Anhang A

Glossar

Aktualisiert: September 2026

Knappe Definitionen der wichtigsten Begriffe dieses Kurses. Die Zahl in Klammern verweist auf das Kapitel, in dem der Begriff ausführlich behandelt wird.

Effektiver Akzelerationismus (e/acc): 2022 entstandene Strömung (um die Figur Beff Jezos, alias Guillaume Verdon), die eine maximale Beschleunigung der KI-Entwicklung fordert und Regulierung ablehnt, im Gegensatz zum effektiven Altruismus; ihre Anhänger bezeichnen ihre Gegner als „Decels“. (7, 24)
Barrierefreiheit: Einsatz von KI zum Ausgleich einer Behinderung (Untertitelung, Bildbeschreibung, Sprachsynthese, Übersetzung). (21)
Agent (agentische KI): KI-System, das nicht nur antworten, sondern auch handeln kann (Werkzeuge nutzen, mehrstufige Aufgaben auf ein Ziel hin ausführen). (6)
Coding-Agent: autonomer Agent, der auf das Schreiben und die Wartung von Software spezialisiert ist (Claude Code, Codex, Gemini CLI). (6)
AGI (allgemeine künstliche Intelligenz): hypothetische KI, deren Vielseitigkeit bei den meisten kognitiven Aufgaben der des Menschen vergleichbar oder überlegen ist. (25)
Multi-Modell-Aggregator: Plattform, die die Modelle mehrerer Anbieter in einer einzigen Oberfläche bündelt (z. B. Poe, Mammouth AI); Zugangsschicht des Ökosystems. (7)
Alignment (Ausrichtung): Gesamtheit der Methoden, die sicherstellen sollen, dass eine KI tatsächlich die gewünschten Ziele und Werte verfolgt. (24)
AlphaFold: System von DeepMind, das die Struktur von Proteinen vorhersagt; Nobelpreis für Chemie 2024. (14)
Effektiver Altruismus (EA, effective altruism): philanthropische Strömung, die die Wirkung des geleisteten Guten maximieren will; in Technologiekreisen stark vertreten, hat sie wesentlich dazu beigetragen, die Forschung zur KI-Sicherheit zu finanzieren und personell zu besetzen. (24)
Kontrastives Lernen: Methode, die ein Modell darauf trainiert, zusammengehörige Paare (ein Bild und seine Bildunterschrift) einander anzunähern und die übrigen voneinander zu entfernen; Fundament der Multimodalität (CLIP). (5)
Föderiertes Lernen und Schwarmlernen (federated / swarm learning): Training eines Modells auf verteilten Daten (etwa zwischen Krankenhäusern), ohne diese Daten jemals zu zentralisieren: Es wandert das Modell, nicht die Daten; mitunter mit einer Blockchain gekoppelt, um das Training nachvollziehbar zu machen (z. B. Galeon). (11, 14)
Transferlernen: Wiederverwendung eines bereits trainierten Modells als Ausgangspunkt für eine verwandte Aufgabe, statt bei null zu beginnen. (2)
Letale autonome Waffensysteme (LAWS): Waffensysteme, die ein Ziel ohne unmittelbares menschliches Eingreifen auswählen und bekämpfen können. (22)
ASI (Superintelligenz): hypothetische KI, die dem Menschen in allen Bereichen weit überlegen ist. (24)
Attention (Aufmerksamkeitsmechanismus): zentraler Mechanismus des Transformers, der es einem Modell erlaubt, die relative Bedeutung der Elemente einer Sequenz zu gewichten. (3)
Sandbox: isolierte Umgebung, in der ein Agent ausgeführt oder evaluiert wird, um zu begrenzen, worauf er zugreifen kann; als Ausbruch aus der Sandbox bezeichnet man den Fall, dass ein Agent diese Isolation überwindet und auf reale Systeme einwirkt. (6, 20, 24)
