15 Begriffe, wie sie in Angeboten vorkommen.

Auftragsverarbeitungsvertrag

auch: AVV, AV-Vertrag

Der Vertrag nach Art. 28 DSGVO zwischen Verantwortlichem und Dienstleister, der personenbezogene Daten in dessen Auftrag verarbeitet.

In der Praxis Nötig, sobald ein Anbieter Ihre Daten verarbeitet — auch wenn er sie nur durchreicht. Prüfen Sie zwei Punkte: Wo stehen die Server, und werden Ihre Daten zum Training verwendet?

Vorsicht Bei Modellen amerikanischer Anbieter kommt der Drittlandtransfer dazu. Ein AVV allein löst das nicht.

Siehe auch: Datenschutz-Folgenabschätzung

In der Branche: KI für Steuerberater und Kanzleien, KI in Arztpraxis und Pflege

Datenschutz-Folgenabschätzung

auch: DSFA

Eine dokumentierte Vorabprüfung nach Art. 35 DSGVO, nötig wenn eine Verarbeitung voraussichtlich ein hohes Risiko für die Rechte Betroffener bedeutet.

In der Praxis Bei KI-Vorhaben mit Beschäftigten- oder Kundendaten oft einschlägig, besonders wenn systematisch bewertet oder überwacht wird. Der Aufwand ist beherrschbar, wenn er am Anfang steht — und teuer, wenn er nachgeholt werden muss.

Vorsicht Wird in Angeboten regelmäßig gar nicht erwähnt. Fehlt sie dort, heißt das nicht, dass sie entfällt.

Siehe auch: KI-Verordnung (AI Act), Auftragsverarbeitungsvertrag

In der Branche: KI in Arztpraxis und Pflege

Dokumentenverarbeitung / OCR

auch: OCR, IDP, Belegerkennung

Aus einem Scan oder PDF werden zuerst Zeichen erkannt (OCR) und daraus die gesuchten Felder gezogen — Rechnungsnummer, Betrag, Lieferant, Positionen.

In der Praxis Einer der Fälle mit dem verlässlichsten Ertrag, weil das Ergebnis prüfbar ist: Der Betrag stimmt oder er stimmt nicht. Rechnen Sie mit einer Nachkontrolle für unsichere Belege.

Vorsicht Die Trefferquote hängt am Belegbestand, nicht am Anbieter. Wer eine Quote nennt, ohne Ihre Belege gesehen zu haben, nennt eine aus einem anderen Betrieb.

Siehe auch: RAG — Antworten aus eigenen Dokumenten

In der Branche: KI im Handwerk, KI für Steuerberater und Kanzleien, KI in der Logistik, KI in der Hausverwaltung

Embedding

auch: Vektor, Vektordatenbank

Die Übersetzung eines Textstücks in eine Zahlenreihe, bei der ähnliche Inhalte nahe beieinander liegen. Damit lässt sich nach Bedeutung suchen statt nach Wörtern.

In der Praxis Die Technik hinter „findet auch, wenn ich es anders nenne". Für den Betrieb selten eine eigene Entscheidung — sie steckt in der Lösung.

Siehe auch: RAG — Antworten aus eigenen Dokumenten

Feintuning

auch: Fine-Tuning

Ein vorhandenes Modell wird mit eigenen Beispielen nachtrainiert, damit es Ton, Format oder eine enge Aufgabe besser trifft.

In der Praxis Lohnt sich bei einer engen, häufigen Aufgabe mit vielen Beispielen. Für „das Modell soll unsere Firma kennen" ist es der teure Umweg — dafür ist RAG da.

Vorsicht Feintuning macht ein Modell nicht klüger und bringt ihm keine Fakten bei, die sich ändern. Wer es als Lösung für aktuelles Wissen anbietet, verwechselt zwei Dinge.

