Glossary AI & Vibecoding
Fundamental reference guide for the new era of software engineering by Andriy Orlov: autonomous agents, loop engineering, Model Context Protocol, context scaling, VPS infrastructure, and burnout prevention.
A
ENAbwehr indirekter Prompt-Injection-Angriffe
Ein umfassendes Set aus architektonischen und softwaretechnischen Schutzmaßnahmen für autonome KI-Agenten gegen versteckte Angreiferanweisungen, die in fremden Webseiten, Dokumenten oder APIs eingebettet sind.
Agent Evals & SWE-bench Benchmarking
Methodik und Infrastruktur zur systematischen Messung der Zuverlässigkeit, Genauigkeit und Sicherheit von KI-Agenten mithilfe synthetischer Tests, SWE-bench und headless Repository-Simulationen.
Agent Observability & Tracing (OpenTelemetry)
Methoden zur Erfassung von Metriken, zum Nachverfolgen von Reasoning-Ketten (Spans), zur Analyse von Tool-Latenzen und zum Monitoring der Token-Kosten unter Verwendung von OpenTelemetry sowie spezialisierten Plattformen (Langfuse, Arize).
Agent Rules (.cursorrules / CLAUDE.md / AGENTS.md)
Maschinenlesbare Dateien mit Architekturrichtlinien und Einschränkungen im Repository, die automatisch in den Systemkontext von KI-Agenten eingebunden werden, um eine Degradation der Codebasis zu verhindern.
Agent Skills & Custom Workflows
Ein Architektur-Pattern für das dynamische Laden von spezialisierten prozeduralen Anweisungen, Skripten und Vorlagen (SKILL.md) in den Kontextfenster eines Agenten ausschließlich bei Bedarf (On-Demand Loading).
Agent-Babysitting-Fatigue
Spezifische psychologische Erschöpfung von Entwicklern, verursacht durch die Notwendigkeit, das Terminal und die Aktionen semi-autonomer Agenten kontinuierlich zu überwachen, während man auf zufällige destruktive oder unsinnige Fehler wartet.
Agent-Native Teststrategien
Ein Ansatz zur Erstellung automatisierter Tests, die nicht nur für Menschen konzipiert sind, sondern als deterministisches Feedback-System für autonome KI-Agenten mit semantischen Diff-Fehlermeldungen dienen.
Agent-Sandboxing
Hardware- und softwareseitige Isolation der Ausführungsumgebung autonomer Agenten, die den Schutz des Hostsystems, von Secrets und des internen Netzwerks vor schädlichem Code und Prompt-Injection-Angriffen gewährleistet.
Agent-to-Agent Protocol (A2A)
Ein offener Standard für Netzwerkinteraktion, dezentrale Entdeckung und sicheren Kontextaustausch zwischen unabhängigen KI-Agenten verschiedener Anbieter und Plattformen.
Agenten-Benchmarks: GAIA und SWE-bench
Eine neue Generation strenger praktischer Benchmarks zur Bewertung der Autonomie von Künstlicher Intelligenz. GAIA testet multimodale Aufgaben im offenen Web mit Dateien und Browser, während SWE-bench die Fähigkeit von Agenten überprüft, echte Bugs in großen GitHub-Repositories zu finden und zu beheben.
Agenten-Entwurfsbereich (Scratchpad)
Ein temporärer Arbeitspeicherbereich im Kontextfenster des Modells, in dem der Agent seine Zwischenüberlegungen, Pläne, Unsicherheiten und Schlussfolgerungen vor dem Aufruf von Tools notiert. Dieser Bereich ist für Endbenutzer verborgen, um die Klarheit der finalen Benutzeroberfläche zu gewährleisten.
Agenten-Handlungszyklus (Thought ➔ Action ➔ Observation / ReAct)
Fundamentales algorithmisches Muster für autonome Agenten (bekannt als ReAct: Reasoning + Acting). Es besteht aus einem iterativen Zyklus mit drei Schritten: 1) Thought – Analyse der Situation; 2) Action – Aufruf eines Tools; 3) Observation – Analyse des Ergebnisses und Anpassung des Plans.
Agenten-Identität & DID (Dezentrale Identifikatoren)
Kryptografische Standards (DIDs, Verifiable Credentials, mTLS), die autonomen KI-Agenten eine rechtlich und technisch anerkannte Identität, Unterschriftsberechtigung und Handlungsauditierung ermöglichen.
Agenten-Loops und Budgetschutz (Infinite Loops)
Ein kritischer Fehlerzustand eines autonomen Agenten, bei dem er aufgrund wiederkehrender Fehler oder der Unfähigkeit, ein Ziel zu erreichen, in eine endlose rekursive Aktionsschleife gerät. Es werden Mechanismen zum Schutz des Wallets betrachtet: harte Schrittlimits (Max Steps), Ausgabelimits (Spend Caps) und Zyklus-Erkennung.
Agenten-Übergaben & Zustandsübertragung
Ein standardisiertes Muster für die sichere Übergabe von Aufgaben und Kontext zwischen spezialisierten KI-Agenten, ohne dass Ziele, Historie oder angesammelte Artefakte verloren gehen.
Agentenschwärme & Konsensabstimmung
Dezentrale Koordination einer großen Anzahl homogener oder heterogener KI-Agenten, bei der endgültige Entscheidungen durch Mehrheitsabstimmung, Debatten oder Konsensalgorithmen getroffen werden.
Agentenspeicher (Agent Memory)
Ein umfassendes Subsystem zur Speicherung, Filterung und Abfrage von Daten, das einen zustandslosen LLM-Aufruf in ein zustandsbehaftetes System umwandelt: vom kurzlebigen Scratchpad-Puffer bis hin zu einem sitzungsübergreifenden Wissensspeicher.
Agentic IDE (Agentische integrierte Entwicklungsumgebung)
Eine Klasse integrierter Entwicklungsumgebungen, in der das Modell als vollwertiger autonomer Operator des Arbeitsbereichs fungiert und direkten Zugriff auf Dateisystem, Terminal, AST und Tests hat.
AI Code Provenance & Legal Auditing
Ein System zur Nachverfolgung von Code-Autorschaft und Herkunft (menschlich vs. spezifisches KI-Modell), zur Überwachung der Lizenzkonformität (Open Source Compliance) sowie zur Vorbereitung von Repositories auf juristische Audits.
AI Pair Programming (Parne Programmierung mit KI)
Eine ingenieurwissenschaftliche Methodologie der symbiotischen Softwareentwicklung, bei der der Ingenieur als Architekt und Navigator fungiert, während das Modell oder der Agent als hochgeschwindiger Syntax-Ausführer (Driver) agiert.
AI Slop (KI-Abfall und Codebasis-Verschmutzung)
Ein systemisches Phänomen der Degradation der Codebasis durch die massenhafte Hinzufügung von qualitativ minderwertigem, wortreichem, übermäßig komplexem oder dupliziertem Code, der von Sprachmodellen ohne architektonische Aufsicht generiert wurde.
AI-Native Organisationen neuen Formats
Ein neues Organisationsmodell für modernes Business und Entwicklung (AI-Native Teams). Teams aus 2–5 multidisziplinären Fachkräften nutzen neuronale Netze und autonome Agenten, um Aufgaben in den Bereichen Recht, Marketing, Programmierung und Kundensupport zu erledigen, ohne die Belegschaft aufzublähen.
Alibaba Qwen (Führend im Bereich Open-Source-Coding und Mathematik)
Eine Reihe hocheffizienter Open-Source-Modelle aus der Cloud-Sparte von Alibaba (Qwen 2.5, Qwen Coder). Als führendes Open-Source-Modell in den Bereichen Codegenerierung, Mathematik und mehrsprachige Textverarbeitung anerkannt.
Allgemeine Künstliche Intelligenz (AGI)
Allgemeine Künstliche Intelligenz (Artificial General Intelligence) ist ein hypothetisches autonomes System, das in der Lage ist, jede intellektuelle Aufgabe auf dem Niveau eines Menschen zu verstehen, zu erlernen und auszuführen oder diese in den meisten wirtschaftlich wertvollen Arbeitsbereichen zu übertreffen.
Analoge Verankerung für Ingenieure
Ein System regelmäßiger analoger Praktiken (Papier-Notizbücher, physische Whiteboards, gadgetfreie Spaziergänge und manuelle Arbeit) zur Reduktion synthetischer Reizüberflutung und zur Wiederherstellung der neuronalen Plastizität.
Analyse angehängter Dateien (Büroklammer-Symbol im Chat)
Die Datei-Upload-Funktion in ChatGPT, Claude und Gemini (Symbol für Büroklammer oder Pluszeichen). Ermöglicht die Übertragung von Excel-Tabellen, PDF-Berichten, Textdokumenten und Fotos zur sofortigen Analyse und Berechnung.
Anbindung von Wissensdatenbanken (Google Drive, Notion, Confluence)
Technologie zur Integration unternehmensinterner Datenquellen mit Sprachmodellen über vorgefertigte Konnektoren (Connectors / ETL). Automatisierte Synchronisation aktualisierter Dokumente aus Google Drive, Notion, Confluence und Slack mit der Vektor-Datenbank ohne manuellen Datei-Upload.
Angst vor dem Verlernen von Entwicklerkompetenzen
Ein psychologischer Zustand aus Angst und beruflicher Unsicherheit, der bei Entwicklern auftritt, wenn sie befürchten, durch die vollständige Delegation des Codings an künstliche Intelligenz das eigenständige Schreiben von Syntax, Algorithmen und Architektur zu verlernen.
Anzahl der Modellparameter (7B, 14B, 70B)
Bezeichnung für die Gesamtanzahl der Trainingsparameter (Gewichte) in einem großen Sprachmodell, wobei der Buchstabe 'B' Milliarden (Billion) bedeutet. Dies ist ein Hauptindikator für die intellektuelle Kapazität des Modells, seine Verarbeitungsgeschwindigkeit und die Anforderungen an den Computerspeicher.
API-Nutzungsebenen (Usage Tiers)
Ein System zur Einstufung von Entwicklerkonten bei KI-Anbietern wie OpenAI und Anthropic. Es definiert Ratenlimits (RPM – Anfragen pro Minute, TPM – Tokens pro Minute) sowie tägliche finanzielle Limits, die sich automatisch erhöhen, sobald Rechnungen erfolgreich bezahlt und Sicherheitsüberprüfungen bestanden wurden.
API-Schlüssel für Einsteiger (Passwort zum KI-Modell)
Ein geheimer digitaler Zugriffstoken (beginnt mit sk-...), der es Drittanwendungen (Cursor, Plugins, Telegram-Bots) ermöglicht, ohne Webbrowser auf künstliche Intelligenz zuzugreifen. Grundregeln der Cyber-Hygiene.
Apple Silicon für KI (M-Serie und Unified Memory)
Die Prozessorarchitektur von Apple (M1/M2/M3/M4) mit Unified Memory Architecture. Sie ermöglicht es, dass der gesamte RAM-Bereich (bis zu 128–192 GB) als VRAM für den Grafikchip verfügbar ist, was die Ausführung riesiger neuronaler Netze ohne Server-Grafikkarten erlaubt.
Apple Silicon MLX Framework
Native machine learning library from Apple, designed to maximize the use of unified memory and graphics cores in M-series chips (M2/M3/M4) when running large LLMs.
Architektonische Erosion durch schnelles Coding
Die schleichende Anhäufung versteckter systemischer Widersprüche und die Zerstörung der architektonischen Grenzen eines Projekts durch fragmentierte lokale Code-Korrekturen von Sprachmodellen.
Architektur und Wirtschaftlichkeit des Prompt-Caching
Eine Methodik für das Prompt-Design, die auf die Maximierung der Trefferquote im Hardware-Prefix-Cache (Prefix Caching) bei Anthropic, OpenAI und DeepSeek abzielt, um Kosten um 90 % zu senken und die Geschwindigkeit um 80 % zu erhöhen.
AST-basierte Chunking-Strategie für Codebasen
Methodik zur intelligenten Aufteilung von Quelldateien für die Vektorsuche, ausschließlich entlang der syntaktischen Grenzen der Programmiersprache (Tree-sitter), anstelle einer Zerschneidung nach fester Zeilen- oder Zeichenanzahl.
Atomare Aufgaben (Atomare Aufgabendekomposition)
Eine Engineering-Praxis zur Zerlegung umfangreicher Systemanforderungen in minimale, autarke und deterministische Arbeitseinheiten, die das kognitive Belastung des Menschen sowie das Risiko der Kontextdegradation bei LLMs minimieren.
