, Muster ableiten. Der Begriff geht auf eine Konferenz in Dartmouth im Sommer 1956 zurück, an der John McCarthy ihn prägte. Heute steht „KI" meist verkürzt für die aktuelle Welle generativer Modelle, obwohl das Feld weit darüber hinausgeht.

Quelle: Stanford Encyclopedia of Philosophy — Artificial Intelligence

Verweis[Maschinelles Lernen][Deep Learning][Generative KI]

⌘ Masterprompt öffnen

Grundbegriff Abk. ML

Maschinelles Lernen

Teilgebiet der KI, in dem Systeme aus Daten lernen, statt explizit programmiert zu werden. Ein Modell erkennt Muster in Beispielen und überträgt sie auf neue Fälle. Die drei klassischen Spielarten sind überwachtes Lernen (mit beschrifteten Beispielen), unüberwachtes Lernen (Muster ohne Vorgabe finden) und bestärkendes Lernen (durch Versuch und Rückmeldung).

Verweis[Trainingsdaten][Neuronales Netz]

⌘ Masterprompt öffnen

Grundbegriff

Deep Learning

Variante des maschinellen Lernens, die mit tiefen neuronalen Netzen arbeitet, also vielen geschichteten Berechnungsstufen. Erst das Zusammenspiel aus grossen Datenmengen, leistungsfähigen GPUs und neuen Architekturen machte ab etwa 2012 die heutigen Modelle möglich. Praktisch alles, was unter „KI" diskutiert wird, ist Deep Learning.

Verweis[Neuronales Netz][Transformer]

⌘ Masterprompt öffnen

Grundbegriff

Neuronales Netz

Mathematisches Modell, lose nach dem Aufbau des Gehirns gestaltet: verbundene Knoten („Neuronen") in Schichten reichen Signale weiter, gewichtet durch trainierte Parameter. Die Architektur, also wie die Schichten angeordnet sind, entscheidet, wofür ein Netz gut ist: Bilder, Sprache, Zeitreihen, Empfehlungen.

Verweis[Parameter][Transformer]

⌘ Masterprompt öffnen

Grundbegriff

Algorithmus

Genau definierte Abfolge von Rechenschritten zur Lösung eines Problems. Bei klassischer Software vom Menschen geschrieben, bei KI durch Training aus Daten gewonnen. Wer im Alltag von „dem Algorithmus" einer Plattform spricht, meint meist ein ganzes Modell oder System, nicht einen einzelnen Schritt.

⌘ Masterprompt öffnen

Grundbegriff

Trainingsdaten

Die Daten, mit denen ein KI-Modell lernt. Qualität, Umfang und Verzerrung dieser Daten prägen, was ein Modell kann und was es falsch macht. Ohne klare Herkunft und Rechte an den Daten ist KI rechtlich angreifbar; das ist einer der Hauptkonflikte zwischen Anbietern und Rechteinhabern.

Verweis[Bias][EU AI Act]

⌘ Masterprompt öffnen

Modell Abk. LLM

Large Language Model

Grosses Sprachmodell, das auf gewaltigen Textmengen trainiert wurde und Wort für Wort plausible Fortsetzungen erzeugt. GPT, Claude, Gemini und Llama sind LLMs. Die Grösse wird in Parametern gemessen, moderne Modelle bewegen sich im Bereich mehrerer Milliarden bis hin zu Billionen Parametern.

Verweis[Transformer][Token][Parameter]

⌘ Masterprompt öffnen

Modell Architektur

Transformer

Netzwerk-Architektur, 2017 in der Arbeit Attention Is All You Need von Forschenden bei Google vorgestellt. Sie ist die Grundlage praktisch aller heutigen Sprachmodelle. Kernidee ist der Self-Attention-Mechanismus, der allen Teilen einer Eingabe gleichzeitig Gewicht beimisst, statt sie nur seriell zu verarbeiten.

Quelle: Vaswani et al., «Attention Is All You Need», arXiv 2017

Verweis[LLM][Neuronales Netz]

⌘ Masterprompt öffnen

Modell Generative Pre-trained Transformer

GPT

Kurzform für Generative Pre-trained Transformer. Modellfamilie von OpenAI, der breiten Öffentlichkeit bekannt geworden mit dem Start von ChatGPT im November 2022 — dem schnellsten Konsumentenprodukt aller Zeiten, das laut Medienberichten die hundert Millionen Nutzer in zwei Monaten erreichte. „GPT" wird umgangssprachlich oft synonym mit ChatGPT verwendet.