Siehe auch: RAG — Antworten aus eigenen Dokumenten, Sprachmodell (LLM)

Halluzination

Eine Ausgabe, die sprachlich einwandfrei und sachlich falsch ist. Das Modell erzeugt plausible Fortsetzungen; ob sie stimmen, ist keine Eigenschaft, die es prüfen kann.

In der Praxis Der Grund, warum jeder ernsthafte Einsatz eine Prüfstelle braucht: ein Mensch, ein zweiter Abgleich oder ein Format, das falsche Werte auffallen lässt. Halluzinationen lassen sich eindämmen, nicht abschalten.

Vorsicht Wer „halluziniert nicht" verspricht, verspricht etwas, das die Technik nicht hergibt. Belastbar ist nur: Wir haben eine Kontrolle eingebaut, und so sieht sie aus.

Siehe auch: Sprachmodell (LLM), RAG — Antworten aus eigenen Dokumenten

KI-Agent

auch: Agent, Agentic AI

Ein Sprachmodell, das antwortet und dabei in mehreren Schritten selbst Werkzeuge aufruft — eine Datei lesen, eine Suche starten, einen Datensatz schreiben — und aus dem Ergebnis den nächsten Schritt ableitet.

In der Praxis Interessant überall dort, wo ein Ablauf heute aus vielen kleinen Handgriffen in verschiedenen Programmen besteht. Der Aufwand steckt in den Zugriffen: Jedes Werkzeug, das der Agent bedienen soll, braucht eine Schnittstelle und eine Berechtigung.

Vorsicht Ein Agent, der schreibend auf ein Fachsystem zugreift, braucht dieselbe Sorgfalt wie ein neuer Mitarbeiter mit Vollzugriff — Rechte, Protokollierung, ein Weg zum Zurücknehmen. Wer das im Angebot nicht anspricht, hat es nicht bedacht.

Siehe auch: Sprachmodell (LLM), RAG — Antworten aus eigenen Dokumenten, MCP

KI-Verordnung (AI Act)

auch: AI Act, EU AI Act, KI-VO

Die EU-Verordnung 2024/1689 über künstliche Intelligenz. Sie stuft Anwendungen nach Risiko ein und knüpft daran Pflichten — von gar keinen bis hin zu Konformitätsbewertung und Registrierung.

In der Praxis Die meisten mittelständischen Anwendungen — Texte erzeugen, Dokumente sortieren, Angebote vorbereiten — fallen in die niedrigen Stufen. Ernst wird es bei Personalauswahl, Kreditwürdigkeit, Zugang zu wesentlichen Leistungen und im Bereich kritischer Infrastruktur.

Vorsicht Zwei Pflichten treffen fast jeden: Beschäftigte, die KI-Systeme bedienen, brauchen ausreichende Kompetenz (Art. 4), und wer mit einem KI-System interagiert, muss das erkennen können (Art. 50). Beides ist keine Frage der Risikostufe. Diese Einordnung ist keine Rechtsberatung.

Siehe auch: Datenschutz-Folgenabschätzung

Kontextfenster

auch: Token, Context Window

Die Menge an Text, die ein Modell in einem Durchgang berücksichtigen kann — Eingabe und Ausgabe zusammen. Gemessen in Token, grob drei Viertel eines Wortes je Token im Deutschen.

In der Praxis Bestimmt, wie viel Dokument auf einmal hineinpasst und was ein Aufruf kostet. Größer ist nicht automatisch besser: Was mitten in einer sehr langen Eingabe steht, wird schlechter beachtet als das, was am Anfang oder Ende steht.

Siehe auch: Prompt, RAG — Antworten aus eigenen Dokumenten

Lokales Modell

auch: On-Premise, Open-Weight, selbst gehostet

Ein Modell, dessen Gewichte frei verfügbar sind und das auf eigener Hardware oder im eigenen Rechenzentrum läuft, statt über die Schnittstelle eines Anbieters.

In der Praxis Die Antwort auf „unsere Daten dürfen das Haus nicht verlassen". Der Preis dafür sind Hardware, Betrieb und Aktualisierung — Kosten, die beim Anbieter im Nutzungspreis stecken.

