Prompt, Token, Halluzination, Agent: Wer mit KI-Tools anfängt, stolpert schnell über Begriffe, die niemand erklärt. Hier findest du die wichtigsten davon in einfacher Sprache, jeweils mit einem Beispiel aus der Praxis und Verweisen auf passende Tools und Anleitungen. Die Begriffe sind nach Themen sortiert, damit du Zusammenhänge leichter erkennst. Über die Übersicht springst du direkt zu jedem Eintrag.
Grundlagen
Künstliche Intelligenz (KI)Artificial Intelligence (AI)
Künstliche Intelligenz bezeichnet Computerprogramme, die Aufgaben lösen, für die man bisher menschliches Denken brauchte: Sprache verstehen, Bilder erkennen, Texte schreiben oder Entscheidungen vorbereiten. Solche Programme werden nicht Schritt für Schritt mit festen Regeln programmiert, sondern lernen Muster aus sehr vielen Beispielen. Wahrscheinlich nutzt du KI längst, etwa bei der Gesichtserkennung im Handy, bei Filmvorschlägen im Streamingdienst oder beim Spamfilter deines Postfachs. Wichtig für den Einstieg: KI denkt nicht wie ein Mensch und hat kein eigenes Bewusstsein. Sie ist eher ein extrem fleißiger Musterfinder, der aus Erfahrung abschätzt, was als Nächstes passt. Die bekannteste Spielart ist heute die generative KI, die auf Zuruf neue Inhalte erzeugt.
Beispiel: Sortiert dein Smartphone Fotos automatisch nach „Strand“ oder „Hund“, steckt KI dahinter. Ein KI-Assistent wie ChatGPT geht noch weiter: Er versteht deine Fragen und antwortet in ganzen Sätzen.
Siehe auch: Generative KI, Large Language Model (LLM), Top 5: Die populärsten KI-Modelle
Generative KIGenAI, Generative AI
Generative KI erschafft neue Inhalte, statt vorhandene nur zu sortieren oder zu erkennen. Aus einer kurzen Beschreibung entstehen so Texte, Bilder, Musik, Videos, Stimmen oder Programmcode. Für Einsteiger ist das der Teil der KI, mit dem man am häufigsten direkt arbeitet: Chat-Assistenten gehören ebenso dazu wie Bildgeneratoren oder Song-Tools. Stell dir einen Koch vor, der tausende Rezepte studiert hat und dir auf Zuruf ein neues Gericht zusammenstellt. Er kopiert kein einzelnes Rezept, sondern kombiniert Gelerntes neu. Genau deshalb wirken die Ergebnisse oft verblüffend gut, können aber auch Fehler oder Ungereimtheiten enthalten. Prüfe wichtige Inhalte darum immer selbst, bevor du sie veröffentlichst oder weitergibst.
Beispiel: In Midjourney tippst du „ein gemütliches Café im Regen, Aquarellstil“ und erhältst mehrere völlig neue Bilder. Mit Suno wird aus ein paar Zeilen Text sogar ein kompletter Song mit Gesang.
Siehe auch: Large Language Model (LLM), Bilder generieren, Musik & Songs erstellen
Large Language Model (LLM)Großes Sprachmodell, Sprachmodell
Hinter dem Kürzel LLM steckt ein großes Sprachmodell: ein KI-Programm, das mit riesigen Textmengen trainiert wurde und dadurch Sprache verstehen und erzeugen kann. Im Kern macht es etwas erstaunlich Einfaches. Es sagt Stück für Stück vorher, welcher Textbaustein am wahrscheinlichsten als Nächstes passt. Weil es dabei unzählige Zusammenhänge gelernt hat, entstehen daraus ganze Briefe, Zusammenfassungen oder Programmcode. LLMs sind der Motor hinter Chat-Assistenten wie ChatGPT, Claude oder Google Gemini. Vergleichbar ist das mit der Wortvorschlagsfunktion deiner Handytastatur, nur unvorstellbar viel größer und leistungsfähiger. Für dich heißt das: Ein LLM formuliert flüssig und überzeugend, weiß aber nicht automatisch, ob eine Aussage auch stimmt.
Beispiel: Bittest du Claude, eine verärgerte Nachricht an deinen Vermieter sachlicher zu formulieren, arbeitet im Hintergrund ein LLM. Es schreibt die neue Fassung Baustein für Baustein auf Basis gelernter Sprachmuster.
Siehe auch: Token, Kontextfenster, Top 5: Die populärsten KI-Modelle
KI-Assistent (Chatbot)Chatbot, KI-Chatbot, AI Assistant
Mit einem KI-Assistenten unterhältst du dich in ganz normaler Sprache, per Tastatur oder Stimme, und er beantwortet Fragen oder erledigt Aufgaben für dich. Bekannte Beispiele sind ChatGPT, Claude, Google Gemini und Microsoft Copilot. Anders als ältere Chatbots auf Firmenwebsites, die nur vorgefertigte Antworten abspulen, verstehen moderne Assistenten auch ungewöhnlich formulierte Anfragen und beziehen den bisherigen Gesprächsverlauf ein. Du kannst sie dir wie eine vielseitige Aushilfe vorstellen: Sie schreibt, erklärt, übersetzt, plant und sortiert Ideen. Viele Assistenten können inzwischen auch im Internet suchen, Dateien lesen oder Bilder erstellen. Welcher davon am besten zu dir passt, hängt von deinen Aufgaben, dem Budget und deinen Ansprüchen an den Datenschutz ab.
Beispiel: Eine typische Anfrage an Microsoft Copilot: „Formuliere eine freundliche Absage für die Geburtstagsfeier am Samstag, ich bin krank.“ Sekunden später hast du einen Text, den du nur noch anpassen und abschicken musst.
Siehe auch: Top 5: Die populärsten KI-Modelle, ChatGPT, Claude, Gemini oder Mistral: Welcher KI-Assistent passt zu dir?, Large Language Model (LLM)
TrainingsdatenTraining Data
Trainingsdaten sind die Beispiele, aus denen eine KI lernt, also etwa Texte, Bilder, Tonaufnahmen oder Programmcode. Je nach Modell handelt es sich um riesige Sammlungen aus öffentlich zugänglichen Webseiten, Büchern, lizenzierten Inhalten und weiteren Quellen. Für dich hat das zwei praktische Folgen. Erstens kennt ein Modell nur, was bis zu einem bestimmten Stichtag in seinen Daten stand; neuere Ereignisse erfährt es nur, wenn es zusätzlich im Internet sucht. Zweitens prägen die Daten, was die KI gut kann und welche Schieflagen sie übernimmt. Ähnlich wie ein Schüler weiß sie nur, was in ihren Lehrbüchern stand. Manche Anbieter nutzen außerdem deine Chats zum Weitertrainieren; je nach Anbieter und Tarif kannst du das abschalten.
Beispiel: Fragst du einen KI-Assistenten ohne Websuche nach dem Ergebnis eines Fußballspiels von gestern, kann er es nicht wissen. Das Spiel kam in seinen Trainingsdaten schlicht noch nicht vor.
