Englischer Originalbegriff	Deutscher Begriff	Erläuterung
Agent	Agent	Ein KI-Agent ist ein Computerprogramm, das künstliche Intelligenz nutzt, um Aufgaben automatisch und selbstständig auszuführen. Diese Agenten können lernen, Entscheidungen treffen und auf ihre Umgebung reagieren, basierend auf den Daten, die sie sammeln oder erhalten. Sie sind in verschiedenen Bereichen einsetzbar, wie zum Beispiel in der Automatisierung von Kundenservice, im Management von Smart Homes, in Spielen, in der Datenanalyse und in vielen anderen Anwendungen.
Artificial Intelligence (AI)	Künstliche Intelligenz (KI)	Die Fähigkeit von Maschinen, menschenähnliche Intelligenz zu zeigen und Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern. Beispiel: ChatGPT
Machine Learning (ML)	Maschinelles Lernen (ML)	Ein Teilbereich der KI, der es Maschinen ermöglicht, aus Daten zu lernen und ihre Leistung bei einer Aufgabe ohne explizite Programmierung zu verbessern. Beruht auf statistischen Methoden wie linearer Regression. Beispiel: Das Empfehlungssystem von Youtube.
Deep Learning	Deep Learning	Eine Art von ML, das neuronale Netze mit mehreren Schichten verwendet, um Daten zu analysieren und zu klassifizieren. Beispiel: Googles Bilderkennungssystem in seiner Google-App.
Neural Network	Neuronales Netzwerk	Ein Netzwerk von Knoten, die zusammenarbeiten, um Informationen zu analysieren und zu verarbeiten, modelliert nach der Struktur des menschlichen Gehirns. Beispiel: Alexas Spracherkennungssystem.
Natural Language Processing (NLP)	Natürliche Sprachverarbeitung (NLP)	Die Fähigkeit von Computern, menschliche Sprache zu verstehen, zu interpretieren und zu generieren. Beispiel: Googles Übersetzungssystem.
Computer Vision	Computer Vision	Die Fähigkeit von Computern, visuelle Informationen aus der Welt zu interpretieren und zu “verstehen”. Beispiel: Teslas Autopilot-System.
Robotics	Robotik	Die Wissenschaft von Robotern und ihrer Konstruktion, Herstellung und Betrieb. Beispiel: Der Roboterhund von Boston Dynamics.
Autonomous Systems	Autonome Systeme	Systeme, die ohne menschliches Eingreifen unabhängig operieren können. Beispiel: Der Iron Dome von Israel.
Big Data	Big Data	Extrem große Datensätze, die analysiert werden können, um Muster, Trends und Assoziationen zu enthüllen. Beispiel: Social-Media-Analytik.
Data Mining	Data Mining	Der Prozess des Extrahierens nützlicher, detaillierter Informationen aus großen Datensätzen. Beispiel: Die Kundenanalytik von Supermärkten.
Data Science	Data Science	Das interdisziplinäre Gebiet wissenschaftlicher Methoden, Prozesse und Systeme, um Wissen oder Einsichten aus Daten zu extrahieren. Beispiel: Googles Suchalgorithmus.
Algorithm	Algorithmus	Eine Reihe von Regeln oder Anweisungen, die von einer Maschine befolgt werden, um ein Problem zu lösen oder eine Aufgabe auszuführen. Beispiel: Googles PageRank-Algorithmus.
Predictive Analytics	Predictive Analytics	Die Praxis, Daten, statistische Algorithmen und maschinelle Lernverfahren zu verwenden, um die Wahrscheinlichkeit zukünftiger Ergebnisse anhand historischer Daten zu identifizieren. Beispiel: Amazons Produktempfehlungssystem.
Recommendation Systems	Empfehlungssysteme	Systeme, die Produkte, Dienstleistungen oder Informationen auf der Grundlage von Benutzerpräferenzen und -verhalten vorschlagen. Beispiel: Das Empfehlungssystem von Youtube.