Quelle: Reuters, Februar 2023 — ChatGPT sets record fastest-growing user base

Verweis[LLM][Transformer]

⌘ Masterprompt öffnen

Modell

Multimodales Modell

KI-Modell, das mehrere Eingabeformen verarbeiten kann — Text, Bild, Audio, Video — und teils auch in mehreren Formen antwortet. Aktuelle Top-Modelle sind nahezu durchgängig multimodal: Du kannst ein Bild zeigen und in Sprache fragen, was darauf zu sehen ist.

Verweis[LLM][Generative KI]

⌘ Masterprompt öffnen

Modell

Open-Weight-Modell

Modell, dessen trainierte Gewichte öffentlich verfügbar sind und das lokal betrieben werden kann. Nicht zu verwechseln mit echtem Open Source: Trainingsdaten und -code werden meist nicht mitveröffentlicht. Verbreitete Beispiele sind Meta Llama, Mistral und DeepSeek.

Verweis[Fine-Tuning][Parameter]

⌘ Masterprompt öffnen

Modell Basismodell

Foundation Model

Ein grosses, allgemein vortrainiertes Modell, das als Grundlage für viele spezifische Anwendungen dient — durch Fine-Tuning, Prompting oder Werkzeug-Anbindung. Der Begriff wurde 2021 in einer einflussreichen Stanford-Arbeit von Bommasani et al. geprägt und hat sich als Sammelbegriff für die grossen Basis-Modelle etabliert.

Verweis[Fine-Tuning][LLM]

⌘ Masterprompt öffnen

Modell Bildgenerierung

Diffusionsmodell

Modelltyp für die Generierung von Bildern, Video und Audio. Das Modell lernt, schrittweise Rauschen zu entfernen, bis aus reinem Zufall ein kohärentes Bild entsteht. Stable Diffusion, Midjourney und DALL·E nutzen Varianten dieser Technik; sie ist heute der Standard für hochwertige Bildsynthese.

Verweis[Text-to-Image][Generative KI]

⌘ Masterprompt öffnen

Modell Gewichte

Parameter

Die einstellbaren Werte in einem neuronalen Netz, die während des Trainings angepasst werden. Mehr Parameter heisst grob mehr Kapazität, aber nicht automatisch bessere Ergebnisse — Trainingsdaten und Architektur zählen mit. Aktuelle LLMs reichen von wenigen Milliarden bis weit über eine Billion Parameter.

Verweis[LLM][Neuronales Netz]

⌘ Masterprompt öffnen

Modell Abrechnungseinheit

Token

Die kleinste Einheit, in die ein Sprachmodell Text zerlegt, meist ein Wortstück, manchmal ein ganzes Wort, ein Zeichen oder ein Satzzeichen. Modelle haben ein maximales Token-Budget pro Anfrage; sowohl Eingabe als auch Ausgabe werden in Token abgerechnet. Faustregel im Deutschen: rund 1.5 bis 2 Token pro Wort.

Verweis[Kontextfenster][Inferenz]

⌘ Masterprompt öffnen

Prompting Eingabe

Prompt

Die Eingabe, mit der ein KI-Modell beauftragt wird: Frage, Anweisung, Kontext, Beispiele. Die Qualität des Prompts beeinflusst die Qualität der Antwort stärker, als die meisten Anwender vermuten. Gute Prompts sind selten kurz; sie geben Rolle, Aufgabe, Format und Einschränkungen mit.

Verweis[Prompt Engineering][System Prompt]

⌘ Masterprompt öffnen

Prompting Disziplin

Prompt Engineering

Die Disziplin, Prompts so zu formulieren, dass ein Modell verlässlich brauchbare Ergebnisse liefert. Umfasst Rollen, Struktur, Beispiele, Format-Vorgaben, Negativ-Anweisungen und das systematische Testen verschiedener Formulierungen. Trotz allen Geredes um Automatisierung bleibt es die unterschätzteste Kernkompetenz im Umgang mit KI.