Siehe auch: Training-Opt-out, Bias (Verzerrung), Datenschutz bei KI-Tools: Was du eingeben solltest und was nicht
HalluzinationKonfabulation, Hallucination
Von einer Halluzination spricht man, wenn eine KI etwas Falsches oder frei Erfundenes so selbstbewusst behauptet, als wäre es eine gesicherte Tatsache. Das passiert, weil ein Sprachmodell keine Datenbank mit geprüftem Wissen abfragt, sondern plausibel klingende Formulierungen erzeugt. Typische Beispiele sind ausgedachte Zitate, falsche Jahreszahlen, nicht existierende Studien oder Links, die ins Leere führen. Für Einsteiger ist das die wichtigste Stolperfalle überhaupt, denn die Antwort klingt auch dann flüssig und überzeugend, wenn sie falsch ist. Vergleichbar ist das mit einem Partygast, der lieber eine Geschichte erfindet, als zuzugeben, dass er etwas nicht weiß. Prüfe deshalb Zahlen, Namen und Quellen, bevor du sie weiterverwendest.
Beispiel: Angenommen, du bittest ChatGPT um drei Fachbücher zum Thema Gartenteich mit Autor und Verlag. Eines davon existiert gar nicht, obwohl Titel und Verlag absolut glaubwürdig klingen. Eine kurze Suche entlarvt den Fehler.
Siehe auch: KI-Antworten prüfen: So erkennst und vermeidest du Halluzinationen, Deep Research, Recherche & Wissen
Bias (Verzerrung)Verzerrung, Voreingenommenheit
Bias bedeutet Verzerrung und beschreibt, dass eine KI bestimmte Gruppen, Meinungen oder Sichtweisen systematisch bevorzugt oder benachteiligt. Die Ursache liegt meist in den Trainingsdaten: Was dort häufig vorkommt, hält die KI für normal, und was fehlt, übersieht sie leicht. Spiegeln die Daten alte Klischees wider, übernimmt die KI sie, ohne es zu merken. Im Alltag fällt das besonders bei Bildgeneratoren auf, aber auch bei Texten, Stellenanzeigen oder Zusammenfassungen von Streitthemen. Ein Vergleich: Wer nur eine einzige Zeitung liest, bekommt leicht ein schiefes Bild von der Welt. Achte daher darauf, ob Ergebnisse einseitig wirken, und formuliere deinen Prompt notfalls bewusst vielfältiger.
Beispiel: Lässt du dir mit einem Bildgenerator „ein Foto einer Führungskraft“ erstellen, zeigen die Ergebnisse nicht selten vor allem Männer im Anzug. Beschreibst du gezielt, wen du dir vorstellst, wird das Ergebnis vielfältiger.
Siehe auch: Trainingsdaten, Stellenanzeige & Recruiting für KMU, KI-Antworten prüfen: So erkennst und vermeidest du Halluzinationen
MultimodalMultimodale KI, Multimodality
Multimodal heißt eine KI, die mehrere Arten von Informationen versteht oder erzeugt, also nicht nur Text, sondern auch Bilder, gesprochene Sprache, Audio oder Video. Frühe Sprachmodelle konnten nur lesen und schreiben. Heute kannst du vielen Assistenten ein Foto zeigen, eine Sprachnachricht schicken oder eine PDF-Datei hochladen und erhältst eine passende Antwort. Für dich ist das praktisch, weil du nicht mehr alles mühsam in Worte fassen musst: Ein Foto vom klemmenden Fahrradschloss erklärt manchmal mehr als drei Absätze Beschreibung. Man kann es mit einem Menschen vergleichen, der gleichzeitig sieht, hört und liest. Welche Formate ein Tool genau verarbeitet und was davon in der Gratis-Version geht, unterscheidet sich je nach Anbieter.
Beispiel: Ein Foto deines Kühlschrankinhalts genügt: Google Gemini erkennt die Lebensmittel auf dem Bild und schlägt dir passende Rezepte vor, ohne dass du jede Zutat einzeln abtippen musst.
Siehe auch: Top 5: Die populärsten KI-Modelle, Speech-to-Text (Transkription), Text-to-Image
Prompts und Arbeiten mit KI
PromptEingabe, Anweisung
Jede Eingabe, mit der du einer KI sagst, was sie tun soll, heißt Prompt: eine Frage, eine Bitte oder eine ausführliche Arbeitsanweisung. Er kann aus einem einzigen Wort bestehen oder aus mehreren Absätzen mit Beispielen und angehängten Dateien. Der Prompt ist dein wichtigstes Werkzeug, denn die Qualität der Antwort hängt stark davon ab, wie klar du formulierst. Denk an einen Auftrag beim Handwerker: „Mach mal das Bad schön“ führt zu Überraschungen, eine genaue Beschreibung mit Maßen und Lieblingsfarbe dagegen zu dem, was du dir vorstellst. Auch bei Bild-, Video- und Musik-Tools beschreibt der Prompt, was entstehen soll. Gute Prompts nennen Ziel, Zusammenhang und das gewünschte Format der Antwort.
Beispiel: Statt „Schreib was über Hunde“ tippst du in ChatGPT: „Schreibe einen kurzen, lustigen Instagram-Text über einen Dackel, der Regen hasst, mit drei passenden Hashtags.“ Das Ergebnis passt sofort viel besser.
Siehe auch: Prompts schreiben für Einsteiger: So bekommst du bessere Antworten, Prompt Engineering, System-Prompt
Prompt EngineeringPrompt-Design, Prompting
Prompt Engineering ist die Kunst, Anweisungen an eine KI so zu formulieren, dass zuverlässig gute Ergebnisse herauskommen. Das klingt technisch, ist aber vor allem klares Kommunizieren. Bewährt haben sich ein paar Bausteine: der KI eine Rolle geben, den Zusammenhang erklären, die Aufgabe genau benennen, das gewünschte Format festlegen und bei Bedarf ein Beispiel mitliefern. Genauso wichtig ist das Nachschärfen. Passt die erste Antwort nicht, sagst du konkret, was anders werden soll, statt einfach neu zu fragen. Programmierkenntnisse oder Geheimtricks brauchst du dafür nicht. Es ist ähnlich wie beim Delegieren im Job: Wer gut briefen kann, bekommt bessere Arbeit zurück. Gelungene Prompts lohnt es sich zu speichern und wiederzuverwenden.
