Definitionen Künstliche Intelligenz – KI Glossar, Lexikon & Begriffe

Einfach erklärt Claude ist keine einzelne KI, sondern eine ganze Modellfamilie von Anthropic. Diese Modelle sind dafür gebaut, komplexe Fragen zu verstehen, lange Texte/Code zu analysieren, fundiert zu argumentieren und in vielen Fällen sogar Bilder oder Screenshots mitzudenken. In der Praxis heißt „Claude“ oft: ein KI-Assistent für echte Wissensarbeit, Support, Analyse, Coding und Entscheidungsunterstützung –…

1) Einfach erklärt (Contrastive Language–Image Pre‑training) CLIP ist ein KI‑Modell, das Bilder und Texte miteinander verknüpft. Es lernt aus sehr vielen Bild‑Text‑Paaren aus dem Web, welcher Text zu welchem Bild gehört. Dazu gibt es zwei Encoder: einen Bild‑Encoder und einen Text‑Encoder. Beide wandeln Bild und Text in Vektoren um, die im gleichen Raum liegen. Stimmen…

 (Contrastive Language–Image Pre-training) 1) Einfach erklärt CLIP ist ein KI-Modell, das Bilder und Texte miteinander verknüpft. Es lernt aus sehr vielen Bild-Text-Paaren aus dem Web, welcher Text zu welchem Bild gehört. Dafür gibt es zwei Encoder: einen Bild-Encoder und einen Text-Encoder. Beide wandeln Bild und Text in Vektoren um, die im gleichen Raum liegen. Stimmen…

Einfach erklärt Closed Source bedeutet: Der Quellcode ist nicht öffentlich. Nur der Hersteller oder ausgewählte Partner dürfen ihn sehen, ändern und weitergeben. Nutzerinnen und Nutzer bekommen in der Regel nur das fertige Programm. Beispiel (Software): Ein Büro‑Programm, dessen Code geheim ist. Du darfst es verwenden, aber nicht den Code ansehen oder anpassen. Beispiel (KI): Ein…

Hinweis zur Mehrdeutigkeit: „Cluster“ bedeutet in der KI meist zweierlei: (A) Rechen‑Cluster (viele verbundene Computer/Grafikprozessoren zum Trainieren/Betreiben von KI) und (B) Clusteranalyse (Daten in Gruppen ähnlicher Punkte einteilen). Beide sind unten getrennt erklärt. 1) Einfach erklärt (A) Rechen‑Cluster: Viele Rechner (Knoten) werden zu einem großen System zusammengeschaltet. So kann man große KI‑Modelle trainieren (z. B. Bilderkennung,…

Einfach erklärt (z. B. K-Means, DBSCAN)Clustering ordnet ähnliche Datenpunkte zu Gruppen (Clustern) – ohne vorgegebene Labels. Punkte, die sich ähneln, landen zusammen; unähnliche Punkte werden getrennt. So erkennt man Muster, kann segmentieren, suchen oder Anomalien finden. Ganz einfache Beispiele: • Kunden: Käufer mit ähnlichem Verhalten bilden ein Segment → gezieltere Kampagnen.• Bilder: Fotos mit ähnlicher…