Was bedeuten Fachbegriffe wie LLM, Multimodalität oder Halluzination wirklich? In diesem Ratgeber findest du verständliche Erklärung aktueller KI-Begriffe, die dir im Alltag immer häufiger begegnen. Ich übersetzen das Fachchinesisch rund um Künstliche Intelligenz und Sprachmodelle wie ChatGPT in einfaches Deutsch. Ob du wissen willst , was hinter RAG steckt oder was KI-Agenten sind – dieses KI-Glossar bietet dir den schnellen Überblick für den digitalen Wandel 2026.

Ich stelle die wichtigsten aktuellen Begriffe aus dem „Marketing-Sprech“ der großen Firmen und das echte Fachwissen vor und übersetzen es in eine Sprache, die wir alle verstehen. Stöbere im Wörterbuch von heute und morgen.

Gut zu wissen: KI oder AI – wo ist der Unterschied?

Immer wieder begegnen uns zwei Abkürzungen: KI und AI. Und es sind schlichte Abkürzungen einmal für im deutschen und einmal im englischen Sprachraum!

KI steht für Künstliche Intelligenz. Das ist der Begriff, den wir im deutschen Sprachraum verwenden.
AI steht für Artificial Intelligence. Das ist schlicht das englische Original.

KI ist also nur die deutsche Übersetzung von AI. And anderer Stelle erzähle ich etwas aus der Geschichte des Begriffes und was er bedeutet. Er ist aber auch zu einem „Modewort“ oder Marketingbegriff geworden. In der Werbung und in den Medien wird heute fast alles als „KI“ bezeichnet, um modern und fortschrittlich zu wirken – vom selbstlenkenden Staubsauger bis hin zu komplexen „Programmen“ wie ChatGPT. Es ist zum ultimativen Marketingbegriff geworden. Lass uns also hinter die Kulissen schauen.

Teil 1: Das Fundament – Was ist KI eigentlich?

Bevor wir die Maschine nutzen, schauen wir kurz unter die Haube.

Generative KI (das „G“ in GPT): Bisher kannten wir KI vor allem als fleißige Sortiermaschine. Klassische maschinenlernende Algorithmen funktionieren wie ein sehr erfahrener Kontrolleur: Man gibt ihnen 10.000 Fotos von Katzen und Hunden, und danach können sie blitzschnell sagen: „Das ist eine Katze.“ Sie analysieren und entscheiden auf Basis von Mustern. Generative KI geht einen gewaltigen Schritt weiter. Sie sortiert nicht nur, sie erschafft.
- Die einfache KI: Erkennt ein Muster (z. B. Ihre Handschrift oder ein Auge).
- Die generative KI: Nutzt das Wissen über Muster, um etwas völlig Neues zu produzieren, das es vorher nicht gab – etwa ein Gedicht in Ihrem Schreibstil oder ein Bild von einer Katze auf dem Mars.
- Mehr dazu: Die Entwicklungsstufen der KI

LLM (Large Language Model): Das ist der Fachbegriff für „Große Sprachmodelle“. Stell dir ein LLM wie einen digitalen Bibliothekar vor, der fast jedes jemals geschriebene Buch gelesen hat und nun aus dem Gedächtnis antworten kann, mit einem Text, den sie auch vorlesen kann. LLMs erscheinen dabei wie Brief- oder Gesprächspartner.
GPT: Das steht für „Generative Pre-trained Transformer“. Vereinfacht gesagt: Ein System, das darauf trainiert wurde, das jeweils nächste logische Wort in einem Satz vorherzusagen – ähnlich wie die automatische Worterkennung in deinem Telefon, nur viel kompetenter.
Transformer: Dies ist die technische Bauart (Architektur), auf der fast alle modernen KIs basieren. Frühere Programme haben Sätze Wort für Wort von links nach rechts gelesen und dabei oft den Anfang des Satzes vergessen, wenn sie am Ende an kamen. Ein Transformer hingegen „sieht“ den gesamten Text auf einmal. Er erkennt blitzschnell die Beziehungen zwischen weit entfernten Wörtern. Wenn er dann zufällige neue Inhalte generiert, dann sucht er nach solchen Beziehungen, um aus zufälligen, wahrscheinliche neue Sätze oder Pixel zu bilden. Ja, er phantasiert, aber aufgrund von statistischen Wahrscheinlichkeiten innerhalb solcher Beziehungen. Das ist seine „Intelligenzleistung“. Ich glaube, für das Verstehen, was KI kann und ,was nicht ist dies der zentrale Begriff!
Training: Das ist die „Schulzeit“ der KI. In dieser Phase liest das Modell Milliarden von Textseiten, um Grammatik, Wissen und sogar Nuancen von Humor zu lernen. Und da ist dann schon das Urheberrecht berührt und auch der Datenschutz.
Token: KIs zählen keine Wörter, sondern „Tokens“. Das sind kleine Wortbausteine. Ein langes Wort besteht aus mehreren Tokens. Man kann sie sich wie die Silben beim Lesenlernen vorstellen.