Beispiel: Rolle, Kontext und Format machen den Unterschied. An Claude schreibst du: „Du bist Reiseberater. Plane fünf Tage Lissabon für zwei Personen mit kleinem Budget, als Tabelle mit Tagesplan und geschätzten Kosten.“
Siehe auch: Prompts schreiben für Einsteiger: So bekommst du bessere Antworten, System-Prompt, Texte & Schreiben
System-PromptSystemanweisung, System Message
Im Hintergrund vieler KI-Chats steht eine Grundanweisung, der System-Prompt. Er legt fest, wie sich die KI generell verhalten soll, noch bevor du die erste Nachricht schreibst. Anbieter geben darüber zum Beispiel Tonfall, Sicherheitsregeln oder das aktuelle Datum vor. Du siehst diese Anweisung normalerweise nicht, sie wirkt aber auf jede Antwort. Vergleichbar ist das mit der Einarbeitung neuer Mitarbeiter: Bevor sie den ersten Kunden bedienen, kennen sie Hausregeln und Umgangston. Spannend für dich: In vielen Assistenten kannst du über Einstellungen wie persönliche Anweisungen oder Projekte etwas Ähnliches selbst festlegen. Auch ein eigener Assistent mit Markenstimme funktioniert nach diesem Prinzip. So musst du nicht in jedem Chat neu erklären, wer du bist.
Beispiel: In den Einstellungen von ChatGPT hinterlegst du einmalig: „Ich unterrichte Mathe an einer Realschule, antworte kurz, auf Deutsch und ohne Fachchinesisch.“ Jede neue Unterhaltung berücksichtigt diese Vorgaben dann automatisch.
Siehe auch: Custom GPT mit Markenstimme, Prompt Engineering, Prompt
KontextfensterContext Window, Kontextlänge
Das Kontextfenster beschreibt, wie viel Text eine KI in einem Gespräch gleichzeitig im Blick behalten kann. Dazu zählen deine Nachrichten, ihre Antworten und hochgeladene Dateien. Gemessen wird diese Kapazität in Tokens, und je nach Modell ist sie unterschiedlich groß. Stell dir einen Schreibtisch vor: Alles, was darauf liegt, kann die KI berücksichtigen. Wird er zu voll, rutschen ältere Blätter herunter, und die KI vergisst frühe Details oder widerspricht sich. Bei langen Chats oder dicken Dokumenten merkst du das etwa daran, dass anfangs vereinbarte Regeln plötzlich ignoriert werden. Dann hilft es, einen neuen Chat mit einer kurzen Zusammenfassung des Bisherigen zu beginnen. Für große Dokumentensammlungen gibt es zudem Lösungen wie RAG.
Beispiel: Arbeitest du wochenlang in einem einzigen Chat an deiner Hausarbeit, hält sich die KI irgendwann nicht mehr an die anfangs festgelegten Zitierregeln. Der lange Verlauf reizt das Kontextfenster aus.
Siehe auch: Token, Chat mit deinen Dokumenten (Wissensspeicher), RAG (Retrieval-Augmented Generation)
TokenTokens
Bevor eine KI Text verarbeitet, zerlegt sie ihn in kleine Bausteine, die Tokens. Ein Token kann ein kurzes Wort sein, eine Silbe oder auch nur ein Satzzeichen. Lange deutsche Wörter wie „Haftpflichtversicherung“ bestehen meist aus mehreren Tokens. Wichtig sind Tokens für dich, weil viele Grenzen in ihnen gemessen werden: wie viel Text in das Kontextfenster passt, wie lang eine Antwort werden darf und was die Nutzung über eine API kostet. Man kann sie sich wie Legosteine vorstellen, aus denen Sätze zusammengesetzt werden. Vorsicht bei der Wortwahl: Manche Tools wie Leonardo AI nennen auch ihr Gratis-Guthaben Token. Gemeint sind dann Abrechnungspunkte für Bilder und keine Textbausteine.
Beispiel: Ein langer Vertragstext in Claude plus viele Rückfragen: Da die KI bei jeder Antwort den gesamten Verlauf erneut verarbeitet, verbrauchst du viele Tokens und erreichst dein Limit schneller als mit kurzen Fragen.
Siehe auch: Kontextfenster, Nutzungslimit, Large Language Model (LLM)
TemperaturTemperature
Über die Temperatur wird gesteuert, wie vorhersehbar oder wie abwechslungsreich eine KI antwortet. Bei niedriger Temperatur wählt das Modell fast immer die wahrscheinlichste Formulierung, die Antworten werden sachlich und gleichförmig. Bei hoher Temperatur greift es öfter zu ungewöhnlichen Wörtern. Das wirkt kreativer, erhöht aber auch das Risiko für Unsinn und Halluzinationen. Vergleichen lässt sich das mit einem Musiker: Bei niedriger Temperatur spielt er die Melodie notengetreu, bei hoher improvisiert er frei. In normalen Chat-Apps ist der Wert meist fest voreingestellt und für dich nicht sichtbar. In Entwickler-Oberflächen oder über eine API kannst du ihn oft selbst wählen. Im Chat erreichst du Ähnliches mit Bitten wie „antworte nüchtern“ oder „sei verspielt“.
Beispiel: Bittest du ChatGPT mehrmals um einen Slogan für dein Café, bekommst du jedes Mal einen anderen Vorschlag. Das liegt unter anderem an der Temperatur: Ein gewisser Zufall ist bewusst eingebaut.
Siehe auch: Prompt Engineering, API, Halluzination
NutzungslimitKontingent, Rate Limit
Als Nutzungslimit bezeichnet man die Obergrenze, wie viel du ein KI-Tool in einem bestimmten Zeitraum verwenden darfst. Das kann eine Anzahl Nachrichten pro Zeitfenster sein, eine feste Menge Credits pro Tag oder eine Begrenzung bei besonders aufwendigen Funktionen. In der Gratis-Version von Claude gilt zum Beispiel ein Limit pro fünf Stunden, bei Perplexity sind es drei Pro-Suchen am Tag. Die Grenzen gibt es, weil jede KI-Antwort echte Rechenleistung kostet. Stell es dir wie das Datenvolumen im Handyvertrag vor: Ist es aufgebraucht, musst du warten oder bekommst weniger Leistung. Bezahlte Tarife heben die Grenzen meist an, völlig unbegrenzt sind aber auch sie selten. Plane wichtige Aufgaben deshalb mit etwas Puffer.
Beispiel: Mit der Gratis-Version von ChatGPT erstellst du Motive für eine Geburtstagseinladung. Nach etwa zwei bis drei Bildern meldet das Tool, dass dein Kontingent für heute erschöpft ist. Dann hilft nur Warten oder ein anderes Tool.
Siehe auch: Kostenlose KI-Tools: Was du wirklich gratis bekommst und wo die Grenzen liegen, Gratis oder Abo: Wann sich ein KI-Abo wirklich lohnt, Freemium
Deep ResearchTiefenrecherche, Research-Modus
Deep Research nennen mehrere Anbieter einen Modus, in dem die KI eine Frage nicht in Sekunden beantwortet, sondern sich mehrere Minuten Zeit nimmt und selbstständig recherchiert. Sie formuliert eigene Suchanfragen, liest viele Webseiten, vergleicht die Informationen und liefert am Ende einen strukturierten Bericht mit Quellenangaben. Das lohnt sich bei Themen, für die du sonst zehn Browser-Tabs öffnen würdest, etwa für einen Produktvergleich oder einen Marktüberblick. Man kann es mit einer Hilfskraft vergleichen, die du in die Bibliothek schickst und die mit einem Dossier zurückkommt. Angeboten wird der Modus unter anderem in Google Gemini und ChatGPT, ähnliche Funktionen haben weitere Recherche-Tools. Gratis ist er meist nur begrenzt nutzbar. Quellen solltest du trotzdem stichprobenartig prüfen.
