Glossar

Begriffe, die in Projekten wirklich vorkommen.

Kurz, verständlich und ohne Fachchinesisch erklärt. Nutze die Suche oder springe direkt zu einem Buchstaben.

34 Begriffe insgesamt

34 Begriffe

A3 Begriffe

AI-Agent: Ein Programm, das eine Aufgabe eigenständig in mehreren Schritten erledigt – zum Beispiel eine Anfrage lesen, Daten prüfen und eine Antwort vorbereiten. Anders als ein einfacher Chatbot kann ein Agent Werkzeuge und Systeme nutzen.
API: Eine definierte Schnittstelle, über die zwei Programme Daten austauschen. Ohne APIs müsste jede Information manuell zwischen Systemen übertragen werden.
Automatisierung: Ein wiederkehrender Arbeitsschritt wird von Software übernommen, statt von Hand erledigt zu werden. Ziel ist weniger Aufwand bei gleichzeitig weniger Fehlern.

C2 Begriffe

Chatbot: Ein dialogbasiertes Interface, das Fragen beantwortet oder Aufgaben annimmt – heute meist auf Basis eines Sprachmodells und der eigenen Wissensbasis.
CRM: Customer-Relationship-Management: das System, in dem Kontakte, Angebote und Verkaufschancen geführt werden. Meist der zentrale Anker für Vertriebsautomatisierung.

D4 Begriffe

Dashboard: Eine Übersichtsseite, die die wichtigsten Kennzahlen aus verschiedenen Quellen zusammenführt – damit Entscheidungen nicht auf Bauchgefühl beruhen.
Datenmigration: Der kontrollierte Umzug von Daten aus einem Altsystem in ein neues – inklusive Bereinigung, Zuordnung der Felder und Prüfung auf Vollständigkeit.
Digitaler Assistent: Software, die Routinekommunikation und Backoffice-Aufgaben übernimmt: Anfragen vorqualifizieren, Termine koordinieren, Daten erfassen, Informationen bereitstellen.
DSGVO: Die europäische Datenschutz-Grundverordnung. Sie regelt, auf welcher Rechtsgrundlage personenbezogene Daten verarbeitet werden dürfen – relevant bei jeder AI-Einführung.

E2 Begriffe

Embedding: Die Umrechnung von Text in Zahlenvektoren, sodass inhaltlich ähnliche Texte rechnerisch nah beieinanderliegen. Grundlage für semantische Suche und RAG.
ERP: Enterprise Resource Planning: das führende System für Aufträge, Lager, Einkauf und Buchhaltung. Häufig die Datenquelle für Automatisierungen.

F1 Begriff

Fine-Tuning: Ein bestehendes AI-Modell wird mit eigenen Beispielen nachtrainiert, damit es Stil oder Fachsprache trifft. In der Praxis oft erst sinnvoll, wenn RAG nicht mehr ausreicht.

H1 Begriff

Halluzination: Ein Sprachmodell erfindet eine plausibel klingende, aber falsche Aussage. Gegenmittel sind belegte Quellen, klare Grenzen und Prüfschritte im Ablauf.

I1 Begriff

Integration: Die dauerhafte Verbindung zweier Systeme, damit Daten automatisch fließen – statt Export, Nachbearbeitung und Import per Hand.

K2 Begriffe

Knowledge Base: Die strukturierte Sammlung eures Wissens: Handbücher, Angebote, Richtlinien, FAQs. Sie ist die Grundlage dafür, dass ein Assistent korrekt antwortet.
Künstliche Intelligenz: Sammelbegriff für Verfahren, die Muster aus Daten lernen und darauf Entscheidungen oder Inhalte ableiten – statt jeden Fall vorher zu programmieren.

L2 Begriffe

Large Language Model: Ein auf sehr großen Textmengen trainiertes Sprachmodell (LLM), das Texte versteht, zusammenfasst und erzeugt. Das Arbeitstier hinter den meisten AI-Anwendungen.
Low-Code: Entwicklung mit visuellen Bausteinen und punktuellem Code. Schnell für Standardfälle, mit Grenzen bei sehr eigener Logik.

M2 Begriffe

Machine Learning: Ein Modell lernt Regeln aus historischen Daten, etwa zur Vorhersage von Nachfrage oder zur Erkennung von Ausreißern.
MVP: Minimum Viable Product: die kleinste Version, die echten Nutzen liefert und im Alltag getestet werden kann. Entscheidungen basieren danach auf Nutzung, nicht auf Annahmen.

N1 Begriff

No-Code: Anwendungen und Abläufe werden ohne Programmierung zusammengesetzt. Ideal für schnelle Prototypen und klar abgegrenzte Automatisierungen.

O2 Begriffe

OCR: Optische Zeichenerkennung: Text aus Scans, PDFs oder Fotos wird maschinenlesbar – die Basis für automatische Rechnungs- und Belegverarbeitung.
Orchestrierung: Das geordnete Zusammenspiel vieler einzelner Schritte, Systeme und Modelle zu einem verlässlichen Gesamtprozess – inklusive Fehlerbehandlung und Wiederholungen.

P2 Begriffe

Prompt: Die Anweisung an ein Sprachmodell: Aufgabe, Kontext, Format und Grenzen. Gute Prompts sind reproduzierbar und Teil der Software, nicht Handarbeit.
Prompt Engineering: Das systematische Entwickeln und Testen von Anweisungen, damit ein Modell stabil und überprüfbar die gewünschte Qualität liefert.

R2 Begriffe

RAG: Retrieval Augmented Generation: Das Modell sucht zuerst in euren eigenen Dokumenten und antwortet dann auf dieser Basis. So bleiben Antworten aktuell und belegbar.
ROI: Return on Investment: das Verhältnis von Ergebnis zu Aufwand. Bei Automatisierung meist gemessen in gesparten Stunden, kürzeren Durchlaufzeiten oder neuem Umsatz.

S2 Begriffe

SaaS: Software as a Service: Software wird gemietet und im Browser genutzt statt selbst betrieben. Praktisch – kann aber im Verbund schnell teuer und unübersichtlich werden.
Skalierbarkeit: Die Fähigkeit eines Systems, bei mehr Nutzern, Daten oder Vorgängen stabil zu bleiben, ohne dass es neu gebaut werden muss.

T2 Begriffe

Token: Die Abrechnungs- und Verarbeitungseinheit von Sprachmodellen – ungefähr eine Wortsilbe. Länge von Eingabe und Antwort bestimmt Kosten und Geschwindigkeit.
Trigger: Das Ereignis, das einen automatisierten Ablauf startet: eine neue E-Mail, ein Formular, ein Datensatz oder ein Zeitpunkt.

V1 Begriff

Vektordatenbank: Ein Speicher für Embeddings, der inhaltlich passende Textstellen in Millisekunden findet. Technische Grundlage jeder guten internen Suche.

W2 Begriffe

Webhook: Eine automatische Benachrichtigung von System zu System in Echtzeit: Sobald etwas passiert, wird die nächste Aktion ausgelöst – ohne Abfragen im Minutentakt.
Workflow: Die festgelegte Abfolge von Schritten, Zuständigkeiten und Regeln eines Geschäftsprozesses – die Vorlage für jede Automatisierung.

Ein Begriff fehlt oder ist unklar?

Im Erstgespräch erklären wir dir jeden davon an deinem konkreten Fall.