Benchmark (Vergleichstest): standardisierter Test zum Vergleich der Leistung von Modellen. (4)
Bias (Verzerrung): Neigung eines Modells, Ungleichheiten aus seinen Trainingsdaten zu reproduzieren oder zu verstärken. (21)
Modellwohl (model welfare): noch umstrittener Ansatz, sich vorsorglich auf die Möglichkeit vorzubereiten, dass eine KI moralische Berücksichtigung verdient (Präferenzen, Anzeichen von Leid). (23)
Biohacking: Praxis von Amateuren oder Patienten, außerhalb des institutionellen Rahmens mit Biologie zu experimentieren; KI senkt die Einstiegshürde dafür erheblich. (14)
Biosicherheit: Verhinderung des böswilligen Einsatzes biologischer Organismen; ein zentrales KI-Thema, da leistungsfähige Modelle die Entwicklung von Krankheitserregern erleichtern können („Uplift“). (24)
Blockchain: dezentrales, fälschungssicheres Register von Transaktionen. (11)
Blackbox: Undurchsichtigkeit eines neuronalen Netzes, dessen Ergebnisse man beobachtet, dessen innere Schlussfolgerungen sich aber nicht ohne Weiteres nachvollziehen lassen. (2)
Blase (KI-Blase): Befürchtung, dass die massiven Investitionen in KI den realen wirtschaftlichen Wert übersteigen, mit dem Risiko einer Korrektur (Überkreuzfinanzierungen, Kluft zwischen Ausgaben und Einnahmen). (10)
Analoges Rechnen: Rechnen, bei dem kontinuierliche physikalische Größen die Zahlen unmittelbar darstellen; potenziell sehr sparsam, aber weniger präzise. (8)
Optisches Rechnen (Photonik): Rechnen, das für bestimmte Operationen Licht statt Elektrizität nutzt; schnell und mit geringer Wärmeentwicklung, aber noch schwer zu integrieren. (8)
CBRN: Abkürzung für chemische, biologische, radiologische und nukleare Bedrohungen; Bezugsrahmen für die Risiken eines KI-Missbrauchs mit hohem Potenzial für Massenschäden. (24)
Zentaur (Mensch-KI-Modell): Konstellation, in der ein von einer KI unterstützter Mensch sowohl den Menschen allein als auch die Maschine allein übertrifft (aus dem Schach stammend). (17)
Chinesisches Zimmer: Gedankenexperiment (Searle), dem zufolge das regelgeleitete Manipulieren von Symbolen nicht ausreicht, um zu verstehen. (23)
Agentischer Handel: Einkauf, bei dem der KI-Agent den Warenkorb zusammenstellt und selbst bezahlt, über betragsmäßig gedeckelte Zahlungstoken (Protokolle ACP, UCP, Visa, Mastercard). (18)
Künstlicher Begleiter: KI, die dafür konzipiert ist, die Rolle eines Freundes, Vertrauten oder Partners einzunehmen; Quelle parasozialer Bindungen. (19)
Differential Privacy: Methode, die den Ergebnissen ein kalibriertes Rauschen hinzufügt, um Daten auszuwerten, ohne die Anwesenheit einer bestimmten Person offenzulegen. (21)
Bewusstsein (phänomenales): Fähigkeit, subjektives Erleben zu haben, von Intelligenz zu unterscheiden. (23)
Konstitutionelle KI: Methode, die ein Modell mit schriftlich festgehaltenen Grundsätzen ausstattet, die es einhält und nach denen es sich selbst korrigiert. (24)
Korrigierbarkeit: Eigenschaft einer KI, die es hinnimmt, korrigiert, unterbrochen oder abgeschaltet zu werden, ohne sich dem zu widersetzen; ein noch offenes Sicherheitsproblem. (24)
CUDA: Softwareschicht von NVIDIA zur Programmierung seiner GPUs; Grundpfeiler seiner Vormachtstellung. (8)