Beispiel: Im Deep-Research-Modus von Google Gemini fragst du: „Vergleiche Wärmepumpe und Pelletheizung für ein Einfamilienhaus von 1985.“ Nach einigen Minuten erhältst du einen gegliederten Bericht mit Vor- und Nachteilen und Links zu den Quellen.
Siehe auch: Recherche & Wissen, Recherche-Agent: Thema → Briefing + Quellen, KI-Antworten prüfen: So erkennst und vermeidest du Halluzinationen
Modelle und Technik
Reasoning-ModellDenkmodus, Thinking-Modell, Reasoning Model
Reasoning-Modelle denken nach, bevor sie antworten: Sie zerlegen eine Aufgabe intern in Zwischenschritte, prüfen mögliche Lösungswege und verwerfen falsche Ansätze, statt sofort loszuschreiben. Das dauert einige Sekunden bis Minuten länger, liefert aber bei Mathe, Logik, Planung, Code oder kniffligen Vergleichen meist deutlich bessere Ergebnisse. Vergleichbar ist das mit einem Menschen, der vor einer schwierigen Rechnung erst einmal zum Schmierzettel greift. In vielen KI-Assistenten begegnest du dem Prinzip als Schalter oder Modus mit Namen wie „Denken“ oder „Thinking“. Für eine kurze E-Mail lohnt sich das selten. Weil das Nachdenken mehr Rechenleistung verbraucht, gilt im Gratis-Tarif je nach Anbieter oft ein strengeres Nutzungslimit.
Beispiel: Wenn du ChatGPT im Denkmodus fragst, welcher von drei Handytarifen bei deinem Verbrauch über zwei Jahre am günstigsten ist, rechnet das Modell die Varianten Schritt für Schritt durch, statt nur zu schätzen.
Siehe auch: Top 5: Die populärsten KI-Modelle, ChatGPT, Claude, Gemini oder Mistral: Welcher KI-Assistent passt zu dir?, Large Language Model (LLM)
Fine-TuningFeinabstimmung, Nachtraining
Beim Fine-Tuning wird ein bereits fertig trainiertes KI-Modell mit eigenen Beispielen nachtrainiert, damit es eine bestimmte Aufgabe oder einen bestimmten Stil dauerhaft besser beherrscht. Stell dir eine ausgebildete Köchin vor, die in einem neuen Restaurant die Hausrezepte lernt: Kochen kann sie längst, jetzt bekommt sie den letzten Schliff. Für Einsteiger ist vor allem die Abgrenzung wichtig. Wer der KI nur Regeln, Vorlagen oder Dateien mitgibt, etwa über einen System-Prompt, verändert das Modell selbst nicht und betreibt kein Fine-Tuning. Echtes Nachtrainieren braucht in der Regel viele sorgfältig aufbereitete Beispiele, technisches Know-how und ein Budget. Im Alltag kommst du deshalb meist schneller mit guten Anweisungen oder mit RAG ans Ziel.
Beispiel: Ein Custom GPT mit deiner Markenstimme ist kein Fine-Tuning: Du gibst ChatGPT nur Anweisungen und Beispieltexte mit. Fine-Tuning wäre es erst, wenn jemand das Modell mit Hunderten deiner bisherigen Kundenantworten nachtrainiert.
Siehe auch: Custom GPT mit Markenstimme, Trainingsdaten, System-Prompt
Open-Source- und Open-Weight-ModelleOffene Modelle, Open Models, Open-Source-KI
Als Open-Weight-Modell bezeichnet man ein KI-Modell, dessen fertig trainierte Gewichte, also sein gelerntes Wissen in Zahlenform, frei zum Herunterladen bereitstehen. Open Source im strengen Sinn geht weiter: Dann sind zusätzlich Trainingscode, Angaben zu den Trainingsdaten und eine freie Lizenz offengelegt. Im Alltag werden beide Begriffe oft vermischt. Ein Vergleich: Open Weight ist wie ein fertiger Kuchen zum Mitnehmen, Open Source liefert auch das Rezept. Anbieter wie Meta, Mistral oder DeepSeek veröffentlichen solche Modelle. Für dich zählt vor allem, dass sie ohne Abo auf eigener Hardware laufen können. Ob kommerzielle Nutzung erlaubt ist, regelt die jeweilige Lizenz. Nutzt du dasselbe Modell über die App des Anbieters, landen deine Eingaben trotzdem auf dessen Servern.
Beispiel: Stable Diffusion kannst du kostenlos herunterladen und auf deinem eigenen Rechner nutzen: ohne Abo, ohne Credits und ohne dass deine Prompts an einen Anbieter gehen. Genau das ermöglicht ein offenes Modell.
Siehe auch: Lokale KI, KI offline auf dem Handy nutzen (lokales LLM), Bilder generieren
Lokale KIOn-Device-KI, Offline-KI, lokales LLM
Von lokaler KI spricht man, wenn ein KI-Modell direkt auf deinem eigenen Gerät läuft, also auf Laptop, PC oder Smartphone, und nicht in der Cloud eines Anbieters. Der große Vorteil: Deine Texte, Fotos und Aufnahmen verlassen das Gerät nicht, und vieles funktioniert sogar ohne Internet und ohne Abo. Das ist wie Kochen in der eigenen Küche statt Bestellen beim Lieferdienst: mehr Kontrolle, aber du brauchst die passende Ausstattung. Lokale Modelle sind meist kleiner als die großen Cloud-Assistenten, antworten daher manchmal schlichter und brauchen je nach Größe viel Arbeitsspeicher oder eine gute Grafikkarte. Möglich wird das vor allem durch offene Modelle. Für sensible Unterlagen ist lokale KI oft die datenschutzfreundlichste Lösung.
Beispiel: Mit Whisper (lokal) lässt du ein vertrauliches Kundengespräch direkt auf deinem Laptop in Text umwandeln. Die Aufnahme wird dabei nicht hochgeladen, und es fallen keine Kosten pro Minute an.
Siehe auch: KI offline auf dem Handy nutzen (lokales LLM), Datenschutz bei KI-Tools: Was du eingeben solltest und was nicht, Open-Source- und Open-Weight-Modelle
APIProgrammierschnittstelle, Application Programming Interface
API ist die Abkürzung für Application Programming Interface, auf Deutsch Programmierschnittstelle. Gemeint ist ein fest geregelter Weg, über den zwei Programme miteinander sprechen. Ein Vergleich aus dem Restaurant: Du gehst nicht selbst in die Küche, sondern gibst deine Bestellung beim Kellner ab, und er bringt dir das fertige Essen. Bei KI-Tools kommt die API immer dann ins Spiel, wenn eine andere App ein Sprachmodell ohne Chatfenster anspricht, etwa in einer Automatisierung. Wichtig für Einsteiger: Die API wird in der Regel getrennt vom Chat-Abo abgerechnet, meist nach Verbrauch in Tokens. Den dafür nötigen API-Schlüssel solltest du wie ein Passwort behandeln und niemals öffentlich teilen.
