Praxis Daten
A/B Testing
A/B Testing
Eine Methode zum Vergleich zweier Varianten (A und B) durch zufällige Aufteilung der Nutzer – der Goldstandard für datengetriebene Entscheidungen.
Praxis
Wie setzt du KI konkret im Unternehmen ein? Diese Kategorie behandelt praktische Anwendungsfälle, Frameworks und Werkzeuge: von KI-Agenten und Automatisierung über Prompt Engineering bis zu konkreten Implementierungsstrategien für Unternehmen jeder Größe.
LLM Praxis
Agent
AI Agent
Ein KI-System, das eigenständig Aufgaben plant, Entscheidungen trifft und Tools nutzt, um komplexe Ziele zu erreichen – über einfache Frage-Antwort-Interaktion hinaus.
Praxis LLM
Agentic AI Frameworks
Agentic AI Frameworks
Software-Frameworks, die es ermöglichen, autonome KI-Agenten zu bauen, die eigenständig Aufgaben planen, Tools nutzen und miteinander kooperieren – von Einzel-Agenten bis zu Multi-Agent-Systemen.
LLM Praxis
Agentic Workflows
Agentic Workflows
KI-Systeme, in denen LLMs autonom planen, Entscheidungen treffen und Tools nutzen um komplexe Aufgaben mehrstufig zu lösen – der nächste Schritt nach einfachen Chat-Antworten.
Praxis Digital
Agile
Agile
Ein Sammelbegriff für iterative Entwicklungsmethoden wie Scrum und Kanban, die schnelle Feedback-Zyklen, Flexibilität und kontinuierliche Verbesserung in den Mittelpunkt stellen.
Praxis Grundlagen
AI Readiness
AI Readiness
Der Grad der Bereitschaft eines Unternehmens, KI erfolgreich einzusetzen – umfasst Daten, Technologie, Prozesse, Kultur und Kompetenzen.
Praxis LLM
AI Search
AI Search / Search-Augmented Generation
Eine neue Generation von Suchmaschinen, die LLMs nutzen, um Suchergebnisse zu verstehen, zusammenzufassen und direkt als Antwort zu präsentieren – statt nur Links aufzulisten.
Praxis
AI Use Case
AI Use Case
Ein konkreter Anwendungsfall, in dem Künstliche Intelligenz einen messbaren Mehrwert für ein Unternehmen oder einen Prozess liefert.
Praxis Grundlagen
Automation vs. Augmentation
Automation vs. Augmentation
Zwei grundlegende Strategien für den KI-Einsatz: Automation ersetzt menschliche Arbeit vollständig, Augmentation unterstützt und verstärkt menschliche Fähigkeiten.
Praxis Grundlagen
AutoML
AutoML
Automatisiertes Machine Learning – Tools und Techniken die den ML-Workflow automatisieren: von Feature Engineering über Modellauswahl bis Hyperparameter-Tuning.
Grundlagen Praxis
Benchmark
Benchmark
Standardisierte Tests und Datensätze, mit denen KI-Modelle objektiv verglichen werden – von MMLU für Allgemeinwissen bis HumanEval für Code-Fähigkeiten.
DevOps Praxis
Canary Deployment
Canary Deployment / Canary Release
Eine Deployment-Strategie, bei der neue Modellversionen zunächst nur einem kleinen Teil der Nutzer ausgeliefert werden, um Probleme früh zu erkennen.
LLM Praxis
Chain-of-Thought
Chain-of-Thought Prompting
Eine Prompting-Technik, bei der das Modell aufgefordert wird, Schritt für Schritt zu denken – verbessert die Reasoning-Fähigkeiten von LLMs dramatisch.
Digital Praxis
Change Management
Change Management
Ein strukturierter Ansatz, um Menschen und Organisationen durch Veränderungen zu begleiten – besonders wichtig bei der Einführung von KI, wo Ängste, Widerstände und neue Arbeitsweisen aufeinandertreffen.
LLM Praxis
Chunking & Reranking
Chunking & Reranking
Zwei Schlüsseltechniken für RAG-Systeme: Chunking teilt Dokumente in suchbare Abschnitte, Reranking sortiert die Ergebnisse nach Relevanz.
Praxis Architektur
Clean Code
Clean Code
Prinzipien und Praktiken für lesbaren, wartbaren und verständlichen Quellcode – Code, der sich wie gut geschriebene Prosa liest.