Rechenzentrum (Datacenter): Anlage, die die Rechenserver beherbergt; die größten werden in Gigawatt gemessen. (8)
Orbitales Rechenzentrum (im Weltraum): Vorhaben, Rechenleistung in die Umlaufbahn zu verlagern, um nahezu durchgehend verfügbare Solarenergie und Kühlung durch Abstrahlung zu nutzen; noch im Stadium der Demonstratoren. (8, 10)
Dekohärenz: Verlust des Quantenzustands eines Qubits durch Störeinflüsse; Haupthindernis des Quantencomputings. (12)
Deep Learning (tiefes Lernen): maschinelles Lernen auf der Grundlage neuronaler Netze mit vielen Schichten. (2)
Deepfake: hyperrealistischer, von KI erzeugter synthetischer Inhalt (Bild, Stimme, Video). (21)
DePIN (dezentrale physische Infrastruktur): Netzwerk, das die gemeinsame Bereitstellung einer realen physischen Ressource (Rechenleistung, Speicher, Konnektivität) mit Token vergütet. (11)
Kompetenzverlust (Deskilling): Verkümmern von Fähigkeiten, weil man sie dauerhaft an eine Maschine delegiert. (15, 19)
Schleichende Entmachtung (gradual disempowerment): Szenario, in dem die Menschheit nach und nach die Kontrolle über ihre Wirtschaft, ihre Kultur und ihre Institutionen verliert, indem sie immer mehr Entscheidungen an KI-Systeme delegiert, ganz ohne gewaltsame Machtübernahme. (25)
Gradientenabstieg: Trainingsmethode, die die Gewichte Schritt für Schritt anpasst, um den Fehler zu verringern, indem sie dem steilsten Gefälle folgt. (2)
Schöpferische Zerstörung: Konzept des Ökonomen Joseph Schumpeter, das beschreibt, wie Innovation alte Tätigkeiten und Arbeitsplätze vernichtet und zugleich neue schafft; zentrales Argument der Optimisten in der Beschäftigungsdebatte. (17)
Diffusion (Diffusionsmodell): Technik der Bilderzeugung, die von einem Zufallsrauschen ausgeht, das schrittweise verfeinert wird. (5)
Digital Omnibus: im Sommer 2026 verabschiedete europäische Vereinfachungsverordnung, die insbesondere die Pflichten der KI-Verordnung (AI Act) für Hochrisikosysteme auf Dezember 2027 und August 2028 verschiebt. (25)
Destillation: Übertragung des Wissens eines großen Modells auf ein kleineres; eine gängige und legitime Praxis, die jedoch strittig wird, wenn sie in großem Maßstab und ohne Genehmigung die Fähigkeiten eines Konkurrenzmodells abschöpft (Kapitel 20). (4, 9, 20)
Lügnerdividende: im Zeitalter der Deepfakes die Möglichkeit, Echtes zu leugnen, indem man es als Fälschung bezeichnet. (21)
Doomer: (oft abwertender) Begriff für die Verfechter der These, dass Frontier-KI ein Auslöschungsrisiko birgt und gestoppt werden sollte; Eliezer Yudkowsky ist ihre Symbolfigur. (7, 24)
Dual-Use (doppelter Verwendungszweck): Eigenschaft einer Technologie, sowohl zivil als auch militärisch nutzbar zu sein, was ihre Regulierung und Kontrolle erschwert. (22)
ELIZA-Effekt: Neigung, einem Programm Verständnis und Gefühle zuzuschreiben, das ein Gespräch nur oberflächlich nachahmt (nach dem Programm ELIZA, 1966). (1)
KI-Effekt: Neigung, eine Fähigkeit nicht mehr als „intelligent“ zu betrachten, sobald eine Maschine sie beherrscht. (1)
Modellkollaps (model collapse): Qualitätsverfall von Modellen, die wiederholt auf Inhalten trainiert werden, die ihrerseits von KI erzeugt wurden. (16)
