Willkommen in unserem KI-Glossar – Künstliche Intelligenz von A bis Z

Hier finden Sie wichtige Be­griffe aus der Welt der Künst­li­chen Intel­li­genz, alpha­be­tisch ge­ord­net und leicht ver­ständ­lich erklärt. Das Glossar um­fasst sowohl tech­ni­sche Fach­be­griffe als auch gän­gige Aus­drücke und Wen­dungen, die in Dis­kus­sio­nen über KI häufig vervwen­det werden. Wir haben Wert auf prä­zise, aber all­ge­mein­ver­ständ­liche De­fi­ni­tionen ge­legt, um Ihnen einen schnel­len Über­blick zu er­mög­lichen.
Ob Sie sich beruflich mit dem Thema be­schäf­tigen, KI-An­wen­dungen in Ihrem All­tag nutzen oder ein­fach mehr über dieses Feld er­fahren möchten – dieses Nach­schlage­werk soll Ihnen dabei helfen, die Kon­zepte und die Spra­che der Künst­lichen Intel­li­genz bes­ser zu ver­stehen.

► A

Adversarial Attack
Versuch, ein ML-System absichtlich mit täuschenden Daten fehlzuleiten.

Artificial Intelligence
Software, die lernen und sich anpassen kann. Sie löst Aufgaben durch Interpretation von Ein­gabe­daten und An­pas­sung an An­for­de­rungen, die bisher natürliche In­telli­genz erforderten. KI benötigt große Mengen an Trai­nings­daten und gewinnt durch Digi­ta­li­sierung und Big Data zunehmend an Be­deutung.

Algorithmus
Eine definierte Reihe von Anweisungen zur Lösung eines Problems oder zur Durch­füh­rung einer Aufgabe. In der KI bestimmen Algo­rith­men, wie aus Daten gelernt wird.

Augmented Reality (AR)
Eine Technologie, die digitale Informationen in Echt­zeit in die reale Welt ein­bettet, um eine er­wei­terte Version der phy­si­schen Welt zu schaffen.

Autonome Systeme
Systeme, die in der Lage sind, ohne mensch­liches Ein­greif­en zu funk­tio­nieren, z.B. auto­nome Fahr­zeuge oder Drohnen.

► B

Backpropagation
Ein Verfahren im Maschinellen Lernen, ins­be­son­dere im Deep Learning, das den Fehler rück­wärts durch das Netz­werk ver­brei­tet, um die Ge­wichte anzupassen.

Bias in KI
Ungewollte Vorurteile oder Bevor­zu­gungen in KI-Sys­temen, die durch vor­ein­ge­nom­mene Trainings­daten oder Algo­rith­men entstehen können.

Big Data
Große und komplexe Datensätze, die durch digitale Techno­lo­gien generiert werden und deren Analyse tief­grei­fende Ein­blicke er­möglicht.

Black Box Model
Nicht vollständig transparente ML-Modelle mit internen »unvsicht­baren« Berech­nungen.

Blockchain
Eine dezentralisierte Technologie oder ein verteiltes Ledger, das Trans­ak­tionen sicher und un­ver­än­derlich auf­zeich­net, häufig in Ver­bin­dung mit Krypto­wäh­rungen.

Bot
Umgangssprachlich für auto­ma­ti­sierte Software, die Auf­gaben durch­führt oder auf User­in­ter­aktio­nen reagiert, oft im Kontext von Chat­bots oder Social-Media-Auto­ma­tisierung.

► C

Chatbot
Ein KI-basiertes Programm, das mittels Text- oder Sprachkommunikation mit Menschen interagieren kann.

Cloud Computing
Das Bereitstellen von Rechenressourcen (wie Servern, Speicher, Daten­banken, Netz­werk­kom­po­nenten, Software) über das Inter­net, um Flexi­bi­li­tät und Ska­lie­rung zu bieten.

Clustering
Eine Methode des unüberwachten Lernens im maschinellen Lernen, die darauf abzielt, Da­ten­punkte in Gruppen zu un­ter­teilen, sodass die Punkte in einer Gruppe ähn­li­cher zu­ein­ander sind als zu Punkten in an­de­ren Gruppen.

Computer Vision
Ein Feld der KI, das sich darauf konzentriert, Computern das Sehen und das Verstehen von Bildern und Videos ähnlich wie menschliche Wahrnehmung zu ermöglichen.

Crunching
Der Prozess des Durchlaufens großer Da­ten­mengen zur Ana­lyse oder zum Training von KI-Mo­dellen, oft als »Num­ber Crun­ching« bezeichnet.