Und was ist eigentlich ein „Modell“?

Wenn wir von ChatGPT, Claude oder Gemini sprechen, hören wir oft das Wort „Modell“. Aber was meint man damit? In der Computerwelt ist ein Modell kein hübsches Objekt aus Plastik, sondern ein digitales Abbild von Wissen und Fähigkeiten.
Stell dir das so vor: Ein KI-Modell ist wie ein „Ausbildungszustand“, das in einem riesigen Rechenzentrum gespeichert ist. Es ist das fertige Ergebnis nach der „Schulzeit“ (dem Training). Ein Modell ist kein Lexikon, in dem fertige Sätze stehen. Es ist eher wie ein Talent oder eine Fähigkeit in verschiedenen Größen und Entwicklungsstufen:

Verschiedene Größen: Es gibt „große Modelle“ (die alles wissen wollen) und „kleine Modelle“ (die vielleicht nur darauf spezialisiert sind, Rechtsanwälten bei Akten zu helfen).
Entwicklungsstufen: Oft hören wir Namen wie „GPT-4“ oder „Llama-3“. Das sind die Namen der „Modell-Familien“. Die Zahl dahinter ist wie bei einem Auto: Ein „Golf 8“ ist moderner und leistungsfähiger als ein „Golf 4“.

Teil 2: Die Fähigkeiten – Was kann das KI?

Moderne KI-Modelle sind längst keine reinen Text-Maschinen mehr. Der Chat ist die Benutzeroberfläche. Das LLM die Sprachkompetenz und große KI haben weitere „Talente“.

Reasoning (Logisches Schlussfolgern): Das ist die Fähigkeit der KI, ein Problem nicht einfach mit einer schnellen Antwort abzutun, sondern logische Schritte nacheinander abzuarbeiten. Es ist wie bei einem Schachspieler, der mehrere Züge vorausplant, bevor er die Figur berührt. Die KI „überlegt“ sich erst einen Lösungsplan, bevor sie den ersten Satz schreibt.
Thinking (Denk-Pause): Vielleicht bemerkst du manchmal, dass die KI vor einer Antwort kurz innehält und anzeigt: „Denke nach…“. In dieser Zeit geht das Modell verschiedene Lösungswege intern durch und korrigiert sich selbst, noch bevor du die Antwort siehst. Das führt zu deutlich weniger Fehlern bei komplizierten Aufgaben wie Mathe oder Logikrätseln.
Deep Search (Tiefensuche): Stell dir vor, dich fragt jemand nach dem besten Urlaubsziel. Eine normale Suche gibt dir die erstbeste Liste. „Deep Search“ hingegen bedeutet, dass die KI wie ein digitaler Detektiv hunderte Quellen gleichzeitig durchkämmt, Informationen gegeneinander abwägt und dir eine fundierte Zusammenfassung liefert, statt nur an der Oberfläche zu kratzen.
(Vibe-) Coding (Intuitives Programmieren):
LLMs können nicht nur Texte in menschlicher Sprache erstellen, sondern auch Programmcode für Computer. Vibe Coding ist dann wie Dirigieren statt Selberspielen. Du gibst den Takt und die Vision vor, und die KI übernimmt die handwerkliche Ausführung. Du programmierst nicht mehr mit der Tastatur, sondern mit deinem Erfahrungsschatz.
Kontextfenster:
Das ist das Kurzzeitgedächtnis der KI. Ein großes Kontextfenster bedeutet, dass du dem Modell ein ganzes Buch geben kannst und es sich am Ende noch an den ersten Satz erinnert, um Fragen dazu zu beantworten. Bezahlversionen bieten da oft mehr.
Aber auch unter den Einstellungen kannst du zum Beispiel bei Le Chat dir „Leitplanken“ und „Erinnerungen“ speichern, was sich die KI über dich und deine Interessen merken soll.
Multimodalität:
Das bedeutet, die KI hat mehrere Sinne. Sie kann nicht nur Text lesen, sondern auch Bilder „sehen“, Geräusche „hören“ und selbst Musik oder Fotos erstellen. Sie kann dichten, malen oder programmieren. Sie kombiniert das Gelernte auf völlig neue Weise – wie ein Koch, der aus bekannten Zutaten ein neues Rezept kreiert. Genaugenommen ist dabei ein Team in der Küche tätig. Das LLM ist die Chefin und weitere Modelle mit spezialisierten Fähigkeiten erfüllen einzelne Aufgaben – das Küchenteam:
- Vision Models (Seh-Modelle): Diese Spezialisten sind darauf trainiert, Pixel in Informationen zu übersetzen. Wenn du der KI ein Foto zeigst, „übersetzt“ das Vision-Modell das Bild in eine Sprache, die das Textmodell verstehen kann.
- Audio-Modelle (Spracherkennung & Klang): Diese hören nicht nur Wörter, sondern erkennen auch Tonfälle, Hintergrundgeräusche oder Musik. Sie verwandeln Schallwellen in digitale Daten und umgekehrt.
- Video-Modelle: Die Königsdisziplin. Hier muss die KI nicht nur Einzelbilder, sondern auch Bewegungen und zeitliche Abläufe verstehen (z.B. Google’s Veo oder OpenAIs Sora).