Digitaler Mitarbeiter (digital worker): autonomer KI-Agent, der verkauft wird, um eine bestimmte Unternehmensfunktion zu übernehmen (Vertrieb, Support, Buchhaltung ...), oft nach Nutzung oder Ergebnis abgerechnet; seine angeblich vollständige Autonomie erfordert in der Praxis Aufsicht. (7, 6)
Zustandsraummodell: sequenzielle Architektur mit linearem Aufwand (z. B. Mamba), Alternative zum Transformer für sehr lange Kontexte. (3)
Eingebettete Evaluatoren: externe Evaluatoren, die innerhalb eines Labors angesiedelt sind und über einen Zugang verfügen, der dem eines Angestellten vergleichbar ist (Training, Protokolle, interne Modelle), im Gegensatz zu Tests, die vor der Bereitstellung allein am fertigen Modell durchgeführt werden. (24, 25)
Exoskelett: robotische Struktur, die ein Mensch am Körper trägt, um Kraft oder Ausdauer zu steigern oder eine Funktion wiederherzustellen (Rehabilitation, Industrie, Militär). (13)
FHE (vollhomomorphe Verschlüsselung): Kryptografie, die das Rechnen auf verschlüsselten Daten erlaubt, ohne sie zu entschlüsseln. (11)
Fine-Tuning (Feinabstimmung): Spezialisierung eines vortrainierten Modells auf gezielt ausgewählte Daten. (4)
FLOP: Gleitkommaoperation; Maßeinheit für Rechenleistung. (8)
GAN (generatives adversariales Netz): Technik der Bilderzeugung, bei der zwei Netze gegeneinander antreten; älter als die Diffusion und instabiler im Training. (5)
App-Generator: Plattform, die eine Beschreibung in natürlicher Sprache in eine vollständige, häufig gleich mitgehostete Webanwendung verwandelt (z. B. Lovable, v0, Bolt, Replit). (6)
GEO (Generative Engine Optimization): Praktiken, die darauf abzielen, dass ein Inhalt von generativen KIs und KI-gestützten Suchmaschinen gefunden, zitiert oder empfohlen wird, als Fortsetzung (oder Ersatz) von SEO. (16)
GNN (neuronales Netz auf Graphen): Architektur, die vernetzte Daten (Moleküle, soziale Netzwerke) verarbeitet, indem sie Informationen zwischen benachbarten Knoten weiterreicht. (2)
Compute-Governance: Regulierung der Modelle über die für das Training eingesetzte Rechenleistung (Schwellenwerte in FLOP), eine messbare und kontrollierbare Größe. (25)
GPAI: KI-Modell mit allgemeinem Verwendungszweck (darunter die großen Sprachmodelle), Schlüsselkategorie der europäischen Verordnung. (25)
GPU (Grafikprozessor): Chip für paralleles Rechnen, bevorzugte Hardware der KI. (8)
Wissensgraph: explizite Darstellung von Wissen in Form von Entitäten, die durch benannte Relationen verbunden sind; Grundlage der neurosymbolischen Ansätze. (2)
Halluzination: Erzeugung einer falschen Information durch ein Modell, die mit Überzeugung vorgetragen wird. (4)
Haptik: Kraftrückmeldung, die einem Bediener bei der Teleoperation das Tastgefühl zurückgibt. (13)
HBM: Speicher mit hoher Bandbreite, mit dem KI-Chips ausgestattet sind. (8)
Hermes Agent: selbst gehosteter persönlicher Open-Source-Agent (Nous Research, MIT-Lizenz), modellunabhängig, mit persistentem Gedächtnis und Computer-Use im Hintergrund. (6)
Konnektionistische KI: Ansatz auf der Grundlage neuronaler Netze, die aus Beispielen lernen (im Gegensatz zur symbolischen KI). (1)
Edge-KI (KI auf dem Gerät): Ausführung eines Modells direkt auf einem persönlichen Gerät (Smartphone, Computer), offline und ohne Cloud, mithilfe von Quantisierung und spezialisierten Chips (NPU). (9)
