Wörterbuch der Künstlichen Intelligenz: 50 Schlüsselbegriffe zur KI

Einer von fünfzig Jobs auf dem entwickelten Markt im vergangenen Jahr erfordert Kenntnisse in Künstlicher Intelligenz (KI). Auch wenn man sagen kann, dass dies ein kleiner Prozentsatz ist, wird diese Anforderung in Stellenanzeigen zunehmend verbreitet, da sich die KI am schnellsten entwickelt und die Geschäftsprozesse erheblich beeinflusst. Nichts verändert und aktualisiert sich so schnell wie die Künstliche Intelligenz, die die Geschäftsprozesse neu definiert.

Generative Künstliche Intelligenz, Algorithmen, Deep Learning, große Sprachmodelle, natürliche Sprachverarbeitung, Computer Vision, neuronale Netzwerke, große Datensätze, robotergestützte Prozessautomatisierung… sind einige der Begriffe, die jeder Unternehmer kennen sollte. Der Begriff ‚Künstliche Intelligenz‘ entstand 1955 an der Stanford University als ‚die Wissenschaft und Technik zur Schaffung intelligenter Maschinen‘.

Künstliche Intelligenz ist die Fähigkeit eines Computers, Aufgaben auszuführen, die menschliche Intelligenz erfordern, wie das Lernen aus Erfahrungen, das Lösen komplexer Probleme, das Verstehen geschriebener oder gesprochener Sprache, das Erstellen neuer Inhalte, Bilder usw., wobei es darum geht, Maschinen zu programmieren und zu trainieren, damit sie denken und sich wie Menschen verhalten. Die Technologie der Künstlichen Intelligenz kann riesige Datenmengen schnell verarbeiten, auf eine Weise, die die menschlichen Fähigkeiten weit übersteigt, Muster erkennen, Entscheidungen treffen und wie ein Mensch logisch denken. In Erwartung des Tages, an dem die allgemeine Künstliche Intelligenz entstehen wird, präsentieren wir an dieser Stelle fünfzig Schlüsselbegriffe zur KI :

1. KI

Künstliche Intelligenz (KI) oder allgemein KI (Englisch: artificial intelligence) ist ein System, das maschinelles Lernen und Algorithmen verwendet, um menschliche Intelligenz zu simulieren.

2. KI-Ethische Richtlinien

Ein Satz von Richtlinien für den verantwortungsvollen Einsatz, das Design und die Entwicklung von Künstlicher Intelligenz. Sie sollen Unternehmen und Organisationen leiten, um Risiken im Zusammenhang mit der Nutzung und Entwicklung von Künstlicher Intelligenz zu mindern.

3. KI-Planung

Behandelt die Lösung eines Ausgangszustands, der in einen gewünschten Zielzustand geändert werden muss. KI-Planungssysteme können eine Reihe von Geschäftszielen unterstützen: Planung eines ersten Zeitplans für ein Projekt, Bewertung von Risiken für jeden potenziellen Plan (Risikomanagement) und schnelles Prototyping.

4. KI-Ausrichtung

Das Ziel der KI-Ausrichtung ist es, ihre Systeme so auszurichten, dass sie mit den Zielen und ethischen Prinzipien der Menschen übereinstimmen.

5. KI-Voreingenommenheit

KI-Voreingenommenheit bedeutet, dass maschinelles Lernen Ergebnisse mit Vorurteilen produziert. KI-Voreingenommenheit ist auch bekannt als maschinelles Lernen Bias oder einfach Bias.

6. Algorithmus

Ein Satz von Anweisungen für eine KI-Maschine, der detailliert beschreibt, wie ein Problem gelöst oder eine Aufgabe ausgeführt werden soll.

7. Anthropomorphismus

Die Tendenz von Menschen, nicht-menschlichen Wesen, wie Tieren und Chatbots, menschliche Eigenschaften zuzuschreiben. Da Chatbots und andere Modelle der Künstlichen Intelligenz so gestaltet sind, dass sie wie Menschen klingen oder aussehen, fällt es den Menschen schwerer, sie zu anthropomorphisieren, es sei denn, sie weisen ihnen das Pronomen ‚er‘ oder ’sie‘ zu.

8. AGI

Künstliche allgemeine Intelligenz (AGI) oder, auf Kroatisch, künstliche allgemeine Intelligenz ist eine Art von Künstlicher Intelligenz, die denken, lernen, intellektuelle Aufgaben ausführen kann, die Menschen erledigen, und Aufgaben ausführen kann, für die sie nicht trainiert wurde. Sie wird als ‚tiefe Künstliche Intelligenz‘ bezeichnet und ist noch Teil der Theorie. Es wird erwartet, dass sie vor 2030 entsteht und die menschlichen Fähigkeiten übertrifft.

