AI Automation Glossar: Die wichtigsten Begriffe von A bis Z
Die Welt der KI und Automation ist voller Fachbegriffe, Abkürzungen und englischer Termini. Dieses Glossar erklärt die wichtigsten Begriffe rund um AI Automation in verständlicher Sprache — mit Praxisbezug und Verlinkung zu vertiefenden Artikeln. Nutze es als Nachschlagewerk, wann immer du auf einen unbekannten Begriff stoesst.
A
Agentic Workflow
Ein Geschäftsprozess, der von einem oder mehreren AI Agents autonom gesteuert wird. Im Gegensatz zu regelbasierten Workflows kann ein Agentic Workflow dynamisch auf Veränderungen reagieren, eigenständige Entscheidungen treffen und sich über die Zeit verbessern. Mehr dazu: Agentic WorkflowsAI Agent
Ein autonomes KI-System, das eigenständig Ziele verfolgt, Entscheidungen trifft und Aktionen ausführt. AI Agents unterscheiden sich von einfachen Chatbots durch ihre Fähigkeit zur Planung, zum Lernen und zur Nutzung externer Tools. Sie repräsentieren die nächste Stufe der Automation nach RPA und No-Code-Tools. Mehr dazu: Was sind AI AgentsAPI (Application Programming Interface)
Eine Programmierschnittstelle, die es verschiedenen Software-Systemen ermöglicht, miteinander zu kommunizieren. In der AI Automation verbinden APIs Tools wie n8n oder Make mit KI-Modellen (OpenAI API, Claude API) und Geschäftssystemen (CRM, ERP). APIs sind das Rückgrat jeder modernen Automation.AutoGen
Ein Open-Source-Framework von Microsoft für Multi-Agent-Systeme. AutoGen ermöglicht es, mehrere AI Agents zu erstellen, die miteinander kommunizieren und gemeinsam komplexe Aufgaben lösen. Besonders geeignet für Szenarien, in denen verschiedene Perspektiven oder Spezialisierungen benötigt werden. Mehr dazu: AI Agent FrameworksAutomation
Die Ausführung von Aufgaben oder Prozessen durch technische Systeme ohne oder mit minimalem menschlichem Eingriff. Automation reicht von einfacher regelbasierter Ausführung (RPA) über intelligente Workflows (No-Code) bis zu autonomen AI Agents. Mehr dazu: AI AutomationB
Batch Processing
Die gebündelte Verarbeitung grosser Datenmengen zu festgelegten Zeitpunkten, statt einzelner Echtzeit-Verarbeitung. In der AI Automation wird Batch Processing häufig für periodische Aufgaben wie naaechtliche Report-Generierung, wöchentliche Datenanalysen oder monatliche Rechnungsverarbeitung eingesetzt.C
Chain-of-Thought (CoT)
Eine Prompting-Technik, bei der ein KI-Modell angewiesen wird, seinen Denkprozess Schritt für Schritt darzulegen. CoT verbessert die Genauigkeit bei komplexen Aufgaben erheblich, weil das Modell Zwischenschritte explizit durchdenkt statt direkt zur Antwort zu springen. Relevant für AI Agents, die nachvollziehbare Entscheidungen treffen sollen.Chunking
Das Aufteilen grosser Texte oder Dokumente in kleinere, verarbeitbare Abschnitte. In der AI Automation ist Chunking essenziell für RAG-Systeme: Dokumente werden in Chunks aufgeteilt, in Embeddings umgewandelt und in einer Vektordatenbank gespeichert, um später relevante Passagen gezielt abzurufen.Claude
Ein KI-Sprachmodell von Anthropic. Claude ist besonders stark in laengeren Texten, mehrsprachiger Verarbeitung und der Einhaltung von Sicherheitsrichtlinien. Für Schweizer Unternehmen relevant wegen nativer Unterstützung von Deutsch, Franzoesisch und Italienisch. Wird häufig in AI Agents für Kundenservice und Dokumentenanalyse eingesetzt.CrewAI
Ein Python-Framework für die Erstellung von Multi-Agent-Systemen. In CrewAI werden AI Agents als "Crew Members" mit definierten Rollen, Zielen und Tools konfiguriert. Die Agents arbeiten als Team zusammen, um komplexe Aufgaben zu lösen. Mehr dazu: AI Agent FrameworksD
Data Pipeline
Eine automatisierte Abfolge von Schritten, die Daten aus Quellsystemen extrahieren, transformieren und in Zielsysteme laden (ETL). In der AI Automation liefern Data Pipelines die sauberen, strukturierten Daten, die AI Agents für ihre Entscheidungen benötigen.E
Embedding
