KI-Begriffe für Entscheider
In Vorstandsvorlagen, Anbieterpräsentationen und Strategiepapieren tauchen immer dieselben KI-Begriffe auf. Viele Entscheider nicken, obwohl im Raum niemand dasselbe darunter versteht. Wer ein Angebot prüfen, ein Budget freigeben oder eine Verantwortung zuweisen soll, braucht diese Begriffe in Klartext. Hier sind die 25 wichtigsten, jeweils mit ihrer Bedeutung und einem Beispiel aus dem Geschäftsalltag.
Grundlagen
Large Language Model (LLM)
Ein Sprachmodell, das an sehr großen Textmengen trainiert wurde und vorhersagt, welches Wort am wahrscheinlichsten als nächstes folgt. Auf solchen Modellen beruhen die bekannten KI-Assistenten. Man kann es sich vorstellen wie einen Mitarbeiter, der jeden Katalog und jedes Handbuch gelesen hat, aber nie selbst vor Ort war. Er formuliert sicher, prüfen kann er nicht.
Token
Die Bausteine, in die ein Sprachmodell Text zerlegt. Häufige Wörter sind ein einzelner Baustein, seltene oder lange Wörter werden in mehrere Stücke zerlegt, die nicht den Silben folgen. In Token rechnet das Modell, und in Token wird die Nutzung abgerechnet, ähnlich wie beim Taxameter.
Training
Der Lernvorgang, in dem ein Modell aus Daten Muster übernimmt, bevor es eingesetzt wird. Was nach dem Ende des Trainings geschehen ist, kennt das Modell nur, wenn es eigens nachschlagen darf. Antworten zu aktuellen Preisen oder Regeln sind deshalb zu prüfen.
Kontextfenster
Die Textmenge, die ein Modell in einem Gespräch auf einmal berücksichtigen kann, also Frage, angehängte Dokumente und bisherigen Verlauf zusammen. Was darüber hinausgeht, fällt heraus. In sehr langen Gesprächen kann das Modell deshalb verlieren, was am Anfang vereinbart wurde.
Multimodal
Ein Modell, das neben Text auch Bilder, Sprache oder Video verarbeitet. Man kann ihm das Foto einer Rechnung zeigen oder eine Sprachnotiz geben, und es antwortet darauf.
Open-Weight-Modell
Ein Modell, dessen trainierte Gewichte veröffentlicht sind, sodass ein Unternehmen es auf eigenen Servern betreiben kann. Das ist nicht dasselbe wie Open Source, denn Trainingsdaten und Trainingscode bleiben oft unveröffentlicht. Für Entscheider zählt vor allem, dass die Daten im eigenen Haus bleiben können.
Arbeiten mit KI
Prompt
Die Anweisung oder Frage, die man der KI gibt. Prompten heißt, sie in ganzen Sätzen mit Zweck, Rahmen und gewünschtem Ergebnis zu formulieren. Es ist wie im Kundengespräch, je genauer die Wünsche geschildert werden, desto besser das Angebot.
Chatbot
Ein Programm, mit dem man sich in Sätzen unterhält und das Fragen beantwortet. Ein Chatbot gibt Auskunft. Ob er auch handelt, etwa bucht oder bestellt, hängt davon ab, womit er verbunden ist.
Copilot
Ein KI-Assistent, der in Büroprogrammen wie Mail, Textverarbeitung, Tabellen und Videokonferenzen mitarbeitet. Der Name stammt von einem großen Softwarehersteller und wird inzwischen allgemein für solche Assistenten gebraucht. Das Bild ist der Beifahrer, das Steuer bleibt beim Menschen.
Deep Research
Eine Funktion, in der die KI eine Frage über einige Minuten selbstständig in vielen Quellen recherchiert und einen Bericht mit Quellenangaben liefert. Das ersetzt keine Prüfung, verkürzt aber die erste Sichtung eines Themas erheblich. Bevor eine Zahl weitergegeben wird, sind die Quellen zu öffnen.
RAG, Retrieval-Augmented Generation
Ein Verfahren, bei dem die KI vor der Antwort in festgelegten eigenen Dokumenten nachschlägt, etwa in Handbüchern, Verträgen oder Produktdaten, und auf dieser Grundlage antwortet. So arbeitet ein Modell mit dem Wissen des Unternehmens, ohne neu trainiert zu werden. Erfundene Antworten werden seltener, ausgeschlossen sind sie nicht.
Vibe Coding
Software entstehen lassen, indem man in Alltagssprache beschreibt, was sie tun soll, und die KI den Programmcode schreibt. So bauen auch Fachabteilungen kleine Werkzeuge selbst. Sicherheit, Datenschutz und Wartung dieser Werkzeuge bleiben trotzdem Aufgabe des Unternehmens.
