KI Glossar — Die 15 wichtigsten Begriffe für kleine Unternehmen

Software, die Aufgaben übernimmt, für die bisher menschliche Intelligenz nötig war — Texte verstehen, Muster erkennen, Entscheidungen treffen.

Ein E-Mail-Programm, das eingehende Kundenanfragen automatisch nach Thema sortiert und vorformulierte Antworten vorschlägt.

Ein KI-System, das nicht nur antwortet, sondern selbstständig handelt. Ein KI-Agent bekommt ein Ziel, entscheidet welche Schritte nötig sind, nutzt dafür Tools (z.B. E-Mail, Datenbanken, Kalender) und führt sie eigenständig aus.

Ein KI-Agent für Kundenanfragen empfängt eine E-Mail, liest den Inhalt, sucht die Antwort in deiner Wissensdatenbank, formuliert eine passende Antwort und sendet sie — ohne dass du etwas tun musst.

Wiederkehrende Aufgaben werden von einer Software übernommen, sodass kein Mensch mehr eingreifen muss. Die Aufgabe läuft automatisch nach definierten Regeln ab.

Jedes Mal wenn ein neues Kontaktformular ausgefüllt wird, landet der Lead automatisch im CRM, du bekommst eine Benachrichtigung und der Interessent erhält eine Bestätigungsmail — alles ohne manuellen Eingriff.

Eine festgelegte Abfolge von Schritten, die eine Aufgabe von Anfang bis Ende beschreibt. Workflows können manuell oder automatisiert ablaufen.

Rechnungsworkflow: Angebot erstellt → Kunde akzeptiert → Rechnung generiert → Rechnung verschickt → Zahlung überwacht → Mahnung bei Ausbleiben. Jeder Schritt kann automatisiert werden.

Das KI-Gehirn hinter modernen KI-Systemen. Ein LLM wurde auf riesigen Textmengen trainiert und kann Sprache verstehen, zusammenfassen, übersetzen und generieren. Bekannte Beispiele: GPT-4 (OpenAI), Claude (Anthropic), Gemini (Google).

Wenn du einem KI-Tool eine E-Mail gibst und sagst "Beantworte das professionell auf Deutsch", dann ist es das LLM, das die E-Mail versteht und eine passende Antwort schreibt.

Ein Prompt ist die Anweisung, die du einem KI-Modell gibst. Prompt Engineering beschreibt die Kunst, diese Anweisungen so zu formulieren, dass die KI optimale Ergebnisse liefert.

Schlechter Prompt: "Schreib was über unser Unternehmen." — Guter Prompt: "Schreib einen 3-Satz-Einleitungstext für eine E-Mail an einen mittelständischen Handwerksbetrieb, der sich für KI-Automatisierung interessiert. Ton: freundlich, direkt, ohne Fachchinesisch."

Eine Schnittstelle, über die zwei Softwaresysteme miteinander kommunizieren. Eine API ist die "Steckdose", über die dein CRM, deine Website, dein E-Mail-System und KI-Tools verbunden werden.

Wenn ein KI-Agent eine neue Lead-Information aus einem Formular automatisch in dein CRM-System überträgt, passiert das über eine API.

Tools und Plattformen, mit denen du Automatisierungen und KI-Workflows bauen kannst, ohne selbst programmieren zu müssen. No-Code = gar kein Code nötig. Low-Code = minimale Code-Kenntnisse ausreichend.

Mit Tools wie n8n, Zapier oder Make kannst du per Drag-and-Drop festlegen: "Wenn neues Formular → E-Mail senden → CRM aktualisieren." Ohne Programmierkenntnisse.

Eine Methode, bei der ein KI-Modell nicht nur aus seinem Training antwortet, sondern aktiv in eigenen Dokumenten nachschlägt, bevor es antwortet. RAG kombiniert Suche (Retrieval) mit Textgenerierung (Generation).

Du hast 50 PDF-Dokumente mit Produktinformationen. Statt die KI auf allgemeines Wissen angewiesen zu lassen, durchsucht RAG diese PDFs in Echtzeit und generiert eine Antwort basierend auf deinen echten Dokumenten.

KI-Modelle lernen aus Daten. Training ist der initiale Lernprozess (mit Milliarden von Texten). Finetuning ist die Anpassung eines fertigen Modells auf spezifische Aufgaben oder Daten (z.B. deine Branche, deine Kundenkommunikation).

Ein allgemeines LLM kennt keine Details über dein Unternehmen. Mit Finetuning oder dem Zuführen eigener Dokumente lernt die KI, in deinem Stil zu antworten und deine spezifischen Informationen zu nutzen.

Die Verbindung verschiedener Software-Systeme, sodass sie Daten untereinander austauschen. Bei KI-Projekten bedeutet Integration: die KI mit deinen bestehenden Tools verbinden (CRM, E-Mail, ERP, Buchhaltung).

Ein KI-Agent für Lead-Management ist nur dann sinnvoll, wenn er auf dein CRM zugreifen, E-Mails versenden und Termine in deinem Kalender eintragen kann. Das erfordert Integration.

Das Ereignis, das einen automatisierten Workflow startet. Jede Automatisierung beginnt mit einem Trigger.

Mögliche Trigger sind: neue E-Mail eingetroffen, Formular ausgefüllt, Datum erreicht, Datei hochgeladen, Zahlung eingegangen. Sobald der Trigger ausgelöst wird, startet der Workflow automatisch.

KI-Systeme, die neue Inhalte erzeugen — Texte, Bilder, Videos, Code, Musik. Im Gegensatz zur klassischen KI (die nur analysiert und klassifiziert) produziert Generative KI aktiv neue Inhalte.

Ein Werkzeug, das auf Basis deiner Produktbeschreibung automatisch zehn E-Mail-Betreffzeilen für eine Kampagne vorschlägt — das ist Generative KI.

Drei Begriffe, die oft verwechselt werden — sie beschreiben aber sehr unterschiedliche Systeme.

Chatbot: FAQ-Bot auf Website (Öffnungszeiten?). KI-Assistent: ChatGPT (erkläre Unterschied X vs. Y). KI-Agent: Kundenservice-Agent (E-Mail empfangen → Antwort recherchieren → Antwort senden).

Der entscheidende Unterschied: Klassische Automatisierung folgt festen Regeln bei strukturierten Daten. KI-Automatisierung versteht unstrukturierte Inhalte (Freitext, PDFs, E-Mails) und trifft kontextabhängige Entscheidungen.

Klassisch: Automatische Rechnung bei Bestellung (strukturiert, deterministisch). KI: E-Mail verstehen, kategorisieren, beantworten (unstrukturiert, kontextabhängig).