► D

Deep Learning
Ein Teilbereich des maschinellen Lernens, der mehrschichtige neuronale Netze verwendet, damit Maschinen aus Daten lernen können.

Deep Dive
Sich tief in ein spezifisches Thema oder Problem einarbeiten, oft im Kontext von Datenanalyse oder der Entwicklung von KI-Modellen.

Datenanalyse
Der Prozess der Untersuchung, Rei­ni­gung, Trans­for­ma­tion und Mo­del­lie­rung von Daten, um nütz­liche Infor­ma­tionen zu extrahieren, Schluss­fol­ge­rungen zu ziehen und Ent­schei­dungen zu un­ter­stützen.

Digitale Zwillinge
Digitale Repräsentationen eines phy­si­schen Objekts oder Systems, die in Echt­zeit Da­ten nutzen, um Pro­zes­se zu simulieren, zu ver­stehen und zu opti­mieren.

Diskriminative Modelle
Modelle im maschinellen Lernen, die lernen, die Unter­schei­dung zwischen verschiedenen Kate­go­rien von Daten zu treffen.

► E

Eats Its Own Dog Food
Ein Ausdruck, der verwendet wird, wenn Unter­neh­men ihre eigenen Produkte intern nutzen, um deren Wirk­sam­keit zu de­mon­strieren. In der KI bedeutet das, eigene KI-Tools für interne Pro­zesse zu nutzen.

Erklärbare KI (Explainable AI)
KI, die so gestaltet ist, dass sie transparent und erklärbar ist. Dies ermöglicht es Menschen, zu verstehen, wie und warum eine Maschine eine bestimmte Entscheidung getroffen hat.

Edge Computing
Eine Rechenarchitektur, die Daten­ver­ar­bei­tung am Rand des Netzwerks, nahe der Da­ten­quelle, er­mög­licht, um Latenz zu re­du­zieren und Band­breite zu sparen.

Embodied AI
KI-Systeme, die in der physischen Welt agieren, z.B. durch Roboter oder andere physische Schnittstellen.

Entscheidungsunterstützungs-Systeme
Computergestützte Systeme, die Füh­rungs­kräfte bei der Ent­schei­dungs­fin­dung unter­stützen, indem sie Daten, Analyse­mo­delle und lo­gische Ope­ra­tionen nutzen.

► F

Feature Creep
Die Tendenz, immer mehr Funktionen in ein Produkt oder System ein­zu­bauen, was oft zu un­nö­tiger Kom­plexi­tät führt. In der KI-Ent­wick­lung kann dies zu über­la­denen Mo­dellen führen.

Federated Learning
Ein Trainingsverfahren im maschinellen Lernen, bei dem mehrere Geräte ein Modell mit ihren eigenen Daten trainieren. Nur die Endresultate werden im Netzwerk geteilt.

Fuzzy-Logik
Eine Form der Logik, die Unschärfe im menschlichen Denken und natürliche Sprache modelliert, um Entscheidungsfindung in KI-Systemen zu unterstützen.

Federated Learning
Ein Ansatz zum Trainieren von Algorithmen über mehrere dezentralisierte Geräte oder Server, ohne dass Daten zentral gesammelt werden müssen.

Feature Engineering
Der Prozess der Auswahl und Umwandlung von Rohdaten in Formate, die besser für Modelle des maschinellen Lernens geeignet sind.

► G

Geek Out
Sich intensiv und leidenschaftlich mit tech­ni­schen Details oder spe­zi­fischen Tech­no­logien be­schäf­tigen, oft im Zu­sam­men­hang mit neuesten KI-Inno­va­tionen.

Generative KI
KI, die darauf ausgelegt ist, neue Inhalte wie Bilder, Videos und Musik zu generieren, indem sie aus bestehenden Inhalten lernt und diese kombiniert.

Generative Adversarial Networks (GANs)
Ein Ansatz im maschinellen Lernen, bei dem zwei Netzwerke (ein Generator und ein Diskriminator) gegeneinander antreten, um neue, synthetische Instanzen von Daten zu erzeugen.

Gradient Descent
Ein Optimierungsverfahren im maschinellen Lernen und in der Statistik, das verwendet wird, um die Parameter eines Modells durch Minimierung der Kostenfunktion anzupassen.

Graphentheorie
Ein Bereich der Mathematik, der sich mit der Unter­su­chung von Graphen be­fasst, welche die Be­zie­hungen zwischen Objekten mo­del­lieren. Wichtig für Netz­werk­ana­lyse und Wissens­graphen.