9. Automatische Spracherkennung

Der englische Begriff automatische Spracherkennung bezieht sich auf die Erkennung von Sprache, eine Form der Künstlichen Intelligenz, die Sprachkommunikation in Text übersetzt. Sie ist auch in der Lage, eine Person anhand ihres Sprachbefehls zu erkennen. Es gibt zwei Komponenten der Spracherkennung in der KI: die Umwandlung von Sprache in Text, wenn die Software gesprochene Wörter oder Geräusche in schriftliche Inhalte in einem Textdokument transkribiert, und in der Anzeigeoberfläche erstellt die Text-zu-Sprache (TTS)-Software Sprachlaute aus Textinhalten. Spracherkennung wird am häufigsten in Smartphones verwendet.

10. Black Box KI

Ein Black Box KI-System ist eines, das nicht zeigt, wie es funktioniert und wie Benutzereingaben verarbeitet werden. Nachdem Sie einige Ihrer Daten in das System eingegeben haben, wird es ein Ergebnis produzieren. Es ist jedoch nicht möglich zu sehen, welchen Code es verwendet und zu analysieren, welcher Logik die Künstliche Intelligenz gefolgt ist, um solche Ergebnisse zu generieren.

11. Chatbot

Software, die entwickelt wurde, um mit Menschen durch Gespräche zu interagieren. Chatbots, die von Künstlicher Intelligenz betrieben werden, verarbeiten natürliche Sprache (NLP), um Benutzeranfragen und -absichten zu interpretieren, damit sie Marketing-, Verkaufs- oder Nachverkaufsunterstützung bieten können.

12. ChatGPT

Chat Generative Pre-trained Transformer ist ein Chatbot, der von einem großen Sprachmodell (LLM) entwickelt von OpenAI betrieben wird. Er ermöglicht es Benutzern, mit ihm in einem Gespräch zu interagieren, wie es zwischen Menschen der Fall ist. Er verarbeitet natürliche Sprache, um Benutzerfragen zu verstehen und zu beantworten.

13. Copilot

Eine Funktion des Microsoft 365 KI-Assistenten, die derzeit auf den großen Sprachmodellen GPT-4 (LLM) von OpenAI basiert.

14. DALL·E

Ein KI-System, das maschinelles Lernen verwendet, um Bilder und Kunst aus Benutzerbeschreibungen zu erstellen, ebenfalls aus der Werkstatt von OpenAI. Seine dritte Generation – DALL·E 3 ist derzeit verfügbar.

15. Deep Blue

Ein Computer, der 1997 von IBM entwickelt wurde. Er ist bekannt als das erste Schachspielsystem, das ein Match gegen den Schachweltmeister gewonnen hat.

16. Deep Learning

Deep Learning ist eine fortgeschrittene Form der Künstlichen Intelligenz, die die Funktionsweise des menschlichen Gehirns nachahmt. Anstatt sich auf einen Algorithmus zu verlassen, um eine Aufgabe auszuführen, verwendet es neuronale Netzwerke wie unser Gehirn, was es ihm ermöglicht, basierend auf zuvor gelernten Mustern Vorhersagen zu treffen.

17. Deepfake

Eine Kombination aus Deep Learning und Lügen, d.h. Manipulation. Ein Deepfake ist ein Bild, Audio oder Video, das falsche Ereignisse darstellt, die von Künstlicher Intelligenz generiert werden. Es wendet leistungsstarkes maschinelles Lernen und Künstliche Intelligenz an, um irreführende Inhalte zu manipulieren oder zu erstellen.

18. Diskriminator

Der Diskriminator in einem generativen gegnerischen Netzwerk (GAN) ist ein Klassifikator, der versucht, echte Daten von gefälschten Daten zu unterscheiden, die vom Generator erzeugt wurden. Das Ziel ist es, dass der Diskriminator seine Fähigkeit verbessert, echte Inhalte von gefälschten zu unterscheiden, während der Generator versucht, sich in der Erstellung gefälschter Inhalte zu verbessern.

