Glossar

Fachbegriffe auf Deutsch und Englisch.

Begriff suchen

Agentagent: Beim bestärkenden Lernen das handelnde System. Es wählt in einer Umgebung Aktionen, erhält dafür Belohnungen (reward) oder Strafen und lernt daraus eine Strategie (policy).
Amortisationszeitpayback period: Zeit, nach der eine Investition durch die jährlichen Rückflüsse wieder eingespielt ist. Statisch berechnet als Investition geteilt durch jährlichen Rückfluss.
Anbieter (KI-Verordnung)provider: Wer ein KI-System entwickelt oder entwickeln lässt und es unter eigenem Namen oder eigener Handelsmarke in Verkehr bringt oder in Betrieb nimmt.
Anomalieerkennunganomaly detection: Aufgabenart, bei der Datensätze gefunden werden, die deutlich vom üblichen Muster abweichen, z. B. ungewöhnlicher Verbrauch oder auffällige Zahlungen.
Anonymisierunganonymisation: Entfernen des Personenbezugs, sodass niemand die betroffene Person mit vernünftigem Aufwand wieder bestimmen kann. Anonyme Daten fallen nicht unter die DSGVO.
Auftragsverarbeitungdata processing on behalf of a controller: Ein Dienstleister verarbeitet personenbezogene Daten im Auftrag und nach Weisung des Verantwortlichen, geregelt in einem Vertrag nach Art. 28 DSGVO.
Automatisierte Einzelentscheidungautomated individual decision-making: Entscheidung ausschließlich durch ein automatisiertes System ohne echte menschliche Prüfung, die für die betroffene Person rechtliche Wirkung hat oder sie ähnlich erheblich beeinträchtigt. Grundsätzlich unzulässig nach Art. 22 DSGVO, außer in eng begrenzten Fällen mit Schutzmaßnahmen.
Automatisierungsverzerrungautomation bias: Neigung von Menschen, Vorschlägen eines automatischen Systems zu stark zu vertrauen und sie ungeprüft zu übernehmen.
Bestärkendes Lernenreinforcement learning: Lernart, bei der ein Agent in einer Umgebung handelt, Belohnungen oder Strafen erhält und daraus eine Strategie lernt, die über viele Schritte möglichst viel Belohnung bringt.
Englisch: Die Schreibweise „reinforced learning" ist unüblich.
Betreiber (KI-Verordnung)deployer: Wer ein KI-System in eigener Verantwortung beruflich verwendet.
Big Databig data: Datenbestände, die wegen ihrer Menge (Volume), Geschwindigkeit (Velocity) oder Vielfalt (Variety) mit klassischen Werkzeugen nicht mehr gut zu verarbeiten sind; ergänzt um Vertrauenswürdigkeit (Veracity) und Wert (Value).
Clusteringclustering: Aufgabenart des unüberwachten Lernens, bei der ähnliche Datensätze zu Gruppen (Clustern) zusammengefasst werden, ohne dass die Gruppen vorher bekannt sind.
CRISP-DMCross Industry Standard Process for Data Mining: Branchenübergreifendes Vorgehensmodell für Datenprojekte mit sechs Phasen – Geschäftsverständnis, Datenverständnis, Datenaufbereitung, Modellierung, Evaluation und Bereitstellung. Zwischen den Phasen wird bei Bedarf zurückgesprungen.
CSVcomma-separated values: Textformat für Tabellen – eine Zeile pro Datensatz, Werte durch ein Trennzeichen getrennt (in Deutschland oft Semikolon), meist mit Kopfzeile. Kennt keine Datentypen.
Data Lakedata lake: Speicher für große Mengen Rohdaten in unterschiedlichen Formaten; die Struktur wird erst beim Lesen festgelegt. Ohne gute Beschreibung droht ein unübersichtlicher „Datensumpf".
Data Leakage (Datenleck im ML-Sinn)data leakage: Ein Merkmal enthält Informationen über das Ergebnis, die zum Zeitpunkt der Vorhersage noch nicht vorliegen, oder Testdaten gelangen ins Training. Das Modell wirkt im Test besser, als es im Betrieb ist.
Data Miningdata mining: Systematisches Suchen nach Mustern und Zusammenhängen in großen Datenbeständen mit statistischen Verfahren und Verfahren des maschinellen Lernens.
