Künstliche Intelligenz (KI) und Automatisierung sind in modernen Unternehmen allgegenwärtig. Daher ist es für IT-Experten aller Ebenen wichtig, die Begriffe zu verstehen, die für diese Taktiken verwendet werden. Nachfolgend finden Sie einige der am häufigsten verwendeten Begriffe sowie kurze, leicht verständliche Definitionen.
- Agentische KI: Ein KI-System, das mit minimalem menschlichen Eingriff autonom Entscheidungen treffen, Maßnahmen ergreifen und Ziele verfolgen kann. Es zeigt zielgerichtetes Verhalten, kann Aktionssequenzen planen und seine Strategien anhand von Feedback und veränderten Umständen anpassen.
- Agent Builder: Ein Agent Builder ist eine spezialisierte Plattform oder ein Toolkit, mit dem Benutzer KI-Agenten erstellen, konfigurieren und bereitstellen können, ohne über umfassende Programmierkenntnisse zu verfügen. Er bietet vorgefertigte Komponenten, Vorlagen, Integrationsfunktionen, Anpassungsoptionen, Testtools und Leistungsüberwachungsfunktionen, die die Entwicklung von KI-Agenten vereinfachen.
- Agent-Orchestrator: Ein Agent Orchestrator ist ein komplexes System, das die Zusammenarbeit mehrerer KI-Agenten in einer einheitlichen Umgebung verwaltet und koordiniert. Es übernimmt wichtige Funktionen wie die Kommunikation zwischen Agenten, die effiziente Aufgabenverteilung, die Ressourcenzuweisung, die Verwaltung komplexer Workflows, die Lösung von Konflikten zwischen Agenten und die Überwachung der Gesamtsystemleistung.
- KI-Agent: Ein KI-Agent ist eine Softwareeinheit mit künstlicher Intelligenz, die autonom in einer bestimmten Umgebung agiert, um definierte Ziele zu erreichen. Er ist in der Lage, seine Umgebung wahrzunehmen, selbstständig Entscheidungen zu treffen, Maßnahmen zur Zielerreichung zu ergreifen, mit anderen Agenten oder Menschen zu interagieren und im Laufe der Zeit aus seinen Erfahrungen und seinem Feedback zu lernen.
- KI-Assistent: Ein KI-Assistent ist eine spezialisierte Anwendung künstlicher Intelligenz, die Benutzer bei der Erledigung bestimmter Aufgaben und dem Erreichen ihrer Ziele durch natürliche Interaktion unterstützt. Diese Systeme können ein breites Aufgabenspektrum übernehmen, darunter die Beantwortung von Fragen, die Bereitstellung von Empfehlungen, die Automatisierung von Routineaufgaben, die Verwaltung von Zeitplänen und die Verarbeitung von Informationen, um die menschliche Produktivität zu steigern.
- KI-Erweiterung: Partnerschaft zwischen Mensch und KI zur Verbesserung der menschlichen Intelligenz und Entscheidungsfindung. Wird manchmal auch als „Augmentation“ abgekürzt.
- AIOps: Künstliche Intelligenz für den IT-Betrieb . Eine bewährte Methode, mit der Unternehmen Lärm reduzieren, mit dem richtigen Kontext schneller eine Triage durchführen und ereignisgesteuerte Automatisierung skalieren können.
- Automatisierung: Der Einsatz von Technologie zur Ausführung von Aufgaben mit minimalem menschlichen Eingriff, einschließlich ereignisgesteuerter Automatisierung, Human-in-the-Middle-Automatisierung, IT-Prozessautomatisierung und Geschäftsworkflow-Automatisierung.
- Benchmarking: Vergleichen Sie die Leistung von Systemen, Prozessen oder Produkten mit etablierten Standards oder der Leistung von Wettbewerbern, um Verbesserungsbereiche zu identifizieren.
- Voreingenommenheit: Die Ungenauigkeit einer Entscheidung eines KI-Systems, wenn es aus nicht repräsentativen Daten oder einem fehlerhaften Modell gelernt hat.
- Automatisierung von Geschäftsprozessen: Der Einsatz von Technologie zur Automatisierung wiederkehrender, alltäglicher Aufgaben. Dies wird auch als BPA bezeichnet.
- Geschäftsprozessmanagement: Das systematische Management von Geschäftsprozessen zur Erreichung organisatorischer Ziele und Optimierung der Leistung.
- Chatbot: Ein Computerprogramm, das Gespräche mit menschlichen Benutzern simulieren soll, normalerweise durch Text- oder Sprachinteraktionen.