19. Expertensystem

Ein Programm, das KI-Technologien verwendet, um Probleme in einem Bereich wie ein Experte zu lösen, einschließlich einer Wissensdatenbank, die Informationen über einen bestimmten Bereich enthält. Je größer die Menge an Daten in der Wissensdatenbank ist, desto genauer wird das Expertensystem sein. Es wendet Schlussfolgerungsregeln an, um fehlerfrei Schlussfolgerungen zu ziehen oder neue Informationen aus der Wissensdatenbank abzuleiten. Der Einsatz von Expertensystemen im Gesundheitswesen hilft, Diagnosen wie ein Arzt zu bestimmen.

20. GAN

Generatives gegnerisches Netzwerk oder generatives gegnerisches Netzwerk (GAN) ist eine Art von maschinellem Lernen, das aus zwei neuronalen Netzwerken (einem Generator und einem Diskriminator) besteht, die miteinander konkurrieren. Der Generator erstellt Ausgaben basierend auf Eingaben, und der Diskriminator überprüft, ob die Ausgabe echt ist oder nicht.

21. Generative Künstliche Intelligenz (GenAI)

Künstliche Intelligenz, die neue Inhalte basierend auf vorhandenen Daten erstellt, auf denen sie trainiert wurde. Es ist eines der innovativsten Bereiche der Künstlichen Intelligenz und wird von Kunst und Musik bis hin zu Medizin und Ingenieurwesen angewendet.

22. Natürliche Sprachgenerierung (NLG)

Natürliche Sprachgenerierung oder NLG ist die Verwendung von Künstlicher Intelligenz, um Daten in natürliche Sprache umzuwandeln, die Menschen verstehen können. Die Daten können geschriebene oder gesprochene Sprache sein.

23. GPT

Generativer vortrainierter Transformer oder generativer vortrainierter Transformer (GPT) ist eine Art von großem Sprachmodell (LLM), das darauf trainiert wurde, Inhalte zu generieren. Es wurde 2018 von OpenAI eingeführt und hat im vergangenen Jahr eine weltweite Sensation ausgelöst, als es ChatGPT einführte, und bietet jetzt GPT-4 Turbo als das fortschrittlichste Modell an, das im November 2023 eingeführt wurde.

24. GIGO

Garbage in, garbage out (GIGO) ist ein Konzept der Informatik, das besagt, dass Daten von geringer Qualität zu einer Schlussfolgerung oder einem Ergebnis von geringer Qualität führen. Wenn Künstliche Intelligenz auf voreingenommenen, qualitativ minderwertigen Daten trainiert wird, wird das Ergebnis voreingenommen und mittelmäßig sein.

25. Halluzination

Ein Fall, in dem generative Künstliche Intelligenz eine Anfrage analysiert und falsche Informationen erfindet. Sie unterscheidet sich von Deepfakes, die absichtlich falsche Inhalte erstellen.

26. LLM

Ein Teil der generativen Künstlichen Intelligenz ist ein großes Sprachmodell (LLM). Es wird weit verbreitet in virtuellen Assistenten, Chatbots, Inhaltserstellung und Sprachübersetzung verwendet. Es gibt etwa einhundert LLMs auf dem Markt. Die bekanntesten sind immer noch die von OpenAI, die dank des ChatGPT Chatbots und seiner API für die Verwendung in anderen Anwendungen verfügbar sind.

27. LlaMA

Sogar Zuckerbergs Meta hat sein Rennpferd: Es entwickelte das LLM Meta AI (LlaMA), eine Familie von Open-Source-großen Sprachmodellen (LLM). Es wurde 2023 eingeführt.

28. Modell

Ein maschinelles Lernalgorithmus, der darauf trainiert ist, Muster zu erkennen und Vorhersagen zu treffen.

29. Neuronales Netzwerk

Ein maschinelles Lernmodell, das auch als künstliches neuronales Netzwerk (ANN) oder simuliertes neuronales Netzwerk (SNN) bekannt ist, ahmt nach, wie Neuronen im menschlichen Gehirn einander Signale senden, um ein Problem zu lösen oder eine Antwort zu geben. Große neuronale Netzwerke enthalten Milliarden von Parametern, die eine breite Palette von Antworten auf Fragen ermöglichen. Diese Fähigkeit wird als ‚Black Box‘ bezeichnet. Der Benutzer kann eine Frage stellen, und das Modell gibt eine Antwort.

30. Natürliche Sprachverarbeitung (NLP)

Natürliche Sprachverarbeitung ist Künstliche Intelligenz, die es Computern ermöglicht, menschliche Sprache zu interpretieren und zu verstehen und sie mithilfe von Konzepten aus der Informatik und der computerlinguistischen Verarbeitung zu manipulieren. Sie treibt Programme an, die Texte leicht von einer Sprache in eine andere übersetzen, auf gesprochene Befehle reagieren und große Textmengen in Echtzeit zusammenfassen können. Sie treibt beispielsweise Siri, Alexa und sprachaktivierte GPS-Systeme an.