► H

Hack
Eine kreative oder unkonventionelle Lösung für ein technisches Problem, nicht not­wen­di­ger­weise im ne­ga­tiven Sinne. In der KI-Ent­wick­lung bezieht sich dies oft auf eine schnelle, elegante Lö­sung für ein Daten- oder Modell­ie­rungs­problem.

Heuristik
Eine Problemlösungs­stra­tegie, die praktische Me­tho­den ver­wendet, um schnelle Lö­sungen zu finden, die mög­licher­weise nicht perfekt, aber aus­rei­chend gut für praktische Zwecke sind.

Hyperparameter-Tuning
Der Prozess der Optimierung der Einstellungen (Hyperparameter) für Algorithmen des maschinellen Lernens, um die Leistung des Modells zu verbessern.

Hybride Systeme
Systeme, die verschiedene KI-Techniken kombinieren, z.B. regelbasierte Systeme mit maschinellem Lernen, um komplexere Probleme zu lösen.

► I

Industrielle KI
Bezieht sich auf die An­wendung von KI in den Kern­in­dustrien unserer Wirt­schaft – Industrie, Infra­struktur, Mobi­lität und Ge­sund­heits­wesen.

Induktives Lernen
Der Prozess, bei dem Modelle aus beobachteten Beispielen allgemeine Regeln ableiten, um Vorhersagen über unbekannte Daten zu treffen.

Inferenz
In der KI der Prozess, durch den ein trai­nier­tes Modell neue Daten inter­pre­tiert und Ent­schei­dungen oder Vor­her­sagen ba­sierend auf seinem Wissen trifft.

Insight Mining
Der Prozess des Durch­suchens großer Da­ten­mengen, um nütz­liche Infor­ma­tionen oder Muster zu entdecken, die für Ent­schei­dungen genutzt werden können.

Internet der Dinge (IoT)
Das Netzwerk von phy­si­schen Objekten, die mit Sen­soren, Soft­ware und an­de­ren Techno­lo­gien ausgestattet sind, um Daten zu sam­meln und aus­zu­tauschen.

► J

Janky
Etwas, das schlecht implementiert oder instabil ist. In der KI kann dies auf Modelle zutreffen, die inkonsistente oder unerwartete Ergebnisse liefern.

Joint Learning
Ein Lernansatz, bei dem meh­rere Auf­ga­ben gleich­zeitig ge­lernt werden, um die Leis­tung in allen Auf­ga­ben durch das Teilen von In­for­ma­tionen zu verbessern.

Jupyter Notebook
Eine Open-Source-Webanwendung, die es ermöglicht, Dokumente zu erstellen und zu teilen, die Live-Code, Gleichungen, Vi­su­a­li­sie­rungen und er­zäh­len­den Text ent­halten.

JSON (JavaScript Object Notation)
Ein leichtgewichtiges Daten-Aus­tausch­format, das für Men­schen einfach zu lesen und zu schreiben und für Ma­schinen einfach zu parsen und zu ge­ne­rieren ist.

► K

Kludge
Eine umständliche oder ineffi­ziente Lö­sung für ein tech­ni­sches Problem, die oft nur als vo­rüber­ge­hender Fix dient.

Knowledge Graph
Eine graphbasierte Datenstruktur, die Wissen in einer Weise mo­del­iert, die Ma­schinen das Ver­stehen und die Ver­ar­bei­tung von Infor­ma­tionen in einem be­stimmten Kon­text er­mög­licht.

K-nearest Neighbors (K-NN)
Ein einfaches, aber leistungs­fä­higes Algo­rith­mus im ma­schi­nellen Lernen, der auf der Prä­mis­se basiert, dass ähn­liche Dinge nah bei­ein­an­der liegen.

Kernel Methods
Eine Klasse von Algorithmen für Muster­ana­lyse, deren be­kann­tes­ter Vertreter die Support Vector Machines (SVM) sind, die in nicht-linearen Räumen arbeiten können.

► L

LLM – Großes Sprachmodell
Ein KI-Sprachmodell, das auf massiven Datenmengen trainiert wird, wie z.B. GPT-3, um menschenähnlichen Text zu generieren.

Latent Variable
Eine Variable, die nicht direkt beobachtet werden kann, aber aus einem Modell abgeleitet wird, um zugrundeliegende Strukturen in den Daten zu erklären.

