KI von A-Z: 31 Wichtige Begriffe erklärt

Künstliche Intelligenz (KI) – ein Begriff, der uns immer häufiger begegnet und unsere Welt auf faszinierende – oder auf gefährliche – Weise verändert. Doch was genau verbirgt sich hinter all den Fachbegriffen, die im Zusammenhang mit ChatGPT und Co. oft fallen? Neuronale Netze, Machine Learning, Deep Learning – klingt kompliziert, ist aber spannender als mancher Thriller, denn es betrifft uns selbst.

Hier geht es um die wichtigsten Begriffe rund um das Thema KI von nach Z.

A

• Algorithmus: Ein Satz von Regeln oder Anweisungen, die von einem Computer befolgt werden, um Probleme zu lösen oder Aufgaben auszuführen.
• Artificial General Intelligence (AGI): Ein hypothetisches KI-System, das die Fähigkeit besitzt, jede intellektuelle Aufgabe zu verstehen oder zu lernen, die ein Mensch ausführen kann. AGI gilt als vordringliches Ziel der KI entwickelnden Unternehmen wie OpenAI.

B

• Big Data: Große Mengen an Daten, die gesammelt, gespeichert und analysiert werden, um Muster und Trends zu erkennen.
• Bots: Automatisierte Programme, die Aufgaben im Internet ausführen, oft genutzt für einfache, repetitive Aufgaben.

C

• Computer Vision: Ein Bereich der KI, der sich mit dem Verständnis und der Interpretation von visuellen Informationen durch Computer befasst.
• Conversational AI: Technologien, die natürliche Sprachverarbeitung und maschinelles Lernen verwenden, um menschenähnliche Interaktionen zwischen Computern und Menschen durch Text- oder Sprachkommunikation zu ermöglichen.

D

• Deep Learning: Ein Teilbereich des maschinellen Lernens, der auf neuronalen Netzwerken mit vielen Schichten basiert, um Muster in Daten zu erkennen und zu lernen.

E

• Expertensystem: Ein Computersystem, das menschliches Expertenwissen nachahmt, um Entscheidungen in speziellen Bereichen zu treffen.

F

• Fairness: Die Entwicklung und Implementierung von Algorithmen und Modellen, die “diskriminierungsfrei” arbeiten und sicherstellen sollen, dass alle Nutzergruppen gerecht und ohne Vorurteile behandelt werden.

G

• Generative Adversarial Networks (GANs): Ein maschinelles Lernmodell, das zwei neuronale Netzwerke gegeneinander ausspielt, um realistische Daten zu erzeugen.
• Generative KI: Erzeugt neue Daten oder Inhalte, wie Texte, Bilder oder Musik, basierend auf den erlernten Mustern und Daten. Wir nutzen sie in Gestalt von ChatGPT, Gemini oder Claude.

H

• Halluzinationen: In der KI der Fall, wenn ein Modell Informationen generiert, die faktisch falsch oder nicht in den Trainingsdaten enthalten sind. Besonders relevant bei generativen Modellen wie Chatbots, die plausible, aber ungenaue oder erfundene Antworten geben können.

I

• Intelligente Agenten: Systeme, die in ihrer Umgebung wahrnehmen, handeln und autonom Entscheidungen treffen können, um bestimmte Ziele zu erreichen. Selbstfahrende Automobile gehören dazu, Drohnen, Roboter, aber auch Assistenten wie Siri oder Alexa.

J

• Jetson: Eine Produktlinie von NVIDIA, die aus eingebetteten KI-Entwicklungsplattformen besteht. Sie sind besonders nützlich für Anfänger, da sie leistungsstarke Hardware und umfassende Software-Tools bieten, um mit maschinellem Lernen und Deep Learning zu experimentieren und Prototypen zu erstellen.

K

• Künstliche Intelligenz (KI): Das Feld der Informatik, das sich mit der Erstellung von Maschinen befasst, die Aufgaben ausführen können, die normalerweise menschliche Intelligenz erfordern.

L

• Lernen unter Aufsicht (Supervised Learning): Eine Methode des maschinellen Lernens, bei der das Modell mit Eingabe-Ausgabe-Paaren trainiert wird.
• Lernen ohne Aufsicht (Unsupervised Learning): Eine Methode des maschinellen Lernens, bei der das Modell ohne beschriftete Daten trainiert wird, um Muster und Strukturen in den Daten zu erkennen.

M

• Maschinelles Lernen (ML): Ein Teilgebiet der KI, das sich auf die Entwicklung von Algorithmen und Techniken konzentriert, die es Computern ermöglichen, aus Daten zu lernen und Vorhersagen zu treffen.

N

• Neuronales Netzwerk: Ein Computermodell, das die Struktur und Funktionsweise des menschlichen Gehirns nachahmt, um Muster in Daten zu erkennen.

O

• Optimierung: Der Prozess der Anpassung eines Modells, um seine Leistung in Bezug auf eine bestimmte Metrik zu verbessern.
• Overfitting: Tritt auf, wenn ein KI-Modell die Trainingsdaten so gut lernt, dass es Muster und Rauschen auswendig lernt, was zu einer schlechten Generalisierung und Leistung auf neuen, ungesehenen Daten führt.

P

• Predictive Analytics: Ein Bereich der Datenanalyse, der sich auf die Vorhersage zukünftiger Ereignisse auf der Grundlage historischer Daten konzentriert.

Q

• Qualität: Die Genauigkeit, Vollständigkeit, Konsistenz, Zuverlässigkeit und Relevanz der Daten, die für das Training und den Betrieb von KI-Modellen verwendet werden.

R

• Reinforcement Learning (RL): Eine Methode des maschinellen Lernens, bei der Agenten lernen, indem sie Belohnungen für Aktionen in einer Umgebung erhalten.

S

• Sprachverarbeitung (Natural Language Processing, NLP): Ein Teilgebiet der KI, das sich mit der Interaktion zwischen Computern und menschlicher Sprache befasst.

T

• Turing-Test: Ein Test zur Bestimmung, ob eine Maschine intelligentes Verhalten zeigen kann, das von dem eines Menschen nicht zu unterscheiden ist.

U

• Unstrukturierte Daten: Daten, die nicht in einem vordefinierten Format oder Schema vorliegen, wie Text, Bilder, Audio und Videos, und daher spezielle Techniken zur Verarbeitung und Analyse erfordern.

V

• Virtuelle Realität (VR): Eine computergenerierte Umgebung, die es Benutzern ermöglicht, in eine scheinbar reale oder imaginäre Welt einzutauchen und mit ihr zu interagieren.

W

• Weak AI (Schwache KI): KI-Systeme, die auf bestimmte Aufgaben beschränkt sind und kein allgemeines Bewusstsein oder Verständnis haben.

X

• Explainable AI (XAI): Ansätze und Techniken, die darauf abzielen, die Entscheidungsprozesse von KI-Systemen transparent und nachvollziehbar zu machen.

Y

• YOLO (You Only Look Once): Ein Echtzeit-Objekterkennungsalgorithmus, der neuronale Netze verwendet, um Bilder in einem einzigen Durchgang zu analysieren und mehrere Objekte gleichzeitig zu erkennen und zu lokalisieren.

Z

• Zero-shot Learning: Eine Technik des maschinellen Lernens, bei der ein Modell lernen kann, eine Aufgabe auszuführen, ohne explizit für diese Aufgabe trainiert worden zu sein.

Werkstattbericht

Das Beitragsbild generierte die KI DALL-E, was darin abgebildet ist, existiert in der realen Welt nicht. Die verwendeten Fonts sind Anton (Google) und Alegreya Sans (Google).