Chatbot	Chatbot	Ein Computerprogramm, das konzipiert ist, um Gespräche mit menschlichen Benutzern zu simulieren, insbesondere über das Internet.
Virtual Assistant	Virtueller Assistent	Ein Software-Agent, der Aufgaben oder Dienstleistungen für eine Person basierend auf mündlichen oder schriftlichen Befehlen ausführen kann. Beispiel: Amazons Alexa.
Computer Simulation	Computersimulation	Der Prozess des Entwerfens eines Modells eines realen oder theoretischen Systems, um sein Verhalten zu verstehen und vorherzusagen. Beispiel: NASAs Raumfahrt-Simulationen.
Expert Systems	Expertensysteme	KI-Systeme, die die Entscheidungsfindung eines menschlichen Experten in einem spezifischen Bereich nachahmen. Beispiel: IBMs Watson.
Cognitive Computing	Kognitive Datenverarbeitung	KI-Systeme, die natürliche Sprachverarbeitung und mas
Large Language Models (LLMs)	Große Sprachmodelle (LLMs)	Die aktuellen KIs, die (fast) normale Konversationen mit Menschen führen können und über ein enormes Wissen verfügen. Beispiele: ChatGPT, Claude 2 oder Llama 2.
Activation Function	Aktivierungsfunktion	Eine Funktion in einem neuronalen Netzwerk, die Eingaben und Gewichte kombiniert und in eine Ausgabe umwandelt, die das Neuron nutzen kann.
Affordances	Handlungsmöglichkeiten	Die Möglichkeiten eines KI-Systems zur Interaktion oder Handlung innerhalb seiner Umgebung. Vereinfacht gesagt, ist es wie eine Liste dessen, was eine KI in einer bestimmten Situation tun kann.
Algorithm	Algorithmus	Eine Reihe von Regeln oder Anweisungen, die einer KI oder anderen Computersystemen gegeben werden, um ihnen beim Lernen und Lösen spezifischer Probleme zu helfen.
Artificial General Intelligence (AGI)	Allgemeine künstliche Intelligenz (AGI)	Eine Art von KI, die in der Lage ist, intellektuelle Aufgaben ebenso gut wie ein Mensch zu verstehen, zu lernen und anzuwenden.
Artificial Intelligence (AI)	Künstliche Intelligenz (KI)	Ein breiter Bereich der Informatik, der sich darauf konzentriert, Maschinen zu erschaffen, die Aufgaben ausführen können, die normalerweise menschliche Intelligenz erfordern.
API (Application Programming Interface)	API (Anwendungsprogrammierschnittstelle)	Eine Reihe von Regeln, die es verschiedenen Softwareanwendungen ermöglichen, miteinander zu kommunizieren.
Autoencoder	Autoencoder	Ein Typ künstlicher neuronaler Netzwerke, der für das Lernen effizienter Codierungen von Eingabedaten verwendet wird.
Backpropagation	Rückpropagierung	Eine Methode in künstlichen neuronalen Netzwerken, um den Gradienten der Verlustfunktion in Bezug auf die Gewichte im Netzwerk zu berechnen.
Bias in AI	Verzerrung in KI	Systematische Fehler in Vorhersagen von KI-Modellen, oft verursacht durch nicht repräsentative Trainingsdaten oder Annahmen beim Modellentwurf.
Big Data	Big Data	Extrem große Datensätze, die computergestützt analysiert werden können, um Muster, Trends und Assoziationen aufzudecken.
Brandolini's Law	Brandolinis Gesetz	Ein Spruch, der behauptet, dass die Energie, die benötigt wird, um Fehlinformationen zu widerlegen, um ein Vielfaches größer ist als die Energie, die zu ihrer Erzeugung benötigt wird.
Chatbot	Chatbot	Eine Softwareanwendung, die ein Online-Chatgespräch via Text oder Text-zu-Sprache führt, anstatt direkten Kontakt mit einem lebenden menschlichen Agenten zu bieten.