Data Warehousedata warehouse: Zentrale Datenbank mit bereinigten, strukturierten und nach Themen geordneten Daten aus mehreren Quellen, vor allem für Berichte und Auswertungen.
Datenbankherstellerrechtsui generis database right: Schutz für Datenbanken, deren Aufbau eine wesentliche Investition erfordert hat. Der Hersteller darf allein entscheiden, ob die Datenbank oder wesentliche Teile davon vervielfältigt, verbreitet oder öffentlich wiedergegeben werden (§§ 87a ff. UrhG).
Datendriftdata drift: Veränderung der Datenverteilung über die Zeit, etwa durch neue Geräte, Meldewege oder Kundengruppen. Ein trainiertes Modell passt dann zunehmend schlechter.
Datenminimierung (Datensparsamkeit)data minimisation: Grundsatz der DSGVO – nur so viele personenbezogene Daten verarbeiten, wie für den Zweck nötig sind. Im deutschen Sprachgebrauch auch Datensparsamkeit.
Datenportalopen data portal: Plattform, auf der Behörden oder Einrichtungen offene Daten mit Beschreibung und Lizenz bereitstellen, z. B. GovData.
Datenqualitätdata quality: Eignung von Daten für ihren Verwendungszweck, beschrieben durch Merkmale wie Vollständigkeit, Korrektheit, Aktualität, Widerspruchsfreiheit, Plausibilität, Redundanzfreiheit, Validität, Historisierung, Einheitlichkeit und Verfügbarkeit.
Datenquelledata source: Ort oder System, aus dem die Daten für ein Projekt stammen – intern (eigene Systeme) oder extern (frei verfügbar oder gekauft).
Datenschutz-Folgenabschätzung (DSFA)data protection impact assessment (DPIA): Vorab durchgeführte Prüfung der Risiken einer Verarbeitung für die Betroffenen und der Gegenmaßnahmen; Pflicht, wenn voraussichtlich ein hohes Risiko besteht (Art. 35 DSGVO).
Deep Learning (DL)deep learning: Teilgebiet des maschinellen Lernens, das künstliche neuronale Netze mit vielen hintereinanderliegenden Schichten verwendet.
Deepfakedeepfake: Durch KI erzeugter oder veränderter Bild-, Ton- oder Videoinhalt, der echten Personen, Orten oder Ereignissen ähnelt und fälschlich als echt erscheinen würde. Muss nach der KI-Verordnung offengelegt werden.
Dimensionsreduktiondimensionality reduction: Verdichten vieler Merkmale auf wenige, möglichst ohne wichtige Information zu verlieren. Wird meist unüberwacht durchgeführt, etwa zur Vorbereitung oder Darstellung von Daten.
ELTextract, load, transform: Variante von ETL, bei der Rohdaten zuerst ins Zielsystem geladen und erst dort umgewandelt werden.
Empfehlungssystemrecommender system: System, das einer Person passende Objekte wie Produkte, Filme oder Artikel in einer Rangfolge vorschlägt, meist auf Grundlage ihres Verhaltens und des Verhaltens ähnlicher Personen.
Erklärbarkeitexplainability: Eigenschaft eines Modells, dass Menschen nachvollziehen können, wie es zu einem Ergebnis kommt – Voraussetzung, um Fehler zu finden und Entscheidungen zu begründen.
ETLextract, transform, load: Prozess, der Daten aus Quellsystemen abruft (Extract), bereinigt, vereinheitlicht und verknüpft (Transform) und in ein Zielsystem wie ein Data Warehouse lädt (Load).
FAIR-PrinzipienFAIR principles: Leitlinien, nach denen Daten auffindbar (Findable), zugänglich (Accessible), interoperabel (Interoperable) und wiederverwendbar (Reusable) bereitgestellt werden.
Generative KIgenerative AI: KI-Modelle, die aus einer Eingabe (Prompt) neue Inhalte wie Texte, Bilder, Code, Sprache oder Videos erzeugen.
Großes Sprachmodelllarge language model (LLM): Deep-Learning-Modell, das mit sehr großen Textmengen trainiert wurde und Texte verarbeiten und erzeugen kann, z. B. zusammenfassen, übersetzen, Fragen beantworten oder Code schreiben.