Atomare Commits (Atomic Git Commits mit KI)
Disziplin bei der häufigen und isolierten Speicherung von Änderungen im Versionskontrollsystem Git während der Arbeit mit KI-Codegeneratoren. Jede erfolgreich funktionierende Mikro-Funktion wird als separater Commit gespeichert, um eine sofortige Rückgängigmachung fehlgeschlagener Modell-Experimente ohne Verlust des Arbeitsfortschritts zu gewährleisten.
Automationsverzerrung (Automation Bias)
Eine kognitive Verzerrung, bei der Personen den Schlussfolgerungen eines Algorithmus oder Sprachmodells Vorrang vor ihrem eigenen Urteil oder offensichtlichen Realitätssignalen einräumen und dabei fälschlicherweise davon ausgehen, dass die Maschine fehlerfrei und objektiv ist.
Automatische Testgenerierung (KI schreibt Prüfungen für ihren eigenen Code)
Methodik zur automatischen Erstellung von Unit-, Integrations- und E2E-Tests (mit Vitest oder Playwright) durch künstliche Intelligenz. Ermöglicht deterministische Qualitätssicherung und verhindert Regressionen im Code.
Automatisierte Backup-Wiederherstellungstests
Praxis der wöchentlichen automatischen Bereitstellung und Verifizierung von Backups auf temporären Servern oder Containern nach dem Prinzip: 'Ein Backup existiert nicht, bis es erfolgreich wiederhergestellt wurde'.
Automatisierungs-ROI (Wirtschaftlichkeit und Rentabilität der Automatisierung)
Methodik für die technisch-wirtschaftliche Analyse der Sinnhaftigkeit von Prozessautomatisierungen: Mathematische Gegenüberstellung der Gesamtbetriebskosten (TCO) und der Entwicklungszeit im Vergleich zum Nutzen durch die Eliminierung manueller Routineaufgaben.
Autonome lokale KI und Datenschutz
Praxis der vollständigen Ausführung von Machine-Learning-Modellen auf eigener physischer Hardware ohne Internetverbindung (Air-Gapped AI). Garantiert 100 % Schutz vor Lecks bei Geschäftsgeheimnissen, personenbezogenen Daten (DSGVO/HIPAA) und Ausfällen von Cloud-Anbietern.
Autonome PR-Reviews & Risikobewertung
Einsatz spezialisierter KI-Agenten in GitHub Actions / GitLab CI für tiefgehende semantische Analyse von Diffs, Erkennung von Sicherheitslücken, Bewertung der Architekturauswirkungen und Generierung des Changelogs.
Autonomer Browser & Computer Use
Technologie zur multimodalen Steuerung der grafischen Benutzeroberfläche (GUI) durch visuelle Analyse von Screenshots sowie Simulation von Cursorbewegungen, Klicks und Tastatureingaben ohne API-Nutzung.
Autonomer Schleifenmodus (/goal-Modus)
Architekturmuster für einen geschlossenen Ausführungskreislauf, in dem ein Agent autonom Code generiert, Befehle ausführt und Ergebnisse verifiziert, bis das festgelegte Ziel vollständig erreicht ist.
Autorschaftskrise: „Wer hat diesen Code geschrieben?“ (Code Authorship Crisis)
Ein psychologischer Zustand von Entwicklern und eine neue Variante des Impostor-Syndroms. Tritt auf, wenn der Großteil der Codebasis von Sprachmodellen erstellt wurde, wodurch der Fachmann die emotionale Bindung zum Projekt verliert, das Gefühl professionellen Stolzes schwindet und an seinem eigenen ingenieurtechnischen Wert zweifelt.
AWQ & Aktivierungsbewusste GPU-Quantisierung
4-Bit-Gewichtskomprimierungsmethoden für Sprachmodelle, optimiert für die NVIDIA-Tensor-Core-Architektur zur Maximierung des Durchsatzes und zur Bewahrung kritischer Aktivierungskanäle.
B
ENBenchmark-Kontamination (Data Contamination)
Ein Problem der Objektivität bei der Bewertung von Künstlicher Intelligenz, bei dem Fragen und Antworten aus Standard-Testdatensätzen (MMLU, HumanEval, GSM8K) versehentlich oder absichtlich in die Trainingsdaten des Modells gelangen. Dies führt zu künstlich aufgeblähten Bewertungen in Präsentationen.
Browserbasierte autonome Agenten (Browser Use / Web Agents)
Technologie zur autonomen Steuerung von Webbrowsern (Browser Use, Playwright AI, Puppeteer). Der Agent öffnet Websites eigenständig, interagiert mit Elementen des DOM-Baums, scrollt durch Seiten, extrahiert dynamische Daten und führt mehrstufige Aufgaben ohne offizielle APIs aus.
C
ENCaddy & Traefik: Moderne Ingress-Proxies
Die nächste Generation von Webservern und Ingress-Proxies, die die Ausstellung von TLS/SSL-Zertifikaten, die Routing-Konfiguration über Docker-Labels sowie die Unterstützung des HTTP/3-Protokolls vollständig automatisieren.
cgroups v2 Ressourcenquoten & OOM-Watchdogs
Linux-Kernelfunktionen (Control Groups v2) zur Durchsetzung harter Hardware-Limits für RAM, CPU, Speicherplatz und Prozessanzahl (PIDs), um den Host vor hängenden Agent-Zyklen zu schützen.
Charakterkonsistenz und Stilbewahrung (Consistency)
Methodologie und Werkzeuge zur Wahrung der visuellen Konsistenz eines Charakters (Character Consistency) und des künstlerischen Stils über mehrere Generierungen hinweg. Wird verwendet, um illustrierte Bücher, Comics, Storyboards für Filme und Markenmaskottchen mit den Parametern --cref, FaceID und LoRA zu erstellen.
ChatGPT Canvas (Interaktives Arbeitsfenster)
Zweispaltiges ChatGPT-Interface für die iterative Arbeit an Code und Texten. Ermöglicht das Hervorheben einzelner Absätze, das Anpassen der Länge, das Ändern des Lesbarkeitslevels sowie das Debuggen von Code ohne vollständige Neuschreibung des Dokuments.
ChatGPT-Gedächtnis (Speichern von Fakten über Dialoge hinweg)
Die Langzeitgedächtnis-Funktion von ChatGPT (Memory). Ermöglicht es der künstlichen Intelligenz, Ihren Namen, Beruf, bevorzugte Technologien, Antwortformate und persönliche Details über völlig unterschiedliche Chats hinweg zu speichern.
Claude Artifacts (Interaktive Live-Anwendungen im Chat)
Eine revolutionäre Funktion der Claude-Schnittstelle von Anthropic. Generierter Code, Schemata, Diagramme und interaktive React-Anwendungen werden in einem separaten Fenster auf der rechten Seite angezeigt, sofort gerendert und können ohne Installation einer Entwicklungsumgebung genutzt werden.
Claude Code
Der offizielle Terminal-Entwicklungsagent von Anthropic, der direkt in der Befehlszeile über Claude 3.7 Sonnet läuft und native Unterstützung für Bash, Git, Dateisystemzugriff sowie das MCP-Protokoll bietet.
Claude Haiku (Anthropics schnelle, kompakte Modelle)
Das kompakteste und schnellste Modell in der Anthropic-Produktlinie. Entwickelt für blitzschnelle Antworten, massive Textklassifizierung, Datenextraktion und agentische Routing-Prozesse zu minimalen Kosten.
Claude Opus (Anthropics Flaggschiff-KI-Modell)
Das leistungsstärkste Modell in der Anthropic-Familie. Entwickelt für komplexe philosophische und wissenschaftliche Analysen, das Verfassen vielschichtiger Texte und ein tiefgreifendes Kontextverständnis.
Claude Projects (Arbeitsbereiche mit eigener Wissensdatenbank)
Ein Organisationswerkzeug für die Arbeit in Claude von Anthropic. Ermöglicht die Erstellung separater Arbeitsbereiche für jede Aufgabe, das Hochladen von bis zu 200.000 Tokens interner Dokumentation und das Teilen dieser Bereiche mit Kollegen.
Claude Sonnet (Claude 3.7 / 3.5 Sonnet)
Das Referenz-Ingenieurmodell von Anthropic, optimiert für komplexe Programmierung, die Arbeit mit großen Codebasen, hybrides Reasoning (Extended Thinking) und autonome Agentenschleifen.
Cline (ehemals Claude Dev)
Ein offener, autonomer Entwicklungs-Agent für VS Code, der eigene API-Schlüssel (BYOK), direkte MCP-Protokollintegration, Terminalzugriff und einen eingebetteten Browser unterstützt.
Code-Erklärung (KI als persönlicher Programmier-Tutor)
Methodik zur Nutzung von künstlicher Intelligenz für das Erlernen des Programmierens und das Verständnis fremden Codes. Ermöglicht es, komplexe Skripte in verständliche Alltagsanalogien, Kommentare und schrittweise Analysen zu zerlegen.
Codebase Knowledge Graphs (Graphify)
Erstellung semantischer AST-Graphen von Aufrufen, Klassen, Typen und Beziehungen im Projekt (Graphify), die es dem Agenten ermöglichen, gezielt nur relevante Dateien zu finden, ohne den Prompt mit unnötigen Informationen zu überladen.
Codebase-Indexierung
Ein umfassender Prozess aus syntaktischer Analyse (AST), Symbolextraktion, Erstellung des Aufrufgraphen sowie vektoriell-lexikalischer Indexierung des Repositorys für extrem schnellen, kontextbezogenen Relevanzsuche.
ColBERT & Late Interaction Retrieval
Eine neuronale Sucharchitektur, die kontextuelle Embeddings jedes einzelnen Query-Tokens mit den Dokument-Tokens vergleicht (Late Interaction) und dabei klassische Dense-Vektoren in der Genauigkeit übertrifft.
Constitutional AI (RLAIF)
Ein von Anthropic (den Entwicklern von Claude) konzipiertes Verfahren zur Ausrichtung des Modellverhaltens. Anstatt Millionen von Stunden menschlicher Arbeit zu nutzen, kritisiert und korrigiert das Modell seine eigenen Antworten auf der Grundlage eines klar definierten Kodex ethischer Grundsätze (der „Verfassung“).
Context Distillation & Token Squeezing
Methoden zur automatischen Entfernung redundanter Wörter, syntaktischen Rauschens, Formatierungsleerzeichen und veralteter Nachrichten vor der Übergabe des Prompts an das Modell, um Kosten zu sparen und die Inferenzgeschwindigkeit zu erhöhen.
Context Switching (Kontextwechsel)
Psychologisches Phänomen der Produktivitätsdegradation und Aufmerksamkeitserschöpfung von Ingenieuren durch häufige Wechsel des Fokus zwischen verschiedenen Aufgaben, Messengern, Tools und Agent-Chats.
Continuous / Dynamic Batching
Ein Mechanismus zur Gruppierung eingehender Anfragen an neuronale Netze auf Ebene einzelner Token-Iterationen (Iteration-Level Scheduling), der GPU-Leerlaufzeiten bei paralleler Last eliminiert.
ControlNet: Steuerung von Pose und Geometrie
Eine neuronale Netzwerk-Erweiterung für Diffusionsmodelle (Stable Diffusion), die es ermöglicht, die räumliche Komposition der Generierung über Tiefenkarten, Linienkonturen (Canny Edge) und menschliche „Skelette“ (OpenPose) zu steuern. Wandelt chaotische Generierung in ein präzises Designer-Werkzeug um.
Coolify (Self-hosted PaaS)
Eine offene Infrastruktur-Management-Plattform (Self-Hosted PaaS, eine Open-Source-Alternative zu Vercel, Heroku und Render), die den Deployment-Prozess von Anwendungen aus Git, die Generierung von SSL-Zertifikaten sowie Datenbankverwaltung und Backups auf einem eigenen VPS automatisiert.
Cosine Similarity
Eine mathematische Metrik, die den Winkel zwischen zwei Vektoren in einem mehrdimensionalen Raum misst. Sie zeigt den Grad der semantischen Ähnlichkeit zweier Texte von -1 (gegensätzlich) bis +1 (vollständige Synonyme) an und ignoriert dabei die Satzlänge.
CrewAI
Eines der beliebtesten Python-Frameworks zur Erstellung autonomer Agententeams, basierend auf rollenbasierter Aufgabenteilung, Tools und Task-Delegation.
Cron-Scheduler & systemd-Timer
Systemdaemons (Linux cron, systemd-Timer) und verteilte Warteschlangen (BullMQ, Temporal), die eine zuverlässige Ausführung periodischer Ingenieursaufgaben, Backups, Datensynchronisierungen und KI-Agenten nach Zeitplan gewährleisten.