- ChatGPT: Eine Instanz des GPT-Modells (Generative Pre-trained Transformer) von OpenAI, das speziell auf die Generierung von Konversationsantworten abgestimmt ist.
- CI/CD-Pipeline: Continuous Integration/Continuous Deployment-Pipeline, eine Reihe automatisierter Prozesse zum Erstellen, Testen und Bereitstellen von Softwareänderungen.
- Kognitive Informatik : Computersimulation menschlicher Denkprozesse, oft unter Einsatz von Techniken der künstlichen Intelligenz. In bestimmten Szenarien kann der Begriff synonym mit KI verwendet werden.
- Konfigurationsdrift: Die allmähliche und unbeabsichtigte Abweichung der Systemkonfigurationen von ihrem beabsichtigten Zustand.
- Konfigurationsmanagement: Der Prozess der Herstellung und Aufrechterhaltung der Konsistenz der Leistung und der funktionalen Attribute eines Systems.
- Konversations-KI: Künstliche Intelligenztechnologie, die es Computern ermöglicht, Gespräche in natürlicher Sprache mit Benutzern zu führen.
- Korpus: Ein großer und strukturierter Satz von Texten, der für linguistische Analysen, das Trainieren von Sprachmodellen oder das Erstellen von Datensätzen verwendet wird.
- Datenerweiterung : Techniken zum Erhöhen der Größe oder Vielfalt eines Datensatzes durch Erstellen von Variationen vorhandener Datenpunkte.
- Datendrift: Bezieht sich auf den Unterschied zwischen den Daten, auf die ein KI-Modell in der realen Welt trifft, und den Daten, mit denen es trainiert wurde.
- Datensee: Ein zentrales Repository, in dem Sie strukturierte, halbstrukturierte und unstrukturierte Daten in großem Umfang speichern können.
- Datengewinnung: Der Prozess der Entdeckung von Mustern, Korrelationen oder Erkenntnissen aus großen Datensätzen unter Verwendung rechnergestützter Techniken.
- Datenvalidierung: Der Prozess, mit dem sichergestellt wird, dass Daten Qualitäts- und Integritätsstandards erfüllen, bevor sie für Analysen oder Entscheidungsfindungen verwendet werden.
- DataOps: Die Praxis, Software- und Datenentwicklung, Qualitätssicherung und Infrastrukturbetrieb in einer einzigen Organisation zu bündeln.
- Tiefes Lernen: Eine Teilmenge von ML basierend auf einem künstlichen neuronalen Netzwerk mit 3 oder mehr Schichten.
- DevSecOps: Die Integration von Sicherheitspraktiken in den DevOps-Prozess, um sicherzustellen, dass Sicherheit in die Arbeitsabläufe der Softwareentwicklung und -bereitstellung integriert ist.
- Diffusion: Eine Methode des maschinellen Lernens, die vorhandene Daten, beispielsweise ein Video oder Foto, aufnimmt und dem Hintergrund Rauschen hinzufügt. Diffusionsmodelle können dann KI trainieren, um die ursprünglichen Daten wiederherzustellen.
- Eingebettete KI: KI, die plattformübergreifend aufgebaut ist und ständig läuft. Sie benötigt keine externen Reize wie Eingabeaufforderungen, um Daten abzurufen.
- Erklärbarkeit: Das Ausmaß, in dem die Entscheidungen oder Ergebnisse eines KI-Systems von Menschen verstanden und interpretiert werden können.
- Erweiterbarkeit: Die Fähigkeit eines Systems oder einer Plattform, einfach mit zusätzlichen Funktionen erweitert oder angepasst zu werden.
- Extraktion: Der Prozess des Identifizierens und Abrufens relevanter Informationen oder Merkmale aus Datenquellen.
- Feinabstimmung: Der Prozess der Anpassung der Parameter oder der Architektur eines maschinellen Lernmodells, um seine Leistung bei einer bestimmten Aufgabe oder einem bestimmten Datensatz zu verbessern.
- Grundlegendes Modell: Ein vortrainiertes maschinelles Lernmodell, das als Grundlage für weitere Anpassungen oder Spezialisierungen dient, wie z. B. GPT-4 von OpenAI.
- GenAI: Generative KI bezeichnet künstliche Intelligenzsysteme, die speziell für die Erstellung neuer, origineller Inhalte in verschiedenen Medien wie Text, Bildern, Musik, Code, Videos und 3D-Modellen entwickelt wurden. Diese Systeme analysieren Muster in ihren Trainingsdaten, um neuartige Ergebnisse zu generieren, die Kohärenz und Relevanz bewahren und gleichzeitig Kreativität ausstrahlen.