Praxis LLM
Computer Use
Computer Use / Browser Agents
Die Fähigkeit von KI-Modellen, einen Computer wie ein Mensch zu bedienen – Klicken, Tippen, Scrollen und Navigieren auf dem Bildschirm, um Aufgaben autonom in beliebigen Anwendungen auszuführen.
LLM Praxis
Context Engineering
Context Engineering
Die Kunst, das begrenzte Kontextfenster eines LLMs optimal zu nutzen – durch Priorisierung, Kompression und intelligente Auswahl relevanter Informationen.
Daten Praxis
Data Governance
Data Governance
Ein Framework aus Richtlinien, Prozessen und Standards zur Verwaltung von Daten – stellt Qualität, Sicherheit, Compliance und Nutzbarkeit von Daten sicher.
Daten Praxis
Datenannotation
Data Annotation
Der Prozess, Rohdaten mit zusätzlichen Informationen (Labels, Tags, Markierungen) zu versehen, damit KI-Modelle daraus lernen können.
Web Praxis
Dependency Injection
Dependency Injection (DI)
Ein Entwurfsmuster, bei dem Abhängigkeiten einer Klasse nicht intern erstellt, sondern von außen übergeben werden – für bessere Testbarkeit, Flexibilität und lose Kopplung.
Architektur Praxis
Design Patterns
Design Patterns
Bewährte Lösungsschablonen für wiederkehrende Probleme in der Softwareentwicklung – von Singleton über Observer bis Factory.
Digital Praxis
Design Thinking
Design Thinking
Eine iterative Innovationsmethode, die Empathie für Nutzer, kreative Ideenfindung und schnelles Prototyping kombiniert – um Probleme zu lösen, die noch nicht klar definiert sind.
DevOps Praxis
DevOps
MLOps (Machine Learning Operations)
Die Praxis, Machine-Learning-Modelle zuverlässig und effizient in Produktion zu bringen und zu betreiben – die Verbindung von ML, DevOps und Data Engineering.
Digital Praxis
Digital
AI Strategy
Ein systematischer Plan, wie ein Unternehmen Künstliche Intelligenz einsetzen will – von der Identifizierung geeigneter Use Cases über den Aufbau von Kompetenzen bis zur Skalierung in Produktion.
Digital Praxis
Digital Twin
Digital Twin
Eine virtuelle Nachbildung eines realen Objekts, Prozesses oder Systems, die mit Echtzeitdaten gespeist wird und durch KI-gestützte Simulation Vorhersagen, Optimierungen und Was-wäre-wenn-Analysen ermöglicht.
Digital Praxis
Digitale Transformation
Digital Transformation
Der grundlegende Wandel von Unternehmen, Organisationen und Gesellschaft durch den Einsatz digitaler Technologien – nicht nur Prozesse digitalisieren, sondern Geschäftsmodelle, Kultur und Strukturen neu denken.
DevOps Praxis
Experiment Tracking
Experiment Tracking
Die systematische Dokumentation von ML-Experimenten – Hyperparameter, Metriken, Code-Versionen und Artefakte, um Ergebnisse reproduzierbar und vergleichbar zu machen.
LLM Praxis
Fine-Tuning
Fine-Tuning
Das gezielte Nachtrainieren eines vortrainierten KI-Modells auf spezifische Daten oder Aufgaben, um es für einen bestimmten Einsatzzweck zu optimieren.
LLM Praxis
Function Calling
Function Calling
Eine Fähigkeit moderner LLMs, strukturierte Funktionsaufrufe zu generieren, die externe Tools, APIs oder Datenbanken ansprechen können.
LLM Praxis
Gemini
Gemini
Googles Familie multimodaler KI-Modelle, die Text, Code, Bild, Audio und Video nativ verarbeiten – von der kompakten Nano-Variante bis zum leistungsstärksten Ultra-Modell.
Grundlagen Praxis
GPU / TPU
GPU / TPU
Spezialisierte Hardware für KI-Berechnungen – GPUs (Graphics Processing Units) und TPUs (Tensor Processing Units) ermöglichen das Training und die Ausführung moderner KI-Modelle.
Praxis LLM
Hugging Face
Hugging Face
Die zentrale Plattform des ML-Ökosystems – mit dem Model Hub, Datasets, Spaces und der Transformers-Bibliothek. Das 'GitHub für Machine Learning'.
Praxis
Human-in-the-Loop
Human-in-the-Loop (HITL)
Ein Ansatz, bei dem Menschen in den KI-Workflow eingebunden werden – zur Überprüfung, Korrektur oder finalen Entscheidung bei KI-generierten Ergebnissen.