Qualität und Risiko
Halluzination
Die KI erfindet etwas, eine Zahl, eine Quelle, ein Zitat, und trägt es mit derselben Sicherheit vor wie eine richtige Antwort. Das ist kein seltener Fehler, sondern folgt aus der Arbeitsweise, denn das Modell erzeugt das Plausible, nicht das Geprüfte. Typische Folgen sind erfundene Quellen, falsche Zahlen und Zitate, die nie gefallen sind.
Bias
Systematische Verzerrungen, die ein Modell aus seinen Trainingsdaten übernimmt. Waren frühere Entscheidungen einseitig, wiederholt die KI sie. Besonders heikel ist das bei Personalauswahl, Kreditvergabe und Preisgestaltung.
Leitplanken (Guardrails)
Technische und organisatorische Grenzen, die festlegen, was eine KI darf und was nicht, etwa welche Themen sie beantwortet, auf welche Daten sie zugreift und ab welchem Betrag sie nicht ohne Freigabe handelt. Leitplanken werden vor dem Einsatz festgelegt, nicht nach dem ersten Vorfall.
Human in the Loop
Ein Mensch prüft oder bestätigt, bevor das Ergebnis der KI wirksam wird. Das ist nur so viel wert wie das eigene Urteil des Prüfers. Wer bei einer Ermessensfrage zuerst den Vorschlag der KI liest, entscheidet danach nicht mehr unabhängig.
Prompt Injection
Versteckte Anweisungen in Inhalten, die eine KI liest, etwa auf einer Webseite, in einer Mail oder einem Dokument, die sie dazu bringen, etwas anderes zu tun als beauftragt. Je mehr eine KI selbst handeln darf, desto größer ist dieses Risiko.
Schatten-KI
KI-Werkzeuge, die Mitarbeiter ohne Freigabe des Unternehmens nutzen, oft mit privaten Konten. Firmendaten verlassen dabei das Haus, ohne dass es jemand sieht. Schatten-KI entsteht oft dort, wo das Unternehmen selbst kein brauchbares Werkzeug anbietet.
Agenten
KI-Agent
Eine KI, die nicht nur antwortet, sondern selbst handelt, also sucht, vergleicht, Formulare ausfüllt, bucht, bezahlt oder Nachrichten verschickt. Der Unterschied in einem Satz, der Assistent antwortet, der Agent arbeitet. Damit stellt sich die Frage, wer ihn beauftragt hat, in welchem Rahmen und wer haftet, wenn er diesen Rahmen verlässt.
Agentic Commerce
Handel, bei dem ein KI-Agent im Auftrag eines Kunden auswählt, bestellt und bezahlt. Für Anbieter heißt das, dass der Kunde ihre Seite womöglich nie sieht, weil der Agent die Auswahl trifft. Die Fachbegriffe dazu definiert das Agentic Commerce Glossar.
Agentenregister
Ein Verzeichnis aller KI-Agenten in einem Unternehmen, mit Zweck, verantwortlicher Person, Zugriffsrechten und Grenzen. Ohne ein solches Register weiß niemand, welche Agenten im Namen des Hauses handeln.
Steuerung und Kosten
Inferenz
Jede einzelne Nutzung eines fertig trainierten Modells, also jede Frage und jede Antwort. Inferenz verursacht die laufenden Kosten, meist nach Token abgerechnet. Wer KI breit einführt, plant deshalb nicht nur Lizenzen, sondern das Nutzungsvolumen.
Feintuning
Ein bestehendes Modell wird mit eigenen Beispielen nachtrainiert, damit es eine bestimmte Aufgabe, Sprache oder Tonalität besser beherrscht. Das ist aufwendiger als RAG und lohnt sich vor allem, wenn sich die Form der Antwort ändern soll, nicht nur ihr Wissen.
GEO, Generative Engine Optimization
Die Arbeit daran, in den Antworten von KI-Assistenten genannt und empfohlen zu werden. Suchmaschinenoptimierung zielte auf einen Platz in einer Trefferliste. Eine KI nennt oft nur zwei oder drei Anbieter, und wer dort fehlt, kommt für diese Anfrage nicht vor.
KI-Verordnung (AI Act)
Das europäische Gesetz über künstliche Intelligenz. Es ordnet KI-Systeme nach vier Risikostufen, von verboten über hohes Risiko und Transparenzpflichten bis zu minimalem Risiko. Es gilt seit August 2026 weitgehend, für Hochrisiko-Anwendungen wie die Personalauswahl ab Dezember 2027. Was sich durch das Omnibus-Verfahren geändert hat, erklärt KI-Verordnung und Digital Omnibus.
Wer diese Begriffe sicher verwendet, kann Angebote prüfen, Verantwortung zuweisen und dafür sorgen, dass ein Führungskreis über dasselbe spricht. Wie die Einführung von KI mit der Mitbestimmung zusammengeht, behandelt KI-Einführung und Betriebsrat.
Im Führungskreis über dasselbe sprechen
contraco klärt mit Ihnen, welche dieser Begriffe für Ihre Entscheidungen zählen und wer im Haus dafür verantwortlich ist.
Kontakt aufnehmen