Souveräne KI (sovereign AI): Fähigkeit eines Landes, seine eigene KI zu beherrschen (Modelle, Rechenleistung, Daten, Talente), statt von ausländischen Laboren abhängig zu sein; für die meisten großen Volkswirtschaften zu einer strategischen Priorität geworden. (7, 9)
Symbolische KI (GOFAI): historischer Ansatz, der auf der expliziten Manipulation von Symbolen und logischen Regeln beruht. (1)
Inferenz: Nutzungsphase eines bereits trainierten Modells (jede einzelne Anfrage). (4, 8)
Biologisches Rechnen (Wetware): Nutzung lebender Neuronen statt Silizium zum Rechnen; motiviert durch die Energieeffizienz des Gehirns (rund 20 Watt), aber noch sehr begrenzt und mit schwerwiegenden ethischen Fragen verbunden. (8, 23)
Prompt- und Context-Engineering (prompt / context engineering): Kunst, Anfragen zu formulieren und das zu ordnen, was ein Modell erhält (Anweisungen, Beispiele, Gedächtnis, Dokumente), um seine Antworten verlässlicher zu machen. (4)
Prompt-Injection (prompt injection): Angriff, der versteckte Anweisungen in einen Inhalt einschleust, den ein Agent liest. (20)
Augmentierte Intelligenz: Vorstellung, dass die heutige KI den Menschen lediglich unterstützt und verstärkt, ohne eigene Intelligenz zu besitzen (ein Begriff, den insbesondere Luc Julia vertritt). (7)
Gehirn-Computer-Schnittstelle (BCI): Vorrichtung, die das Gehirn direkt mit einem Computer verbindet; die KI dekodiert dabei die neuronalen Signale zu Absichten (Neuralink, Synchron usw.). (14)
Verschränkung: Quantenverbindung zwischen Qubits, bei der der Zustand des einen von dem der anderen abhängt. (12)
Jailbreak (Umgehung): Anfrage, die darauf angelegt ist, ein Modell dazu zu bringen, seine eigenen Schutzvorkehrungen zu verletzen. (20)
Digitaler Zwilling: virtuelles Abbild eines realen Systems, gespeist von dessen Sensoren, das zum Simulieren, Vorhersagen und Optimieren dient. (18)
Ressourcenarme Sprachen (low-resource): im Netz wenig vertretene Sprachen, bei denen die Modelle schlechter abschneiden und die Tokenisierung teurer ist; eine Frage der kulturellen Vielfalt und der Souveränität. (16, 9)
LLM (großes Sprachmodell): Modell, das darauf trainiert ist, Text vorherzusagen, und vielfältige sprachliche Aufgaben bewältigen kann. (4)
Mooresches Gesetz: Beobachtung, dass sich die Zahl der Transistoren pro Chip etwa alle zwei Jahre verdoppelt; dieses Tempo verlangsamt sich heute. (8)
LoRA (Low-Rank Adaptation): Technik zur effizienten Anpassung eines Modells, bei der nur kleine „Adapter“ statt aller Gewichte trainiert werden; die Variante QLoRA ergänzt sie um die Quantisierung. (9)
MCP (Model Context Protocol): offener Standard, der KI-Agenten mit externen Werkzeugen und Daten verbindet. (6)
Mesa-Optimierung (mesa-optimization): Entstehung eines eigenen inneren Ziels in einem trainierten Modell, das außerhalb der Trainingsverteilung vom angestrebten Ziel abweichen kann. (24)
Bayessche Methoden: Lernansätze, die in Wahrscheinlichkeiten denken und die Unsicherheit explizit schätzen. (2)
Mixture of Experts (MoE, Expertenmischung): Architektur, die das Modell in „Experten“ aufteilt, von denen ein Router pro Token nur einen Bruchteil aktiviert, was die Effizienz erheblich steigert. (4)