Learning Rate
Ein Hyperparameter, der bestimmt, wie stark ein Algorithmus des maschinellen Lernens bei jedem Schritt der Gewichtsaktualisierung angepasst wird.

Logistische Regression
Ein statistisches Modell, das verwendet wird, um die Wahrscheinlichkeit einer binären Ergebnisvariable zu schätzen, basierend auf einer oder mehreren unabhängigen Variablen.

Low-hanging Fruit
Probleme oder Aufgaben, die relativ einfach zu lösen oder zu erledigen sind, oft der erste Schritt in einem komplexeren KI-Projekt.

► M

Maschinelles Lernen (ML)
Ein Teilbereich der KI, der Algorithmen und statistische Modelle verwendet, damit Maschinen aus Erfahrungen oder Daten lernen können.

Meta-Lernen
Ein Ansatz im maschinellen Lernen, bei dem Algorithmen lernen, wie man lernt. Modelle passen sich schnell an neue Aufgaben an, indem sie aus vorherigen Erfahrungen lernen.

Model Zoo
Eine umgangssprachliche Be­zeich­nung für eine Samm­lung von vorab trai­nier­ten KI-Modellen, die für ver­schie­dene Auf­gaben wieder­ver­wendet werden können.

Multi-Agenten-Systeme
Systeme, in denen mehrere Agenten inter­agie­ren oder zu­am­men­arbeiten, um indi­vi­duelle oder ge­mein­same Ziele zu er­rei­chen, oft in kom­plexen Um­ge­bungen.

Mustererkennung
Die Fähigkeit, Muster oder Strukturen in Daten zu iden­ti­fi­zieren, eine grund­le­gende Fähig­keit in vielen KI-Anwendungen.

► N

Natürliche Sprachverarbeitung (NLP)
Ein Teilbereich der KI, der sich mit der Interaktion zwischen Computern und menschlicher Sprache beschäftigt.

Natürliche Benutzerschnittstellen (NUI)
Schnittstellen, die es Menschen er­mög­lichen, mit Ma­schinen in natür­li­cher Weise zu inter­agie­ren, z.B. durch Gesten oder Sprache.

Nerf
Eine absichtliche Abschwächung oder Ein­schrän­kung der Fähig­keiten eines KI-Systems, oft um Fair­ness oder Ethik zu ge­währ­leisten.

Neuronale Netze
Computernetzwerke, die nach dem Vorbild des mensch­li­chen Gehirns mo­del­liert sind, um kom­plexe Muster in Daten zu er­kennen und zu lernen.

Normierung
Der Prozess der Anpassung der Daten an eine be­stimmte Skala, um die Leis­tung von Algo­rith­men des ma­schi­nellen Ler­nens zu ver­bessern.

► O

Ontologie
Ein Rahmenwerk zur Repräsentation von Wissen in einem bestimmten Bereich, mit dem Ziel, Konzepte und Beziehungen zu definieren und zu klassifizieren.

Overengineering
Die Entwicklung eines Systems oder Modells, das komplexer ist als notwendig. In der KI kann dies zu unnötig schwerfälligen Lösungen führen.

Overfitting
Ein Modellierungsfehler, der auftritt, wenn ein Modell zu komplex ist und zu stark auf die Trainingsdaten ausgerichtet ist, was zu einer schlechten Leistung auf neuen Daten führt.

Optimierungsalgorithmen
Algorithmen, die verwendet werden, um das beste Ergebnis (im Sinne von Minimierung oder Maximierung) für ein gegebenes Problem zu finden.

► P

Plug-and-Play AI
Eine umgangssprachliche Bezeichnung für KI-Systeme oder -Modelle, die mit minimalem Setup oder Konfiguration einsatzbereit sind.

Prädiktive Analytik
Die Nutzung von KI und statistischen Modellen, um zukünftige Ereignisse oder Trends basierend auf historischen Daten vorherzusagen.

Precision (Präzision)
Ein Maß für die Qualität eines Klassi­fi­zierungs­mo­dells, das den Anteil der kor­rek­ten po­si­tiven Vor­her­sagen im Ver­hält­nis zu der Gesamt­zahl der po­si­tiven Vor­her­sagen an­gibt.

Principal Component Analysis (PCA)
Eine Technik zur Reduzierung der Di­men­sio­na­lität von Daten­sätzen, indem sie in eine klei­nere An­zahl von un­korre­lierten Varia­blen trans­for­miert werden, die die meisten In­for­ma­tionen ent­halten.