Web Praxis
Idempotenz
Idempotency
Eine Operation ist idempotent, wenn sie beliebig oft ausgeführt werden kann und immer dasselbe Ergebnis liefert wie beim ersten Mal – entscheidend für robuste APIs und verteilte Systeme.
Architektur Praxis
Inference Optimization
Inference Optimization
Techniken, die die Ausführung von KI-Modellen schneller und günstiger machen – von KV-Cache über Batching bis Speculative Decoding.
LLM Praxis
JSON Mode / Structured Output
JSON Mode / Structured Output
Eine Funktion moderner LLM-APIs, die garantiert, dass die Modellantwort valides JSON ist – essenziell für die Integration von KI in Software-Pipelines und Datenverarbeitung.
Praxis LLM
KI-Coding-Assistenten
AI Coding Assistants
Software-Tools, die KI-Modelle nutzen, um Entwickler beim Programmieren zu unterstützen – von Autovervollständigung über Code-Generierung bis hin zu autonomem Vibe Coding in der IDE.
Marketing Praxis
KI-Content-Erstellung
AI Content Creation
Der Einsatz von KI-Tools zur Erstellung von Marketing-Inhalten – von Blog-Artikeln und Social-Media-Posts über Produktbeschreibungen bis zu Bildern und Videos, mit dem Ziel, Qualität und Geschwindigkeit zu steigern.
Praxis Architektur
KI-Orchestrierung
AI Orchestration
Das Koordinieren mehrerer KI-Komponenten – Modelle, Tools, Datenquellen und Agenten – zu einem zusammenhängenden Workflow, der automatisch die richtigen Schritte in der richtigen Reihenfolge ausführt.
Marketing Praxis
KI-Personalisierung
AI Personalization
Der Einsatz von KI und Machine Learning, um Inhalte, Produkte und Erlebnisse in Echtzeit an individuelle Nutzer anzupassen – von Produktempfehlungen über dynamische Websites bis zu personalisierten E-Mails.
Praxis LLM
LangChain / LlamaIndex
LangChain / LlamaIndex
Die zwei populärsten Frameworks für LLM-Anwendungen – LangChain für Chains und Agents, LlamaIndex für RAG und Daten-Indexierung.
Architektur Praxis
Latency vs. Throughput
Latency vs. Throughput
Die zwei fundamentalen Performance-Metriken – Latenz misst wie schnell, Throughput misst wie viel. Oft ein Trade-off, beide wichtig für verschiedene Use Cases.
LLM Praxis
Llama
Llama (Large Language Model Meta AI)
Metas Familie von Open-Weight-Sprachmodellen, die das KI-Ökosystem demokratisiert haben – von Llama 1 (2023) bis Llama 3.3 (2025) das meistgenutzte Open-Weight-Modell weltweit.
LLM Praxis
LoRA / QLoRA
LoRA / QLoRA
Effiziente Fine-Tuning-Methoden, die nur einen Bruchteil der Modellparameter anpassen – LoRA (Low-Rank Adaptation) macht Fine-Tuning auf Consumer-Hardware möglich.
Marketing Praxis
Marketing Automation
Marketing Automation
Software-gestützte Automatisierung von Marketing-Prozessen – von E-Mail-Kampagnen über Lead Nurturing bis zu Social-Media-Planung, zunehmend verstärkt durch KI für Personalisierung und Optimierung.
LLM Praxis
Mistral AI
Mistral AI
Ein französisches KI-Unternehmen, das effiziente Open-Weight-Sprachmodelle entwickelt – von Mistral 7B über Mixtral bis Mistral Large, bekannt für hervorragendes Preis-Leistungs-Verhältnis.
DevOps Praxis
MLflow
MLflow
Eine Open-Source-Plattform für den gesamten ML-Lifecycle: Experiment-Tracking, Modell-Registry, Deployment und Reproduzierbarkeit von ML-Projekten.
Architektur LLM Praxis
Model Context Protocol (MCP)
Model Context Protocol
Ein offenes Protokoll von Anthropic, das KI-Modellen standardisierten Zugriff auf externe Datenquellen, Tools und Systeme ermöglicht – wie ein universeller USB-C-Anschluss für KI-Anwendungen.
DevOps Praxis
Model Deployment
Model Deployment
Der Prozess, ein trainiertes ML-Modell in eine Produktionsumgebung zu bringen, wo es Vorhersagen für echte Nutzer und Anwendungen liefert.
DevOps Praxis
Model Registry
Model Registry
Ein zentrales Repository zur Versionierung, Speicherung und Verwaltung von Machine-Learning-Modellen – mit Metadaten, Lineage und Deployment-Status.