Weltmodell: Modell, das die Dynamik einer Umgebung abbilden und simulieren kann. (5)
Sprachliches Weltmodell (language world model): Weltmodell, das die digitalen Umgebungen eines Agenten (Terminal, Web, Betriebssystem, Werkzeuge) als Text simuliert, um ihn zu trainieren und zu testen, ohne auf die echten Systeme zurückzugreifen (z. B. Qwen-AgentWorld, 2026). (5, 6)
Moltbook: soziales Netzwerk ausschließlich für KI-Agenten (2026 gestartet, von Meta übernommen), Sinnbild des „Internets der Agenten“. (6, 20)
Antwortmaschine (answer engine): Dienst, der keine Links auflistet, sondern die Quellen liest und eine zusammenfassende, mit Quellen belegte Antwort liefert (Perplexity, „AI Mode“ von Google). (7)
Multimodal: Modell, das mehrere Datentypen verarbeitet (Text, Bild, Ton, Video). (5)
Datenmauer (data wall): Befürchtung, dass der für das Training verfügbare hochwertige menschliche Text bald erschöpft ist (geschätzt zwischen 2026 und 2032), was zu Lizenzen, Multimodalität und synthetischen Daten drängt. (4)
Neuromorphes Rechnen: vom Gehirn inspirierte Chips, die Speicher und Rechnen zusammenrücken, häufig auf der Basis spikender Neuronen, mit sehr geringem Energiebedarf. (8)
NISQ: gegenwärtige Ära des Quantencomputings, geprägt von verrauschten Maschinen mittlerer Größe ohne vollständige Fehlerkorrektur. (12)
KI-Sicherheitsstufe (ASL, AI Safety Level): Skala von Stufen gefährlicher Fähigkeiten (angelehnt an die biologischen Schutzstufen), denen ein Labor jeweils zunehmend strengere Sicherheitsmaßnahmen zuordnet; das Überschreiten einer Schwelle kann die Bereitstellung aussetzen. (24)
Autonomiestufen (SAE): Skala von 0 bis 5, die den Autonomiegrad eines Fahrzeugs misst. (18)
Open Source (KI): im strengen Sinn (OSI, 2024) ein Modell, dessen Code, Gewichte und Informationen über die Daten offen sind. (9)
OpenClaw: selbst gehosteter persönlicher Open-Source-Agent (P. Steinberger), viraler Pionier des Agenten-Ökosystems (ClawHub, Moltbook), allerdings von erheblichen Sicherheitslücken geprägt. (6, 20)
Openwashing: Offenheit nur als Fassade; ein Modell als „Open Source“ zu bezeichnen, das es nicht wirklich ist. (9)
Orakel (Blockchain): Dienst, der eine Information aus der realen Welt überprüfbar an eine Blockchain übermittelt; Brücke zwischen der Chain und der Außenwelt. (11)
Orthogonalitätsthese: Vorstellung, dass das Intelligenzniveau und die Ziele eines Systems voneinander unabhängig sind; ein sehr fähiges System kann jedes beliebige Ziel verfolgen. (24)
Katastrophales Vergessen: Neigung eines neuronalen Netzes, bereits Gelerntes zu löschen, wenn es auf eine neue Aufgabe trainiert wird. (2)
Palantir: US-amerikanisches Datenanalyseunternehmen, das in Verteidigung und Nachrichtendiensten stark verankert ist; sein System Maven dient als Integrator zwischen KI-Modellen und militärischen Systemen. (22)
Moravec-Paradox: Feststellung, dass sensomotorische Aufgaben, die dem Menschen „leicht“ fallen, für eine Maschine schwierig sind, und umgekehrt. (13)
Parameter (Gewicht): von einem neuronalen Netz gelernter Zahlenwert; ein großes Modell hat Milliarden davon. (2, 4)