► Q

Quantum Computing
Eine Form der Berechnung, die die Prinzipien der Quantenmechanik nutzt, um Daten zu verarbeiten und Probleme schneller zu lösen als herkömmliche Computer.

Quantum Leap
Oft im übertragenen Sinne verwendet, um einen enor­men Fort­schritt oder Durch­bruch in der Tech­no­logie zu beschreiben, nicht nur be­schränkt auf die Quan­ten­com­pu­ter­tech­no­logie.

Query (Abfrage)
Eine Anfrage oder Operation, die Daten aus einem Datenbank- oder Informationssystem extrahiert basierend auf spezifischen Kriterien.

Q-Learning
Eine Form des Reinforcement Learning, bei der ein Agent lernt, welche Ak­tio­nen in welchen Zu­stän­den die besten lang­fris­tigen Be­loh­nungen erbringen.

► R

Robotik
Der Bereich der Ingenieurwissenschaften und KI, der sich mit dem Design, der Konstruktion und dem Betrieb von Robotern beschäftigt.

Robot Overlord
Ein scherzhafter Ausdruck, der die Be­fürch­tung aus­drückt, dass KI und Roboter irgend­wann die Kon­trolle über­neh­men könnten, inspi­riert von Science-Fiction-Sze­narien.

Reinforcement Learning (Verstärkungslernen)
Ein Bereich des maschinellen Lernens, in dem ein Agent lernt, sich in einer Umgebung zu verhalten, indem er Aktionen ausführt und die daraus resultierenden Belohnungen oder Strafen bewertet.

Random Forest
Ein Ensemble-Lernverfahren für Klassi­fi­kation, Regres­sion und andere Auf­ga­ben, das zahl­rei­che Ent­schei­dungs­bäume beim Training nutzt und deren Modus (für Klassi­fi­kation) oder mittlere Vor­her­sage (für Regression) als Vor­her­sage des En­sembles verwendet.

Robot Process Automation (RPA)
Die Automatisierung von Geschäftsprozessen mit Software-Robotern oder KI-Arbeitern.

► S

Sentiment-Analyse
Der Prozess des Verstehens und Klassi­fi­zierens der emo­tio­nalen Töne in einem Stück Text, um die Ein­stel­lungen, Mei­nun­gen und Emo­tionen da­hinter zu erfassen.

Singularity
Ein populärwissenschaftlicher Begriff, der den hypo­the­tischen zu­künf­tigen Punkt be­schreibt, an dem tech­no­lo­gischer Fort­schritt und KI die mensch­liche Zivi­li­sation un­um­kehr­bar verändern werden.

Support Vector Machine (SVM)
Ein überwachtes maschinelles Lern­modell, das für Klassi­fi­ka­tions- und Re­gres­sions­auf­gaben ver­wendet wird. SVMs sind be­son­ders effektiv in hoch­di­men­sio­nalen Räumen.

Supervised Learning (Überwachtes Lernen)
Ein Typ des maschinellen Lernens, bei dem das Modell aus einem Trainings­da­ten­satz lernt, der sowohl die Ein­gaben als auch die kor­rekten Aus­gaben enthält.

► T

Techie
Eine umgangssprachliche Bezeichnung für jemanden, der sich leidenschaftlich für Technologie interessiert, insbesondere im Bereich der KI und Softwareentwicklung.

TensorFlow
Eine Open-Source-Softwarebibliothek für maschinelles Lernen und neuronale Netze, entwickelt von Google Brain Team.

Tokenization
Der Prozess des Zerlegens eines Textes in Stücke, wie z.B. Wörter oder Sätze, die dann analysiert oder verarbeitet werden können.

Transfer Learning
Ein Forschungsproblem im maschinellen Lernen, bei dem ein Modell, das für eine Aufgabe entwickelt wurde, auf eine andere, aber verwandte Aufgabe angewendet wird.

► U

Uncanny Valley
Ein Konzept, das ursprünglich aus der Robotik stammt, aber auch in KI-Kon­texten An­wen­dung findet. Es beschreibt das Un­be­hagen, das Menschen em­pfinden, wenn eine künst­liche Dar­stel­lung (wie ein Ro­boter oder ein CGI-Cha­rak­ter) fast, aber nicht ganz men­schen­ähnlich ist.

Unsupervised Learning (Unüberwachtes Lernen)
Ein Typ des maschinellen Lernens, bei dem das Modell aus Daten ohne vor­he­rige Kenn­zeich­nung lernt, um Muster und Struk­turen zu iden­ti­fi­zieren.