Teil 3: Die Helfer im Alltag – Wie nutze ich KI?

Hier wird es praktisch. Wie wird die Theorie zu deinem persönlichen Assistenten?

Prompt:
Das ist einfach deine Anweisung an die KI. Je genauer du deinen „Befehl“ (den Prompt) formulierst, desto besser ist das Ergebnis. Es ist wie das Geben einer klaren Arbeitsanweisung an einen Mitarbeiter. Man kann solche Anweisungen / Regeln auch speichern und dann abrufen:
- Gems (bei Google – Gemini): Ein „Gem“ (englisch für Edelstein) ist eine speziell von dir eingestellte Version der KI. Du gibst ihr einmalig Anweisungen (z.B. „Du bist mein Technik-Lehrer und erklärst Dinge ohne Fachwörter“), und jedes Mal, wenn du dieses „Gem“ öffnest, weiß die KI sofort, wie sie sich verhalten soll.
- GPTs (bei OpenAI – ChatGPT): Das ist das exakt gleiche Konzept bei der Konkurrenz. Bei OpenAI nennt man diese Helfer einfach „GPTs“ (oder auch Custom GPTs).
- Beim europäischen Le Chat (von Mistral) heißen sie Agent.
RAG (Retrieval-Augmented Generation):
Ein sperriger Name für eine tolle Funktion. Die KI schlägt hierbei in einem bestimmten Dokument (z. B. deiner Bedienungsanleitung) nach, bevor sie antwortet. Das macht die Antwort viel präziser. (NotebookLM ist dafür super!) Je besser die,Datenbasis also die benutzten Quellen, desto besser die Antwort des LLM. Sag der KI also, welchen Informationen du vertraust.
Agenten (Agentic AI):
Das ist die nächste Stufe. Ein „Agent“ schreibt nicht nur eine E-Mail, sondern kann (wenn man ihn lässt) auch den Termin im Kalender eintragen und eine Bestätigung abschicken. Er handelt eigenständig. Deshalb ist er noch kein Spion wie 007, aber er arbeitet selbstständig mit allen Rechten (Lizenzen), mit denen du ihn ausgestattet hast. Der Mensch ist dann der Vorgesetzte für seine KI-Agenten.
Usecase:
Ein typisches „denglisch“ Wort und bedeutet einfach nur Anwendungsfall. Die spannende Frage lautet: Welche Aufgaben kann ich mit KI lösen und welche auch nicht. Ein guter Weg für mich ist: Versuchen (use /Gebrauch), kontrolliert Fehler machen und auch daraus lernen.
UX (User eXperience):
Reflektiert die Nutzer (user)-Erfahrung (experience) bei der Anwendung eines Programms oder einer KI. Wie übersichtlich ist die Bedient-Oberfläche, wie ist das Menü aufgebaut …?
Dazu gehört auch CX (Customer eXperiance), die KundenErfahrung, die du in einem Laden, einer Firma oder beim Besuch einer Kirche machst. Beides ist nicht speziell KI, aber KI kann helfen, solche Erfahrungen zu verbessern.

Teil 4: Die Schattenseiten – Wo muss ich aufpassen?

Wo Licht ist, ist auch Schatten. Ein kritischer Blick ist bei der Nutzung von KI unerlässlich.