DevOps Praxis
Monitoring
Monitoring
Die kontinuierliche Überwachung von KI-Systemen in Produktion, um Performance-Probleme, Datenänderungen und Modellverschlechterung frühzeitig zu erkennen.
Praxis
MVP (Minimum Viable Product)
Minimum Viable Product
Die einfachste Version eines KI-Produkts, die echten Nutzern einen Mehrwert liefert – der nächste Schritt nach einem erfolgreichen Proof of Concept.
Digital Praxis
Netzwerkeffekte
Network Effects
Ein ökonomisches Phänomen, bei dem ein Produkt oder Service mit jedem neuen Nutzer wertvoller wird – ein zentraler Wettbewerbsvorteil von KI-Plattformen und Daten-Ökosystemen.
Business Praxis
North Star Metric
North Star Metric (NSM)
Die zentrale Kennzahl, die den Kernwert eines Produkts für Kunden misst – der Kompass für Produktentscheidungen und Team-Alignment.
Sicherheit Praxis
OAuth
OAuth 2.0
Ein offenes Autorisierungsprotokoll, das Anwendungen begrenzten Zugriff auf Nutzerkonten ermöglicht – ohne dass der Nutzer sein Passwort teilen muss.
Praxis Architektur
ONNX
Open Neural Network Exchange
Ein offenes Format für ML-Modelle, das Portabilität zwischen Frameworks ermöglicht – ein Modell in PyTorch trainieren und in TensorFlow oder auf Edge-Geräten ausführen.
LLM Praxis
Open-Weight-Modelle
Open-Weight Models
KI-Modelle, deren trainierte Gewichte öffentlich verfügbar sind und lokal oder auf eigener Infrastruktur betrieben werden können – im Gegensatz zu proprietären Modellen wie GPT-4, die nur über APIs zugänglich sind.
Digital Praxis
Platform Economy
Platform Economy
Ein Wirtschaftsmodell, bei dem digitale Plattformen Anbieter und Nachfrager zusammenbringen und dabei Netzwerkeffekte nutzen – je mehr Teilnehmer, desto wertvoller die Plattform.
Praxis DevOps
Prompt Caching
Prompt Caching
Eine Optimierungstechnik bei LLM-APIs, bei der wiederkehrende Teile eines Prompts (z.B. System-Prompts oder lange Dokumente) gecacht werden, um Latenz und Kosten zu reduzieren.
LLM Praxis
Prompt Chaining
Prompt Chaining
Eine Technik, bei der komplexe Aufgaben in mehrere aufeinanderfolgende LLM-Aufrufe zerlegt werden – die Ausgabe eines Prompts wird zur Eingabe des nächsten.
LLM Praxis
Prompt Compression
Prompt Compression
Techniken, um Prompts zu verkürzen ohne wesentliche Informationen zu verlieren – für geringere Token-Kosten, niedrigere Latenz und bessere Nutzung des Kontextfensters.
LLM Praxis
Prompt Engineering
Prompt Engineering
Die Kunst und Technik, Anweisungen für KI-Sprachmodelle so zu formulieren, dass sie optimale und zielgerichtete Ergebnisse liefern.
Praxis LLM
Prompt Templates
Prompt Templates
Vorgefertigte, parametrisierbare Prompt-Strukturen, die konsistente und qualitativ hochwertige Ergebnisse von LLMs sicherstellen – von einfachen Textbausteinen bis zu komplexen Chain-of-Thought-Vorlagen.
Praxis
Proof of Concept (PoC)
Proof of Concept
Ein schneller, begrenzter Test, der zeigt, ob eine KI-Idee technisch machbar ist und das gewünschte Ergebnis liefern kann – bevor größere Investitionen getätigt werden.
DevOps Praxis
PyTorch
PyTorch
Ein Open-Source Deep Learning Framework von Meta, das für seine Flexibilität, dynamische Graphen und Python-native Entwicklung bekannt ist – der Standard in Forschung und zunehmend in Produktion.
LLM Praxis
ReAct Prompting
ReAct (Reasoning + Acting)
Ein Prompting-Framework, das Reasoning (Denken) und Acting (Handeln) kombiniert – das LLM denkt laut nach, führt Aktionen aus und beobachtet die Ergebnisse.
Sicherheit Praxis
Red Teaming
Red Teaming
Ein systematischer Ansatz, bei dem Experten versuchen, Schwachstellen in KI-Systemen zu finden – durch Simulation von Angriffen, Missbrauch und Edge Cases.