Verweis[Few-Shot / Zero-Shot][Chain of Thought]

⌘ Masterprompt öffnen

Prompting

System Prompt

Eine übergeordnete Anweisung, die das Verhalten eines Modells für eine ganze Konversation festlegt: Tonfall, erlaubte Themen, Persönlichkeit, Format. Anwender sehen ihn normalerweise nicht; Entwickler setzen ihn in der API oder im Custom GPT. Er ist der wichtigste Hebel, um aus einem allgemeinen Modell eine spezifische Anwendung zu machen.

Verweis[Prompt]

⌘ Masterprompt öffnen

Prompting In-Context Learning

Few-Shot / Zero-Shot

Zwei Prompting-Ansätze. Zero-Shot: Aufgabe ohne Beispiele lösen lassen. Few-Shot: einige Beispiele mitgeben, damit das Modell das Muster aufnimmt. Few-Shot ist bei klar musterhaften Aufgaben meist genauer, kostet aber mehr Tokens und damit mehr Geld pro Anfrage.

Verweis[Prompt Engineering]

⌘ Masterprompt öffnen

Prompting Abk. CoT

Chain of Thought

Prompting-Technik, bei der das Modell zur schrittweisen Begründung aufgefordert wird — denke laut nach. Verbessert die Trefferquote bei Rechen-, Logik- und Mehrschritt-Aufgaben deutlich. Neuere „Reasoning"-Modelle wie OpenAIs o-Reihe oder DeepSeek-R1 haben diese Technik in das Modell selbst eingebaut.

Verweis[Prompt Engineering]

⌘ Masterprompt öffnen

Prompting Context Window

Kontextfenster

Die maximale Menge an Tokens, die ein Modell in einer Anfrage gleichzeitig verarbeiten kann, Eingabe und bisherige Konversation zusammen. Aktuelle Spitzenmodelle erreichen mehrere hunderttausend bis über eine Million Tokens. Wird das Fenster gesprengt, „vergisst" das Modell den Anfang der Konversation.

Verweis[Token]

⌘ Masterprompt öffnen

Praxis

KI-Agent

Ein KI-Agent ist eine Weiterentwicklung einfacher Chatbots. Während herkömmliche KI-Modelle nur auf direkte Fragen antworten, arbeiten Agenten zielorientiert, eigenständig und in mehreren Schritten. Sie können komplexe Aufgaben analysieren, sie in Unteraufgaben zerlegen, das Internet nach aktuellen Daten durchsuchen, Tools bedienen und ihre eigenen Ergebnisse vor der Ausgabe kritisch überprüfen. Für Schweizer Unternehmen bedeutet das: Ein Agent agiert wie ein digitaler Mitarbeiter, dem man ein Ziel vorgibt (z. B. „Erstelle eine Marktanalyse") und der den gesamten Prozess autonom durchläuft.

Verweis[Function Calling][MCP][RAG]

⌘ Masterprompt öffnen

Praxis Retrieval-Augmented Generation

RAG

Verfahren, das ein Sprachmodell mit einer eigenen Wissensquelle koppelt: Vor der Antwort werden passende Dokumente aus einer Datenbank gesucht und dem Modell als Kontext mitgegeben. Senkt Halluzinationen, nutzt eigene Inhalte ohne Fine-Tuning und ist der Standard-Ansatz für unternehmensinterne Chatbots.

Verweis[Embedding][Vektordatenbank][Halluzination]

⌘ Masterprompt öffnen

Praxis Tool Use

Function Calling

Mechanismus, mit dem ein Modell strukturiert Werkzeuge ansprechen kann, eine API, eine Datenbankabfrage, eine Berechnung, eine Suche. Statt nur Text zu produzieren, gibt das Modell eine formal definierte Anfrage zurück, die das umgebende System ausführt. Grundlage für Agenten und für die Anbindung von KI an bestehende Systeme.

Verweis[KI-Agent][MCP]

⌘ Masterprompt öffnen

Praxis

Fine-Tuning

Nachtraining eines bestehenden Modells auf eigene Daten, um Stil, Wissen oder Verhalten zu prägen. Aufwändiger und teurer als Prompting oder RAG; lohnt sich erst, wenn klare wiederkehrende Aufgaben oder ein spezifischer Tonfall verlässlich getroffen werden müssen — und nicht für Wissen, das sich oft ändert.