ChatGPT	ChatGPT	Ein spezifisches Modell des Generative Pretraining Transformer, entwickelt von OpenAI, das darauf ausgelegt ist, auf natürliche und ansprechende Weise mit Menschen zu konversieren.
Convolutional Neural Network (CNN)	Faltungsneuronales Netzwerk (CNN)	Ein Typ des Deep-Learning-Algorithmus, der hervorragend für die Verarbeitung rasterförmiger Daten, wie Bilder, geeignet ist.
Data Annotation	Datenannotation	Der Prozess des Kennzeichnens von Daten, der zum Trainieren von maschinellen Lernmodellen verwendet wird.
Data Mining	Data Mining	Der Prozess der Entdeckung von Mustern in großen Datensätzen, der Methoden im Schnittpunkt von maschinellem Lernen, Statistik und Datenbanksystemen beinhaltet.
Data Science	Datenwissenschaft	Ein Studienfeld, das wissenschaftliche Methoden, Prozesse, Algorithmen und Systeme verwendet, um Wissen und Einsichten aus strukturierten und unstrukturierten Daten zu extrahieren.
Deep Learning (DL)	Tiefes Lernen (DL)	Eine Art des maschinellen Lernens, das künstliche neuronale Netzwerke mit mehreren Schichten verwendet.
Emergent Property	Emergente Eigenschaft	Ein Phänomen, das aus der Interaktion einfacher Elemente in einem System entsteht, aber nicht allein aus diesen Elementen vorhergesagt werden kann. Es spiegelt das Prinzip wider, dass "das Ganze mehr als die Summe seiner Teile ist", wobei die Eigenschaft aufgrund von Interaktionen auf niedrigerer Ebene auf einer höheren Systemebene erscheint.
Ensemble Learning	Ensemble-Lernen	Ein Konzept des maschinellen Lernens, bei dem mehrere Modelle strategisch erzeugt und kombiniert werden, um ein bestimmtes Problem der rechnergestützten Intelligenz zu lösen.
Epoch	Epoche	Ein kompletter Durchlauf durch den gesamten Trainingsdatensatz beim Trainieren eines maschinellen Lernmodells. Die Anzahl der Epochen ist ein Hyperparameter, der bestimmt, wie oft der Lernalgorithmus den gesamten Trainingsdatensatz durchlaufen wird.
Expert System	Expertensystem	Ein Computersystem, das die Entscheidungsfindungsfähigkeit eines menschlichen Experten nachahmt. Expertensysteme waren in den 1980er und 1990er Jahren unter den ersten wirklich erfolgreichen Formen von AI-Software.
Fine-Tuning	Feinabstimmung	Der Prozess des Trainierens eines vortrainierten Modells an einem kleineren, spezifischen Datensatz, um sein Wissen an eine spezifische Aufgabe anzupassen.
GAN (Generative Adversarial Network)	GAN (Generatives Adversariales Netzwerk)	Eine Art von KI-Modellarchitektur, die zwei neuronale Netzwerke verwendet, indem eines (der Generator) gegen das andere (der Diskriminator) antritt, um neue, synthetische Instanzen von Daten zu erzeugen, die für echte Daten durchgehen können.
Generative AI	Generative KI	Ein Zweig der künstlichen Intelligenz, der Algorithmen und Daten verwendet, um neue Inhalte wie Bilder, Musik oder Text zu erstellen, die originell und einzigartig sind.
Generative Pretrained Transformer (GPT)	Generativer Vortrainierter Transformer (GPT)	Eine spezielle Art von großem Sprachmodell, das menschenähnlichen Text generiert, indem es vorhersagt, welcher Text als nächstes kommen sollte, basierend auf einer anfänglichen Eingabe.