31. OpenAI

Ein privates amerikanisches Forschungsinstitut für Künstliche Intelligenz, das 2015 gegründet wurde, zunächst als gemeinnützige Organisation. Es hat mehrere Modelle der Künstlichen Intelligenz entwickelt und eingeführt, darunter GPT-4, ChatGPT, CLIP und DALL·E.

32. PaLM

Länger bekannt als Pathways Language Model, ist PaLM das große Sprachmodell von Google, das auf Transformatoren basiert. Es kann verschiedene Aufgaben ausführen, die bis Mai dieses Jahres geheim gehalten wurden, und ist jetzt bereits in einer fortschrittlichen Version – PaLM 2 – verfügbar.

33. Prädiktive KI

Prädiktive Künstliche Intelligenz ist eine Methode der Datenanalyse, die statistische Algorithmen verwendet, um zukünftige Ergebnisse vorherzusagen.

34. Prompt

Die Eingabe eines menschlichen Benutzers in ein Künstliche Intelligenz-System, das Ausgaben oder Ergebnisse generieren wird.

35. Prompt-Engineering

Prompt-Engineering ist der schnelle Ingenieurprozess zur Erstellung und Verfeinerung von Anfragen für ein generatives KI-Modell. KI-Nutzer verwenden Prompt-Engineering, um die Ergebnisse des Künstliche Intelligenz-Modells zu verbessern.

36. Augmentierte Intelligenz

Augmentierte Intelligenz ist die Verwendung von Künstlicher Intelligenz zur Verbesserung der menschlichen Intelligenz und zur Unterstützung der Entscheidungsfindung. Anstatt dass Künstliche Intelligenz Aufgaben und Daten unabhängig verarbeitet, um Menschen zu ersetzen, dient sie als Unterstützung für sie.

37. Computer Vision

KI Vision oder Computer Vision ermöglicht es Computern, Bilder und Videos zu sehen und visuelle Daten schnell und in großem Maßstab zu verstehen. Es verwendet Deep Learning und neuronale Netzwerke, um vorherzusagen, was es sieht, basierend auf vergangenen Daten. Die Entwicklung von selbstfahrenden Fahrzeugen ist das ehrgeizigste Projekt in der Computer Vision. Es wird beispielsweise in Smartphones zur Fingerabdruck- und Gesichtserkennung verwendet.

38. RL

Reinforcement Learning ist eine Methode des maschinellen Lernens, die auf Feedback basiert. Ein Künstliche Intelligenz-Agent lernt, sich in einer Umgebung zu verhalten, dank des Feedbacks, das er erhält: Er erhält positives Feedback für jedes gewünschte Verhalten und Bestrafung für jedes unerwünschte.

39. RLHF

Reinforcement Learning aus menschlichem Feedback ist eine Taktik, die Künstliche Intelligenz-Modelle mit direktem menschlichem Feedback trainiert. Anstatt Belohnungen oder Bestrafungen zu erhalten, erhalten sie Feedback von Menschen, normalerweise in Form von Bewertungen des Verhaltens des Modells.

40. Robotergestützte Prozessautomatisierung

Robotik befasst sich mit der Schaffung intelligenter Roboter durch die Kombination von Informatik, Ingenieurwesen und Elektrotechnik. Anstelle von Computern benötigen Roboter Hardware mit Sensoren. Robotergestützte Prozessautomatisierung (RPA) unterscheidet sich von anderen Programmen der Künstlichen Intelligenz, da Roboter in der physischen Welt operieren.

41. Datenanalyse

Datenanalyse ist das Sortieren großer Datensätze und das Identifizieren von Mustern, die für Unternehmen wertvoll sein werden, um weitere Analysen durchzuführen und ihre Entscheidungen zu informieren.

42. Synthetische Daten

Daten, die von einem Computer generiert werden, um reale Daten zu ersetzen. Dies geschieht zum Schutz sensibler Daten, zur Reduzierung von Vorurteilen und zur Verbesserung von KI-Modellen.