Verweis[RAG][Open-Weight-Modell]

⌘ Masterprompt öffnen

Praxis Model Context Protocol

MCP

Offener Standard, im November 2024 von Anthropic vorgestellt, mit dem KI-Modelle einheitlich auf externe Werkzeuge, Daten und Dienste zugreifen, eine Art USB-C für KI-Anwendungen. Wird inzwischen von zahlreichen Anbietern und Editoren unterstützt und entwickelt sich rasch zum De-facto-Standard für die Werkzeug-Anbindung.

Quelle: Anthropic — Introducing the Model Context Protocol, November 2024

Verweis[KI-Agent][Function Calling]

⌘ Masterprompt öffnen

Praxis geprägt 2025

Vibe Coding

Begriff, im Februar 2025 von Andrej Karpathy geprägt, für eine Programmierweise, bei der man Software in Umgangssprache mit einer KI beschreibt und die generierten Ergebnisse iterativ anpasst, statt selbst zu coden. Senkt die Einstiegshürde zur Entwicklung erheblich — und verschiebt die Kernkompetenz vom Syntax-Wissen zur Fähigkeit, eine Lösung präzise zu beschreiben.

Quelle: Wikipedia zu Andrej Karpathy, X Aussage im Februar 2025

Verweis[Prompt Engineering]

⌘ Masterprompt öffnen

Generative KI GenAI

Generative KI

Sammelbegriff für Modelle, die neue Inhalte erzeugen, Text, Bild, Audio, Video, Code. In Abgrenzung zu klassischen Modellen, die nur klassifizieren oder vorhersagen. Praktisch alles, was im Alltag heute „KI" genannt wird, ist generative KI; sie ist es, die seit 2022 den öffentlichen Hype trägt.

Verweis[LLM][Diffusionsmodell]

⌘ Masterprompt öffnen

Generative KI Bildgenerierung

Text-to-Image

KI-Generierung von Bildern aus Textbeschreibungen. Modelle wie Midjourney, DALL·E, Stable Diffusion oder Flux haben das Feld zwischen 2022 und 2024 vom Experiment zum Werkzeug für Marketing und Design gemacht. Die Qualität hängt mindestens so stark vom Prompt ab wie vom Modell.

Verweis[Diffusionsmodell][Prompt Engineering]

⌘ Masterprompt öffnen

Generative KI Videogenerierung

Text-to-Video

KI-Generierung von Videos aus Textbeschreibungen — technisch deutlich anspruchsvoller als Bilder, weil Bewegung, zeitliche Konsistenz und Physik mitspielen müssen. Modelle wie Veo, Sora, Kling und Runway haben 2024 und 2025 erste alltagstaugliche Ergebnisse erreicht; produktionsreif sind sie für viele Anwendungen noch nicht.

Verweis[Diffusionsmodell]

⌘ Masterprompt öffnen

Generative KI Audio

Voice Cloning

Verfahren, die Stimme einer Person aus wenigen Sekunden Audio so zu rekonstruieren, dass das Modell beliebige Texte in dieser Stimme sprechen kann. Anbieter wie ElevenLabs setzen auf nachweisliche Einwilligung der Sprecher; ohne diese drohen rechtliche und ethische Konflikte — Stichwort Deepfake.

⌘ Masterprompt öffnen

Generative KI Fehlerart

Halluzination

Erfundene, aber überzeugend klingende Aussage eines Sprachmodells. Tritt auf, weil das Modell wahrscheinliche Wortfolgen erzeugt, nicht Wahrheit prüft. Lässt sich mit RAG, Quellenzwang und kritischer Eigenprüfung der Antworten reduzieren, vollständig vermeiden lässt sie sich nach heutigem Stand nicht.

Verweis[RAG]

⌘ Masterprompt öffnen

Recht EU-Verordnung 2024/1689

EU AI Act

Verordnung der Europäischen Union zur Regulierung von KI, im März 2024 vom EU-Parlament beschlossen und gestaffelt bis 2027 in Kraft. Risikobasierter Ansatz: Verbote für inakzeptable Anwendungen, strenge Pflichten für Hochrisikofälle, Transparenzregeln für generative Systeme. Gilt extraterritorial — also auch für Anbieter und Anwender ausserhalb der EU, sobald deren KI im EU-Markt eingesetzt wird.