Vorsicht Stellen Sie den Lizenzkosten Anschaffung, Strom und die Person gegenüber, die das Modell betreut. Bei geringen Mengen ist die Schnittstelle fast immer günstiger.

Siehe auch: Sprachmodell (LLM), Auftragsverarbeitungsvertrag

In der Branche: KI für Steuerberater und Kanzleien, KI in Arztpraxis und Pflege

MCP

auch: Model Context Protocol

Ein offenes Protokoll, über das ein Sprachmodell auf fremde Datenquellen und Werkzeuge zugreift, ohne dass für jede Verbindung eine eigene Anbindung gebaut wird.

In der Praxis Relevant, sobald mehrere Systeme angebunden werden sollen — es hält den Aufwand linear statt quadratisch. Dieses Register stellt selbst einen MCP-Server bereit.

Siehe auch: KI-Agent

Prompt

Die Anweisung an das Modell — Rolle, Aufgabe, Kontext, gewünschtes Format, Regeln. Alles, was das Modell über die Aufgabe weiß, steht darin.

In der Praxis Der billigste Hebel überhaupt: Ein präziser Prompt schlägt in vielen Fällen ein teureres Modell. Für wiederkehrende Aufgaben lohnt sich ein festgelegter Prompt statt freier Formulierung.

Siehe auch: Sprachmodell (LLM), Kontextfenster

Proof of Concept

auch: PoC, Pilot, Machbarkeitsnachweis

Ein zeitlich und fachlich eng begrenzter Versuch, der eine einzige Frage beantworten soll: Trägt der Ansatz für diesen Fall?

In der Praxis Ein guter PoC hat vorab ein schriftliches Erfolgskriterium und ein Enddatum. Ohne beides wird er zum Dauerzustand.

Vorsicht Fragen Sie vor der Beauftragung, was mit dem Ergebnis passiert, wenn das Kriterium *nicht* erreicht wird. Die Antwort sagt mehr über den Dienstleister als jede Referenz.

Siehe auch: KI-Agent

RAG — Antworten aus eigenen Dokumenten

auch: Retrieval Augmented Generation

Ein Verfahren, bei dem vor der Antwort die passenden Stellen aus eigenen Dokumenten gesucht und dem Modell mitgegeben werden. Es antwortet dann aus dem Beigelegten statt aus dem Gedächtnis.

In der Praxis Der übliche Weg für Handbücher, Verträge, Normen und internes Wissen. Der Aufwand liegt fast vollständig in der Aufbereitung: Was nicht auffindbar abgelegt ist, wird auch nicht gefunden.

Vorsicht RAG ist kein Ersatz für Ordnung. Ein unsortiertes Laufwerk wird durch ein Sprachmodell nicht sortiert — es wird durchsuchbar unsortiert.

Siehe auch: Sprachmodell (LLM), Embedding, Halluzination

In der Branche: KI im Architektur- und Ingenieurbüro, KI im Maschinenbau, KI für IT-Dienstleister und Systemhäuser

Sprachmodell (LLM)

auch: Large Language Model, GPT

Ein Modell, das aus sehr großen Textmengen gelernt hat, plausible Fortsetzungen zu erzeugen. Es sagt das nächste Wort vorher — daraus entsteht alles andere.

In der Praxis Stark bei Sprache: umformulieren, zusammenfassen, sortieren, aus Freitext Struktur machen. Schwach bei allem, was Nachschlagen erfordert, solange es keinen Zugriff auf die Quelle hat.

Vorsicht Ein Sprachmodell kennt Ihre Preisliste, Ihre Kunden und Ihre Verträge nicht. Alles, was danach klingt, kommt entweder aus dem Prompt, aus einer angebundenen Quelle — oder ist erfunden.

Siehe auch: Halluzination, RAG — Antworten aus eigenen Dokumenten, Prompt