KI & Machine Learning
Von den Grundbegriffen der künstlichen Intelligenz über die Funktionsweise heutiger Sprachmodelle bis zu den Techniken, mit denen sie an eigene Daten und Aufgaben angepasst werden - dieser Bereich baut stark aufeinander auf.
Empfohlener Einstieg
- Artificial IntelligenceDer Oberbegriff, in den sich alles andere hier einordnet.
- Machine LearningDer Ansatz, mit dem heutige KI-Systeme meist trainiert werden.
- LLMDie Modellklasse hinter ChatGPT, Claude und Co.
- PromptWie man einem LLM überhaupt eine Aufgabe stellt.
- RAGWie ein LLM Zugriff auf aktuelles, eigenes Wissen bekommt.
- AI AgentWenn ein Modell nicht nur antwortet, sondern selbstständig handelt.
Grundlagen
Artificial Intelligence
Artificial Intelligence (KI) bezeichnet Systeme, die Aufgaben ausführen, für die üblicherweise menschliche Intelligenz nötig ist, etwa Mustererkennung, Sprachverständnis oder Entscheidungsfindung.
Machine Learning
Machine Learning (maschinelles Lernen) ist ein Teilgebiet der KI, bei dem Systeme aus Daten Muster erkennen und darauf basierend Vorhersagen treffen, statt explizit programmiert zu werden.
Generative AI
Generative AI (generative Künstliche Intelligenz) bezeichnet KI-Systeme, die eigenständig neue Inhalte wie Text, Bilder, Audio oder Code erzeugen können, statt lediglich bestehende Daten zu klassifizieren oder auszuwerten.
Sprachmodelle
LLM
Ein LLM (Large Language Model) ist ein auf riesigen Textmengen trainiertes neuronales Netz, das Sprache versteht und generiert.
Transformer
Der Transformer ist eine neuronale Netzarchitektur, die 2017 vorgestellt wurde und die Grundlage praktisch aller modernen großen Sprachmodelle bildet.
Token
Ein Token ist die kleinste Texteinheit, in die ein Sprachmodell Eingaben zerlegt, um sie zu verarbeiten - oft ein Wortteil, ein ganzes Wort oder ein Satzzeichen.
Context Window
Das Context Window (Kontextfenster) ist die maximale Menge an Text - gemessen in Tokens -, die ein Sprachmodell bei der Beantwortung einer Anfrage gleichzeitig berücksichtigen kann.
Prompt
Ein Prompt ist die Eingabe - meist ein Text -, die einem Sprachmodell übergeben wird, um eine bestimmte Antwort oder Aktion zu erzeugen.
Halluzination
Eine Halluzination ist eine von einem Sprachmodell erzeugte Aussage, die plausibel und selbstsicher klingt, aber sachlich falsch oder frei erfunden ist.
Modelle anpassen & erweitern
Fine-Tuning
Fine-Tuning ist das zusätzliche Training eines bereits vortrainierten KI-Modells mit spezialisierten Daten, um es für eine bestimmte Aufgabe oder Domäne anzupassen.
RAG
RAG (Retrieval-Augmented Generation) ist eine Methode, bei der ein Sprachmodell vor der Antwortgenerierung relevante Informationen aus einer externen Wissensquelle abruft.
Embedding
Ein Embedding ist eine numerische Vektordarstellung von Text, Bildern oder anderen Daten, die deren Bedeutung so kodiert, dass ähnliche Inhalte nahe beieinander liegende Vektoren erhalten.
Vector Database
Eine Vector Database ist eine Datenbank, die auf die effiziente Speicherung und Ähnlichkeitssuche von Vektoren (Embeddings) spezialisiert ist.
Agenten & Integration
AI Agent
Ein AI Agent ist ein KI-System, das eigenständig mehrstufige Aufgaben plant, Werkzeuge einsetzt und Aktionen ausführt, statt nur eine einzelne Anfrage zu beantworten.
MCP
MCP (Model Context Protocol) ist ein offener Standard, der definiert, wie KI-Anwendungen einheitlich auf externe Werkzeuge, Daten und Dienste zugreifen können.
Vertiefende Artikel
Generative KI im Marketing einsetzen
Wo generative KI im Marketing-Alltag tatsächlich Zeit spart und wo menschliche Kontrolle weiterhin unverzichtbar bleibt.
RAG vs. Fine-Tuning
Zwei unterschiedliche Wege, ein Sprachmodell mit spezifischem Wissen oder Verhalten auszustatten - was jeder Ansatz technisch tut, wo seine Grenzen liegen, und ein Entscheidungsrahmen.