Generative KI
KI-Systeme, die neue Inhalte (Text, Bilder, Audio, Video) aus Trainingsdaten erzeugen. Revolutionierte Content-Erstellung in Marketing, Design und Medienproduktion.
Künstliche Intelligenz
Halluzinationen (KI)
Phänomen, bei dem KI falsche oder erfundene Informationen als wahr präsentiert. Häufig bei LLMs – erforderliche Faktenprüfung und bessere Eingabeaufforderungen.
Kontextfenster
Maximale Textmenge (in Tokens), die ein LLM in einem Durchgang verarbeiten kann. Größere Fenster (z. B. 128k Tokens) ermöglichen längere Gespräche und komplexere Analysen.
Große Sprachmodelle (LLM)
Große neuronale Netze, trainiert auf Milliarden von Texten, die menschenähnlichen Text generieren, übersetzen oder analysieren können. Basis für ChatGPT, Gemini etc.
Prompt
Eingabeanweisung an ein generatives KI-Modell. Gute Eingabeaufforderungen bestimmen die Qualität der Ausgabe – eine präzise Formulierung ist entscheidend.
Prompt Engineering
Kunstfertigkeit, optimale Prompts für KI-Modelle zu entwickeln. Techniken wie Rollenspiele oder Gedankenketten maximieren Relevanz und Genauigkeit.
RAG (Retrieval-Augmented Generation)
Methode, bei der LLMs externe Daten abrufen und in die Generierung einfließen lassen. Reduziert Halluzinationen und erhöht faktenbasierte Inhalte.
Überwachtes Lernen
Machine-Learning-Art, bei der Modelle mit gelabelten Daten trainiert werden (Input + gewünschter Output). Geeignet für Klassifikation und Regression.
Sprache-zu-Text
Technologie zur Umwandlung gesprochener Sprache in Text. Wird für Transkriptionen, Untertitelung oder Sprachsteuerung in Content-Workflows genutzt.
Testdaten
Datenanteil, der erst nach dem Training verwendet wird, um die endgültige Leistung eines Modellobjektivs zu bewerten. Nie während des Trainings sichtbar.