Beispiel: Reichst du mit Zapier (Free) jede neue Kontaktanfrage automatisch an ChatGPT weiter, läuft das über die API: Du hinterlegst einmal deinen API-Schlüssel, danach entsteht jeder Antwortentwurf ganz ohne Chatfenster.
Siehe auch: KI-Agenten & Automatisierung, Workflow-Automatisierung, Lead-Qualifizierung & Follow-up
EmbeddingEinbettung, Vektor-Embedding
Hinter einem Embedding steckt die Übersetzung von Text, Bildern oder Tönen in eine lange Zahlenreihe, die deren Bedeutung abbildet. Inhalte mit ähnlichem Sinn bekommen ähnliche Zahlen und liegen dadurch nah beieinander. Stell dir eine riesige Landkarte der Bedeutungen vor: „Hund“ und „Welpe“ stehen fast nebeneinander, „Steuererklärung“ liegt weit entfernt. So kann eine KI Passendes finden, auch wenn ganz andere Wörter verwendet werden. Selbst erstellen musst du Embeddings als Einsteiger kaum. Du begegnest ihnen aber überall dort, wo eine Suche nach dem Sinn statt nach exakten Begriffen funktioniert, etwa beim Chat mit eigenen Dokumenten, bei Empfehlungen oder bei RAG.
Beispiel: Fragst du in einem Dokumenten-Chat „Wie lange vorher muss ich Bescheid geben, wenn ich ausziehe?“, findet die KI dank Embeddings den Absatz zur Kündigungsfrist im Mietvertrag, obwohl dort ganz andere Wörter stehen.
Siehe auch: RAG (Retrieval-Augmented Generation), Chat mit deinen Dokumenten (Wissensspeicher), Recherche & Wissen
RAG (Retrieval-Augmented Generation)Retrieval-gestützte Generierung
RAG steht für Retrieval-Augmented Generation, frei übersetzt: Antworten mit vorherigem Nachschlagen. Die KI sucht zuerst passende Stellen in einer Wissensquelle, zum Beispiel in deinen Dokumenten oder im Internet, und formuliert ihre Antwort dann auf dieser Grundlage, oft mit Quellenangabe. Das ist wie eine Prüfung mit offenem Buch statt aus dem Gedächtnis. Für Einsteiger ist das wichtig, weil die KI so aktuelle oder sehr spezielle Informationen nutzen kann, die in ihren Trainingsdaten nie vorkamen. Außerdem sinkt das Risiko für Halluzinationen, ganz verschwinden sie aber nicht. Prüfe deshalb bei wichtigen Aussagen die angegebene Quelle selbst nach.
Beispiel: Lädst du in Gemini Notebook deine Vorlesungsskripte hoch und fragst nach den wichtigsten Lerntheorien, sucht das Tool zuerst die passenden Stellen heraus und antwortet mit nummerierten Verweisen auf die Fundstellen.
Siehe auch: Chat mit deinen Dokumenten (Wissensspeicher), Recherche & Wissen, KI-Antworten prüfen: So erkennst und vermeidest du Halluzinationen
DiffusionsmodellDiffusion Model
Diffusionsmodelle erzeugen Bilder, indem sie aus reinem Zufallsrauschen Schritt für Schritt ein Motiv herausarbeiten. Im Training sehen sie Millionen Bilder, die immer stärker verrauscht werden, und lernen, dieses Rauschen wieder zu entfernen. Beim Erzeugen startet das Modell dann mit einer Art Schneegestöber, und dein Prompt lenkt, welche Formen und Farben daraus entstehen. Das ähnelt einem beschlagenen Fenster, das langsam aufklart, bis eine Szene sichtbar wird. Stable Diffusion trägt das Prinzip schon im Namen, und viele weitere Bild- und Video-Generatoren nutzen dieses oder ein verwandtes Verfahren. Für dich erklärt das, warum derselbe Prompt jedes Mal ein anderes Bild liefert und warum Einstellungen wie Schritte oder Seed das Ergebnis beeinflussen.
Beispiel: Startest du in Stable Diffusion denselben Prompt viermal, bekommst du vier verschiedene Bilder, weil jedes mit anderem Rauschen beginnt. Notierst du dir den Seed-Wert, lässt sich ein Lieblingsergebnis mit gleichen Einstellungen wiederholen.
Siehe auch: Bilder generieren, Text-to-Image, Videos generieren
Text-to-ImageBildgenerierung, KI-Bildgenerator, T2I
Text-to-Image heißt: Du beschreibst ein Bild in Worten, und die KI erstellt daraus in Sekunden ein neues Motiv, von fotorealistisch bis gezeichnet. Das funktioniert ähnlich wie bei einer Illustratorin, der du am Telefon erklärst, was du dir vorstellst. Je genauer deine Beschreibung, desto besser trifft das Ergebnis: Motiv, Stil, Licht, Perspektive und Format gehören in einen guten Prompt. Begegnen wirst du der Technik in Chat-Assistenten, die nebenbei Bilder malen, und in spezialisierten Bild-Generatoren. Schriftzüge im Bild gelingen nicht jedem Tool gleich gut. Prüfe vor einer kommerziellen Nutzung außerdem die Bedingungen deines Tarifs und sei vorsichtig bei echten Personen, Logos und geschützten Figuren.
Beispiel: Schreibst du in ChatGPT (Bild) „Gemütliches Café an einem regnerischen Abend, Aquarellstil, Querformat“, entsteht in wenigen Sekunden ein Motiv, das du per Folgeprompt anpasst, etwa mit „mehr warmes Licht im Fenster“.
Siehe auch: Bilder generieren, Diffusionsmodell, Prompts schreiben für Einsteiger: So bekommst du bessere Antworten
Inpainting und OutpaintingGenerative Fill, Objekt entfernen, Bild erweitern
Mit Inpainting ersetzt oder entfernst du gezielt einen Teil eines Bildes: Du markierst die Stelle, beschreibst bei Bedarf, was dort erscheinen soll, und die KI füllt sie passend zur Umgebung. Outpainting erweitert ein Bild dagegen über seine Ränder hinaus, etwa wenn aus einem Hochformat ein breites Querformat werden soll. Vergleichbar ist das mit einer Restauratorin, die eine beschädigte Stelle im Gemälde nahtlos ergänzt, oder mit einem Puzzle, das über den Rahmen hinaus weitergelegt wird. Im Alltag begegnet dir beides in Foto-Apps unter Namen wie „Objekt entfernen“, „Generatives Füllen“ oder „Bild erweitern“. Ideal ist das für Urlaubsfotos, Produktbilder und Social-Media-Formate. Kontrolliere Hände, Schrift und Kanten im Ergebnis genau.