Quelle: EUR-Lex — Verordnung (EU) 2024/1689 (AI Act), Amtsblatt der EU

Verweis[DSG][Datenschutz bei KI]

⌘ Masterprompt öffnen

Recht Datenschutzgesetz Schweiz

DSG

Das revidierte Schweizer Datenschutzgesetz, in Kraft seit 1. September 2023. Regelt unter anderem die Bearbeitung von Personendaten, Auskunftsrechte und automatisierte Einzelentscheidungen. Relevant immer dann, wenn KI mit Daten arbeitet, die Personen betreffen — also in praktisch jeder Marketing-, Recruiting- oder Kundenservice-Anwendung.

Quelle: EDÖB — Eidg. Datenschutz- und Öffentlichkeitsbeauftragter, Datenschutzgesetz

Verweis[EU AI Act][Datenschutz bei KI]

⌘ Masterprompt öffnen

Recht Praxis

Datenschutz bei KI

Praktische Frage, wo Eingaben landen und wofür sie verwendet werden. Cloud-LLMs verarbeiten Anfragen auf den Servern der Anbieter — bei sensiblen Daten oft kritisch. Alternativen: lokal betriebene Modelle, Enterprise-Verträge mit Datenverwendungs-Opt-out, Schweizer Cloud-Standorte oder die Pseudonymisierung der Inhalte vor dem Senden.

Verweis[DSG][Open-Weight-Modell]

⌘ Masterprompt öffnen

Ethik Verzerrung

Bias

Systematische Verzerrung in einem Modell — meist geerbt aus den Trainingsdaten. Zeigt sich in Stereotypen, unausgewogenen Antworten oder schlechter Leistung für unterrepräsentierte Gruppen. Vollständig eliminieren lässt er sich nicht; ihn bewusst messen und gegensteuern lohnt sich überall dort, wo Modelle Entscheidungen über Menschen beeinflussen.

Verweis[Trainingsdaten]

⌘ Masterprompt öffnen

Ethik

Black Box

Beschreibung für KI-Systeme, deren innere Entscheidungswege für die Anwender — und oft auch für die Entwickler — nicht nachvollziehbar sind. Problematisch überall dort, wo eine Erklärung gefordert ist: Medizin, Justiz, Personalentscheidungen, Kreditvergabe. Der Gegenentwurf trägt den Namen Erklärbare KI.

Verweis[Erklärbare KI]

⌘ Masterprompt öffnen

Ethik Abk. XAI

Erklärbare KI

Sammelbegriff für Methoden, die Entscheidungen eines Modells transparent machen — welche Eingaben haben die Antwort beeinflusst, welche Daten waren ausschlaggebend, wie sicher ist das Modell? Wichtig in regulierten Branchen und überall dort, wo Vertrauen in heikle Anwendungen nicht durch das Bauchgefühl der Anwender entstehen kann.

Verweis[Black Box]

⌘ Masterprompt öffnen

Ethik Artificial General Intelligence

AGI

Hypothetische KI, die in allen kognitiven Aufgaben mindestens auf menschlichem Niveau agiert. Wird in der Branche viel diskutiert, ist aber weder klar definiert noch verlässlich messbar. Aussagen darüber, ob und wann „AGI erreicht" sei, sind aktuell eher Marketing oder Spekulation als überprüfbare Wissenschaft.

⌘ Masterprompt öffnen

Technik Inference

Inferenz

Der Schritt, in dem ein bereits trainiertes Modell konkret eine Antwort berechnet, also jede tatsächliche Nutzung. Während Training einmalig stattfindet, läuft Inferenz millionenfach. Inferenzkosten machen bei skalierten KI-Anwendungen oft den grössten Anteil der laufenden Betriebskosten aus.

Verweis[Token]

⌘ Masterprompt öffnen

Technik Vektor

Embedding

Eine numerische Darstellung von Text, Bild oder anderen Daten als Vektor in einem hochdimensionalen Raum. Inhaltlich ähnliche Dinge liegen nahe beieinander, das ist die Grundlage für semantische Suche, RAG, Empfehlungssysteme und Klassifikation. Wer KI mit eigenen Inhalten verbinden will, kommt an Embeddings nicht vorbei.

Verweis[Vektordatenbank][RAG]

⌘ Masterprompt öffnen

Technik Vector Database

Vektordatenbank

Datenbank, die für die schnelle Suche nach ähnlichen Embeddings optimiert ist. Pinecone, Weaviate, Qdrant und Chroma sind verbreitete Vertreter. Sie sind das Speichergedächtnis hinter RAG-Anwendungen, semantischer Suche und vielen modernen Empfehlungssystemen, gewissermassen das Bibliothekssystem für die KI-Ära.

