KI-Glossar.

Optimierung von Inhalten für KI-Suchsysteme wie ChatGPT, Perplexity oder Gemini — damit eine Marke in KI-Antworten zitiert wird, nicht nur in der klassischen Google-Trefferliste.

Software, die ein Ziel verfolgt, Zwischenschritte plant und externe Werkzeuge nutzt — ohne dass ein Mensch jeden Schritt vorgibt.

Großes Sprachmodell wie GPT-4, Claude oder Mistral — die Engine, die hinter den meisten KI-Anwendungen steckt und Text versteht und erzeugt.

Technik, bei der ein LLM nicht aus dem Gedächtnis antwortet, sondern zuerst relevante Dokumente aus einer eigenen Wissensquelle abruft und seine Antwort darauf stützt.

Open-Source-Plattform für Workflow-Automation. Vergleichbar mit Zapier oder Make, aber selbst hostbar — wichtig für DSGVO-Konformität und Kostenkontrolle bei vielen Abläufen.

Die strukturierte Vorgehensweise, einem LLM Anweisungen so präzise zu formulieren, dass es zuverlässig gute Ergebnisse liefert — entscheidend für stabile KI-Workflows im Geschäftseinsatz.

Sobald KI personenbezogene Daten verarbeitet, greift die DSGVO. Entscheidend sind Hosting-Ort, Auftragsverarbeitungsvertrag und ob die Daten zum Training genutzt werden.

Setup aus mehreren spezialisierten KI-Agenten, die zusammenarbeiten — jeder mit klarer Rolle, statt einen Allzweck-Agenten alles auf einmal versuchen zu lassen.

Übernahme wiederkehrender Geschäftsprozesse durch KI-gestützte Workflows — Mail-Klassifikation, Datenextraktion, Content-Generierung. Realistische Zeitersparnis 3–15 Stunden pro Woche je nach Aufgabe und Volumen.

Wie sich Investitionen in KI-Projekte rechnen. Faustregel: bei 5 Stunden Routinearbeit pro Woche amortisiert sich ein Pilotprojekt bei €60 internem Stundensatz typisch in 2–4 Monaten.

Was Unternehmen bei der ChatGPT-Nutzung beachten müssen — DSGVO, Datenpreisgabe, Mitarbeiter-Richtlinien. Die kostenlose Web-UI ist nicht für Kundendaten geeignet, ChatGPT Team und Enterprise mit AVV hingegen schon.

Verbindung von KI-Modellen mit den Geschäftsanwendungen, die ein Unternehmen ohnehin schon nutzt — Google Workspace, Microsoft 365, Gmail / Outlook, CRM, Shopify, ERP. Realisiert über APIs, Webhooks und Orchestratoren wie n8n.

KI ersetzt für KMU in der Praxis selten ganze Stellen, sondern verlagert Routinearbeit hin zu Aufgaben mit höherem Wert. Augmentation statt Replacement — das Team arbeitet entlastet, nicht weniger.

Automatische Ausführung wiederkehrender Geschäftsprozesse — von einfachen Wenn-Dann-Regeln bis zu KI-gestützten Workflows mit Entscheidungslogik. Standard-Hebel für KMU-Effizienz, oft unterausgenutzt.

Spezialisierte Datenbank, die Embeddings (mathematische Vektoren) speichert und nach semantischer Ähnlichkeit durchsucht — Kernkomponente für RAG-Setups und KI-gestützte Suche.

Mathematische Vektor-Darstellung von Text, Bild oder Audio — semantisch ähnliche Inhalte ergeben ähnliche Vektoren. Grundlage für KI-Suche, Klassifikation und RAG.

EU-Verordnung zur Regulierung von KI-Anwendungen, seit 2024 in Kraft, gestaffelte Umsetzung bis 2027. Klassifiziert KI-Systeme in vier Risiko-Klassen mit unterschiedlichen Pflichten pro Klasse.

Offenes Protokoll von Anthropic für die standardisierte Anbindung von Tools an KI-Modelle. Ermöglicht wiederverwendbare Werkzeug-Verbindungen statt individueller Integrationen pro Anwendung.

Französisches KI-Unternehmen mit LLMs, die in der EU gehostet werden — wichtigste DSGVO-konforme Alternative zu OpenAI für KMU mit Datenschutz-Anforderungen.

KI-Modelle mit frei zugänglichen Gewichten, die selbst gehostet werden können — Llama, Mistral, Qwen, DeepSeek. Wichtigste Wahl für DSGVO-strenge Anwendungen und Self-Hosting auf eigener Hardware.