Cursor Composer (Mehrdater-Agenten-Bearbeitung)
Der Flaggschiff-Agentenmodus des Code-Editors Cursor (Strg+I / Cmd+I). Ermöglicht es der künstlichen Intelligenz, gleichzeitig Dutzende von Projektdateien zu erstellen, zu ändern und miteinander zu verknüpfen, Befehle im Terminal auszuführen und Fehler zu überprüfen.
Cursor IDE
Führende KI-first Entwicklungsumgebung auf Basis des VS Code-Kerns, die den Multi-File-Generator Composer, prädiktive Autovervollständigung durch Cursor Tab und eine vektorielle Indexierung der Codebasis integriert.
Custom GPTs (Personalisierte Chatbots in ChatGPT)
Eine Funktion von ChatGPT zur Erstellung personalisierter Mini-Assistenten für spezifische Aufgaben. Ermöglicht das Hochladen eigener Dateien, die Festlegung permanenter Anweisungen sowie die Integration von Bildgenerierung und externen APIs ohne Programmierkenntnisse.
D
ENDas AI-FOMO-Syndrom (Angst, den nächsten Durchbruch zu verpassen)
Ein psychologischer Zustand chronischer Angst und Erschöpfung durch das Gefühl, dem rasanten KI-Fortschritt hinterherzuhinken. Ausgelöst durch tägliche Ankündigungen neuer Modelle, Plugins und sensationelle Schlagzeilen von Influencern in sozialen Medien.
Das Clean-Slate-Syndrom
Eine psychologische Falle im Zeitalter des agentischen Vibe-Codings: Die Versuchung, ein verworrenes Repository vollständig zu löschen (rm -rf) und von Grund auf neu zu beginnen, anstatt den angesammelten technischen Schulden durch strukturelles Refactoring zu begegnen.
Das Jevons-Paradoxon im AI-Engineering
Der ökonomische Effekt des Jevons-Paradoxons im KI-gestützten Engineering: Die Senkung der Grenzkosten für die Codegenerierung und der Time-to-PR erhöht das Gesamtvolumen an Änderungen, die Belastung der Reviewer und den technischen Schuldenstand. Der architektonische Übergang zu High-Throughput-Codegen erfordert explizite Budgets, Verifikations-Gates und Metriken für den Review-Durchsatz anstelle einer linearen Optimierung der Inferenz-Latenz.
Das Problem der KI-Ausrichtung (AI Alignment)
Ein grundlegendes Sicherheitsproblem der künstlichen Intelligenz: die Abstimmung der Ziele und Motivationen autonomer Systeme mit menschlichen Werten, Ethik und dem Schutz des Lebens. Untersucht werden die Risiken, dass ein überintelligentes System einen wörtlichen oder destruktiven Weg zur Erfüllung einer unpräzise formulierten Aufgabe findet.
Datenlecks durch Chatbots (Data Leakage)
Gefahr der Kompromittierung von Unternehmensgeheimnissen, Zugangsdaten und vertraulichen personenbezogenen Daten durch deren unbeabsichtigte Übermittlung an öffentliche Cloud-Chatbots (ChatGPT, Claude, Copilot). Wie Sie Konten schützen und das Training von Modellen mit Ihren Anfragen deaktivieren.
Deepfakes (Audio und Video)
Technologie zur Erstellung hochrealistischer synthetischer Audio- und Videomaterialien mithilfe neuronaler Netzwerke. Ermöglicht das Ersetzen von Gesichtern in Videos, das Klonen von Stimmen aus einer 3-Sekunden-Probe oder das Generieren gefälschter Reden öffentlicher Personen.
DeepSeek (Chinesischer Durchbruch im Bereich Open-Source-KI)
Eine Reihe bahnbrechender Open-Source-Modelle des chinesischen Labors DeepSeek (V3, R1). Sie demonstriert das höchste Niveau in Coding und Reasoning bei Kosten, die 10–20 Mal niedriger sind als bei westlichen kommerziellen Alternativen.
DeepSeek-R1 (DeepSeek Reasoning Model)
Eine bahnbrechende Open-Weights-Reasoning-Modellarchitektur mit 671B MoE, die die Fähigkeit zu hochkomplexem logischem Denken durch Reinforcement Learning with Group Relative Policy Optimization (GRPO) unter Beweis gestellt hat.
Delegation to Subagents (Subagent Architecture)
Hierarchical architectural pattern for building complex AI systems. Instead of attempting to solve everything with a single universal language model, a main orchestrator agent (Router/Manager) is created, which breaks down tasks and delegates them to specialized subagents (Researcher, Coder, Critic).
Denken über Git Diff (Die Kunst der Code-Review)
Ein fundamentaler Paradigmenwechsel für Entwickler im KI-Zeitalter (Diff-First Mindset). Der Übergang von der mechanischen Texteingabe zur schnellen visuellen Bewertung rot und grün markierter Codeänderungen (git diff) vor deren Bestätigung.
Der „Lost in the Middle“-Effekt
Eine bekannte kognitive Asymmetrie großer Sprachmodelle, die in einer Studie der Stanford University identifiziert wurde. Sie zeigt, dass die Genauigkeit bei der Informationsextraktion am Anfang und am Ende des Eingabekontexts am höchsten ist, im mittleren Bereich langer Dokumente jedoch stark abfällt.
Der Editor-Mindset
Die Transformation der Rolle von Spezialisten (Copywriter, Entwickler, Designer) vom direkten „Ausführenden manueller Arbeit“ zum „anspruchsvollen Chefredakteur und Art Director“, bei dem Geschmack, Kuratierung, kritisches Streichen Überflüssiger und die finale Validierung im Vordergrund stehen.
Der Mythos der App-Erstellung mit einem einzigen Prompt (One-Shot-Mythos)
Ein häufiger Anfängerfehler im Vibe-Coding, oft ausgelöst durch Werbevideos auf TikTok. Der Versuch, einen riesigen, voll funktionsfähigen Marktplatz oder ein CRM-System in einer einzigen Nachricht zu beschreiben, führt unweigerlich zum Kontextverlust, fehlenden Dateien, nicht funktionierenden Buttons und einer fragilen Architektur.
Der Turing-Test und warum er veraltet ist
Ein historischer Test für künstliche Intelligenz, der 1950 von Alan Turing vorgeschlagen wurde. Er prüft die Fähigkeit einer Maschine, einen Textdialog so überzeugend zu führen, dass ein Mensch sie nicht von einem anderen lebenden Menschen unterscheiden kann. Die Erläuterung zeigt, warum dieser Test mit dem Aufkommen großer Sprachmodelle seine wissenschaftliche Relevanz verloren hat.
Deskilling Trap
Professional risk of losing fundamental knowledge, critical thinking skills, and the ability to independently solve technical tasks due to the habit of blindly accepting AI-generated responses. Explains why specialists without a basic understanding lose the ability to detect model errors.
Deterministische Tool-Aufrufe & Grammar Sampling
Technologie zur Gewährleistung einer 100% syntaktischen Validität der Argumente für Agent-Tools durch Logit-Masking basierend auf Grammatiken (GBNF / Outlines) sowie strikte Validierung von Pydantic/Zod-Schemas.
Dichte Einbettungen (Dense Embeddings)
Mathematische Projektion von Text, Code oder multimodalen Daten in einen dichten mehrdimensionalen numerischen Vektor, wobei der Winkel und die Geometrie zwischen den Koordinaten ihre semantische Verwandtschaft widerspiegeln.
Die Hyperproduktivitäts-Falle
Eine psychologische Falle, in der eine fünffache Beschleunigung der Codeerstellung nicht zu mehr Freizeit führt, sondern zu steigenden Anforderungen, zehnmal so viele Features zu liefern, was zu schnellem und schwerem Burnout führt.
Die Magie der Phrase „Schritt für Schritt denken“ (Step-by-Step)
Eine legendäre Prompt-Engineering-Technik (Zero-Shot Chain-of-Thought). Die Hinzufügung der magischen Phrase „Schritt für Schritt denken“ zwingt das neuronale Netzwerk, eine Kette von Zwischenschritten zu entfalten, was die Anzahl logischer Fehler um 50–70 % reduziert.
Die Zukunft der Kreativität und Authentizität
Die Transformation des Werts von menschlicher Kunst, Texten und Design in einer Ära, in der neuronale Netze Millionen von Illustrationen und Musikstücken in Sekunden generieren. Diese Ressource erklärt, warum in einer Welt voller kostenloser Standardinhalte persönliche Lebenserfahrung, individueller Geschmack und ehrliche Unvollkommenheit zum entscheidenden Wettbewerbsvorteil werden.
Die Zukunft von Junior-Entwicklern im Zeitalter der KI
Analyse der Transformation des Arbeitsmarktes für Einsteiger (Junior). Warum die Automatisierung einfacher Routineaufgaben klassische Praktika obsolet macht, aber gleichzeitig Anfängern die Superkraft verleiht, eigenständig vollwertige Produkte zu erstellen.
Diff-Review & Ablehnung
Kritische Engineering-Disziplin und Mechanismus für granulare Audits von Code-Diffs (git diff) vor deren Übernahme, um die Degradation der Codebasis, das stille Entfernen von Error-Handlern und Sicherheitslücken zu verhindern.
Diffusionsmodelle (Diffusion Models)
Eine Architektur generativer Modelle (Stable Diffusion, Midjourney, FLUX), die auf den Prinzipien der Nichtgleichgewichtsthermodynamik basiert. Sie arbeitet in zwei Phasen: Vorwärtsdiffusion (schrittweises Hinzufügen von Rauschen zum Bild) und Rückwärtsdiffusion (schrittweise Entfernung des Rauschens zu einem klaren Bild basierend auf einer Textbeschreibung).
Digital Detox (Digitale Entgiftung und Informationshygiene)
Ein systematischer Leitfaden für die regelmäßige Trennung von digitalen Informationskanälen, Bildschirmen und algorithmischen Feeds zur Wiederherstellung des Dopamin-Gleichgewichts, zur Konsolidierung des Gedächtnisses und zur Prävention von Burnout.
Digitale Signatur für Fotos und Videos (C2PA / Content Credentials)
Internationaler offener Standard zur Kennzeichnung von Mediendateien (C2PA / Content Credentials). Die Technologie bettet eine kryptografisch signierte Herkunftsgeschichte in digitale Fotos, Illustrationen und Videos ein: Sie zeigt auf, mit welcher Kamera die Aufnahme erstellt oder welches KI-Modell die Datei generiert hat, und macht so unbemerkte Fälschungen unmöglich.
Direkte Sprachverarbeitung (Speech-to-Speech / Native Audio)
Eine neue Generation nativer multimodaler Modelle (GPT-4o Advanced Voice, Gemini Live), die Audiosignale direkt verarbeiten, ohne den Zwischenschritt der Konvertierung von Audio in Text (STT) und zurück (TTS). Dies ermöglicht es dem Modell, Sarkasmus, Angst, Lachen und Flüstern zu erkennen sowie das Gespräch mit minimaler Latenzzeit zu unterbrechen.
Disaster Recovery (Notfallwiederherstellung und Backups)
Umfassende ingenieurtechnische Methodik und ein Satz automatisierter Tools zur Erstellung unveränderlicher Sicherungskopien (RPO/RTO) mit garantierter und regelmäßig getesteter Wiederherstellungsprozedur für die Systemverfügbarkeit.
Docker für Agenten und Bots (Container-Sandboxing)
Methodik zur Isolation autonomer KI-Agenten, Code-Interpretern und Hintergrunddiensten in leichtgewichtigen Docker-Sandboxes unter Verwendung von cgroups und Namespaces, um Beschädigungen des Host-Betriebssystems zu verhindern.
Dokument-Chunking (Chunking-Strategien)
Methodik zur Dekomposition umfangreicher Dokumente und Codebasen in informationsautarke Fragmente (Chunks) für die Generierung von Vektor-Embeddings und präzise Suche in RAG-Systemen.
Dokument-Chunking für Einsteiger
Technik zur Aufteilung großer Dokumente (PDFs, Bücher, Longreads) in kleine logische Textblöcke (Chunks von 300–500 Tokens) mit Überlappung (Overlap). Gewährleistet hohe Suchgenauigkeit und verhindert Kontextverlust an den Schnittstellen.
Dual-Track Human-AI Development
Ein organisatorisches und technisches Arbeitsmodell, bei dem sich der Mensch auf Problemanalyse, Architektur und UX konzentriert, während ein paralleler Schwarm von KI-Agenten technische Module, Tests und Migrationen implementiert.