Hochrisiko-KI-Systemhigh-risk AI system: KI-System, das als Produkt oder Sicherheitsbauteil eines Produkts von einer unabhängigen Stelle geprüft werden muss (Anhang I) oder in einem Bereich aus Anhang III der KI-Verordnung eingesetzt wird, etwa Beschäftigung, Bildung, Kreditwürdigkeit oder kritische Infrastruktur. Für Anbieter und Betreiber gelten strenge Pflichten.
HTTP-StatuscodeHTTP status code: Dreistellige Zahl in der Antwort eines Servers – 2xx erfolgreich, 4xx Fehler beim Aufrufer (z. B. 401, 404, 429), 5xx Fehler beim Server (z. B. 500).
Idempotentidempotent: Eine Anfrage ist idempotent, wenn ihr mehrfaches Ausführen denselben Zustand auf dem Server hinterlässt wie einmaliges Ausführen (z. B. GET, PUT, DELETE, nicht aber POST).
JSONJavaScript Object Notation: Textformat für verschachtelte Daten aus Objekten (Schlüssel-Wert-Paare in geschweiften Klammern) und Arrays (Listen in eckigen Klammern); Standardformat vieler Web-Schnittstellen.
KI-KompetenzAI literacy: Fähigkeiten, Kenntnisse und Verständnis, um KI-Systeme sachkundig einzusetzen und ihre Chancen und Risiken zu erkennen. Anbieter und Betreiber müssen Maßnahmen ergreifen, um sie bei ihrem Personal zu fördern (Art. 4 KI-Verordnung).
KI-VerordnungAI Act: Verordnung (EU) 2024/1689 mit harmonisierten Vorschriften für künstliche Intelligenz. Sie stuft KI-Systeme nach ihrem Risiko ein (verboten, hohes Risiko, Transparenzpflichten, minimales Risiko) und gilt unmittelbar in allen EU-Staaten.
Klassenungleichgewichtclass imbalance: Sehr ungleiche Verteilung der Klassen in den Trainingsdaten, z. B. 97 % korrekte und 3 % fehlerhafte Meldungen. Der Anteil richtiger Vorhersagen allein ist dann wenig aussagekräftig.
Klassifikationclassification: Aufgabenart, bei der ein Datensatz einer Kategorie aus einer festen Auswahl zugeordnet wird, z. B. „korrekt" oder „fehlerhaft". Die Zielvariable ist kategorial.
Künstliche Intelligenz (KI)artificial intelligence (AI): Teilgebiet der Informatik, das sich mit Verfahren beschäftigt, mit denen Computer Aufgaben lösen, für die Menschen Intelligenz brauchen, etwa erkennen, schlussfolgern, entscheiden oder Sprache verstehen.
Labelnlabeling: Versehen von Datensätzen mit der richtigen Antwort (Label), z. B. „korrekt" oder „fehlerhaft". Voraussetzung für überwachtes Lernen; oft aufwendig und teuer.
Lizenzlicence: Erlaubnis des Rechteinhabers, ein Werk oder Daten unter bestimmten Bedingungen zu nutzen, z. B. Creative-Commons-Lizenzen oder die Datenlizenz Deutschland.
Machbarkeitstestproof of concept (PoC): Kleiner, zeitlich begrenzter Versuch, der vor einem großen Projekt zeigt, ob eine Lösung grundsätzlich funktioniert – bei ML-Projekten, ob ein Modell mit den vorhandenen Daten besser ist als der bisherige Weg.
Maschinelles Lernen (ML)machine learning (ML): Teilgebiet der KI. Das Verfahren erhält keine Schritt-für-Schritt-Anleitung, sondern leitet aus Beispieldaten selbst ein Modell ab, mit dem es neue Daten bewertet.
Mensch in der Entscheidungsschleifehuman in the loop: Form der menschlichen Aufsicht, bei der das System nur vorschlägt und ein Mensch in jedem Einzelfall entscheidet.
Merkmalfeature: Eingabegröße eines Datensatzes, aus der ein Modell lernt, z. B. alter Zählerstand oder Verbrauch im Vorjahr.
ML-Lebenszyklusmachine learning lifecycle: Ablauf eines ML-Projekts von den Anforderungen über Datenbeschaffung, Training und Anwendung bis zur laufenden Überwachung und zum Nachtraining im Betrieb.
