Glossar

A

Agentic Coding

Softwareentwicklung, bei der ein KI-Agent Dateien liest, Code schreibt, Tests ausführt und iteriert – etwa mit Cursor oder Claude Code.

AI Agent

Ein KI-System, das nicht nur antwortet, sondern eigenständig Schritte plant, Tools aufruft und Aufgaben zu Ende bringt – die Weiterentwicklung des Chatbots.

AI Literacy

Die Fähigkeit, KI-Systeme sinnvoll, kritisch und regelkonform einzusetzen. Seit dem EU AI Act für Unternehmen verpflichtend (Artikel 4).

API

Programmierschnittstelle, über die zwei Systeme Daten austauschen. Grundlage jeder Anbindung von KI an eure bestehenden Tools.

Automation

Ein Ablauf, der ohne manuelles Zutun ausgelöst und abgearbeitet wird – der häufigste erste Nutzen von KI im Arbeitsalltag.

B

Benchmark

Standardisierter Test, mit dem Modelle verglichen werden. Nützlich zur Orientierung, aber selten deckungsgleich mit eurem Use Case.

C

Chain of Thought

Zwischenschritte, die ein Modell beim Lösen einer Aufgabe erzeugt. Mehr Denkzeit führt bei komplexen Aufgaben zu besseren Ergebnissen.

Context Window

Die Menge an Text, die ein Modell gleichzeitig verarbeiten kann. Begrenzt, wie viel Dokumentation oder Code in einen Arbeitsschritt passt.

E

Embedding

Numerische Repräsentation von Text, die semantische Ähnlichkeit messbar macht. Grundlage für Suche und RAG.

EU AI Act

Europäische KI-Verordnung mit risikobasiertem Ansatz. Legt Pflichten je nach Risikoklasse fest – von Transparenz bis Verbot.

Evaluation

Systematische Prüfung, ob ein KI-Workflow verlässlich das liefert, was er soll. Ohne Evaluation bleibt jeder Prototyp ein Bauchgefühl.

F

Fine-Tuning

Nachtraining eines Modells auf eigenen Daten. In der Praxis meist unnötig – gutes Prompting und RAG lösen die meisten Fälle günstiger.

G

Guardrails

Technische und organisatorische Leitplanken, die verhindern, dass ein KI-System unerwünschte Ausgaben produziert oder Daten preisgibt.

H

Hackathon

Zeitlich verdichteter Service, in dem interdisziplinäre Teams in Stunden statt Monaten von der Idee zum lauffähigen Prototyp kommen.

Halluzination

Eine plausibel klingende, aber falsche Modellausgabe. Wird durch Quellenbindung, RAG und menschliche Freigabe eingedämmt.

Human in the Loop

Setup, in dem ein Mensch KI-Ergebnisse prüft oder freigibt, bevor sie wirksam werden. Standard bei allem, was nach außen geht.

I

Inference

Der eigentliche Aufruf eines Modells – also der Moment, in dem aus einer Eingabe eine Antwort wird. Treiber der laufenden Kosten.

K

Knowledge Base

Strukturierte Sammlung eurer Dokumente, aus der ein KI-System zitiert. Qualität der Basis entscheidet über Qualität der Antwort.

L

LLM

Large Language Model – ein auf riesigen Textmengen trainiertes Sprachmodell, das Sprache versteht und erzeugt.

M

MCP

Model Context Protocol – offener Standard, über den KI-Anwendungen auf Tools, Daten und Systeme zugreifen.

Multimodal

Modelle, die neben Text auch Bilder, Audio oder Video verarbeiten. Relevant für Dokumentenprüfung und Qualitätskontrolle.

N

No-Code

Anwendungen bauen ohne Programmierkenntnisse, per Oberfläche oder natürlicher Sprache. Kern des Corporathon-Stacks.

O

Orchestrierung

Das Zusammenspiel mehrerer Modelle, Tools und Regeln zu einem verlässlichen Ablauf – etwa mit n8n oder Make.

P

Prompt Engineering

Das gezielte Formulieren von Anweisungen an ein Modell – Rolle, Kontext, Struktur, Beispiele – für verlässliche Ergebnisse.

Prototyp

Lauffähige Vorstufe einer Lösung. Zeigt den Nutzen im echten Prozess, bevor Budget in eine Vollentwicklung fließt.

R

RAG

Retrieval Augmented Generation – das Modell zieht vor der Antwort passende Ausschnitte aus euren Dokumenten heran und bleibt so faktentreu.

Reasoning Model

Modellklasse, die vor der Antwort intern längere Lösungswege durchläuft. Stärker bei Analyse, langsamer und teurer im Betrieb.

S

Skill

Wiederverwendbare Fähigkeit für einen KI-Assistenten, die mit einem Befehl installiert und in jedem Projekt genutzt wird.

System Prompt

Die dauerhafte Grundanweisung an ein Modell: Rolle, Tonalität, Grenzen. Der wichtigste Hebel für konsistente Ergebnisse.

T

Token

Kleinste Verarbeitungseinheit eines Modells, grob ein Wortteil. Rechen- und Kostenmaß für KI-Nutzung.

U

Use Case

Ein konkreter Anwendungsfall mit Auslöser, Beteiligten und messbarem Nutzen – die Voraussetzung für jede sinnvolle Challenge.

V

Vektordatenbank

Speicher für Embeddings, der semantisch ähnliche Inhalte blitzschnell findet. Technisches Rückgrat vieler RAG-Systeme.

Vibe Coding

Software durch Beschreiben statt Tippen entstehen lassen: Man formuliert das Ziel, das Modell produziert und korrigiert den Code.

W

Workflow-Automation

Verkettung von Systemen und KI-Schritten zu einem automatisierten Ablauf – mit Werkzeugen wie n8n oder Make.