Dynamische Werkzeugauswahl (Dynamic Tool Selection)
Ein architektonischer Ansatz für den Aufbau skalierbarer KI-Agenten, die über Hunderte von Tools verfügen. Anstatt alle Funktionsbeschreibungen gleichzeitig in den Kontext zu laden, nutzt das System semantische Suche oder ein Router-Modell zur dynamischen Auswahl der nur 3–5 relevantesten Tools für eine spezifische Benutzeranfrage.
E
ENeBPF-Sicherheit & Runtime-Auditing
Technologie zur sicheren Ausführung von Bytecode direkt im Linux-Kernel (eBPF / Tetragon / Falco) zum Abfangen gefährlicher Systemaufrufe (Syscalls), Netzwerkverbindungen und Dateimanipulationen durch KI-Agenten.
Edge AI in Smart Devices
The concept of executing machine learning algorithms directly on end physical devices (edge devices: smartphones, surveillance cameras, medical sensors, vehicles) without transmitting data to remote cloud data centers. It ensures millisecond-level response times, full autonomy, and privacy.
Eingebettete Datenbanken (SQLite & Turso / libSQL)
Technologie für eingebettete (In-Process) relationale Datenbanken auf Basis von SQLite und dem verteilten Fork libSQL (Turso), die den Betrieb ohne dedizierten Netzwerkserver mit Lesegeschwindigkeiten im Submillisekundenbereich kombiniert.
Eingeschränkte Dekodierung & Strukturierte Ausgaben
Hardware- und algorithmische Begrenzung der Token-Generierung durch Sprachmodelle auf Inferenz-Ebene, die eine mathematisch garantierte 100%ige Konformität mit JSON Schema oder Zod-Typen sicherstellt.
ElevenLabs (Weltmarktführer für generative Audio- und Sprachtechnologien)
Führende Technologieplattform für Sprachsynthese (TTS) und KI-gestützte Stimme. Ermöglicht die Umwandlung von Text in lebendige, emotionale menschliche Sprache, das Klonen von Stimmen sowie die automatische Synchronisation von Videos in über 30 Sprachen.
Embeddings für Einsteiger (Wie Text zu Zahlen wird)
Grundlegende Technologie zur Umwandlung von Wörtern, Sätzen oder Bildern in mehrdimensionale Zahlenlisten (Vektoren). Ermöglicht es dem Computer, die semantische Nähe zwischen verschiedenen Gedanken und Konzepten mathematisch zu messen.
Energie und Wasser: Die Ökologie von KI-Rechenzentren
Analyse des tatsächlichen CO2-, Energie- und Wasserverbrauchs der KI-Branche. Erklärt, warum das Training von Modellen und die täglichen Millionen von Generierungen Gigawatt an Strom sowie Millionen Liter Trinkwasser zur Kühlung erfordern und warum Microsoft, Google und Amazon auf Kernenergie umsteigen.
Entwickler-Burnout
Eine systemische psychophysiologische Störung, die durch chronischen, nicht kompensierten Stress im Arbeitsumfeld verursacht wird und sich in tiefer emotionaler Erschöpfung, Depersonalisierung sowie einem sinkenden beruflichen Selbstwertgefühl äußert.
Ephemere Entwicklungsumgebungen für KI-Agenten
Kurzlebige, isolierte Container-Umgebungen (Devcontainers, Daytona, E2B), die in Sekunden speziell für die Ausführung einer einzelnen Engineering-Aufgabe durch einen Agenten erstellt und nach dem Commit spurlos zerstört werden.
Episodisches vs. semantisches Agentengedächtnis
Architektonische Trennung des Gedächtnisses eines KI-Agenten in eine langfristige faktische Wissensbasis (Semantisches Gedächtnis) und ein chronologisches Ereignisprotokoll spezifischer Arbeitssitzungen (Episodisches Gedächtnis).
Epistemische Abhängigkeit von KI-Modellen
Die psychologische und kognitive Unfähigkeit eines Entwicklers, auch nur einfache Engineering-Entscheidungen zu treffen, Variablennamen auszuwählen oder einen Architekturansatz festzulegen, ohne zuvor eine Anfrage an die KI gestellt und deren Zustimmung erhalten zu haben.
Erhalt von Deep Work im KI-Zeitalter
Methodik zur Isolierung ununterbrochener Zeitblöcke für konzentriertes Denken gegenüber dem endlosen Strom aus Push-Benachrichtigungen, Berichten von Hintergrund-Agenten und der Versuchung sofortiger Reaktionen.
Erweiterter Sprachmodus (Echtzeit-Sprachinteraktion mit KI)
Technologie für natives, bidirektionales Echtzeit-Sprachgespräch (ChatGPT Advanced Voice, Gemini Live). Ermöglicht die Interaktion mit dem Modell mit einer Latenz von bis zu 300 ms, das Unterbrechen mitten im Satz und das Hören lebendiger Emotionen.
Etikette für KI-gestütztes Pair Programming
Psychologische und kommunikative Muster für die effektive tägliche Zusammenarbeit von Ingenieuren mit Sprachmodellen. Warum Aggression und Anschreien des Bots ineffektiv sind, wie man bei Fehlern korrekt Feedback gibt (Feedback Loop) und wie man KI als geduldigen Partner betrachten sollte.
Event-Driven AI über Webhooks auslösen
Architekturansatz für ereignisgesteuerte künstliche Intelligenz (Event-Driven AI). Nutzt Webhooks, um Sprachmodelle sofort auf externe Trigger hin zu aktivieren: neue Zahlungen in Stripe, Instagram-Kommentare, E-Mails oder Telegram-Nachrichten.
F
ENFew-Shot-Prompting (In-Context Learning)
Eine Methodologie des Prompt Engineerings, bei der sich das Modell direkt während der Inferenz (In-Context Learning) an ein spezifisches Format, einen Stil oder eine Logik anpasst, indem es 2–5 Referenzbeispiele erhält.
Fine-Tuning
Der Prozess der Anpassung eines bereits trainierten großen Modells an eine spezifische Aufgabe oder einen bestimmten Stil mithilfe eines kleinen, hochwertigen Datensatzes (Supervised Fine-Tuning, SFT). Ermöglicht das Training von KI-Modellen auf medizinische Terminologie, unternehmensspezifischen Tonfall oder die Formatierung von speziellem Code innerhalb weniger Stunden.
Flow State (Der Flow-Zustand in der Ingenieursarbeit)
Ein optimaler psychophysiologischer Zustand höchster Konzentration und vollständiger Verschmelzung von Handlung und Bewusstsein, bei dem die Zeit subjektiv verlangsamt oder beschleunigt wahrgenommen wird und komplexe ingenieurtechnische Arbeit ohne Widerstand ausgeführt wird.
FLUX.1 (Der aktuelle König der fotorealistischen Bildgenerierung)
Führendes Bildgenerierungsmodell von Black Forest Labs (den Entwicklern von Stable Diffusion). Bekannt für makellosen Fotorealismus, perfekte Darstellung von Händen und Fingern sowie die Fähigkeit, klaren gedruckten Text zu rendern.
Frontier-Modelle
Die leistungsstärkste Klasse künstlicher Intelligenz an der Spitze der globalen Forschung (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), die die Grenzen moderner Fähigkeiten in Bezug auf Reasoning, Autonomie und Coding definiert.
Funktionsaufruf (Function Calling / Tool Calling)
Technisches Protokoll und Standard für die Interaktion von LLMs mit externer Software. Anstelle von Freitext gibt das Modell ein valides JSON-Objekt zurück, das den Funktionsnamen und typisierte Argumente gemäß dem JSON-Schema enthält. Dies ermöglicht es dem Backend, Aktionen in echten APIs deterministisch auszuführen.
G
ENGedankenkette (Chain of Thought – CoT)
Eine Methodik, die Sprachmodelle dazu anregt, sequenzielle Zwischenschritte des Denkens zu generieren, bevor eine finale Antwort formuliert wird. Dies wandelt zusätzliche Tokens (Test-Time Compute) in höhere Qualität und Genauigkeit der Ergebnisse um.
Geheimnis-Hygiene und .env (Secret Hygiene & Git Safety)
Umfassende Engineering-Praktiken, kryptografische Speicher und Pre-Commit-Scanner (Gitleaks, Doppler, Infisical) für die sichere Verwaltung von API-Schlüsseln, Tokens und Passwörtern ohne Risiko einer Offenlegung im öffentlichen Raum.
Gemini Flash & Pro (Google Gemini)
Eine Familie multimodaler Modelle von Google DeepMind, die ein rekordverdächtiges Kontextfenster (bis zu 2 Millionen Tokens), extreme Generierungsgeschwindigkeit (über 150 Tokens/Sekunde) und natives Verständnis für Video und Audio kombiniert.
Gemini Nano & Edge AI (KI direkt im Smartphone ohne Internet)
Die kompakteste Version der künstlichen Intelligenz von Google, optimiert für die lokale Ausführung auf Smartphone-Chipsätzen (NPU). Ermöglicht Audioaufnahmen-Zusammenfassungen, intelligente Antworten und Fotobearbeitung vollständig offline.
Generierungsgeschwindigkeit (TPS / TTFT / Latenz)
Wichtige technische Leistungsindikatoren für Sprachmodelle: Time to First Token (Reaktionszeit auf den Eingabekontext) und Tokens Per Second (Geschwindigkeit der Streaming-Generierung des Ausgabetextes).
Gewichte und Biases neuronaler Netze (Weights & Biases)
Die fundamentale Natur eines trainierten neuronalen Netzes. Gewichte (Weights) sind Matrixkoeffizienten, die die Stärke der Verbindung zwischen künstlichen Neuronen bestimmen, während Biases Aktivierungsschwellen darstellen. Erläuterung von Speicherformaten (.safetensors, bfloat16, fp8) sowie Inspektion der Gewichte über Python und CLI.
GGUF & Moderne Quantisierungsstandards
Universelles binäres Dateiformat zur Speicherung und sofortigen Ladung quantisierter Sprachmodelle auf Prozessoren und Grafikkarten in llama.cpp, Ollama und LM Studio.
GitHub Copilot (Code-Vervollständigung per Tab-Taste)
Der bekannteste Dienst für intelligente Code-Vervollständigung von GitHub und Microsoft. Er funktioniert innerhalb von VS Code und JetBrains: Er analysiert die Cursorbewegungen des Entwicklers und schlägt vollständige Zeilen und Funktionen vor, die durch Drücken der Tab-Taste übernommen werden können.
GitHub Copilot Workspace
Eine Cloud-basierte Agent-Entwicklungsumgebung von GitHub, die GitHub Issues in vollständig spezifizierte und getestete Pull Requests umwandelt, ohne dass eine lokale Klonung des Repositorys erforderlich ist.
Google AI Studio: Kostenlose Gemini-API-Schlüssel
Offizielle Google-Sandbox: So erhalten Sie einen kostenlosen Gemini-API-Schlüssel ohne Kreditkarte, konfigurieren System-Prompts und nutzen Kontextlimits von 2 Mio. Tokens.
Google Gemini Pro (Modell mit unbegrenztem Kontext)
Das Kernarbeitsmodell von Google DeepMind mit einem rekordverdächtigen Kontextfenster von über 2 Millionen Token. Es kann in einer einzigen Anfrage ganze Bücher, lange Videoaufnahmen und massive Codebases analysieren.
GPT Image / DALL-E (Bildgenerierung in ChatGPT)
Integriertes Tool zur Generierung visueller Inhalte direkt im Chat mit ChatGPT. Ermöglicht die Erstellung von Illustrationen, Konzeptkunst, Poster-Texten sowie die lokale Bearbeitung von Bildbereichen.
GPT Mini (Kompakte Modelle der GPT-4o-mini-Serie)
Eine kostengünstige und ultrasschnelle Version der Flaggschiff-Modelle von OpenAI. Optimiert für massenhafte tägliche Aufgaben, sofortige Antworten, Textklassifizierung und die Einsparung von Kontingenten.
GPU oder CPU für KI: Der Unterschied
Ein tiefgehender Vergleich von Zentralprozessoren (CPU) und Grafikeinheiten (GPU) für Aufgaben im maschinellen Lernen. Erläuterung des fundamentalen Unterschieds zwischen Latenzorientierung (Latency-oriented) und Durchsatzorientierung (Throughput-oriented), der Speicherbandbreite (DDR5 vs. HBM3e) sowie Benchmarking über die CLI.
GPU-Slicing & Multi-Instance GPU (MIG)
Hardware- und Software-basierte Partitionierung einer leistungsstarken Grafikkarte (NVIDIA H100 / A100 / RTX 6000) in mehrere vollständig isolierte Instanzen zur Optimierung der Hosting-Kosten für Inferenz.