Daten Praxis
Semantische Suche
Semantic Search
Eine Suchmethode, die die Bedeutung einer Anfrage versteht statt nur nach exakten Keywords zu suchen – ermöglicht durch Embeddings und Vektordatenbanken.
Architektur Praxis
SOLID-Prinzipien
SOLID Principles
Fünf fundamentale Designprinzipien der objektorientierten Programmierung, die zu wartbarem, erweiterbarem und testbarem Code führen.
Bild-KI Praxis
Stable Diffusion
Stable Diffusion
Ein Open-Source Bildgenerierungsmodell, das aus Textbeschreibungen fotorealistische Bilder erzeugt – basierend auf der Diffusions-Architektur.
LLM Praxis
Structured Output
Structured Output
Eine Technik, bei der LLMs ihre Antworten in einem vordefinierten Format (meist JSON) ausgeben, statt freiem Text – für zuverlässige Integration in Anwendungen.
Daten Praxis
Synthetische Daten
Synthetic Data
Künstlich generierte Trainingsdaten, die echte Daten ergänzen oder ersetzen – von LLM-generierten Texten bis zu simulierten Sensordaten.
LLM Praxis
System Prompt
System Prompt
Eine versteckte Anweisung an ein Sprachmodell, die dessen Rolle, Verhalten und Einschränkungen für eine gesamte Konversation definiert.
LLM Praxis
Temperatur
Temperature
Ein Parameter bei der Textgenerierung, der steuert, wie kreativ oder deterministisch die Ausgabe eines Sprachmodells ist.
DevOps Praxis
TensorFlow
TensorFlow
Ein Open-Source Deep Learning Framework von Google, bekannt für Produktion, Mobile Deployment und das Keras-API – historisch das erste große DL-Framework.
LLM Praxis
Text-to-Image
Text-to-Image (T2I)
KI-Systeme, die aus natürlichsprachlichen Beschreibungen Bilder generieren – von DALL-E über Midjourney bis Stable Diffusion.
LLM Praxis
Tool Use / Function Calling
Tool Use / Function Calling
Die Fähigkeit von Sprachmodellen, externe Werkzeuge und Funktionen aufzurufen – von Websuche über Code-Ausführung bis zu API-Aufrufen.
LLM Praxis
Top-p (Nucleus Sampling)
Top-p / Nucleus Sampling
Eine Sampling-Methode bei der Textgenerierung, die nur die wahrscheinlichsten Tokens berücksichtigt, deren kumulative Wahrscheinlichkeit einen Schwellenwert p erreicht.
Grundlagen Praxis
Transfer Learning
Transfer Learning
Eine Technik, bei der ein auf großen Datenmengen vortrainiertes Modell für eine neue, spezifische Aufgabe angepasst wird – spart enorm Zeit, Daten und Rechenleistung.
Praxis Web
Vibe Coding
Vibe Coding
Ein Programmierparadigma, bei dem Entwickler hauptsächlich in natürlicher Sprache mit KI-Assistenten kommunizieren und den generierten Code übernehmen, statt ihn Zeile für Zeile selbst zu schreiben.
LLM Praxis
Voice AI & Text-to-Speech
Voice AI / Text-to-Speech (TTS) / Speech-to-Text (STT)
Technologien, die Text in natürlich klingende Sprache umwandeln (TTS) und gesprochene Sprache verstehen (STT) – von ElevenLabs über OpenAI Voice bis hin zu Echtzeit-Konversation mit KI.
Web Praxis
WebAssembly
WebAssembly (WASM)
Ein binäres Instruktionsformat für den Browser, das es ermöglicht, Code in Sprachen wie C, C++, Rust oder Go mit nahezu nativer Geschwindigkeit im Browser auszuführen.
Praxis Architektur
WebSockets
WebSockets
Ein Kommunikationsprotokoll für bidirektionale Echtzeit-Verbindungen zwischen Client und Server – im Gegensatz zu HTTP bleibt die Verbindung dauerhaft offen.
DevOps Praxis
Weights & Biases (W&B)
Weights & Biases (W&B, wandb)
Eine MLOps-Plattform für Experiment-Tracking, Modell-Visualisierung und Team-Kollaboration – der Standard in der KI-Forschung und bei führenden KI-Unternehmen.
Praxis LLM
Whisper
Whisper
OpenAIs Open-Source Spracherkennungsmodell – wandelt gesprochene Sprache in Text um, unterstützt 99 Sprachen und funktioniert auch lokal.