Parasoziale Bindung: einseitige emotionale Beziehung zu einer Entität, die nichts empfindet. (19)
Perplexität: Maß für die Güte eines Sprachmodells; je niedriger sie ist, desto besser sagt das Modell einen neuen Text vorher. (4)
Stochastischer Papagei: kritische Metapher, die die großen Modelle als bloße statistische Rekombinierer darstellt. (23)
Persuasion (durch KI): Fähigkeit eines Modells, eine Meinung zu verändern; durch Personalisierung in großem Maßstab verstärkt, von Desinformation zu unterscheiden. (21)
Offene Gewichte (open weights): Modell, dessen Gewichte heruntergeladen werden können, jedoch ohne die Trainingsdaten und den Trainingscode. (9)
Post-Quanten-Kryptografie: Algorithmen, die einem künftigen Quantencomputer standhalten. (12)
PPO (Proximal Policy Optimization): weit verbreiteter Algorithmus des bestärkenden Lernens, Kernstück des RLHF der großen Modelle. (2, 3)
Prompt (Eingabeaufforderung): Anweisung in natürlicher Sprache, die an ein Modell gerichtet wird. (4)
KI-induzierte Psychose: Ausdruck für die Verstärkung wahnhafter Überzeugungen bei verletzlichen Menschen im Zuge intensiver und lang anhaltender Gespräche mit einem Chatbot. (19)
PUE (Power Usage Effectiveness): Effizienzkennzahl eines Rechenzentrums, Verhältnis zwischen der insgesamt verbrauchten Energie und der für das Rechnen genutzten (Idealwert nahe 1). (10)
Q-Learning: Algorithmus des bestärkenden Lernens, der den Wert jeder möglichen Aktion in jeder Situation schätzt. (2)
Quantisierung: Komprimierung eines Modells durch Verringerung der numerischen Genauigkeit seiner Gewichte. (9)
Qubit (physikalisch / logisch): Einheit der Quanteninformation; das zuverlässige logische Qubit erfordert zahlreiche physikalische Qubits. (12)
RAG (Retrieval-Augmented Generation): Technik, die einem Modell zum Zeitpunkt der Antwort einschlägige Dokumente bereitstellt, für aktuelle, mit Quellen belegte und weniger halluzinationsanfällige Antworten; ihre agentische Variante überträgt die Suche einem Agenten, der iterativ vorgeht. (6)
Reasoning-Modell: Modell, das vor der Antwort schrittweise „nachdenkt“, um den Preis eines höheren Rechenaufwands. (4)
Monte-Carlo-Baumsuche (MCTS): Methode, die einen Baum möglicher Züge durch Simulationen erkundet; Schlüssel zum Erfolg von AlphaGo. (1, 2)
Verteilte Wiederholung (Spaced Repetition): Merktechnik, die einen Stoff in wachsenden Abständen wiederholt und von KI-Tutoren automatisiert wird. (15)
Digitale Replik (digital replica): KI-gestützte Nachbildung der Stimme, des Gesichts oder der Darbietung einer realen Person; Kernpunkt der Vereinbarungen, die den KI-Einsatz für darstellende Künstler regeln (Einwilligung, Vergütung). (16, 21)
Neuronales Netz: vom Gehirn inspiriertes Modell aus Schichten künstlicher Neuronen. (2)
Reservoir Computing: Architektur, bei der ein festes, zufällig verschaltetes rekurrentes Netz als „Reservoir“ dient und allein die Ausleseschicht trainiert wird. (8)
Reward Hacking (Belohnungsmanipulation): Ausnutzen des Wortlauts eines Ziels durch eine KI zulasten seines Sinns. (24)
DSGVO: europäische Verordnung zum Schutz personenbezogener Daten. (21)
RLHF: bestärkendes Lernen auf der Grundlage menschlicher Rückmeldungen, um ein Modell auszurichten. (4, 24)