GraphRAG (Knowledge Graphs in Search)
An evolution of the RAG architecture by Microsoft Research. It combines classic semantic vector search with a Knowledge Graph, where documents are transformed into entity nodes (people, companies, locations) and relationship edges between them, enabling answers to complex global queries across the entire data corpus.
GraphRAG & Knowledge Graph Retrieval
Die nächste Generation der Retrieval-Augmented Generation (GraphRAG) kombiniert semantische Vektorsuche mit Wissensgraphen, um globale Schlussfolgerungen aus großen Wissensbasen zu synthetisieren.
Groq LPU-Prozessoren (500 Tokens pro Sekunde)
Eine neue Art spezialisierter Prozessoren (Language Processing Unit / LPU), entwickelt von Groq. Durch den Verzicht auf langsamen externen Speicher (HBM) und die Nutzung extrem schneller statischer SRAM-Speicher generieren Groq-Chips Antworten großer Modelle mit einer Geschwindigkeit von 300–500 Wörtern pro Sekunde – schneller, als Menschen lesen können.
Grounding (Quellbasierte Faktenverankerung)
Methodik zur Verknüpfung von KI-generierten Aussagen mit verifizierten Originalquellen (Source Grounding). Ermöglicht die Eliminierung von Halluzinationen und gewährleistet die rechtliche sowie wissenschaftliche Zuverlässigkeit von Antworten durch präzise Fußnoten und Zitate.
GRPO & DPO: Moderne Alignment-Algorithmen
Neueste Algorithmen zur Optimierung der Modellrichtlinie (Direct Preference Optimization und Group Relative Policy Optimization), die während des Trainings von Reasoning-Fähigkeiten auf schwere separate Kritiker-Modelle verzichten.
Guardrails & Safety Rails
Eine Software-Schicht aus deterministischen Filtern, Schema-Validierern und Sicherheitsrichtlinien, die Eingabe-Prompts, Systembefehle und Modellantworten abfängt, um Ausfälle, Datenlecks und Exploits zu verhindern.
H
ENHalluzinations-Triage & Root Cause
Systematischer ingenieurtechnischer Prozess zur Analyse von Fehlern in KI-Modellen: Diagnose von Kontextdefekten, Erkennung von Prompt-Konflikten und Fixierung systemischer Regeln anstelle sinnloser Wiederholungen der Abfragen.
Halluzinierte Abhängigkeiten im Code (Hallucinated Packages)
Eine gefährliche Form von KI-Halluzinationen in der Softwareentwicklung. Das Modell erfindet plausibel klingende, aber nicht existierende Bibliotheken sowie npm-/PyPI-Pakete und schafft so kritische Sicherheitslücken (Slopsquatting).
Harte Compiler- und Linter-Gates
Praxis der sofortigen und irreversiblen Rücknahme oder Blockierung von Änderungen durch KI-Agenten, wenn der Compiler (tsc, rustc) oder ein schneller Linter (Biome, Ruff) einen Exit-Code ungleich Null zurückgeben.
Headless-Agent-Ausführung (Nächtliche Programmierung)
Autonome Ausführung von KI-Agenten im Hintergrundmodus (CLI/Docker/Cloud) ohne offene grafische IDE-Oberfläche zur Lösung langlaufender Engineering-Aufgaben, Refactoring-Prozesse und Tests.
Headless-Browser (Playwright & Puppeteer)
Technologie zur programmatischen Steuerung vollwertiger Browser (Chromium, Firefox, WebKit) im Hintergrund ohne grafisches Fenster für das Rendering komplexer SPAs, automatisiertes Testen und Web-Agents.
Hermes Agent & Hedonist Orchestrator
Souveräne, agentenbasierte Ökosystem-Community von Andriy Orlov, die ein persönliches Telegram-Konto in eine vollständige Steuerzentrale für Linux-VPS, multimodale Pipelines und autonome Workflows verwandelt.
Hetzner Bare-Metal vs. Cloud-Hyperscaler
Finanzielle und technische Analyse der Infrastrukturkosten: Warum das Mieten dedizierter Hardware in europäischen Rechenzentren (Hetzner, OVH) für KI-Workloads 5–10-mal günstiger ist als virtuelle Maschinen bei AWS/GCP.
Hierarchisches Chunking (Parent-Child)
Eine fortgeschrittene Dokumentaufteilungsstrategie (Parent-Document Retriever) für RAG-Systeme. Der Text wird in kleine Child Chunks unterteilt, um eine hochpräzise Vektorsuche zu ermöglichen. Dem Modell wird jedoch der vollständige Parent Chunk als Kontext übergeben, um den breiten Kontext zu bewahren und die Kernaussage nicht zu verlieren.
Hierarchisches Chunking & Parent-Child-Retrieval
Ein Sucharchitekturmuster, bei dem die Vektorabgleichung auf kurzen, präzisen Child-Chunks durchgeführt wird, während der gesamte breite Parent-Dokumentblock in den Modellkontext integriert wird.
Hugging Face Hub
Führende globale Plattform und offenes Repository für die KI-Community („GitHub für neuronale Netze“). Enthält Hunderttausende von offenen Modellen, Datensätzen und kostenlosen Web-Demos (Spaces) und unterstützt alle führenden KI-Frameworks.
Human-in-the-Loop (HITL)
Ein grundlegendes Sicherheits- und Architektur-Muster, bei dem die autonome Ausführung von Prozessen an definierten Kontrollpunkten unterbrochen wird, um eine verpflichtende menschliche Expertise, Verifizierung und Genehmigung sicherzustellen.
Human-in-the-Loop (HITL) Bestätigungsbutton
Ein Sicherheitsarchitekturmuster für autonome Agenten (Human-in-the-Loop), das Kontrollpunkte (Approval Gates) vor der Ausführung kritischer Aktionen einrichtet. Der Agent bereitet die Operation vor (z. B. Zahlung, Datenbanklöschung, Versand einer E-Mail an einen Kunden), pausiert jedoch die Ausführung bis zur ausdrücklichen Genehmigung durch einen Menschen.
Hybride Suche (Dense + Sparse Search)
Retrieval-Architektur in modernen RAG-Systemen, die semantische Vektorsuche (Dense Embeddings) mit klassischer Volltextindexierung nach Schlüsselwörtern (Sparse / BM25) über Rang-Fusionsalgorithmen (RRF) kombiniert.
Hybride Suche (Hybrid Search: Dense + Sparse / BM25)
Eine Informationsarchitektur, die semantische Vektorsuche (Dense Retrieval – Verständnis von Inhalt und Synonymen) mit klassischer Schlüsselwortsuche für exakte Begriffe (Sparse Retrieval / BM25) kombiniert. Sie gewährleistet eine ideale Balance zwischen konzeptionellem Verständnis und präziser Suche nach Artikelnummern, Seriennummern oder Namen.
I
ENIllusion of Competence (Ілюзія інженерної компетентності)
Eine kognitive Verzerrung, bei der die Leichtigkeit und Geschwindigkeit des Erhaltens von modellgeneriertem Code beim Entwickler die irrige Überzeugung erzeugt, er verstehe die fundamentalen Prinzipien der Systemfunktionsweise persönlich.
In-Context Learning einfach erklärt
Die erstaunliche emergente Eigenschaft großer Sprachmodelle, neue Regeln, unbekannte Wörter oder einzigartige Formate sofort aus dem aktuellen Gesprächskontext zu übernehmen, ohne dass Gewichte des neuronalen Netzes geändert oder Code geschrieben werden muss.
Inpainting und Outpainting (Bildbearbeitung und -erweiterung)
Techniken zur selektiven KI-gestützten Bildbearbeitung. Inpainting ersetzt oder entfernt Objekte innerhalb eines markierten Bereichs (Maske) unter Beibehaltung von Licht und Textur. Outpainting (Generative Fill) generiert neuen Raum über die ursprünglichen Grenzen des Fotos hinaus.
Intelligent Cognitive Offloading
A psychological strategy of delegating routine mental tasks (such as memorizing dates, text formatting, and initial idea structuring) to external tools and artificial intelligence. This allows individuals to focus their cognitive energy on critical thinking, empathy, and strategic decision-making.
J
ENJailbreak von Sprachmodellen
Eine Social-Engineering-Technik für künstliche Intelligenz, die Sprachmodelle dazu zwingt, die von den Entwicklern implementierten ethischen Grenzen, Sicherheitsfilter (RLHF) und verbotene Themen durch Rollenspiele, hypothetische Szenarien oder Paradoxien zu umgehen.
Jev Decision Model
Jev ist ein kommerzielles, nicht-autoregressives System-1-Modell von TypeSafe AI für schnelle typisierte Entscheidungen in Agentenschleifen. Es liefert validierte Entscheidungsobjekte in 70–500 ms bei ca. 0,042 USD pro 1 Million Eingabe-Tokens und eliminiert JSON-Syntax-Halluzinationen sowie Latenzprobleme beim Routing in ReAct-/Tool-Calling-Stacks.
K
ENKatastrophales Vergessen (Catastrophic Forgetting)
Ein grundlegendes Problem künstlicher neuronaler Netze, bei dem aktualisierte Gewichte beim Training auf eine neue Aufgabe oder Sprache frühere Verbindungen überschreiben und zu einem plötzlichen sowie vollständigen Verlust zuvor erworbener Fähigkeiten führen.
KI als Code-Reviewer (Fehlersuche vor dem Release)
Methodik zur Nutzung von Sprachmodellen in der Rolle eines strengen Senior-Ingenieurs für die automatische Prüfung des Quellcodes (Code Review). Findet versteckte Sicherheitslücken, Speicherlecks und architektonische Fehler vor dem Deployment.
KI als Fahrrad für den Geist (Bicycle for the Mind)
Ein philosophisches und produktbezogenes Konzept, bei dem künstliche Intelligenz nicht als autonome Ersetzung des Menschen oder Autopilot betrachtet wird, sondern als Verstärker der menschlichen Intelligenz, der die Effizienz des eigenen Denkens um ein Vielfaches steigert.
KI als Gummiente (Rubber Ducking)
Die moderne Evolution der klassischen ingenieurwissenschaftlichen Methode des Rubber Duck Debuggings. Die Nutzung eines Sprachmodells nicht als Generator fertiger Antworten, sondern als geduldiger intellektueller Gesprächspartner, dem der Nutzer schrittweise sein Problem erklärt und dabei im Prozess des Erzählens die Lösung findet.
KI-Agenten (Autonome Agenten)
Ein autonomes System auf Basis eines großen Sprachmodells, das nicht nur auf Nachrichten antwortet, sondern eigenständig eine Abfolge von Aktionen plant, externe Tools (Browser, Terminal, Datenbanken) nutzt und komplexe Aufgaben ohne ständige menschliche Aufsicht ausführt.
KI-Agenten (Autonome Agenten)
LLM-basierte Softwaresysteme, die in der Lage sind, den Zustand ihrer Umgebung autonom wahrzunehmen, komplexe Ziele zu zerlegen, externe Tools aufzurufen und eigene Fehler iterativ zu korrigieren.
KI-gestützte Übersetzung und Lokalisierung (Besser als Google Translate)
Methodik für literarische Übersetzung und kulturelle Anpassung von Texten (Lokalisierung). Erläutert, warum große Sprachmodelle Idiome, Witze, Slang und geschäftliche Nuancen deutlich präziser und natürlicher übersetzen als klassische Übersetzer.
KI-Halluzinationen (Hallucinations & Confabulations)
Generierung faktisch falscher, erfundener oder nicht existierender Informationen (Bibliotheken, API-Methoden, Zitate) durch Sprachmodelle mit hoher probabilistischer Sicherheit.
KI-Technische Schulden (Technischer Schuld durch generativen Code)
Exponentielle Anhäufung von architektonischer Entropie, versteckten Defekten und nicht wartbaren Abhängigkeiten in der Codebasis durch das extrem schnelle Hinzufügen von generiertem Code ohne systematisches Refactoring.
KI-Upscaling (Super Resolution)
Technologie zur Erhöhung der Auflösung und Wiederherstellung von Bilddetails (Real-ESRGAN, Magnific AI, Topaz Photo). Im Gegensatz zu einer einfachen Pixelvergrößerung (Bikubische Interpolation) generiert das neuronale Netzwerk buchstäblich neue realistische Mikrostrukturen: Hautporen, Wimpern, Haare und Gewebe.