Modellmodel: Ergebnis des Trainings. Es enthält die gelernten Zusammenhänge und wird auf neue Daten angewendet, um Vorhersagen oder Entscheidungen zu erzeugen.
Multimodales Modellmultimodal model: KI-Modell, das mehrere Datenarten zugleich verarbeitet oder erzeugt, z. B. Text und Bilder oder Text und Sprache.
Nutzungsvorbehaltopt-out, rights reservation: Erklärung des Rechteinhabers, dass seine Werke nicht für Text und Data Mining genutzt werden dürfen. Bei Online-Werken nur wirksam, wenn er maschinenlesbar ist.
Offene Datenopen data: Daten, die frei zugänglich sind und deren Lizenz Nutzung, Weiterverarbeitung und Weitergabe ausdrücklich erlaubt – höchstens mit Bedingungen wie Namensnennung.
Personenbezogene Datenpersonal data: Alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen – auch über Kennnummern, Standortdaten, Online-Kennungen oder eine Kombination von Merkmalen (Art. 4 Nr. 1 DSGVO).
Primärdatenprimary data: Daten, die eigens für die aktuelle Fragestellung erhoben werden, z. B. durch eigene Messung oder Befragung. Das Lehrbuch unterscheidet alternativ nach dem Entstehungsort.
Profilingprofiling: Automatisierte Verarbeitung personenbezogener Daten, um persönliche Aspekte einer Person zu bewerten oder vorherzusagen, etwa Arbeitsleistung, wirtschaftliche Lage, Vorlieben oder Verhalten (Art. 4 Nr. 4 DSGVO).
Programmierschnittstelleapplication programming interface (API): Definierte Schnittstelle, über die Programme auf Daten oder Funktionen eines anderen Systems zugreifen.
Pseudonymisierungpseudonymisation: Ersetzen identifizierender Merkmale durch ein Kennzeichen; die Zuordnung wird getrennt und geschützt aufbewahrt (Art. 4 Nr. 5 DSGVO). Für Verantwortliche und Auftragsverarbeiter bleiben pseudonymisierte Daten personenbezogen; im Zweifel immer so behandeln.
Regressionregression: Aufgabenart, bei der ein Zahlenwert auf einer stetigen Skala vorhergesagt wird, z. B. Absatz oder Energieverbrauch.
Repräsentativitätrepresentativeness: Eigenschaft einer Stichprobe oder von Trainingsdaten, die Grundgesamtheit bzw. die späteren Einsatzfälle in allen wichtigen Merkmalen angemessen abzubilden.
RESTRepresentational State Transfer: Architekturstil für Web-Schnittstellen – Ressourcen mit eigenen Adressen, Zugriff über HTTP-Methoden, Antworten meist in JSON, zustandslose Kommunikation.
Schemaschema: Formale Beschreibung, welche Felder oder Elemente ein Datensatz enthalten darf, in welcher Reihenfolge und mit welchem Datentyp, z. B. Datenbankschema, XML-Schema oder JSON Schema.
Sekundärdatensecondary data: Daten, die bereits vorliegen, weil sie für einen anderen Zweck erfasst wurden – etwa Verkaufsdaten aus der Buchhaltung oder amtliche Statistiken.
Selbstüberwachtes Lernenself-supervised learning: Lernen, bei dem sich die Labels automatisch aus den Daten selbst ergeben, z. B. das jeweils nächste Wort in einem Text. So werden große Sprachmodelle vortrainiert.
Semistrukturierte Datensemi-structured data: Daten, die ihre Struktur über Feldnamen oder Tags selbst mitbringen, ohne dass jeder Datensatz gleich aufgebaut sein muss, z. B. JSON oder XML.
Stapelverarbeitungbatch processing: Verarbeitung von Daten in zeitgesteuerten Paketen, z. B. jede Nacht. Gegenstück ist die fortlaufende Verarbeitung von Datenströmen (streaming).
Stellvertreter-Merkmalproxy variable: Merkmal, das eng mit einem geschützten Merkmal zusammenhängt (z. B. Postleitzahl mit Herkunft oder Einkommen) und deshalb eine Benachteiligung bewirken kann, obwohl das geschützte Merkmal selbst entfernt wurde.