Hallucination	Halluzination	Ein Fehler oder eine falsche Interpretation durch ein maschinelles Lernsystem. Technisch gesehen bezieht es sich auf eine Situation, in der die KI fälschlicherweise Muster erkennt oder ungerechtfertigte Assoziationen in den verarbeiteten Daten herstellt, analog dazu, wie Menschen Dinge sehen oder hören, die nicht da sind. KI-Halluzinationen können aufgrund von Überanpassung, unzureichenden Trainingsdaten oder Vorurteilen in den Daten auftreten und zu fehlerhaften Vorhersagen oder Entscheidungen führen. In Bezug auf die Benutzererfahrung treten "Halluzinationen" auf, wenn die KI Dinge erfindet.
Hyperparameters	Hyperparameter	Parameter in einem maschinellen Lernmodell, die vor Beginn des Lernprozesses festgelegt werden, im Gegensatz zu solchen, die während des Trainingsprozesses gelernt werden.
John von Neumann	John von Neumann	Ein ungarisch-amerikanischer Mathematiker und Physiker, der bedeutende Beiträge zu einer Vielzahl von Bereichen geleistet hat, darunter Informatik, künstliche Intelligenz und Spieltheorie. Die nach ihm benannte von-Neumann-Architektur ist eine grundlegende Struktur für die meisten heutigen Computer.
LeCun, Bengio, and Hinton	LeCun, Bengio und Hinton	Yann LeCun, Yoshua Bengio und Geoffrey Hinton, oft als "Gründerväter der KI" bezeichnet, leisteten bedeutende Beiträge im Bereich der KI, insbesondere beim Deep Learning. Sie erhielten 2018 den Turing Award für ihre Arbeit.
Loss Function	Verlustfunktion	Eine Methode zur Bewertung, wie gut ein spezifischer Algorithmus die gegebenen Daten modelliert. Wenn die Vorhersagen zu stark von den tatsächlichen Ergebnissen abweichen, gibt die Verlustfunktion eine große Zahl aus.
Machine Learning (ML)	Maschinelles Lernen (ML)	Ein Teilbereich der KI, der Systeme umfasst, die aus Daten lernen, Muster erkennen und Entscheidungen oder Vorhersagen auf Basis dieser Muster treffen, ohne explizit programmiert zu sein.
Moravec's Paradox	Moravecs Paradox	Ein Prinzip in der Künstlichen Intelligenz, das einen überraschenden Kontrast hervorhebt: KI findet hochrangige Denkaufgaben wie Schach oder Mathematik einfach, kämpft aber mit niederrangigen Wahrnehmungsaufgaben, die Menschen natürlich erledigen, wie Objekterkennung oder Raumnavigation. Benannt nach dem Robotik-Pionier Hans Moravec.
Natural Language Processing (NLP)	Natürliche Sprachverarbeitung (NLP)	Ein Bereich der KI, der sich auf die Interaktion zwischen Computern und Menschen durch Sprache konzentriert. Es beinhaltet das Verstehen, Interpretieren, Generieren und Reagieren auf menschliche Sprache in einer wertvollen Weise.
Neural Network	Neuronales Netzwerk	Inspiriert vom menschlichen Gehirn, ist es ein Computersystem, das entworfen wurde, um selbstständig zu lernen. Es besteht aus miteinander verbundenen Knoten oder 'Neuronen', die Informationen verarbeiten und weiterleiten.
NLP Milestones	Meilensteine der NLP	Wegweisende Errungenschaften in der natürlichen Sprachverarbeitung, wie IBMs Watson, der 2011 Jeopardy! gewann, und Googles BERT-Modell, das 2019 die Suche verbesserte.
OpenAI	OpenAI	Ein KI-Forschungslabor mit sowohl gewinnorientierten als auch gemeinnützigen Abteilungen. OpenAIs Mission ist es, sicherzustellen, dass allgemeine künstliche Intelligenz der gesamten Menschheit zugutekommt. Sie entwickelten ChatGPT und die GPT-APIs.