KI-Video-Tools (Runway, Kling, Luma Dream Machine)
Führende moderne Plattformen für die KI-gestützte Videogenerierung (Text-to-Video und Image-to-Video). Ermöglichen die Animation statischer Fotos, die Steuerung virtueller Kamerabewegungen sowie die Erstellung hochauflösender kinematografischer Videos ohne Filmcrew.
Kognitive Überlastung (Ingenieur-Kognitives Overload)
Ein psychophysiologischer Zustand der Erschöpfung des Arbeitsgedächtnisses (Working Memory) eines Entwicklers, verursacht durch eine übermäßige Anzahl gleichzeitig gehaltener Variablen, Abstraktionen oder kontinuierliches Review von generiertem Code.
Kognitives Kontext-Thrashing
Ein Zustand der Überlastung des menschlichen Arbeitsgedächtnisses, wenn ein Ingenieur gleichzeitig 3–5 parallele KI-Agenten über verschiedene Aufgaben orchestriert und dabei 100 % seiner Energie für die ständige Wiederherstellung des Kontexts aufwendet.
Kontextdegradation (Context Rot & Attention Decay)
Systematische Abnahme der Genauigkeit, Anweisungsbefolgung und logischen Konsistenz von LLMs durch die Akkumulation von Dialograuschen, veralteten Codeentwürfen und Compiler-Ausgaben im Arbeitskontext.
Kontextfenster (Context Window)
Die maximale Token-Kapazität, die ein Sprachmodell während der Berechnung einer Inferenzanfrage gleichzeitig im Self-Attention-Mechanismus und im KV-Cache-Speicher halten kann.
Kontextfenster-Überlauf & Kompaktierung
Engineering Patterns zur Vermeidung fataler Ausfälle bei Erreichen des Kontextlimits: Rolling Summaries, State-Kompaktierung und selektive Verdrängung veralteter Historie.
Kontextfenstergröße (Gedächtnis der aktuellen Konversation)
Die maximale Textmenge (in Tokens), die ein Sprachmodell während einer laufenden Unterhaltung gleichzeitig im Speicher halten kann. Sie bestimmt, welche Dokumentlänge ohne Inhaltsverlust auf einmal hochgeladen werden kann.
Kontextkuratierung & Regelhygiene
Ingenieurpraxis für das Design, die regelmäßige Überprüfung und die Bereinigung von Konfigurationsdateien für Agentenverhalten (.cursorrules, .clinerules, AGENTS.md), um eine Degradation der Modell-Aufmerksamkeit zu verhindern.
Kontextsteuerung (@file, @folder, @codebase)
Ein Mechanismus zur präzisen Kontextverwaltung in modernen KI-Editoren (Cursor, Windsurf). Ermöglicht es, über das Symbol @ schnell spezifische Dateien (@file), ganze Ordner (@folder), Dokumentation (@docs) oder das gesamte Projekt (@codebase) an die Anfrage anzuhängen.
Kontextvergiftung in Wissensdatenbanken (Context Poisoning)
Eine Cyberbedrohung für RAG-Systeme, bei der ein Angreifer gefälschte Dokumente, falsche Anweisungen oder versteckte Prompt-Injection-Angriffe in eine gemeinsame Wissensdatenbank (Notion, Confluence, Google Drive) einschleust. Während der Suche ruft das System den vergifteten Kontext ab, woraufhin der Bot schädliche Ratschläge gibt oder Geheimnisse preisgibt.
Kontinuierliches KI-Refactoring
Praxis der regelmäßigen Hintergrundaktualisierung der Codebasis durch autonome KI-Agenten: Bereinigung von totem Code, Migration veralteter APIs, Leistungsoptimierung und Behebung technischer Schulden.
Künstliche Superintelligenz (Artificial Superintelligence / ASI)
Eine hypothetische Entwicklungsstufe der künstlichen Intelligenz (ASI), bei der die rechnerischen und analytischen Fähigkeiten des Systems in allen wissenschaftlichen, kreativen und praktischen Disziplinen den kombinierten Intellekt aller lebenden Menschen millionenfach übertreffen. Dies ist der zentrale Punkt wissenschaftlicher Diskussionen über die Zukunft der Zivilisation.
Kurzzeit- und Langzeitgedächtnis von Agenten
Architektur des mehrstufigen Gedächtnisses autonomer Agenten. Unterscheidung zwischen Kurzzeitgedächtnis (Short-Term Memory – aktives Kontextfenster der aktuellen Sitzung) und Langzeitgedächtnis (Long-Term Memory – Vektordatenbanken, Benutzerprofil-Dateien und episodische Protokolle).
KV-Cache (Key-Value Cache)
Eine Speicheroptimierung in Transformer-Modellen, die Schlüssel- und Wertvektoren (Keys and Values) bereits verarbeiteter Tokens im schnellen GPU-Speicher speichert. Dies ermöglicht die sofortige Generierung jedes nächsten Wortes, führt jedoch zu einem rapiden Anstieg des Speicherverbrauchs mit jeder neuen Nachricht im Chat.
KV-Cache Offloading & Kompression
Hardware- und algorithmische Methoden zur temporären Auslagerung des Key-Value-Caches (KV-Cache) aus dem teuren GPU-Videospeicher in den Systemspeicher (RAM) oder schnelle NVMe-SSDs.
L
ENLangChain Framework
Das beliebteste Open-Source-Framework (verfügbar für Python und TypeScript) zur Entwicklung von Anwendungen auf Basis großer Sprachmodelle. Es bietet hunderte vorgefertigte Module zur Integration von LLMs mit Dokumenten, Vektordatenbanken, API-Tools und Gedächtnisfunktionen (Chains).
LangGraph
Ein Low-Level-Framework des LangChain-Teams zur Erstellung deterministischer, zyklischer Multi-Agenten-Systeme in Form von Zustandsautomaten (State Machines) mit umfassender Unterstützung für Persistenz.
Latenter Raum (Latent Space)
Ein mehrdimensionaler mathematischer Vektorraum, der von einem neuronalen Netz zur internen Darstellung von Konzepten, Stilen und Bildern erzeugt wird. Er ermöglicht erstaunliche arithmetische Operationen mit Begriffen: So ergibt beispielsweise „König“ minus „Mann“ plus „Frau“ gleich „Königin“.
Laya Open Decision Engine
Laya ist ein unter Apache 2.0 lizenzierter, offener Entscheidungs-Encoder auf Basis von ModernBERT-large für die sofortige Aktionsauswahl basierend auf dem JSON-/Text-Zustand eines Agenten in einem einzigen Forward Pass (~33–35 ms auf einer selbst gehosteten GPU). Er löst das Problem kostspieliger LLM-ReAct-Schleifen bei der High-QPS-Routing-Verarbeitung, Guardrails und lokalen Agenten, indem er einen Teil des Reasonings durch eine kalibrierte System-1-Klassifikation ersetzt.
Limit der Ausgabe-Tokens (Warum Text mitten im Wort abbricht)
Hardware- oder softwareseitiges Limit für die maximale Länge einer einzelnen Antwort (Max Output Tokens). Erläutert, warum langer Code oder Artikel manchmal mitten im Wort abbrechen und wie das Schlüsselwort „Weiter“ die Modellaktivität wieder aufnimmt.
Linters & Formatters für KI
Statische Code-Analyse-Tools (ESLint, Prettier, Biome, Ruff), die in den KI-Generierungsprozess integriert sind. Sie prüfen automatisch generierten Code auf Einhaltung syntaktischer Regeln, erkennen nicht existierende Importe und fehlende Klammern und standardisieren den Code-Stil vor der Programmausführung.
Litestream & Continuous SQLite Cloud Streaming
Technologie zur kontinuierlichen Hintergrundreplikation des Write-Ahead-Logs (WAL) der eingebetteten SQLite-Datenbank in ein cloud-basiertes, S3-kompatibles Speichermedium mit null Datenverlust (RPO < 1 Sekunde).
Llama-Familie (Meta Llama)
Eine Reihe fundamentaler Open-Source-Sprachmodelle von Meta (Llama 3, 3.1, 3.3), die zum Industriestandard für Ökosysteme mit offenen Gewichten, lokale KI und unternehmensspezifisches Fine-Tuning geworden sind.
LLM (Large Language Model – Großes Sprachmodell)
Eine fundamentale Klasse neuronaler Netzwerkarchitekturen auf Basis autoregressiver Transformer, die Wahrscheinlichkeitsverteilungen für nachfolgende Tokens vorhersagt und emergente Fähigkeiten im abstrakten Denken, in der Code-Synthese sowie im logischen Schlussfolgern zeigt.
LLM-Gateways & Routing (LiteLLM & Portkey)
Zentralisierte Engineering-Proxys zur Verwaltung von Modellflotten: automatisches Failover zwischen Anbietern (Anthropic/OpenAI/Groq), semantisches Antwort-Caching und Budget-Quotas.
LM Studio
Eine kostenlose Desktop-Anwendung für Windows, macOS und Linux, mit der Sie offene LLMs per Klick finden, herunterladen und ausführen können – ganz ohne Terminal. Sie verfügt über einen integrierten lokalen Server, der mit der OpenAI API kompatibel ist.
LMSYS Chatbot Arena (ELO-Rating)
Crowdsourcing-basierte, offene Plattform für Blind-A/B-Tests von LLMs, die die relative Leistungsfähigkeit von Sprachmodellen auf der Grundlage des Bradley-Terry-Modells und des Schach-Elo-Ratings bestimmt.
Lokale LLM-Inferenz
Praxis der autonomen Ausführung großer Sprachmodelle direkt auf der Entwickler-Hardware (Apple Silicon, NVIDIA GPU) mit Garantie für absolute Vertraulichkeit und null Abhängigkeit vom Internet.
LoRA-Dateien für Stile und Gesichter (Low-Rank Adaptation)
Technologie zum schnellen und ressourcenschonenden Nachtraining von Bildmodellen (Stable Diffusion, FLUX). Sie erstellt kompakte Dateien mit einer Größe von 20 bis 200 MB, die als austauschbare Plug-ins an das Basismodell angehängt werden, um einen bestimmten Charakter, einen Künstlerstil oder eine visuelle Ästhetik hinzuzufügen.
M
ENMarkdown-AST für Agenten (Abstract Syntax Tree)
Hierarchische, baumartige Darstellung von Markdown-Markup (Standard mdast / Unified.js), die programmatischen Systemen und KI-Agenten eine deterministische Analyse, Transformation und sichere Bearbeitung technischer Inhalte ermöglicht – ohne fragilen regulären Ausdrücken.
Marker für generierten Code (AI-Code-Smells)
Typische Antipatterns und Marker für synthetischen Code („Code mit Geruch“ von KI). Überflüssige, offensichtliche Kommentare, Duplizierung von Hilfsfunktionen in jeder Datei, gefälschte Mocks und unsinnige try-catch-Blöcke, die auf ungeprüfte Generierung hinweisen.
Maschinelles Vergessen (Machine Unlearning)
Technologie zur präzisen Entfernung spezifischen Wissens, privater Nutzerdaten oder Materialien mit eingeschränkten Urheberrechten aus den Gewichten eines bereits trainierten neuronalen Netzwerks. Ermöglicht es Unternehmen, die Anforderungen des Rechts auf Vergessenwerden (DSGVO) zu erfüllen, ohne das Modell kostspielig neu trainieren zu müssen.
MCP (Model Context Protocol)
Ein offener Standard von Anthropic auf Basis von JSON-RPC 2.0 für die einheitliche bidirektionale Anbindung von KI-Assistenten an externe Tools, Datenbanken und Systemumgebungen.
MCP-Client
Eine Softwareumgebung (Claude Code, Cursor, Cline, SDK-Agenten), die den Lebenszyklus der Verbindung zu MCP-Servern verwaltet, Tool-Manifeste aggregiert und die Zugriffsrechte des Modells steuert.
MCP-Server
Ein Softwaredienst oder Hintergrundprozess, der die MCP-Spezifikation implementiert und externen KI-Clients standardisierten Zugriff auf Funktionsausführungen, das Lesen von Ressourcen und Prompt-Vorlagen bietet.
Meta Llama (Der führende offene KI-Standard)
Die Flaggschiff-Serie der offenen Sprachmodelle von Meta (Llama 3, 3.3). Verfügbar zum kostenlosen Download, zur Modifikation und zum lokalen Betrieb auf eigenen Servern ohne Einschränkungen oder Zensur.
Meta-Prompting (KI optimiert Ihren Prompt an Ihrer Stelle)
Technik der Prompt-Komposition höherer Ordnung (Meta-Prompting). Anstatt komplexe Formulierungen selbst zu erstellen, überlassen Sie einer leistungsstarken KI-Modell die Aufgabe, den idealen Prompt für Ihre Anforderung zu schreiben, zu strukturieren und zu testen.