Beispiel: In Cleanup.pictures wischst du einen Passanten einfach aus deinem Urlaubsfoto, und die KI ergänzt dahinter Strand und Himmel. Mit Adobe Photoshop erweiterst du dasselbe Bild anschließend zum Querformat für ein YouTube-Vorschaubild.
Siehe auch: Bildbearbeitung & Retusche, Produktfotos und Shop-Content für einen Online-Shop erstellen, Upscaling
UpscalingHochskalieren, KI-Vergrößerung, Super Resolution
Hochskalieren, englisch Upscaling, bedeutet, ein Bild oder Video mit KI auf eine höhere Auflösung zu bringen. Klassisches Vergrößern zieht die vorhandenen Pixel nur auseinander, das Ergebnis wird unscharf und pixelig. Ein KI-Upscaler ergänzt dagegen plausible Details wie Haarsträhnen, Stoffstrukturen oder Blätter, weil er gelernt hat, wie solche Dinge normalerweise aussehen. Das ist ein wenig wie ein erfahrener Zeichner, der eine kleine Skizze im großen Format sauber nachzeichnet. Praktisch ist das für alte Familienfotos, Produktbilder oder KI-Bilder, die du drucken willst. Bedenke aber: Die neuen Details sind erfunden. Bei Gesichtern, Schrift oder Fotos, die etwas beweisen sollen, kann das Ergebnis deshalb vom Original abweichen.
Beispiel: Bringst du ein kleines Handyfoto von 2010 mit Upscayl auf die vierfache Größe, wirkt es danach oft scharf genug für einen Abzug im A4-Format, und das ganz ohne Kosten.
Siehe auch: Bildbearbeitung & Retusche, Etsy- / Print-on-Demand-Shop starten, Inpainting und Outpainting
Text-to-Speech (TTS)Sprachsynthese, Sprachausgabe, Vorlesefunktion
Sprachausgabe per KI, kurz TTS für Text-to-Speech, verwandelt geschriebenen Text in gesprochene Sprache. Moderne Stimmen klingen dabei kaum noch nach Roboter: Sie setzen Pausen, betonen sinnvoll und können je nach Tool fröhlich, ruhig oder sachlich sprechen, oft in vielen Sprachen. Stell dir einen Sprecher vor, der jederzeit verfügbar ist und dein Skript ohne Versprecher vorliest. Einsetzen kannst du TTS für Voice-overs in Videos, Hörfassungen von Blogartikeln, Podcasts oder als Vorlesehilfe beim Lernen. Achte vor der Veröffentlichung auf die Lizenz, denn ob du die Aufnahmen kommerziell nutzen darfst, hängt bei vielen Anbietern vom Tarif ab. Fachbegriffe und Namen solltest du vorher probehören.
Beispiel: Fügst du das Skript für dein Erklärvideo in ElevenLabs (Free) ein und wählst eine Stimme, erhältst du in Sekunden ein fertiges Voice-over als Audiodatei, die du direkt in den Videoschnitt ziehst.
Siehe auch: Sprachausgabe & Voice-over, Erklärvideo mit KI-Avatar in mehreren Sprachen, Voice Cloning
Speech-to-Text (Transkription)Spracherkennung, Transkription, ASR
Speech-to-Text wandelt gesprochene Sprache in geschriebenen Text um, man nennt das auch Transkription. Die KI hört eine Aufnahme oder ein Live-Gespräch an und schreibt mit, oft inklusive Zeitmarken und der Angabe, wer gerade spricht. Das ist wie ein unermüdlicher Protokollant, der nie den Faden verliert. Du begegnest der Technik bei der Diktierfunktion deines Handys, bei automatischen Untertiteln, Podcast-Transkripten und Meeting-Tools, die anschließend Zusammenfassungen erstellen. Die Qualität hängt stark von der Aufnahme ab: Hintergrundlärm, Dialekt oder Durcheinanderreden führen zu Fehlern, und Namen werden gern falsch geschrieben. Bevor du ein Gespräch aufzeichnest, sollten außerdem alle Beteiligten Bescheid wissen und einverstanden sein.
Beispiel: Nimmt Fathom an deinem Videomeeting teil, schreibt es das Gespräch mit, ordnet die Beiträge den Sprechern zu und schickt dir danach eine Zusammenfassung mit den vereinbarten Aufgaben.
Siehe auch: Meetings & Transkription, Meeting-Notizen → Zusammenfassung + Action Items, Podcast-Folge produzieren und für Social Media auswerten
Voice CloningStimmenklonen, Stimmklon, Voice Clone
Voice Cloning erstellt eine digitale Kopie einer echten Stimme. Dafür lädst du Sprachaufnahmen hoch; je nach Tool reichen schon kurze Proben, für sehr natürliche Ergebnisse braucht es meist längere, saubere Aufnahmen. Danach kann die KI jeden beliebigen Text in dieser Stimme sprechen, oft sogar in anderen Sprachen. Vergleichbar ist das mit einem Stimmenimitator, der dich nach kurzem Zuhören täuschend echt nachmacht. Praktisch ist das für Creator, die Videos vertonen wollen, ohne jedes Mal selbst aufzunehmen. Genau diese Stärke macht die Technik aber auch riskant, etwa für Betrugsanrufe und Deepfakes. Klone deshalb nur deine eigene Stimme oder eine, für die du eine ausdrückliche Erlaubnis hast. Seriöse Anbieter lassen sich das in der Regel bestätigen.
Beispiel: Gibst du ElevenLabs ein paar Minuten Aufnahmen deiner eigenen Stimme, liest das Tool danach jedes neue Skript in deinem Klang vor, auf Wunsch auch auf Englisch oder Spanisch.
Siehe auch: Sprachausgabe & Voice-over, Text-to-Speech (TTS), Erklärvideo mit KI-Avatar in mehreren Sprachen
DeepfakeSynthetische Medien, Audio-Deepfake
Deepfakes sind Videos, Bilder oder Tonaufnahmen, die mit KI erzeugt oder manipuliert wurden und echte Personen täuschend echt Dinge sagen oder tun lassen, die nie passiert sind. Der Name verbindet „Deep Learning“, eine Methode des maschinellen Lernens, mit dem englischen „Fake“ für Fälschung. Missbraucht werden Deepfakes etwa für Betrug, Falschnachrichten oder bloßstellende Bilder. Verräterisch können unnatürliche Mundbewegungen, flackernde Ränder, seltsame Hände oder unpassendes Licht sein, doch solche Fehler werden seltener. Verlass dich deshalb eher auf gesunden Zweifel: Prüfe Quelle und Zusammenhang und frag bei der betroffenen Person direkt nach. In der EU sieht der EU AI Act eine Kennzeichnung solcher Inhalte vor.
Beispiel: Ruft dich angeblich ein Familienmitglied in Panik an und braucht sofort Geld, kann das ein Audio-Deepfake sein. Leg auf und ruf unter der dir bekannten Nummer zurück, bevor du irgendetwas überweist.
