KI-Glossar

Die Fähigkeit, KI-Systeme zu verstehen, kritisch zu bewerten und verantwortungsvoll einzusetzen. Nach Art. 4 des EU AI Act müssen Anbieter und Betreiber sicherstellen, dass ihr Personal über ausreichende AI Literacy verfügt.

Eine Schritt-für-Schritt-Anleitung zur Lösung eines Problems. In der KI: mathematische Verfahren, die aus Daten Muster erkennen und Vorhersagen treffen.

Die menschliche Tendenz, automatisierten Systemen zu sehr zu vertrauen und deren Ergebnisse unkritisch zu übernehmen. Besonders gefährlich in Verwaltungskontexten, wo KI-Vorschläge ohne Prüfung übernommen werden.

Ein Softwareprogramm, das natürlichsprachliche Konversationen mit Menschen führen kann. Im Verwaltungskontext: automatisierte Bürgeranfragen-Beantwortung auf der Gemeinde-Website.

KI-Assistent von Microsoft, der in Office-Anwendungen (Word, Outlook, Excel, Teams) integriert ist und bei Textformulierung, E-Mail-Zusammenfassung und Datenanalyse unterstützt.

Datenschutz-Grundverordnung der EU. Regelt den Umgang mit personenbezogenen Daten. Beim KI-Einsatz besonders relevant: Keine personenbezogenen Daten dürfen ohne Rechtsgrundlage an KI-Dienste übermittelt werden.

Verordnung (EU) 2024/1689 – das weltweit erste umfassende KI-Gesetz. Klassifiziert KI-Systeme nach Risikostufen und definiert Pflichten für Anbieter, Betreiber und Nutzer. Seit Februar 2025 gelten erste Pflichten (Art. 4: AI Literacy).

Eine Prompt-Technik, bei der dem KI-Modell einige Beispiele (Shots) mitgegeben werden, um das gewünschte Ausgabeformat oder den Stil zu demonstrieren.

KI-Systeme, die neue Inhalte erzeugen können: Texte, Bilder, Code, Musik. Beispiele: ChatGPT (Text), DALL-E (Bilder), GitHub Copilot (Code).

Wenn ein KI-Modell plausibel klingende, aber faktisch falsche Informationen generiert. Entsteht, weil LLMs Wahrscheinlichkeiten berechnen und kein echtes Wissen besitzen. Besonders gefährlich bei Rechtsauskünften und Verwaltungsbescheiden.

KI-Systeme, die nach dem EU AI Act als besonders risikoreich eingestuft werden, z.B. in den Bereichen Personalauswahl, Sozialleistungen, Strafverfolgung. Unterliegen strengen Anforderungen an Transparenz, Dokumentation und menschliche Aufsicht.

Prinzip, bei dem ein Mensch in den KI-gestützten Entscheidungsprozess eingebunden bleibt. Der Mensch prüft, korrigiert und genehmigt KI-Ergebnisse, bevor sie wirksam werden.

Internes Regelwerk einer Organisation für den verantwortungsvollen Umgang mit KI. Definiert erlaubte Einsatzbereiche, Kontrollmechanismen, Datenschutzregeln und Verantwortlichkeiten.

Große Sprachmodelle wie GPT-4, Claude oder Gemini. Trainiert auf riesigen Textmengen, können sie natürliche Sprache verstehen und generieren. Funktionieren durch Vorhersage des wahrscheinlichsten nächsten Wortes.

Teilgebiet der KI, bei dem Algorithmen aus Daten lernen, ohne explizit programmiert zu werden. Das System erkennt Muster und verbessert sich durch Erfahrung.

Open-Source-Workflow-Automatisierungsplattform. Ermöglicht die Verknüpfung verschiedener Dienste und Anwendungen ohne Programmierung. In Emmering eingesetzt für die automatische Verarbeitung von Bürgeranfragen.

Mathematisches Modell, das vom menschlichen Gehirn inspiriert ist. Besteht aus Schichten von künstlichen Neuronen, die Eingaben verarbeiten und Muster erkennen. Grundlage moderner KI-Systeme.

Die Eingabe oder Anweisung, die einem KI-System gegeben wird. Die Qualität des Prompts bestimmt maßgeblich die Qualität der KI-Ausgabe. Strukturierte Prompts mit Rolle, Kontext, Ziel, Format und Einschränkungen liefern bessere Ergebnisse.

Die Kunst und Technik, Prompts so zu formulieren, dass KI-Systeme optimale Ergebnisse liefern. Umfasst Techniken wie die 5-Komponenten-Formel (Rolle, Kontext, Ziel, Format, Einschränkungen).

Einteilung von KI-Systemen nach dem EU AI Act in vier Stufen: Unannehmbares Risiko (verboten), Hochrisiko (streng reguliert), Begrenztes Risiko (Transparenzpflichten), Minimales Risiko (keine besonderen Auflagen).

Parameter bei LLMs, der die Kreativität der Ausgabe steuert. Niedrige Temperatur (0.0–0.3): deterministische, faktentreue Antworten. Hohe Temperatur (0.7–1.0): kreativere, variablere Antworten.

Grundeinheit, in der LLMs Text verarbeiten. Ein Token entspricht ungefähr einem Wort oder Wortteil. Die maximale Kontextlänge eines Modells wird in Tokens gemessen.

Der Prozess, bei dem ein KI-Modell aus großen Datenmengen Muster lernt. Das Training bestimmt, welches Wissen und welche Fähigkeiten das Modell hat – und auch welche Vorurteile (Bias) es enthält.

Pflicht nach dem EU AI Act, Nutzer darüber zu informieren, dass sie mit einem KI-System interagieren. Gilt besonders für Chatbots und automatisierte Entscheidungssysteme.