Metadaten-Filterung in RAG (Metadata Filtering)
Technik für hybride Suche in Vektor-Datenbanken (Self-Querying Retriever). Ermöglicht die Kombination von semantischer Suche mit strengen Datenbankfiltern basierend auf Metadaten wie Veröffentlichungsdatum, Dokumentenautor, Zugriffslevel, Sprache oder Unternehmensabteilung.
Microsoft AutoGen
Ein führendes Open-Source-Framework von Microsoft zur Erstellung multiagentischer Konversationssysteme. Es ermöglicht die Integration mehrerer KI-Agenten mit unterschiedlichen Rollen und Fähigkeiten in einen Gruppenchat (GroupChat), in dem sie diskutieren, Code schreiben, testen und gemeinsam Geschäftsziele erreichen.
MicroVMs (Firecracker & Cloud Hypervisor)
Technologie ultrasschneller, isolierter virtueller Maschinen auf Basis von Linux KVM (Firecracker, Cloud Hypervisor), die in 5–50 Millisekunden starten und eine sichere Ausführung von Agenten-Code ermöglichen.
Midjourney (Führende Plattform für künstlerisches Design)
Ein führender Closed-Source-Bildgenerator mit dem höchsten Niveau an künstlerischer Ästhetik. Branchenstandard für Designer, Filmemacher, Konzeptkünstler und Werbe-Kreative.
Mistral AI (Europäische offene und effiziente Modelle)
Eine Reihe hochleistungsfähiger offener und kommerzieller Modelle des französischen Startups Mistral AI (Mistral 7B, Mixtral 8x7B, Mistral Large). Bekannt für ihre Kompaktheit, Geschwindigkeit und den respektvollen Umgang mit Datenschutz.
Modell-Distillation & Reasoning-Transfer
Methodik zur Übertragung von Wissen und Reasoning-Ketten von einem großen Teacher Model auf ein kompaktes Student Model für schnelle und kostengünstige Inferenz.
Modell-Fallback-Ketten (Model Fallback)
Ein ausfallsicherer Architektur-Pattern (High Availability) für KI-Systeme. Wenn der primäre Modellanbieter einen Timeout-Fehler, eine Ratenbegrenzung (Rate Limit 429) oder einen Serverfehler (Error 500) zurückgibt, leitet das System die Anfrage nahtlos und für den Nutzer unsichtbar an ein Ersatzmodell weiter.
Modell-Merging & Frankensteining
Technik zur Kombination der Gewichte zweier oder mehrerer verschiedener Sprachmodelle ohne erneutes Training auf GPUs (SLERP, DARE, Ties-Merging), wodurch hybride Modelle mit synergistischen Fähigkeiten entstehen.
Moderne Sprachsynthese (Text-to-Speech / TTS)
Technologie zur künstlichen Generierung menschlicher Sprache aus gedrucktem Text. Moderne neuronale TTS-Modelle (ElevenLabs, OpenAI Audio, Chatterbox) reproduzieren natürliche Intonationen, logische Akzentuierungen, Atemgeräusche, Timbre und emotionale Färbung, die von einem lebendigen Sprecher nicht zu unterscheiden sind.
MoE (Mixture of Experts)
Ein Architekturansatz im Deep Learning, bei dem die schweren vollverbundenen Schichten des Transformers in Dutzende spezialisierter Subnetze („Experten“) aufgeteilt werden. Ein dynamischer Router aktiviert für jedes einzelne Token nur einen kleinen Teil dieser Experten.
Monte-Carlo-Baumsuche für Agenten (MCTS)
Ein algorithmischer Ansatz zur Planung von Aktionen durch KI-Agenten, der heuristische Suche, Bewertung von Zwischenzuständen und Backtracking kombiniert, um optimale Lösungen in hochkomplexen Suchräumen zu finden.
Multi-Agent-Orchestrierung
Architektur zur Interaktion unabhängiger, spezialisierter KI-Agenten, die in einem verteilten Netzwerk oder einer Hierarchie zusammenarbeiten, um komplexe Engineering-Aufgaben parallel zu lösen.
Multimodale Embeddings (CLIP)
Technologie zur Projektion verschiedener Medientypen (Text, Bild, Audio) in einen gemeinsamen hochdimensionalen Vektorraum unter Verwendung von Architekturen wie OpenAI CLIP oder Google SigLIP. Ermöglicht die Suche nach Fotos mittels Textbeschreibungen oder das Auffinden ähnlicher Musik anhand eines Bildes.
MVP-Erstellung aus einer Beschreibung (Prompt-to-App)
Methodik für die schnelle Prototypenerstellung eines Minimal Viable Products (MVP) mit KI-Tools (Cursor, v0.dev, Bolt.new, Lovable). Ermöglicht es nicht-technischen Gründern oder Entwicklern, eine Geschäftsidee in wenigen Minuten in eine voll funktionsfähige Weboberfläche mit Datenbank umzuwandeln.
N
ENNachhaltige Aufgaben-Delegation (Sustainable AI Delegation)
Eine Methodologie für die langfristige, psychologisch gesunde Zusammenarbeit zwischen Mensch und künstlicher Intelligenz. Sie definiert Regeln für die Aufgabenteilung, die zwei Extreme verhindern: die Degradierung des Fachexperten zum passiven Beobachter oder zur erschöpften „Betreuerin“ instabiler autonomer Agenten.
Nachhaltige Disziplin bei der Agentendelegation
Ein System aus Engineering-Regeln, Protokollen und psychologischen Grenzen, das ein produktives Zusammenleben mit kontinuierlich arbeitenden KI-Agenten ermöglicht, ohne in einen 24/7-Schichtbetrieb oder Burnout abzurutschen.
Nadel im Heuhaufen & Long-Context-Retrieval
Das Problem der Aufmerksamkeitsdegradation von Sprachmodellen innerhalb riesiger Kontextfenster (1 Mio.–2 Mio. Tokens), bei dem das Modell Anweisungen ignoriert, die in der Mitte des Textes eingebettet sind, sowie ingenieurtechnische Methoden zu deren Bewältigung.
Native Multimodale Inferenz
KI-Architekturen, die in der Lage sind, tiefgehende logische Schlussfolgerungen über Code, Architekturdiagramme, UI-Screenshots und Videostreams in einem gemeinsamen Aufmerksamkeitsraum durchzuführen.
Negative Constraints & Anti-Pattern Prompts
Methodology for formulating prohibitions and explicitly excluding undesirable engineering patterns (Anti-Goals) in system instructions to prevent boilerplate and redundant code (AI Slop).
Negative Prompts in Image Generation
A control mechanism for generation in diffusion models (Stable Diffusion, Midjourney --no) that directs the mathematical denoising vector away from undesired concepts. Used to filter out artifacts such as extra limbs, blurriness, watermarks, and cartoonish styles.
Neural Processing Unit (NPU)
Ein spezialisierter Hardware-Mikrochip (Neural Processing Unit), der ausschließlich für die Ausführung künstlicher neuronaler Netze bei minimalem Energieverbrauch konzipiert ist. Er ist verantwortlich für Hintergrundunschärfe in Videoanrufen, Bildverbesserungen und lokale KI-Assistenz ohne nennenswerte Akkubelastung.
Next-Token Prediction
Der fundamentale Mechanismus autoregressiver großer Sprachmodelle (LLMs). Berechnung von Logits, Softmax-Funktion, Einfluss von Temperatur und Sampling (Top-P/Top-K). Erläuterung, warum die Textgenerierung ein sequentieller O(N)-Prozess ist und wie Wahrscheinlichkeiten über die API betrachtet werden können.
NotebookLM und Audio Overview (Podcast aus Notizen)
Ein kostenloses Recherche-Tool von Google, basierend auf Gemini-Modellen. Es antwortet streng auf Grundlage der hochgeladenen Quellen (ohne Halluzinationen) und kann langweilige Berichte in lebendige, gesprächige Audio-Podcasts umwandeln.
Nvidias Monopolstellung und die CUDA-Plattform
Eine Analyse der technologischen und wirtschaftlichen Dominanz von Nvidia auf dem Markt für künstliche Intelligenz. Wie die im Jahr 2006 eingeführte Softwareplattform CUDA (Compute Unified Device Architecture) gewöhnliche Gaming-Grafikkarten zum wichtigsten Rechenwerkzeug der Welt machte und warum es Konkurrenten wie AMD und Intel so schwerfällt, dieses Monopol zu brechen.
O
ENOCR vs. Vision LLM: Die Evolution der Texterkennung
Ein Vergleich zwischen traditioneller optischer Zeichenerkennung (OCR – Tesseract, ABBYY FineReader) und modernen multimodalen visuellen Modellen (Vision LLM). Warum alte Algorithmen Pixel blind mit Fehlern kopieren, während neue Modelle Handschrift korrigieren, Tabellen verstehen und Summen berechnen.
Offene Gewichte vs. geschlossene KI-APIs (Open vs. Closed AI)
Vergleich zweier grundlegender Philosophien der KI-Verbreitung: Offene Gewichte (Open Weights – Llama, Mistral, DeepSeek), die heruntergeladen und auf eigenen Servern betrieben werden können, im Gegensatz zu geschlossenen Cloud-APIs (Closed API – OpenAI, Anthropic, Google), bei denen der Zugriff ausschließlich über ein Abonnement erfolgt.
Ollama (Plattform für lokale Modellausführung)
Ein führendes Open-Source-Tool zum einfachen Herunterladen, Konfigurieren und lokalen Ausführen von Sprachmodellen (Llama, DeepSeek, Qwen) mit einer integrierten REST-API, die mit OpenAI kompatibel ist.
Open Weights vs. Truly Open Source AI
Rechtliche und ingenieurtechnische Analyse des fundamentalen Unterschieds zwischen verfügbaren Modellgewichten (Llama, DeepSeek) und vollständig offenen Projekten mit Quellcode, Daten und Architektur gemäß dem OSI-Standard.
OpenAI GPT (Flaggschiff-Modelle der GPT-Serie)
Die zentrale, universelle Reihe großer Sprachmodelle von OpenAI (GPT-4, GPT-4o). Optimiert für komplexe Textanalyse, Programmierung, Kreativität und tägliche intellektuelle Arbeit.
OpenAI o-Serie / Reasoning (Modelle für tiefgehendes Schlussfolgern)
Die neue Generation der künstlichen Intelligenz von OpenAI (o1-, o3-Serie), optimiert für mehrstufiges implizites Denken, höhere Mathematik, Quantenphysik und komplexe algorithmische Programmierung.
OpenAI Whisper (Goldstandard für Spracherkennung)
Offenes Modell zur Spracherkennung (STT) von OpenAI. Erkennt über 100 Sprachen weltweit, robust gegenüber Hintergrundgeräuschen, Dialekten und undeutlicher Aussprache. Standard für automatische Audio-Transkription und Voice Coding.
OpenCode / OpenHands (ehemals OpenDevin)
Führende Open-Source-Plattform für autonomes Software Engineering, die komplexe Engineering-Aufgaben in einer isolierten Docker-Umgebung mit Zugriff auf Terminal, Browser und Dateisystem ausführt.
OpenRouter (Unified Model API Gateway)
A unified AI gateway providing standardized access to hundreds of closed and open language models from dozens of inference providers via a single balance, one API key, and an automatic failover mechanism.
OpenRouter-Aggregator (Ein Schlüssel für über 200 Modelle)
Führender globaler API-Aggregator und KI-Gateway. Bietet eine einheitliche, mit OpenAI kompatible Schnittstelle, die den Aufruf von über 200 kommerziellen und offenen Modellen (Claude, GPT-4, Llama, DeepSeek, Mistral) über ein gemeinsames Guthaben und einen einzigen API-Schlüssel ermöglicht.
Optimierung des Cold Starts bei serverlosen LLMs
Ein umfassender Satz ingenieurtechnischer Methoden zur Reduzierung der Startzeit von serverlosen Containern mit Sprachmodellen von 30–60 Sekunden auf unter eine Sekunde: Warm-Pools, Streaming-Laden von Gewichten und Memory-Snapshots.
Overfitting
Ein grundlegendes Problem im maschinellen Lernen: Das Modell passt sich übermäßig an den Trainingsdatensatz einschließlich dessen spezifischem Rauschen an und verliert dabei die Fähigkeit zur Generalisierung auf neue Daten. Analyse der Divergenz der Verlustfunktionen, Regularisierungstechniken und Early Stopping im Code.