- GPT: Generative Pre-trained Transformer, ein großes Sprachmodell, das von OpenAI entwickelt wurde.
- Erdung: Der Prozess der Verbindung abstrakter Konzepte oder Symbole mit Objekten oder Erfahrungen der realen Welt.
- Halluzination: Eine von der KI generierte Antwort, die falsche oder irreführende Informationen enthält, die als Tatsachen dargestellt werden.
- Mensch im Spiel: Die Notwendigkeit menschlicher Interaktion, Intervention und Urteilskraft zur Steuerung eines Prozesses oder zur Unterstützung des Trainings maschineller Lernmodelle; im Zusammenhang mit der KI-Erweiterung.
- Hyperautomatisierung: Die Automatisierung von Geschäftsprozessen durch die Einführung von KI, ML und RPA.
- Intelligente Prozessautomatisierung: Die Kombination aus künstlicher Intelligenz und Automatisierungstechnologien zur Rationalisierung und Optimierung von Geschäftsprozessen.
- Interpretierbarkeit: Die Fähigkeit zu verstehen und zu erklären, wie ein maschinelles Lernmodell zu seinen Entscheidungen oder Vorhersagen gelangt.
- IT-Automatisierung: Automatisieren Sie sich wiederholende Aufgaben und Prozesse innerhalb der IT-Infrastruktur, um die Effizienz und Zuverlässigkeit zu verbessern.
- IT-Prozessautomatisierung: Automatisieren Sie IT-bezogene Arbeitsabläufe und Prozesse, um den manuellen Aufwand zu reduzieren und die Konsistenz zu verbessern.
- LLM: Ein Large Language Model ist ein fortschrittliches künstliches Intelligenzsystem, das anhand riesiger Textdatenmengen trainiert wurde und mit bemerkenswerter Genauigkeit menschenähnliche Texte verstehen, verarbeiten und generieren kann. Es ist in der Lage, komplexe Sprachaufgaben zu bewältigen, den Kontext auch in langen Gesprächen aufrechtzuerhalten und verschiedene linguistische Funktionen auszuführen, von der Übersetzung bis zum kreativen Schreiben.
- Wenig Code/kein Code: Entwicklungsansätze, die die Erstellung von Softwareanwendungen mit minimaler oder keiner herkömmlichen Codierung ermöglichen.
- Maschinelles Lernen: Maschinelles Lernen ist ein grundlegender Zweig der künstlichen Intelligenz und konzentriert sich auf die Entwicklung von Algorithmen, die aus Daten lernen und Vorhersagen treffen können. Diese Systeme verbessern ihre Leistung durch Erfahrung, passen sich automatisch und ohne explizite Programmierung an neue Eingaben an und nutzen verschiedene Ansätze, darunter überwachtes Lernen, unüberwachtes Lernen und bestärkendes Lernen, um ihre Ziele zu erreichen.
- Mikroservice: Ein Teil eines Softwarearchitekturmusters, bei dem eine Anwendung aus kleinen, lose gekoppelten Diensten besteht, die über ein Netzwerk kommunizieren.
- Modell: Eine mathematische Darstellung oder ein Algorithmus, der für Vorhersagen, Klassifizierungen oder Entscheidungen auf der Grundlage von Eingabedaten verwendet wird.
- Multimodales Sprachmodell: Eine Art Sprachmodell, das Text, Bilder, Audio oder andere Datenformen verstehen und generieren kann.
- Verarbeitung natürlicher Sprache: Ein Bereich der künstlichen Intelligenz, der sich darauf konzentriert, Computern das Verstehen, Interpretieren und Generieren menschlicher Sprache zu ermöglichen.
- Neuronales Netzwerk: Ein Framework für maschinelles Lernen, das von der Struktur und Funktion des menschlichen Gehirns inspiriert ist und aus miteinander verbundenen, in Schichten angeordneten Knoten (Neuronen) besteht.
- Orchestrierung: Die Koordination und Verwaltung automatisierter Aufgaben, Prozesse oder Dienste, um ein gewünschtes Ergebnis zu erzielen.
- Parameter: Eine Variable oder Einstellung, die hilft, das Verhalten oder die Konfiguration eines Systems, Modells oder Algorithmus zu beschreiben.
- Spielbücher: Vorschreibende Anleitungen oder Dokumente, die schrittweise Verfahren zur Durchführung bestimmter Aufgaben oder Prozesse beschreiben.