Overfitting	Overfitting	Ein Modellierungsfehler, der auftritt, wenn eine Funktion zu eng an eine begrenzte Menge von Datenpunkten angepasst ist, was zu schlechter Leistung bei neuen, unbekannten Daten führt.
Perceptron	Perzeptron	Ein frühes und einfaches Modell eines neuronalen Netzwerks, entwickelt 1958 von Frank Rosenblatt. Obwohl begrenzt, ebnete es den Weg für die Entwicklung komplexerer Netzwerke.
Precision and Recall	Präzision und Rückruf	Präzision ist das Verhältnis der korrekt vorhergesagten positiven Beobachtungen zur Gesamtzahl der vorhergesagten Positiven. Rückruf (Sensitivität) - das Verhältnis der korrekt vorhergesagten positiven Beobachtungen zu allen Beobachtungen in der tatsächlichen Klasse.
Prompt	Eingabeaufforderung	Eine textbasierte Anweisung oder Eingabe, die einem Sprachmodell gegeben wird. Sie dient als Ausgangspunkt oder Anleitung für das Modell, um eine Antwort oder Fortsetzung basierend auf der bereitgestellten Eingabeaufforderung zu generieren.
Recurrent Neural Network (RNN)	Rekurrentes Neuronales Netzwerk (RNN)	Eine Art von künstlichem neuronalem Netzwerk, das entwickelt wurde, um Muster in Sequenzen von Daten wie Text
Sentiment Analysis	Sentimentanalyse	Die Verwendung von natürlicher Sprachverarbeitung, um affektive Zustände und subjektive Informationen zu identifizieren, extrahieren, quantifizieren und zu untersuchen.
Singularity	Singularität	Ein hypothetischer zukünftiger Zeitpunkt, an dem technologisches Wachstum unkontrollierbar und irreversibel wird, was zu unvorhersehbaren Veränderungen der menschlichen Zivilisation führt, oft in Verbindung mit dem Aufkommen superintelligenter KI.
Supervised Learning	Überwachtes Lernen	Eine Art des maschinellen Lernens, bei der das Modell mit beschrifteten Trainingsdaten versorgt wird und das Ziel darin besteht, die Labels von unbekannten Daten basierend auf dem Gelernten vorherzusagen.
Temperature	Temperatur	Eine Einstellung in KI-Sprachmodellen, die bestimmt, wie kreativ oder vorhersehbar die Antworten der KI sind. Eine hohe Temperatur macht die Antworten der KI vielfältiger und kreativer, aber auch unvorhersehbarer. Eine niedrige Temperatur lässt die KI an gängigeren Phrasen festhalten, was ihre Antworten vorhersehbarer, aber weniger kreativ macht. Man kann es sich wie einen Regler vorstellen, der das Kreativitätsniveau der KI steuert.
Transfer Learning	Transferlernen	Eine Methode des maschinellen Lernens, bei der ein vortrainiertes Modell für ein neues Problem verwendet wird, wobei das Wissen, das das Modell aus verwandten Aufgaben gelernt hat, wiederverwendet wird.
Turing Test	Turing-Test	Ein Maß für die Fähigkeit einer Maschine, intelligentes Verhalten zu zeigen, das dem eines Menschen äquivalent oder von diesem ununterscheidbar ist. Benannt nach (und konzipiert von) Alan Turing, einem britischen Mathematiker und Logiker, der oft als Vater der modernen Informatik und künstlichen Intelligenz betrachtet wird.
Unsupervised Learning	Unüberwachtes Lernen	Eine Art des maschinellen Lernens, bei der das Modell nicht mit beschrifteten Daten versorgt wird und selbst Strukturen und Beziehungen innerhalb der Daten finden muss.
Underfitting	Underfitting	Ein Modellierungsfehler, der auftritt, wenn eine Funktion zu einfach ist, um die zugrunde liegende Struktur der Daten genau zu modellieren, was zu schlechter Vorhersageleistung führt.