Siehe auch: KI-Kennzeichnung und Wasserzeichen, Voice Cloning, Videos generieren
Agenten und Automatisierung
KI-AgentAI Agent, Agent-Modus, autonomer Agent
Ein KI-Agent ist ein KI-System, das eine Aufgabe nicht nur beantwortet, sondern sie selbstständig in mehreren Schritten erledigt. Er plant, nutzt Werkzeuge wie Websuche, Browser oder Dateien, prüft Zwischenergebnisse und macht weiter, bis das Ziel erreicht ist. Ein normaler KI-Assistent gleicht einem Auskunftsschalter, ein Agent eher einer Hilfskraft, der du einen Auftrag gibst und die dann losläuft. Im Alltag begegnest du Agenten als Agent-Modus in ChatGPT, Gemini oder Claude und in Tools für Workflow-Automatisierung. Wichtig für Einsteiger: Agenten machen Fehler wie jede KI. Setze ihnen klare Grenzen, lass sie vor Käufen oder dem Versenden von Nachrichten nachfragen und kontrolliere das Ergebnis.
Beispiel: Bittest du Manus, drei Hotels in Lissabon unter 120 Euro pro Nacht zu vergleichen, öffnet der Agent selbst Buchungsseiten, sammelt Preise und Bewertungen und liefert dir am Ende eine fertige Vergleichstabelle.
Siehe auch: KI-Agenten & Automatisierung, KI-Agenten aufs Smartphone holen, Recherche-Agent: Thema → Briefing + Quellen
Workflow-AutomatisierungProzessautomatisierung, No-Code-Automatisierung
Workflow-Automatisierung bedeutet, dass wiederkehrende Abläufe nach festen Regeln von selbst laufen: Wenn etwas passiert, folgt automatisch eine bestimmte Aktion. Das Prinzip kennst du von der Zeitschaltuhr, die jeden Abend das Licht einschaltet. Tools wie Zapier, Make oder n8n verbinden dafür Apps wie E-Mail, Tabellen und Kalender miteinander, meist per Klick statt mit Programmcode. Mit KI werden solche Abläufe deutlich flexibler, weil ein Sprachmodell unterwegs Texte versteht, sortiert oder zusammenfasst. Anders als ein KI-Agent entscheidet ein Workflow nicht frei, sondern folgt genau den Schritten, die du festgelegt hast. Das macht ihn berechenbar. Starte am besten mit einer kleinen Routine und behalte die kostenlosen Kontingente der Tools im Blick.
Beispiel: Kommt eine Rechnung per E-Mail, erkennt ein Ablauf in Zapier den Anhang, lässt ChatGPT Betrag, Datum und Absender auslesen und trägt alles automatisch in eine Tabelle ein, ohne dass du etwas anfasst.
Siehe auch: KI-Agenten & Automatisierung, Beleg- & Rechnungs-Datenextraktion, E-Mail-Postfach mit KI automatisieren
MCP (Model Context Protocol)Model Context Protocol, MCP-Server, Connector
Hinter der Abkürzung MCP steckt ein offener Standard, über den KI-Assistenten mit anderen Programmen und Datenquellen sprechen können, etwa mit Kalender, Notizen-App, Datenbank oder Dateien. Oft wird MCP mit USB-C verglichen: Ein einheitlicher Anschluss ersetzt viele einzelne Spezialkabel. Wer ein Werkzeug als MCP-Server anbietet, macht es damit für viele KI-Apps gleichzeitig nutzbar. Entwickelt hat MCP ursprünglich Anthropic, die Firma hinter Claude. Seit Ende 2025 betreut die Agentic AI Foundation unter dem Dach der Linux Foundation den Standard, und unter anderem ChatGPT, Claude, Cursor und Gemini unterstützen ihn. Für dich zeigt sich MCP meist als Connector oder Integration in den Einstellungen. Verbinde nur Dienste, denen du vertraust, denn die KI erhält dort echten Zugriff.
Beispiel: Verbindest du Claude über einen MCP-Server mit deinen Notizen in Notion, kann es dort Seiten durchsuchen und neue Einträge anlegen, ohne dass du Inhalte zwischen den Fenstern hin und her kopierst.
Siehe auch: KI-Agent, API, Agent Skills
Agent SkillsSkills, SKILL.md
Agent Skills sind Pakete aus Fachwissen und Arbeitsanleitungen, die ein KI-Agent bei Bedarf lädt, um eine bestimmte Aufgabe immer auf dieselbe, verlässliche Weise zu erledigen. Im Kern ist ein Skill ein Ordner mit einer Datei namens SKILL.md. Darin stehen Name, kurze Beschreibung und Anleitung, optional ergänzt um Vorlagen oder kleine Skripte. Der Agent liest zuerst nur Name und Beschreibung und holt sich die ganze Anleitung erst, wenn eine Aufgabe dazu passt. So bleibt das Kontextfenster frei. Stell dir eine Mappe mit Rezeptkarten vor, aus der ein Koch gezielt die richtige zieht. Das Format stammt von Anthropic und ist inzwischen ein offener Standard. Während MCP den Zugang zu Programmen schafft, liefern Skills das Wissen, wie man damit arbeitet.
Beispiel: Installierst du den LinkedIn-Agenten in Claude Code, genügt der Befehl /li-post mit einer kurzen Idee: Der Skill liefert drei Hook-Varianten und einen fertigen Entwurf in deinem eigenen Schreibstil.
Siehe auch: LinkedIn-Agent: Posts, Kommentare & DMs mit Claude-Skills, MCP (Model Context Protocol), KI-Agent
Vibe CodingProgrammieren per Prompt, KI-gestütztes Programmieren
Mit Vibe Coding ist Programmieren in Alltagssprache gemeint: Du beschreibst einer KI, was deine App oder Website können soll, und sie schreibt den Code dafür. Statt jede Zeile zu verstehen, prüfst du nur, ob das Ergebnis funktioniert, und gibst Feedback wie „Mach den Button größer“ oder „Speichere die Einträge dauerhaft“. Bekannt wurde der Begriff Anfang 2025 durch den KI-Forscher Andrej Karpathy. Tools wie Lovable, Bolt.new oder v0 machen so aus einer Idee schnell einen Prototyp, auch ohne Programmierkenntnisse. Das ähnelt einem Architekten, der sofort zeichnet, während du erzählst. Die Kehrseite: Fehler und Sicherheitslücken bleiben leicht unentdeckt. Sobald echte Kundendaten oder Zahlungen im Spiel sind, sollte jemand mit Erfahrung den Code prüfen.
Beispiel: Schreibst du in Lovable „Baue mir eine Web-App, in der mein Sportverein Trainingszeiten eintragen kann“, entsteht in wenigen Minuten eine klickbare erste Version, die du per Chat weiter verfeinerst.