43. Maschinelles Lernen (ML)

ML (maschinelles Lernen) ist eine Form der KI, die darauf abzielt, Systeme zu befähigen, durch Beobachtung von Daten, die aus vergangenen Erfahrungen gesammelt wurden, zu lernen und gemeinsame Muster zu finden. Ziel ist es, dass Systeme genaue Entscheidungen auf der Grundlage gesammelter Daten ohne menschliches Eingreifen oder Programmierung treffen. Maschinelles Lernen umfasst Deep Learning, das auf künstlichen neuronalen Netzwerken mit überwachtem und unüberwachtem Lernen basiert. Deep Learning hat sich in den letzten Jahren zu Methoden zur Erkennung von Bildern und Videos weiterentwickelt. Objekt-, Gesichts- und Worterkennung, visuelle Suche, Logo- und Landmarkenerkennung sowie Bildgenerierung sind nur einige Anwendungen dieser Technologie. Algorithmen des maschinellen Lernens können Deep Learning-Frameworks trainieren, um Fotos in Datensätzen mit größerer Genauigkeit als Menschen zu erkennen und zu kategorisieren. Einige geschäftliche Vorteile des maschinellen Lernens in der KI umfassen Produktempfehlungen, die sich als erfolgreich erwiesen haben, um das Geschäft voranzutreiben. Bis zu 35 Prozent des Umsatzes von Amazon stammen aus Produktempfehlungen.

44. Transformer

Eine Art von Deep Learning-Modell für die natürliche Sprachverarbeitung. Es kann den Kontext von Wörtern in einem Satz verarbeiten und Ausgaben basierend auf einer Reihe von Daten während eines Gesprächs erzeugen.

45. Turing-Test

Eine Bewertungsmethode, die bestimmt, ob ein Computer wie ein Mensch denken kann. Entwickelt von Alan Turing im Jahr 1950, beinhaltet der Test, dass ein menschlicher Prüfer ein Gespräch zwischen einem Menschen und einer Maschine analysiert. Wenn der Prüfer den Computer nicht vom Menschen unterscheiden kann, besteht die Maschine den Test.

46. Unüberwachtes Lernen und Überwachtes Lernen

Unüberwachtes Lernen ist eine Art des maschinellen Lernens, das unbeschriftete Datensätze analysiert. Es entdeckt Muster, Ähnlichkeiten und Unterschiede in Datensätzen ohne menschliches Eingreifen. Auf der anderen Seite verwendet überwachtes Lernen mehrere Eingabe-Ausgabe-Daten mit Beschriftungen, um Algorithmen zu trainieren. Beispielsweise können Algorithmen des überwachten Lernens ein Bildverarbeitungsmodell trainieren, indem sie ein Bild eines Hundes mit der Beschriftung ‚Hund‘ paaren, damit es einen Hund aus einem Foto identifizieren kann.

47. Assoziationsregel-Lernen

Eine Technik des maschinellen Lernens ohne Aufsicht, deren Ziel es ist, interessante Beziehungen zwischen Variablen in großen Datensätzen zu entdecken, verbirgt sich hinter dem englischen Begriff assoziationsregel Lernen. Im Marketing kann diese Lerntechnik verborgene Muster finden, die Einblicke in Geschäftsstrategien und Kundensegmentierung bieten.

48. Validierung oder Bewertung

Im Kontext der Künstlichen Intelligenz ist Validierung die Überprüfung der Leistung eines Künstliche Intelligenz-Modells während oder nach dem Trainingsprozess. Das KI-Modell wird an einem Teil von Daten getestet, die es während des Trainings nicht gesehen hat, um zu überprüfen, ob es lernt.

49. Big Data

Daten, die durch 4 V’s charakterisiert sind: Volumen, Geschwindigkeit, Vielfalt und Wahrhaftigkeit. Big Data vereint viele Daten aus verschiedenen Quellen, und Künstliche Intelligenz wird verwendet, um riesige Datensätze zu analysieren, die traditionelle Computer nicht verarbeiten können. Künstliche Intelligenz ist besonders nützlich für unstrukturierte Daten, die keinem spezifischen Datenmodell folgen und keine vordefinierte Struktur haben. Dies sind Rohdaten, die in kein traditionelles tabellarisches Format passen: Dokumente, E-Mails, Beiträge in sozialen Medien, Blogs und Online-Inhalte wie Bilder, Audioaufnahmen und Videos.

50. Zero-Shot-Lernen

Wörtlich übersetzt als ‚Lernen ohne Versuche‘, eine Methode des maschinellen Lernens, die Künstliche Intelligenz-Modelle trainiert, um Objekte zu erkennen und zu kategorisieren, die sie noch nie gesehen haben.