Halluzinationen:
Manchmal ist die KI zu selbstbewusst und erfindet Fakten, die absolut glaubwürdig klingen, aber falsch sind. Vertrauen ist gut, Kontrolle ist hier besser!
Die kleine Tücke ist: Beim Ausdenken ähnelt das künstliche neuronale Netzwerk einfach dem menschlichen Gehirn. Auch wir Menschen reimen uns Dinge zusammen, wenn unsere Faktenlage dünn ist. Es hilft, der KI aktiv zu sagen, welche Quellen sie nutzen soll und immer wieder einen Faktencheck vorzunehmen.
Bias (Voreingenommenheit):
Da die KI von menschlichen Texten lernt, übernimmt sie leider auch unsere Vorurteile. Sie spiegelt oft Klischees wider, die wir eigentlich überwinden wollen.
Deepfakes (Umfassende Täuschungen):
Damit sind täuschend echte, aber künstlich erzeugte Bilder, Stimmen oder Videos gemeint. Wenn die Enkelin plötzlich per Video-Anruf nach Geld fragt, sollte man heute lieber zweimal hinschauen – es könnte eine digitale Kopie sein.
Datenschutz ist ein Reizwort geworden.
Die einen wollen ihre Haustür so verrammeln, dass sie selbst nicht mehr raus kommen und die anderen lassen die Wohnungstür einfach immer offen stehen. Schau einfach. wen du in deine Wohnung lassen willst und sorge dafür, dass du ihn nach der Besuchszeit auch wieder herausbekommst.
Ich bin froh, dass wir eine DSGVO (Datenschutzgrundverordnung) haben und den European AI Act (KI-Gesetz der EU) Er ist das weltweit erste umfassende Regelwerk für Künstliche Intelligenz, das Risiken minimieren und vertrauenswürdige KI in Europa fördern soll.
AI Slop (Die digitale Müllflut):
Hast du schon einmal ein Filmchen gesehen oder Artikel gelesen, der irgendwie „leer“ klang? Viele Worte, aber kein echter Inhalt, voller Wiederholungen und ohne Seele? In der Fachwelt nennt man das jetzt „Slop“ (englisch für Pamp, Matsch oder Küchenabfälle).
„Slop“ bezeichnet minderwertige Inhalte, die massenhaft von KIs generiert und ungeprüft ins Internet gestellt werden. Das Ziel der Absender ist meist nicht, dir zu helfen, sondern nur durch viele Klicks Werbegeld zu verdienen. Daraus erwächst die Gefahr des Vermüllens. Da es mit KI nur Sekunden dauert, einen langen Text oder ein Bild zu erstellen, wird das Internet derzeit mit diesen „Abfällen“ geflutet. Das Problem dabei:
Es wird schwieriger, echte, von Menschen gut recherchierte Informationen zwischen all dem „KI-Matsch“ zu finden. Und KI lernt von Inhalten aus dem Internet. Wenn das Internet aber voll von schlechtem „Slop“ ist, fängt die KI an, von ihren eigenen Fehlern zu lernen – eine Abwärtsspirale. Es bleibt wie immer im Leben: Bleib interessiert aber skeptisch : Die KI ist künstlich – sei du intelligent.

Fazit: Keine Angst vor neuen Vokabeln

Wir haben nun gemeinsam den „KI-Begriffedschungel“ gelichtet und gesehen: Hinter den komplizierten englischen Begriffen wie LLM, Tokens oder Gems stecken meist ganz logische Konzepte. Am Ende ist Künstliche Intelligenz ein Werkzeug, das uns den Alltag erleichtern soll.

Lass dich von den Fachbegriffen und Marketing-Begriffen der großen Firmen nicht verunsichern. Man muss kein Informatiker sein, um von dieser Entwicklung zu profitieren. Ich finde es aber gut, eine grobe Vorstellung davon zu haben, was unter der Haube passiert, um die Technik sicher und souverän zu nutzen.

Die wichtigste Vokabel, die wir für die Zukunft brauchen, ist ohnehin ganz menschlich: Neugier gepaart mit eigenem Denken. Und wenn dir mal ein Fachbegriff begegnet, den du noch nicht kennst, frag auch die KI deiner Wahl. Nach und nach verbinden sich mit den Begriffen Erfahrungen – so wie Wissen eben entsteht.

KI-Wissen: Die Geschichte der KI erklärt – Von Ada Lovelace bis Mira Murati (2026 Update)

KI-Wissen: Begriffe einfach erklärt: Das Wörterbuch für ChatGPT, LLM & Co. (2026)