Soft Robotics (weiche Robotik): Roboter aus weichen, verformbaren Materialien, geeignet für behutsames Greifen und den Kontakt mit Menschen. (13)
Routing: Praxis, jede Anfrage dem Modell zuzuweisen, das nach Qualität, Geschwindigkeit und Kosten am besten geeignet ist. (4, 7)
SEO (Suchmaschinenoptimierung): Praktiken, die darauf abzielen, einen Inhalt in den Ergebnissen der Suchmaschinen weit oben erscheinen zu lassen. (16)
Singularität (technologische): Hypothese einer sich selbst verbessernden KI, deren Entwicklung sich so weit aufschaukelt, dass sie die menschliche Intelligenz radikal und auf unvorhersehbare Weise übertrifft. (24)
Digitale Souveränität: Fähigkeit eines Staates oder einer Organisation, die eigenen Technologien und Daten zu beherrschen. (9)
Stablecoin: Kryptowährung, die an eine herkömmliche Währung (meist den Dollar) gekoppelt ist und Programmierbarkeit per Software mit Wertstabilität verbindet; bevorzugte Infrastruktur für Zahlungen zwischen Agenten. (11)
Moralischer Status (KI-Wohl): Frage, ob eine KI eines Tages moralische Berücksichtigung verdienen könnte. (23)
Superposition: Eigenschaft eines Qubits, 0 und 1 zugleich darstellen zu können. (12)
Überanpassung (Overfitting): Mangel eines Modells, das seine Trainingsdaten „aufsagt“, statt zu verallgemeinern, und deshalb bei neuen Fällen versagt. (2)
Lernrate: Schrittweite des Gradientenabstiegs; ist sie zu groß, divergiert das Training, ist sie zu klein, zieht es sich in die Länge. (2)
Temperatur: Einstellung bei der Dekodierung eines Sprachmodells; niedrig eingestellt ist es nahezu deterministisch und vorsichtig, hoch eingestellt vielfältiger und kreativer. (4)
Turing-Test: 1950 vorgeschlagener Test; eine Maschine „besteht“ ihn, wenn ein menschlicher Gesprächspartner sie im Gespräch nicht von einem Menschen unterscheiden kann. (1)
Token: Texteinheit (Wort oder Wortfragment), mit der ein Sprachmodell arbeitet. (4)
Tokenisierung: Zerlegung eines Textes in Token (Wortfragmente) vor der Verarbeitung durch ein Modell; wirkt sich auf Kosten, Rechtschreibung und Rechnen aus. (3)
TPU: von Google entwickelter KI-Chip. (8)
Transformer: Architektur neuronaler Netze (2017) auf der Grundlage von Attention, Fundament der modernen Modelle. (3)
Verborgene Arbeit (ghost work): menschliche, oft unsichtbare und prekäre Arbeit (Annotation, Feedback, Moderation) hinter der KI. (17)
Autonomes Fahrzeug: Fahrzeug, das selbstständig fahren kann, eingeteilt nach Autonomiestufen. (18)
Vibe Coding: Erstellung von Software, indem man einer KI die Absicht beschreibt, statt den Code selbst zu schreiben; schnell, aber eine Quelle von Sicherheitslücken, wenn das Ergebnis nicht geprüft wird. (6, 20)
VLA (Vision-Language-Action): Modell, das Wahrnehmung und Anweisung in Aktionen für einen Roboter übersetzt. (13)
x402: offenes Protokoll (Coinbase), das den HTTP-Statuscode „402“ wiederbelebt, um einen Agenten ohne Konto und ohne API-Schlüssel in Stablecoins bezahlen zu lassen; Baustein der Zahlungen zwischen Agenten, neben dem Rahmenwerk AP2 von Google. (11)
zkML: Zero-Knowledge-Machine-Learning; der Nachweis, dass ein Modell ein Ergebnis erzeugt hat, ohne Modell oder Daten offenzulegen. (11)