Storage Area Network (SAN)storage area network: Eigenes schnelles Netzwerk, über das Server auf zentrale Speichersysteme wie auf lokale Festplatten zugreifen (Blockebene). Abzugrenzen vom NAS, das Dateien im normalen Netzwerk freigibt.
Strukturierte Datenstructured data: Daten mit fester, vorab festgelegter Form, bei der jeder Datensatz dieselben Felder mit festgelegtem Datentyp hat, z. B. Tabellen einer relationalen Datenbank.
Teilüberwachtes Lernensemi-supervised learning: Mischform, bei der nur ein kleiner Teil der Trainingsdaten gelabelt ist und das Verfahren zusätzlich aus den ungelabelten Daten lernt.
Testdatentest data: Zurückgehaltener Teil der Daten, den das Modell im Training nicht sieht. Damit wird geprüft, wie gut das Modell bei neuen Daten ist.
Text und Data Miningtext and data mining (TDM): Automatisierte Analyse digitaler Werke, um Informationen über Muster, Trends und Korrelationen zu gewinnen. Nach § 44b UrhG für rechtmäßig zugängliche Werke erlaubt, sofern kein Nutzungsvorbehalt besteht.
Trainingtraining: Vorgang, bei dem ein ML-Verfahren ein Modell schrittweise an Beispieldaten anpasst.
Trainingsdatentraining data: Teil der Daten, mit dem ein Modell trainiert wird.
Überwachtes Lernensupervised learning: Lernart, bei der die Trainingsdaten zu jedem Beispiel die richtige Antwort (Label) enthalten. Das Modell lernt aus der Abweichung zwischen Vorhersage und Label. Typisch für Klassifikation und Regression.
Unstrukturierte Datenunstructured data: Daten ohne für den Computer erkennbare innere Struktur, z. B. Freitext, Bilder, Audio und Video. Ihre Bedeutung muss erst erschlossen werden.
Unüberwachtes Lernenunsupervised learning: Lernart ohne Label. Das Verfahren sucht selbst nach Strukturen in den Daten, etwa Gruppen oder Ausreißer. Typisch für Clustering und Anomalieerkennung.
Verarbeitung natürlicher Sprachenatural language processing (NLP): Teilgebiet der KI, das gesprochene und geschriebene Sprache erkennt, interpretiert und erzeugt, z. B. Spamfilter, Übersetzung, Sprachassistenten.
Vertrauenswürdige KItrustworthy AI: Leitbild der EU für KI, die rechtmäßig, ethisch und robust ist. Die Ethik-Leitlinien von 2019 nennen sieben Kernanforderungen, u. a. menschliche Aufsicht, Transparenz, Fairness und Rechenschaftspflicht.
Verzerrung (Bias)bias: Systematische Schieflage in Daten oder Modellergebnissen, durch die bestimmte Gruppen oder Fälle bevorzugt oder benachteiligt werden.
Vorhersageprediction, inference: Ausgabe eines trainierten Modells für einen neuen Datensatz, z. B. eine Klasse mit Wahrscheinlichkeit oder ein Zahlenwert. Das Anwenden des Modells heißt im Englischen oft inference.
XMLExtensible Markup Language: Textformat, das Daten mit Start- und End-Tags auszeichnet. Ein XML-Dokument ist wohlgeformt, wenn die Syntax stimmt, und gültig, wenn es zusätzlich einem Schema entspricht.
YAMLYAML Ain't Markup Language: Gut lesbares Textformat für verschachtelte Daten, das die Gliederung über Einrückung mit Leerzeichen ausdrückt; häufig für Konfigurationsdateien.
Zeichenkodierungcharacter encoding: Festlegung, wie Zeichen als Bytes gespeichert werden. Für den Datenaustausch ist UTF-8 üblich; falsche Kodierung zeigt sich an verstümmelten Umlauten.
Zielvariable (Label)target variable, label: Größe, die ein Modell beim überwachten Lernen vorhersagen soll. In den Trainingsdaten ist sie bekannt; ist sie kategorial, liegt eine Klassifikation vor, ist sie stetig, eine Regression.
Zweckbindungpurpose limitation: Grundsatz der DSGVO – personenbezogene Daten werden für festgelegte, eindeutige Zwecke erhoben und nicht in einer damit unvereinbaren Weise weiterverarbeitet.