- Prädiktive Analytik: Eine Form der Business Intelligence, die ML anwendet, um ein Vorhersagemodell für bestimmte Geschäftsanwendungen zu generieren.
- Prozessautomatisierung: Automatisieren Sie sich wiederholende Aufgaben und Arbeitsabläufe innerhalb eines Geschäftsprozesses, um die Effizienz zu verbessern und Fehler zu reduzieren.
- Schnelles Engineering: Der Prozess des Entwerfens und Verfeinerns von Eingabeaufforderungen oder Eingabereizen, um die gewünschten Reaktionen von KI-Systemen hervorzurufen.
- Bereitstellung: Der Prozess der Zuweisung und Konfiguration von Ressourcen wie Servern oder Software zur Unterstützung des Betriebs von IT-Systemen oder -Anwendungen.
- Bestärkendes Lernen: Eine Art des maschinellen Lernens, bei dem ein Agent durch die Interaktion mit seiner Umgebung lernt und basierend auf seinen Aktionen Belohnungen oder Strafen erhält.
- Robotergestützte Prozessautomatisierung: Eine Form der Geschäftsprozessautomatisierung, die es Benutzern ermöglicht, Skripte zur Automatisierung digitaler Aufgaben zu erstellen.
- Rollenbasierte Zugriffskontrolle: Ein Sicherheitsmodell, das den Systemzugriff basierend auf den Rollen und Verantwortlichkeiten einzelner Benutzer innerhalb einer Organisation einschränkt.
- Regelbasiertes System: Ein System oder eine Softwareanwendung, die gemäß einer Reihe vordefinierter Regeln oder Bedingungen arbeitet.
- Selbstverwaltete Systeme: Systeme oder Prozesse, die ihre eigene Leistung ohne menschliches Eingreifen autonom überwachen, anpassen und optimieren können.
- Strukturierte Daten: Daten, die in einem bestimmten Format organisiert sind, beispielsweise Tabellen oder Datenbanken, mit klar definierten Feldern und Beziehungen.
- Überwachtes Lernen: Eine Art des maschinellen Lernens, bei der das Modell anhand gekennzeichneter Daten trainiert wird, wobei während des Trainings Eingabe-Ausgabe-Paare bereitgestellt werden.
- Synthetische Daten: Künstlich generierte Daten, die die Eigenschaften realer Daten nachahmen und zum Trainieren und Testen von Modellen des maschinellen Lernens verwendet werden.
- Aufgabenautomatisierung: Automatisieren Sie bestimmte Aufgaben oder Aktivitäten, um die Effizienz und Produktivität zu verbessern.
- Transformator: Eine Art neuronaler Netzwerkarchitektur, die häufig bei Aufgaben der natürlichen Sprachverarbeitung verwendet wird und für ihre Fähigkeit bekannt ist, mit Abhängigkeiten über große Entfernungen umzugehen.
- Auslösen: Ein Ereignis oder eine Bedingung, die eine bestimmte Aktion oder einen bestimmten Prozess einleitet oder aktiviert.
- Unstrukturierte Daten: Daten, die kein vordefiniertes Format oder keine vordefinierte Organisation haben, wie etwa Textdokumente, Bilder oder Sensordaten.
- Unüberwachtes Lernen: Eine Art des maschinellen Lernens, bei der das Modell Muster oder Strukturen in Daten ohne explizite Anweisungen oder beschriftete Beispiele lernt.
- Höherqualifizierung: Schulung und Anpassung der Fähigkeiten der Mitarbeiter, um effektiver mit Automatisierungs- und KI-Technologien arbeiten zu können. Dies wird auch als Reskilling bezeichnet.
- Virtueller Assistent: Eine KI-gestützte Softwareanwendung, die Benutzern durch natürliche Sprachinteraktionen Unterstützung bietet oder Aufgaben für sie erledigt.
- Arbeitsablauf: Eine Reihe miteinander verbundener Aufgaben oder Aktivitäten, die organisiert und ausgeführt werden, um ein bestimmtes Ziel zu erreichen.
- Workflow-Automatisierung: Die Automatisierung sich wiederholender oder manueller Aufgaben innerhalb eines Arbeitsablaufs zur Verbesserung von Effizienz und Konsistenz.
Wenn Sie mehr über KI und Automatisierung erfahren und dieses Glossar in praktische Erkenntnisse für das wirkliche Leben umsetzen möchten, lesen Sie das Dekonstruktion von KI und Automatisierung E-Book.