KI-Glossar: zentrale Begriffe rund um KI-Agenten, verständlich erklärt
Wer über KI-Agenten für das eigene Unternehmen entscheidet, stößt schnell auf Fachbegriffe, die selten sauber erklärt werden. Dieses Glossar ordnet die wichtigsten Begriffe für Geschäftsführer und Entscheider ein, in klarer Sprache und mit einem konkreten Bezug zur betrieblichen Praxis. Es ersetzt keine Beratung, schafft aber eine gemeinsame Grundlage für fundierte Entscheidungen.
Wir aktualisieren dieses Glossar fortlaufend und verlinken jeden Begriff mit den passenden Leistungsseiten, damit Sie von der Definition direkt zur Anwendung in Ihrem Unternehmen gelangen. Wenn Sie einen Begriff vermissen oder ein konkretes Vorhaben besprechen möchten, erreichen Sie uns jederzeit über unser Erstgespräch.
Die wichtigsten Begriffe im Überblick
KI-Agent
Ein KI-System, das eigenständig Aufgaben erledigt, nicht nur Texte erzeugt.
Agentic AI
Der Ansatz, mehrere Schritte und Werkzeuge selbstständig zu einem Ziel zu verketten.
RAG (Retrieval-Augmented Generation)
Verfahren, das KI-Antworten mit Ihren eigenen Firmendaten belegt.
LLM (Large Language Model)
Das Sprachmodell, das Texte versteht und formuliert.
Halluzination
Eine inhaltlich falsche, aber überzeugend klingende KI-Antwort.
KI-Agent
Definition
Ein KI-Agent ist ein KI-System, das eigenständig Aufgaben erledigt, statt nur Fragen zu beantworten. Er versteht ein Ziel, plant die nötigen Schritte, greift auf angeschlossene Werkzeuge und Daten zu und führt die Aufgabe aus. Anders als ein einfacher Chatbot bleibt er nicht beim Gespräch stehen, sondern handelt: Er ruft Informationen ab, trägt sie in Systeme ein oder stößt Folgeprozesse an.
Praxisbezug
Im Unternehmen übernimmt ein KI-Agent wiederkehrende Vorgänge, etwa eingehende Kundenanfragen vorqualifizieren, Angebote vorbereiten oder Belege den richtigen Konten zuordnen. Der Mitarbeiter prüft und gibt frei, statt jeden Schritt selbst auszuführen. Wie sich Agenten im Vertrieb, im Kundensupport und in der Buchhaltung einsetzen lassen, zeigen unsere Leistungsseiten.
Agentic AI
Definition
Agentic AI bezeichnet den Ansatz, bei dem KI nicht nur einzelne Antworten liefert, sondern selbstständig mehrere Schritte zu einem Ziel verkettet. Das System trifft Zwischenentscheidungen, nutzt verschiedene Werkzeuge nacheinander und korrigiert seinen Weg, wenn ein Schritt nicht zum Ziel führt. Agentic AI ist damit die Eigenschaft, die einen KI-Agenten von einem reinen Frage-Antwort-Werkzeug unterscheidet.
Praxisbezug
Ein agentisches System kann eine Aufgabe wie „monatlichen Umsatzbericht erstellen“ eigenständig in Teilschritte zerlegen: Daten aus mehreren Quellen sammeln, zusammenführen, auswerten und als Entwurf bereitstellen. Für Unternehmen heißt das: nicht nur Auskunft, sondern ein abgeschlossenes Arbeitsergebnis. Klare Leitplanken und Freigaben sorgen dafür, dass solche Abläufe kontrolliert und nachvollziehbar bleiben.
RAG (Retrieval-Augmented Generation)
Definition
RAG, kurz für Retrieval-Augmented Generation, ist ein Verfahren, das die Antwort einer KI gezielt mit ausgewählten Quellen untermauert. Statt allein aus allgemeinem Trainingswissen zu antworten, holt das System bei jeder Anfrage die relevanten Ausschnitte aus einer hinterlegten Wissensbasis und reicht nur diese an das Sprachmodell weiter. Die Antwort beruht damit auf belegbaren Inhalten, nicht auf Vermutungen.
Praxisbezug
Für Unternehmen ist RAG der Schlüssel zu KI-Antworten auf Basis der eigenen Firmendaten: Handbücher, Verträge, Produktinfos oder interne Richtlinien werden durchsuchbar gemacht und liefern die Grundlage für jede Auskunft. So antwortet die KI mit Ihrem Wissensstand statt mit Halbwissen aus dem Netz, und die Herkunft jeder Aussage bleibt nachvollziehbar. Wie das in der Praxis aussieht, beschreibt unsere Seite zum Unternehmens-Gehirn.
LLM (Large Language Model)
Definition
Ein LLM, kurz für Large Language Model (großes Sprachmodell), ist das KI-Modell, das menschliche Sprache versteht und formuliert. Es wurde mit sehr großen Textmengen trainiert und erkennt darin Muster, mit denen es Texte zusammenfassen, beantworten, übersetzen oder neu verfassen kann. Das LLM ist der sprachliche Kern, auf dem moderne KI-Agenten aufsetzen.
Praxisbezug
Im Unternehmen ist das LLM die Komponente, die Anfragen in natürlicher Sprache verarbeitet und verständliche Antworten erzeugt. Allein kennt es jedoch nur sein Trainingswissen, nicht Ihre internen Daten. Erst die Kombination mit Ihren Firmendaten (über RAG) und mit Werkzeugen (im KI-Agenten) macht es betrieblich nutzbar. Das Modell selbst ist dabei austauschbar: Erscheint ein besseres LLM, lässt es sich anschließen, ohne Ihre Wissensbasis neu aufzubauen.
Halluzination
Definition
Als Halluzination bezeichnet man eine KI-Antwort, die inhaltlich falsch ist, aber überzeugend und sicher klingt. Sie entsteht, wenn ein Sprachmodell eine plausible Formulierung erzeugt, ohne dass eine belastbare Quelle dahintersteht. Das Risiko ist besonders dann hoch, wenn das Modell zu einem Thema befragt wird, zu dem ihm verlässliche Informationen fehlen.
Praxisbezug
Für Unternehmen sind Halluzinationen das zentrale Vertrauensrisiko, etwa wenn ein Agent gegenüber Kunden eine erfundene Auskunft gibt. Gegensteuern lässt sich vor allem über RAG (Antworten an geprüfte Quellen binden), über Herkunftsnachweise und über klare Regeln, dass das System offen sagt, wenn eine Grundlage fehlt, statt zu raten. Wie wir Agenten kontrolliert und nachvollziehbar betreiben, lesen Sie auf unserer Seite zum sicheren Betrieb.
Häufige Fragen
Ein Chatbot beantwortet Fragen im Dialog. Ein KI-Agent geht weiter: Er plant Schritte, greift auf Werkzeuge und Daten zu und erledigt eine Aufgabe eigenständig, etwa eine Anfrage zu qualifizieren oder einen Beleg zuzuordnen. Der Agent führt aus, der Chatbot informiert.
Sie möchten wissen, welche dieser Bausteine in Ihrem Unternehmen den größten Hebel bietet?
Vereinbaren Sie ein unverbindliches Erstgespräch, wir ordnen es gemeinsam ein.
Erstgespräch buchen