Eine numerische Repräsentation von Text, Bildern oder anderen Daten in einem hochdimensionalen Vektorraum. Semantisch ähnliche Inhalte liegen im Vektorraum nahe beieinander. Embeddings sind die technische Grundlage für semantische Suche, RAG-Systeme und Empfehlungsalgorithmen.EAV Triple (Entity-Attribute-Value)
Eine Methode zur strukturierten Darstellung von Wissen in der Form (Entität, Attribut, Wert). In der Semantic SEO werden EAV Triples genutzt, um Suchmaschinen den Zusammenhang zwischen Konzepten explizit zu vermitteln. Mehr dazu: Semantic SEOF
Few-Shot Learning
Eine Technik, bei der ein KI-Modell anhand weniger Beispiele lernt, eine neue Aufgabe auszuführen. Statt das Modell komplett neu zu trainieren, werden im Prompt einige Beispiele mitgegeben. In der AI Automation wird Few-Shot Learning genutzt, um Agents schnell an spezifische Unternehmenskontexte anzupassen.Fine-Tuning
Das Nachtrainieren eines vortrainierten KI-Modells mit unternehmensspezifischen Daten. Fine-Tuning verbessert die Qualität für spezifische Aufgaben erheblich, ist aber aufwändig und kostspielig. Für die meisten KMU-Anwendungen reichen Prompt Engineering und RAG als kostenguenstigere Alternativen.Function Calling
Eine Fähigkeit moderner LLMs, strukturierte Funktionsaufrufe zu generieren. Statt nur Text auszugeben, kann das Modell gezielt externe Tools aufrufen (z. B. Datenbank-Abfragen, API-Calls, Berechnungen). Function Calling ist eine Kernfähigkeit von AI Agents und ermöglicht die Interaktion mit realen Systemen.G
GPT (Generative Pre-trained Transformer)
Eine Familie von KI-Sprachmodellen von OpenAI. GPT-Modelle (GPT-4, GPT-4o) werden in der AI Automation als "Gehirn" von AI Agents eingesetzt — für Textverständnis, Entscheidungsfindung und Content-Generierung. Sie sind über die OpenAI API in Tools wie n8n und Make integrierbar.Guardrails
Sicherheitsmechanismen, die das Verhalten von AI Agents eingrenzen. Guardrails verhindern, dass ein Agent unerwünschte Aktionen ausführt — z. B. vertrauliche Daten preisgibt, fehlerhafte Buchungen durchführt oder unangemessene Antworten gibt. Essenziell für den sicheren Betrieb in Unternehmen.H
Halluzination
Das Phaenomen, bei dem ein KI-Modell überzeugend klingende, aber faktisch falsche Informationen generiert. Halluzinationen sind ein zentrales Risiko bei AI Agents und können zu fehlerhaften Geschäftsentscheidungen führen. Gegenmassnahmen: RAG (Retrieval-Augmented Generation), Faktencheck-Layer und Human-in-the-Loop.Human-in-the-Loop (HITL)
Ein Konzept, bei dem ein Mensch an definierten Stellen eines automatisierten Prozesses eingreift, prüft oder entscheidet. HITL ist die beste Strategie gegen Überautomatisierung und stellt sicher, dass kritische Entscheidungen menschliche Kontrolle behalten.Hyperautomation
Ein strategischer Ansatz, der verschiedene Automation-Technologien kombiniert (RPA, KI, ML, Process Mining, No-Code), um End-to-End-Prozesse umfassend zu automatisieren. Gartner prägte den Begriff als einen der wichtigsten Technologietrends. Mehr dazu: AI AutomationI
In-Context Learning
Die Fähigkeit eines LLM, Aufgaben zu lösen, indem der relevante Kontext direkt im Prompt mitgegeben wird — ohne das Modell neu zu trainieren. In der AI Automation wird In-Context Learning genutzt, um Agents mit unternehmensspezifischem Wissen auszustatten, z. B. durch Bereitstellung von Produktkatalogen oder Richtlinien im System-Prompt.K
KI (Künstliche Intelligenz)
Der übergeordnete Begriff für Computersysteme, die menschliche Intelligenzleistungen nachahmen. KI umfasst Machine Learning, Deep Learning, Natural Language Processing und weitere Teilbereiche. In der Schweiz wird "KI" als deutscher Begriff parallel zum englischen "AI" verwendet. Mehr dazu: AI AutomationKnowledge Graph
Eine strukturierte Wissensdatenbank, die Entitäten und ihre Beziehungen in einem Netzwerk darstellt. In der AI Automation ermöglichen Knowledge Graphs AI Agents den Zugriff auf unternehmensinternes Wissen. In der Semantic SEO helfen sie Suchmaschinen, Inhalte besser zu verstehen.L