Verweis[Embedding][RAG]

⌘ Masterprompt öffnen

Technik Schlussfolgern

Reasoning

Fähigkeit eines KI-Modells, mehrstufige Denkprozesse durchzuführen, bevor es eine Antwort gibt. Reasoning-Modelle wie OpenAIs o-Reihe, DeepSeek-R1 oder Claude mit Extended Thinking zerlegen komplexe Aufgaben intern in Teilschritte, prüfen Zwischenergebnisse und korrigieren sich selbst. Das Ergebnis ist messbar besser bei Logik, Mathematik, Code und Strategiefragen, kostet aber mehr Rechenzeit und Tokens pro Anfrage. Der Unterschied zu Chain of Thought: Reasoning ist in das Modell eingebaut, nicht nur ein Prompting-Trick.

Verweis[Chain of Thought][Inferenz][Token]

⌘ Masterprompt öffnen

Ethik Sicherheitsrisiko

Prompt Injection

Eine Angriffstechnik, bei der ein Nutzer oder ein eingebetteter Text die Anweisungen eines KI-Modells gezielt unterwandert, um Schutzmechanismen zu umgehen oder unbeabsichtigte Ausgaben zu erzwingen. Betrifft jede Anwendung, die Nutzereingaben an ein Sprachmodell weiterreicht, vom Chatbot bis zum automatisierten E-Mail-Beantworter. Gegenstrategien umfassen Eingabevalidierung, mehrschichtige System Prompts und spezialisierte Guardrail-Modelle.

Quelle: Greshake et al. — Not what you've signed up for: Compromising Real-World LLM-Integrated Applications (2023)

Verweis[System Prompt][KI-Agent][Halluzination]

⌘ Masterprompt öffnen

Grundbegriff Turing Test, Imitation Game

Turing-Test

Ein 1950 von Alan Turing vorgeschlagenes Gedankenexperiment zur Frage, ob eine Maschine denken kann. Ein menschlicher Fragesteller kommuniziert schriftlich mit zwei Gegenübern, einem Menschen und einer Maschine, ohne zu wissen, wer was ist. Kann er sie nicht zuverlässig unterscheiden, gilt die Maschine als intelligent im Sinne des Tests. Kein heutiges System besteht den Test unter kontrollierten Bedingungen wirklich überzeugend, auch wenn die Grenze zunehmend verschwimmt.

Quelle: Stanford Encyclopedia of Philosophy

Verweis[Künstliche Intelligenz][AGI][Large Language Model][Reasoning][Halluzination][Erklärbare KI][Black Box]

⌘ Masterprompt öffnen

Praxis CAI

Conversational AI

Sammelbegriff für KI-Systeme, die in natürlicher Sprache mit Menschen interagieren, per Text, Stimme oder beidem. Anders als regelbasierte Chatbots kombinieren Conversational-AI-Systeme Sprachverständnis (NLU), Dialogsteuerung und Generierung, um Kontext über mehrere Gesprächsschritte hinweg zu halten und auf Rückfragen sinnvoll zu reagieren. Typische Anwendungen reichen vom Kundenservice-Bot über Sprachassistenten bis zu internen Wissens-Agenten. Gartner definiert Conversational AI Platforms als SaaS-Produkte, die Anwendungen entwickeln, welche menschliche Konversation über mehrere Kanäle und Modalitäten simulieren. Der Übergang zu agentischen Systemen, die nicht nur antworten, sondern eigenständig Aktionen auslösen, ist 2026 fliessend.

Quelle: Gartner, Magic Quadrant for Conversational AI Platforms, 2025

Verweis[Large Language Model][Prompt][RAG][Function Calling][KI-Agent][Multimodales Modell][Voice Cloning]

⌘ Masterprompt öffnen

Praxis Enterprise LLM

Corporate LLM

Grosses Sprachmodell, das speziell für den Unternehmenseinsatz konfiguriert, feinabgestimmt oder selbst betrieben wird — auf eigener Infrastruktur, in einer Private Cloud oder über eine API mit vertraglichem Datenschutzrahmen. Im Unterschied zu allgemein zugänglichen Modellen wie ChatGPT oder Claude stehen bei einem Corporate LLM Datensouveränität, Integration in interne Systeme und Governance im Vordergrund. Typische Umsetzungen reichen von gehosteten Plattformen mit Auftragsverarbeitungsvertrag über RAG-Lösungen auf Firmenwissen bis hin zu selbst betriebenen Open-Weight-Modellen. Der Markt wächst rasant: 2026 liegt er laut Analysten bei über acht Milliarden US-Dollar, bis 2034 werden knapp fünfzig Milliarden erwartet.