Utility Theory (Nutzentheorie)
Ein Rahmenwerk zur Analyse von Ent­schei­dungen unter Un­sicher­heit, häufig ver­wendet in KI, um opti­male Ent­schei­dungen zu mo­dell­ieren und vor­her­zusagen.

Underfitting
Ein Modellierungsfehler, der auftritt, wenn ein Modell zu ein­fach ist, um die zu­grun­de­lie­genden Struk­turen in den Daten zu er­fas­sen, was zu einer schlechten Leis­tung führt.

► V

Vaporware
Ein Produkt, insbesondere Software oder Tech­no­lo­gie, das ange­kün­digt wurde, aber letzt­end­lich nie ver­öffent­licht wird. Oft wird es in der Tech­no­logie­branche ver­wendet, um Pro­dukte zu be­schreiben, deren Ent­wick­lung ewig zu dauern scheint oder die nur als Konzept exis­tieren.

Validation Set
Eine Teilmenge von Daten, die vom Trai­nings­da­ten­satz ge­trennt ist und zum Fein­tuning der Hyper­para­meter eines Modells verwendet wird, ohne die Leistung des end­gült­igen Tests zu be­ein­flussen.

Verstärkungslernen (siehe Reinforcement Learning).

Virtual Reality (VR)
Eine simulierte Erfahrung, die die physische Welt entweder nachbildet oder eine imaginäre Welt erschafft, typischerweise erlebt durch visuelle und manchmal auch haptische (taktil) Geräte.

► W

Weight (Gewicht)
Parameter innerhalb neuronaler Netze, die die Stärke der Verbindung zwischen Einheiten in aufeinanderfolgenden Schichten beeinflussen.

Wired In
Ein Zustand tiefer Konzentration oder Im­mer­sion in eine Aufgabe, oft bei der Pro­gram­mie­rung oder beim Arbeiten mit kom­plexen Da­ten­ana­lysen. Der Begriff wird manch­mal verwendet, um die inten­sive Fo­kus­sierung zu be­schreiben, die nötig ist, um an­spruchs­volle KI-Pro­bleme zu lösen.

Word Embedding
Eine Technik im Bereich des maschinellen Lernens, bei der Wörter oder Phrasen aus dem Vokabular in Vektoren von reellen Zahlen umgewandelt werden, was eine Vielzahl von natürlichsprachlichen Verarbeitungsaufgaben ermöglicht.

Workflow Automation
Die Technik, Arbeitsabläufe zu automatisieren, indem manuelle Aufgaben durch automatische Prozesse ersetzt, oft unter Verwendung von KI und maschinellem Lernen.

► X

XAI (Explainable AI)
KI-Systeme, die so gestaltet sind, dass ihre Ope­ra­tionen und Ent­schei­dungen für mensch­liche User nach­voll­zieh­bar und ver­ständ­lich sind.

X-Factor
Ein Ausdruck, der das undefinierbare oder außer­ge­wöhn­liche Merk­mal bezeichnet, das jemanden oder etwas von anderen unter­scheidet. Im Kontext der KI könnte dies auf eine einzig­artige Funk­tion oder Fähig­keit eines Systems hin­wei­sen, die es besonders macht.

► Y

Yield Optimization
Der Prozess der Optimierung der Ausbeute oder Leistung eines Systems, Produkts oder Prozesses, häufig durch den Einsatz von KI-Tech­no­logien zur Ana­lyse und Vorher­sage.

YOLO (You Only Look Once)
Ursprünglich aus der Popkultur stammend, bezeichnet dieser Begriff in der KI ein beliebtes Modell für Echtzeit-Objekterkennung. Der Name spielt auf die Fähigkeit des Modells an, Objekte in einem Bild mit nur einem einzigen Durchgang (»Look«) zu identifizieren.

► Z

Zero Day
Ein Begriff aus der Cybersicherheit, der eine Sicherheitslücke in Software oder Hardware bezeichnet, die dem Hersteller noch nicht bekannt ist und gegen die es folglich noch keinen Schutz gibt.

Zero-Shot Learning
Eine Klassifizierungs-Technik, bei der das Modell fähig ist, Objekte zu klassifizieren, die es während des Trainings nicht gesehen hat, basierend auf der Beschreibung oder Relation dieser Objekte zu bekannten Kategorien.

Zustandsraum
In der KI und Robotik der multi­dimen­sio­nale Raum, der alle mög­li­chen Zu­stände enthält, in denen sich ein Sys­tem oder Um­ge­bung be­fin­den kann.