LangChain
Ein Open-Source-Framework zur Entwicklung von KI-Applikationen und AI Agents. LangChain bietet Bausteine für Prompt-Management, Verkettung von LLM-Aufrufen, Memory, Tool-Nutzung und RAG. Es ist eines der populaersten Frameworks für die Entwicklung von AI Agents. Mehr dazu: AI Agent FrameworksLLM (Large Language Model)
Ein grosses Sprachmodell, das auf Milliarden von Textdaten trainiert wurde, um menschliche Sprache zu verstehen und zu generieren. LLMs wie GPT-4, Claude und Llama sind die technologische Grundlage moderner AI Agents. Sie ermöglichen natürlichsprachige Interaktion, Textanalyse und Entscheidungsfindung.M
Machine Learning (ML)
Ein Teilbereich der KI, bei dem Algorithmen aus Daten lernen, ohne explizit programmiert zu werden. ML-Modelle erkennen Muster, treffen Vorhersagen und verbessern sich mit mehr Daten. In der AI Automation wird ML für Klassifikation, Anomalie-Erkennung und Prognosen eingesetzt.Make (ehemals Integromat)
Eine visuelle No-Code-Automationsplattform. Make ermöglicht es, komplexe Workflows aus hunderten von App-Integrationen zusammenzubauen — ohne Programmierkenntnisse. Mit AI-Nodes können LLMs direkt in Workflows integriert werden. Mehr dazu: Make AI AutomationModel Drift
Die schleichende Verschlechterung der Vorhersagequalität eines KI-Modells über die Zeit. Model Drift tritt auf, wenn sich die Eingabedaten verändern, das Modell aber unverändert bleibt. In der AI Automation ist kontinuierliches Monitoring notwendig, um Model Drift frühzeitig zu erkennen.Multi-Agent-System (MAS)
Ein System, in dem mehrere AI Agents zusammenarbeiten, um komplexe Aufgaben zu lösen. Jeder Agent hat eine spezialisierte Rolle (z. B. Recherche, Analyse, Kommunikation), und ein Orchestrator koordiniert die Zusammenarbeit. MAS skalieren besser als einzelne Agents bei komplexen Problemen. Mehr dazu: Multi-Agent SystemeN
n8n
Eine Open-Source-Workflow-Automationsplattform mit starker AI-Integration. n8n bietet AI Nodes für LLM-Anbindung, Vektordatenbank-Integration und Agent-Workflows. Besonders beliebt bei technisch versierten Teams, die volle Kontrolle über ihre Automation behalten wollen. Mehr dazu: n8n AI AutomationNatural Language Processing (NLP)
Ein Teilbereich der KI, der sich mit der Verarbeitung und dem Verständnis menschlicher Sprache befasst. NLP umfasst Textklassifikation, Sentiment-Analyse, Named Entity Recognition und maschinelle Übersetzung. In der AI Automation ermöglicht NLP die Verarbeitung von E-Mails, Dokumenten und Kundenanfragen in natürlicher Sprache.nDSG (neues Datenschutzgesetz)
Das revidierte Schweizer Datenschutzgesetz, in Kraft seit September 2023. Das nDSG stellt Anforderungen an die automatisierte Verarbeitung personenbezogener Daten, die jedes AI-Automation-Projekt in der Schweiz berücksichtigen muss: Transparenz, Datensparsamkeit, Zweckbindung und Sicherheit. Mehr dazu: Datenschutz bei AI AutomationNo-Code
Ein Entwicklungsansatz, bei dem Software und Automationen ohne Programmierkenntnisse erstellt werden — über visuelle Drag-and-Drop-Interfaces. No-Code-Plattformen wie Make, Zapier und Power Automate demokratisieren den Zugang zur Automation und ermöglichen es Fachabteilungen, eigene Workflows zu bauen.O
Orchestrator
Ein zentraler Agent oder Service, der in einem Multi-Agent-System die Aufgabenverteilung und Koordination übernimmt. Der Orchestrator empfaengt Anfragen, zerlegt sie in Teilaufgaben, weist sie spezialisierten Agents zu und konsolidiert die Ergebnisse. Vergleichbar mit einem Projektleiter in einem Team.P
Prompt Engineering
Die Kunst und Wissenschaft, effektive Anweisungen (Prompts) für KI-Modelle zu formulieren. Gutes Prompt Engineering verbessert die Qualität der KI-Ausgaben erheblich — ohne das Modell neu trainieren zu müssen. Techniken umfassen System-Prompts, Few-Shot-Beispiele, Chain-of-Thought und strukturierte Ausgabeformate.Vertiefen Sie Ihr Wissen:>
- Was ist AI Automation