Quelle: digital magazin — Corporate LLM: Exklusive KI für Ihr Unternehmen, März 2026

Verweis[Large Language Model][RAG][Open-Weight-Modell][Fine-Tuning][DSG][Datenschutz bei KI][Function Calling]

⌘ Masterprompt öffnen

Ethik KI-Spam

AI Slop

Sammelbegriff für minderwertige digitale Inhalte, die massenhaft mit generativer KI erzeugt werden: kitschige Bilder, zusammengestoppelte Texte, irreführende Videos. Der Begriff wurde 2024 vom Programmierer Simon Willison und dem Journalisten Casey Newton geprägt und lehnt sich an das englische „slop" (Schweinefutter, Abfall) an. Merriam-Webster wählte ihn 2025 zum Wort des Jahres. AI Slop verstopft Suchresultate, Social-Media-Feeds und Nachrichtenportale, untergräbt das Vertrauen in Online-Inhalte und erschwert die Sichtbarkeit sorgfältig erstellter Beiträge.

Quelle: Merriam-Webster — Slop (Definition)

Verweis[Generative KI][Halluzination][Bias]

⌘ Masterprompt öffnen

Ethik Ausrichtung

Alignment

Forschungsfeld und Praxis mit dem Ziel, KI-Systeme so zu entwickeln, dass sie im Einklang mit menschlichen Werten, Absichten und Sicherheitsanforderungen handeln. Die zentrale Frage lautet: Wie stellt man sicher, dass ein Modell nicht nur leistungsfähig ist, sondern auch das tut, was seine Betreiber und die Gesellschaft tatsächlich wollen? Verfahren wie RLHF, Constitutional AI und Guardrails sind praktische Alignment-Ansätze. Mit zunehmender Autonomie von KI-Agenten wird Alignment zur Schlüsselfrage: Je fähiger ein System, desto grösser die Folgen einer Fehlausrichtung.

Quelle: Anthropic — Challenges in AI Alignment (2023)

Verweis[AGI][Erklärbare KI][Bias]

⌘ Masterprompt öffnen

Technik Reinforcement Learning from Human Feedback

RLHF

Trainingsmethode, bei der ein Sprachmodell durch menschliches Feedback lernt, welche Antworten hilfreicher, ehrlicher und sicherer sind. Menschliche Bewerter vergleichen Antwortpaare und bewerten, welche besser ist; daraus entsteht ein Belohnungsmodell, das die weiteren Antworten des Systems steuert. RLHF ist der Grund, warum ChatGPT, Claude und Gemini sich anders verhalten als reine Textvorhersage-Maschinen. Die Methode hat Grenzen: Sie bildet die Präferenzen der Bewerter ab, nicht objektive Wahrheit, und sie ist aufwendig und teuer.

Quelle: OpenAI — Training language models to follow instructions with human feedback (2022)

Verweis[Trainingsdaten][Fine-Tuning][Bias]

⌘ Masterprompt öffnen

Ethik Leitplanken

Guardrails

Technische und organisatorische Schutzmechanismen, die das Verhalten eines KI-Systems innerhalb definierter Grenzen halten. Guardrails können auf verschiedenen Ebenen greifen: als Filterregeln im System Prompt, als nachgeschaltete Klassifikatoren, die problematische Ausgaben abfangen, oder als unternehmensweite Richtlinien für den KI-Einsatz. In der Schweiz sind sie besonders relevant, weil das DSG und der EU AI Act zunehmend nachweisbare Kontrollmechanismen verlangen. Guardrails ersetzen kein Alignment, sondern ergänzen es als praktische Sicherheitsebene.

Quelle: AWS — Guardrails for Amazon Bedrock (Dokumentation)

Verweis[Erklärbare KI][System Prompt][KI-Agent]

⌘ Masterprompt öffnen