Siehe auch: Eine funktionierende App ohne Programmierkenntnisse bauen, Websites erstellen, Programmieren & Code
Kosten, Recht und Sicherheit
FreemiumGratis-Tarif, Free-Version, Free Tier
Freemium ist ein Preismodell, bei dem du die Grundversion eines Tools kostenlos nutzt und erst für mehr Leistung bezahlst. Das Wort setzt sich aus „free“ und „premium“ zusammen. Fast alle bekannten KI-Tools arbeiten so: Die Gratis-Stufe hat ein Nutzungslimit, etwa eine feste Zahl an Nachrichten, Credits oder Bildern pro Tag, oder ihr fehlen die stärksten Modelle und Extras wie Downloads in hoher Qualität. Das ähnelt einer Probierportion im Supermarkt, die Lust auf die ganze Packung machen soll. Zum Testen ist Freemium ideal. Lies trotzdem das Kleingedruckte, denn manche Gratis-Tarife setzen Wasserzeichen, erlauben keine kommerzielle Nutzung oder verwenden deine Eingaben je nach Anbieter für das Training.
Beispiel: Perplexity bietet dir kostenlos 3 Pro-Suchen pro Tag. Brauchst du täglich mehr gründliche Recherchen, wechselst du zu Perplexity Pro / Max, das bei 20 $ im Monat einsteigt.
Siehe auch: Kostenlose KI-Tools: Was du wirklich gratis bekommst und wo die Grenzen liegen, Gratis oder Abo: Wann sich ein KI-Abo wirklich lohnt, Nutzungslimit
DSGVODatenschutz-Grundverordnung, GDPR
Die DSGVO, ausgeschrieben Datenschutz-Grundverordnung, ist das EU-Gesetz, das regelt, wie personenbezogene Daten gesammelt, gespeichert und genutzt werden dürfen. Gemeint sind alle Angaben, die sich einer Person zuordnen lassen, etwa Name, E-Mail-Adresse, Fotos oder Gesundheitsdaten. Seit Mai 2018 gilt sie in der ganzen EU und gibt dir Rechte wie Auskunft und Löschung. Bei KI-Tools wird sie relevant, sobald du Daten anderer Menschen eingibst, zum Beispiel Kundenmails oder Bewerbungen. Für Unternehmen gilt dann in der Regel: Es braucht eine Rechtsgrundlage, einen Vertrag zur Auftragsverarbeitung mit dem Anbieter und einen Blick darauf, wo die Daten verarbeitet werden. Ein guter Vergleich ist das Briefgeheimnis: Fremde Post reichst du auch nicht einfach weiter. Im Zweifel fragst du die Datenschutzbeauftragten deiner Firma.
Beispiel: Bevor du ChatGPT eine Beschwerde-Mail zusammenfassen lässt, ersetzt du Name, Adresse und Kundennummer durch Platzhalter wie „Kunde A“. Die Zusammenfassung bleibt genauso hilfreich, aber persönliche Daten landen nicht beim Anbieter.
Siehe auch: Datenschutz bei KI-Tools: Was du eingeben solltest und was nicht, Training-Opt-out, EU AI Act
Training-Opt-outOpt-out vom KI-Training, Datennutzung fürs Training abschalten
Als Training-Opt-out bezeichnet man eine Einstellung, mit der du festlegst, dass deine Chats und hochgeladenen Dateien nicht als Trainingsdaten für künftige KI-Modelle dienen. Viele Anbieter verbessern ihre Modelle mit Gesprächen ihrer Nutzer, bei Gratis- und Privattarifen oft standardmäßig. Den passenden Schalter findest du je nach Anbieter in den Datenschutz- oder Datenkontroll-Einstellungen. Bei Business- und Team-Tarifen ist das Training mit Kundendaten in der Regel von vornherein ausgeschlossen. Vergleichbar ist das mit dem Häkchen gegen Werbepost bei einer Bestellung: Oft musst du es selbst setzen. Wichtig: Ein Opt-out löscht nichts. Gespräche können trotzdem eine Zeit lang gespeichert bleiben, etwa zur Missbrauchskontrolle. Wirklich sensible Daten gehören deshalb gar nicht erst in den Chat.
Beispiel: In ChatGPT öffnest du die Einstellungen, gehst zu Datenkontrollen und schaltest die Option aus, mit der deine Chats das Modell für alle verbessern. Neue Gespräche fließen dann laut Anbieter nicht mehr ins Training.
Siehe auch: Datenschutz bei KI-Tools: Was du eingeben solltest und was nicht, DSGVO, Trainingsdaten
KI-Kennzeichnung und WasserzeichenKI-Label, Transparenzhinweis, digitales Wasserzeichen
Unter KI-Kennzeichnung versteht man den offenen Hinweis, dass ein Bild, Video, Ton oder Text ganz oder teilweise von einer KI stammt. Das geschieht sichtbar, etwa mit einem Vermerk wie „KI-generiert“, oder unsichtbar über digitale Wasserzeichen und Herkunftsdaten in der Datei, die Software später auslesen kann. In der EU gelten dafür seit August 2026 Transparenzpflichten aus dem EU AI Act: Anbieter generativer KI müssen Ergebnisse in der Regel maschinenlesbar markieren, und wer Deepfakes veröffentlicht, muss das offenlegen. Auch große Social-Media-Plattformen verlangen solche Labels. Ähnlich wie beim Hinweis „Anzeige“ geht es um Vertrauen. Bedenke aber: Wasserzeichen lassen sich teils entfernen. Ein fehlendes Label beweist also nicht, dass etwas echt ist.
Beispiel: Postest du ein mit Midjourney erzeugtes Bild, das wie ein echtes Foto wirkt, aktivierst du beim Hochladen das KI-Label der Plattform und schreibst zusätzlich „mit KI erstellt“ in den Beitragstext.
Siehe auch: Deepfake, EU AI Act, Bilder generieren
EU AI ActKI-Verordnung, AI Act, KI-VO
Der EU AI Act, auf Deutsch KI-Verordnung, ist das erste umfassende EU-Gesetz für künstliche Intelligenz. Er ordnet KI nach Risiko ein, ähnlich wie bei Spielzeug oder Medizinprodukten: Je größer die mögliche Gefahr, desto strenger die Pflichten. In Kraft ist er seit August 2024, die Regeln greifen schrittweise. Seit Februar 2025 sind bestimmte Praktiken wie Social Scoring verboten, seit August 2025 gelten Pflichten für große Allzweck-Modelle, und seit August 2026 kommen Transparenzpflichten wie die KI-Kennzeichnung hinzu. Für Hochrisiko-Bereiche wie Bewerbungsauswahl oder Kreditvergabe haben sich die EU-Institutionen 2026 darauf geeinigt, die strengsten Pflichten auf Dezember 2027 und teils August 2028 zu verschieben. Gefordert sind vor allem Anbieter und Unternehmen. Für dich heißt das: mehr Transparenz, aber keine Garantie für fehlerfreie KI.
Beispiel: Chattest du auf einer Shop-Website mit einem Kundenservice-Bot, muss nach dem AI Act in der Regel klar erkennbar sein, dass du mit einer KI sprichst und nicht mit einem Menschen.
Siehe auch: KI-Kennzeichnung und Wasserzeichen, DSGVO, Deepfake