Marketing-Glossar
Grundlegende KI-Begriffe für moderne Marketing- und Produktteams
Entdecken Sie die Grundlagen von maschinellem Lernen, großen Sprachmodellen (LLMs), generativer KI, RAG, Prompts, Tokens, Embeddings und verantwortungsvoller KI.
869 von 869 Begriffen
Über dieses Glossar
Wiki Linvelo erklärt KI-Begriffe für Marketing- und Produktteams. Die Kurzdefinitionen führen zu Einzelartikeln mit Anwendungsbeispielen, verwandten Begriffen und Hinweisen zu Grenzen. Herausgeber ist Linvelo.
Wichtige Unterschiede und weiterführende Quellen
Maschinelles Lernen, generative KI und LLMs: Maschinelles Lernen nutzt Daten, um Modelle zu trainieren. Generative KI erzeugt Inhalte; ein LLM ist ein großes Sprachmodell. Nicht jede ML-Anwendung erzeugt Inhalte, und nicht jede generative KI ist ein Sprachmodell. Beispiel: Ein Modell kann Leads bewerten, ein Sprachmodell einen E-Mail-Entwurf verfassen. Vertiefung: Google: Einführung in ML.
Tokens und Embeddings: Ein Token ist eine Verarbeitungseinheit, etwa ein Wortteil. Ein Embedding ist eine numerische Vektordarstellung, mit der sich Inhalte vergleichen lassen. Beispiel: Tokens bestimmen die Eingabelänge; Text-Embeddings helfen bei der semantischen Suche. Quellen: OpenAI zu Tokens und Embeddings.
RAG und Prompts: Ein Prompt beschreibt die Aufgabe und ihren Kontext. RAG ergänzt die Generierung um abgerufene Informationen, etwa aus Hilfeartikeln. Die Qualität der Quellen und die erzeugte Antwort müssen weiterhin geprüft werden. Forschung: Lewis et al.: Retrieval-Augmented Generation.
Verantwortungsvolle KI: Risiken wie Bias, Datenschutzprobleme und Halluzinationen hängen vom System und Einsatzkontext ab. Eine Begriffsdefinition allein belegt weder Sicherheit noch Fairness. Orientierung für die Bewertung bietet das NIST AI Risk Management Framework.