P
ENPagedAttention & KV-Cache-Management
Ein Algorithmus zum GPU-Speicher-Management, der den KV-Cache eines Sprachmodells in kontinuierliche virtuelle Seiten aufteilt (ähnlich wie im Betriebssystem-Kernel), um Fragmentierung zu eliminieren und den Durchsatz um das Vierfache zu steigern.
Parsing komplexer PDF-Dokumente (Document Parsing)
Technologien zur Extraktion strukturierter Texte aus komplexen PDF-Dateien (LlamaParse, Unstructured.io, Marker, Nougat). Erklärt, warum einfaches Kopieren von Text die Lesereihenfolge in zweispaltigen Dokumenten stört und wie Formeln, Diagramme und verschachtelte Tabellen für RAG-Systeme erhalten bleiben.
Patch & Diff-First Generation
Ein Interaktionsmuster mit Code, bei dem der KI-Agent ausschließlich punktuelle Ersetzungsblöcke (Search-and-Replace / Unified Diffs) verwendet, den Rest der Datei unverändert lässt und Tokens einspart.
Perplexity AI (Suchassistent der nächsten Generation)
KI-Suchmaschine der nächsten Generation (Answer Engine). Anstelle einer Liste von Werbe-Links synthetisiert sie in Echtzeit eine umfassende, strukturierte Antwort mit klickbaren Verweisen auf die Originalquellen.
Pinokio AI Browser
Ein Desktop-basierter, autonomer Browser und App-Manager (ein „App Store für offene KI“), der es ermöglicht, komplexe KI-Umgebungen wie ComfyUI, Stable Diffusion, Whisper und FaceFusion zu installieren, zu konfigurieren und auszuführen – ohne Kenntnisse in Git, Python oder der Terminal-Befehlszeile.
Plan-and-Solve Prompting
Eine zweistufige Agentenarchitektur, die die strategische Aufgabenzerlegung in einen globalen Plan von dessen sequenzieller taktischer Ausführung mit dynamischem Replanning trennt.
PR-Review-Überlastung und Team-Kollaps
Eine Krise der Engineering-Prozesse im Team, bei der die Geschwindigkeit der KI-gestützten Codegenerierung die biologische Kapazität von Senior-Entwicklern übersteigt, Pull Requests qualitativ zu lesen, zu analysieren und zu validieren.
Pre-Training
Die initiale Phase der Entwicklung eines Basismodells (Foundation Model). Dabei wird ein neuronales Netz über Monate hinweg auf Clustern mit Tausenden von Grafikkarten an Billionen von Wörtern aus dem Internet, Büchern und Code trainiert – ein Prozess, der Kosten in Höhe von Hunderten Millionen Dollar verursacht.
Process Reward Models (PRM)
KI-Bewertungsmodelle, die die Korrektheit jedes einzelnen logischen Schritts oder Tool-Aufrufs eines Agenten analysieren und so verhindern, dass sich Fehler bis zum endgültigen Ergebnis ansammeln.
Produktionsreife Docker-Compose-Muster
Ingenieurstandards für die sichere Bereitstellung von Multi-Container-Services auf VPS ohne die unnötige Komplexität von Kubernetes: Ressourcenlimits, isolierte Netzwerke, Healthchecks und Secret Management.
Prompt Caching
Eine Optimierungstechnologie für die Inferenz großer Sprachmodelle (Anthropic Claude, OpenAI, Google Gemini). Sie speichert bereits berechnete Aufmerksamkeitsvektoren des statischen Teils der Eingabeaufforderung (z. B. große Dokumente, Codebasen oder Systemanweisungen) im Serverspeicher und senkt so die Kosten für wiederholte Anfragen um 50–90 %.
Prompt Engineering (Context Architecture & Prompt Engineering)
Eine ingenieurwissenschaftliche Disziplin zur Strukturierung von Systemdirektiven, XML-Markup, semantischen Delimitern und Beispielen, um deterministische und vorhersehbare Ergebnisse aus probabilistischen Modellen zu erzielen.
Prompt Fatigue (Erschöpfung durch Prompt-Formulierung)
Ein psychologischer und kognitiver Zustand der Entwickler-Erschöpfung, hervorgerufen durch die ständige Notwendigkeit, technische Absichten in vage natürliche Sprache zu übersetzen, Kontext zu wiederholen und Prompts mehrfach umzuformulieren.
Prompt Injection
Kritische Schwachstelle in LLM-basierten Systemen (OWASP Top 10 for LLM #1). Sie entsteht durch das Fehlen einer architektonischen Trennung zwischen Steueranweisungen (Control Plane) und externen Daten (Data Plane), was es einem Angreifer ermöglicht, die Kontrolle über das Modell zu übernehmen.
Prompt-Caching & KV-Cache-Reuse
Eine Technologie moderner Inferenz-Engines und Cloud-APIs (Anthropic, OpenAI, DeepSeek, vLLM), die vorab berechnete Aufmerksamkeitsmatrizen (KV-Cache) statischer Präfixe speichert. Dies reduziert die Verarbeitungs kosten um 80–90 % und verkürzt die Zeit bis zum ersten Token (TTFT) um das 4- bis 8-fache.
Prompt-Extraktion und Inversionsangriffe
Methodik zur Analyse von Cyberbedrohungen, die darauf abzielen, geheime System-Prompts, proprietäre Geschäftslogik und versteckte Anweisungen durch manipulative Benutzerabfragen zu extrahieren.
Prompt-Inversion (Reverse Engineering von Prompts)
Eine Sicherheitsangriffsmethode für KI-Anwendungen (Prompt Extraction / Prompt Inversion), die darauf abzielt, versteckte System-Prompts, kommerzielle Logik oder private Unternehmensanweisungen durch speziell formulierte Dialog-Fallen zu extrahieren.
Prompt-Ketten (Prompt Chaining für Einsteiger)
Methodik zur Aufteilung komplexer Aufgaben in eine Sequenz kleiner, fokussierter Prompts (Prompt Chaining). Das Ergebnis des ersten Schritts wird als Eingabe für den nächsten Schritt verwendet, was die hohe Qualität jedes Blocks gewährleistet.
PydanticAI
Ein modernes Python-Framework der Schöpfer von Pydantic, das strenge Typisierung, Dependency Injection und deterministische Schema-Validierung in die Welt der AI-Agenten bringt.
Q
ENQuantisierung (Modell-Quantisierung)
Eine Technologie zur mathematischen Komprimierung der Gewichtungskoeffizienten und Aktivierungen neuronaler Netze durch den Übergang von hoher Präzision (FP16/BF16) zu niedrigbitigen Formaten (FP8, INT8, INT4, GGUF), um eine drastische Speichereinsparung zu ermöglichen.
Quantisierung und GGUF-Format
Mathematische Methode zur Reduzierung der Präzision numerischer Modellgewichte (z. B. von 16-Bit-FP16 auf 4-Bit-INT4) sowie das einheitliche Binärdateiformat GGUF für die sofortige Ladung in Prozessoren und Grafikkarten über die llama.cpp-Engine.
Quantisierungstypen: FP16, INT8, INT4
Technische Formate zur Darstellung von neuronalen Netzwerk-Gewichten. Von der vollen 16-Bit-Fließkomma-Genauigkeit (FP16 / BF16) bis hin zu ganzzahligen Komprimierungsformaten (INT8, INT4, AWQ, EXL2), die das Gleichgewicht zwischen Speicherverbrauch und intelligenter Antwortqualität bestimmen.
Query Expansion & HyDE
Technik zur Vorbereitung von Suchanfragen in RAG-Systemen. Vor der Abfrage der Vektordatenbank generiert das Sprachmodell automatisch Synonyme, Schlüsselwörter oder eine hypothetische Antwort (HyDE – Hypothetical Document Embeddings), was die Qualität der gefundenen Dokumente erheblich verbessert.
R
ENRAG (Retrieval-Augmented Generation)
Ein Architektur-Muster für unternehmensweite KI, das den Kontextfenster des Modells dynamisch mit relevanten, verifizierten Wissensquellen aus externen Speichern (Vektordatenbanken, Graphen, Volltextindizes) anreichert, bevor die finale Antwort generiert wird.
RAG vs. Fine-Tuning (Die ewige Dilemma der KI-Implementierung)
Eine grundlegende architektonische Entscheidung für Unternehmen. RAG (Dokumentensuche zur Laufzeit) im Vergleich zu Fine-Tuning (Anpassung der Modellgewichte durch Nachtraining). Auswahlkriterien basierend auf der Aktualität von Fakten versus spezifischem Verhaltensstil.
Rate Limiting (Anfragefrequenzbegrenzung und API-Schutz)
Ein systemischer Mechanismus zur Steuerung der Intensität des eingehenden und ausgehenden Traffics (Token Bucket, Sliding Window) zum Schutz des Backends vor Ressourcenerschöpfung, Brute-Force-Angriffen, Layer-7-DDoS sowie finanziellen Überziehungen bei AI-Endpunkten.
Rate Limits und Fehler 429 (Too Many Requests)
Anbieterbeschränkungen für die Geschwindigkeit und Anzahl der Anfragen an Modelle (RPM – Anfragen pro Minute, TPM – Tokens pro Minute). Erläuterung der Ursachen für den Fehler 429 sowie Strategien zu dessen Vermeidung.
ReAct-Muster (Reasoning + Acting)
Fundamentales algorithmisches Muster für autonome Agenten, das Schritte des internen Denkens (Thought), der Ausführung externer Tools (Action) und der Analyse des erhaltenen Ergebnisses (Observation) abwechselnd durchführt.
Reasoning-Modelle (Modelle für vertieftes Schlussfolgern)
Eine neue Generation von KI-Modellen (OpenAI o1/o3-mini, DeepSeek-R1, Claude 3.7 Extended Thinking), die Skalierung der Rechenzeit zur Laufzeit (Test-Time Compute) und interne Gedankengänge zur Hypothesenprüfung nutzen.
Red Teaming in AI
Methodology for aggressive stress testing of artificial intelligence models by specialized teams of ethical researchers (Red Teams). Experts simulate the actions of malicious actors, identifying security vulnerabilities, jailbreaks, and prohibited responses before the model is deployed to millions of users.
Refactoring von Legacy-Code mit KI (AI Refactoring)
Eine Methodik zur Verbesserung der internen Struktur, Lesbarkeit und Leistungsfähigkeit vorhandenen Codes (Legacy Code) unter Einsatz von Sprachmodellen, ohne das externe Verhalten zu verändern. Ermöglicht die Aufteilung großer Spaghetti-Funktionen in saubere Module sowie die Migration von altem JavaScript zu modernem TypeScript.
Reflexionsmuster (Рефлексія)
Architekturmuster zur Steigerung der Zuverlässigkeit von Agenten, das den Prozess in die Generierung einer Lösung (Generator), deren kritische Prüfung (Critic) und iterative Verfeinerung (Refiner) unterteilt.
Reinforcement Learning from Human Feedback (RLHF)
Eine Trainingsmethode (Reinforcement Learning from Human Feedback), die menschliche Vergleichsbewertungen nutzt, um ein Belohnungsmodell (Reward Model) zu trainieren. Dank RLHF haben Sprachmodelle gelernt, hilfreich, ehrlich und harmlos (Helpful, Honest, Harmless) zu sein.
Reranking (Cross-Encoder Reranking)
Zweistufige Suchmethodik in RAG-Systemen: Schnelle Vorabauswahl von Kandidaten (Bi-Encoder / BM25) mit anschließender präziser Rangfolge durch ein vollverbundenes Cross-Encoder-Modell (Cross-Encoder / Cohere Rerank / BGE-Reranker).
Reranking von Suchergebnissen (Cross-Encoders)
Zweistufiges Suchmuster in RAG-Systemen. Die erste Stufe (schnelle Vektor- oder hybride Suche) identifiziert 20–50 Kandidaten innerhalb von 10 ms. Die zweite Stufe (ein Reranker-Modell vom Typ Cross-Encoder, z. B. Cohere Rerank oder BGE-Reranker) vergleicht die Abfrage detailliert mit jedem gefundenen Text und wählt die drei relevantesten Dokumente aus.
Reverse Proxy (Nginx, Caddy, Traefik)
Eine Middleware-Architekturschicht, die externen Internet-Traffic (Ports 80/443) empfängt, SSL/TLS terminiert, Kompression (Brotli/Gzip) durchführt, statische Inhalte cacht und Anfragen sicher an interne Anwendungen weiterleitet.
Risiken von Halluzinationen in realen Aufgaben
Analyse der praktischen Konsequenzen und rechtlichen Risiken, die durch blindes Vertrauen in erfundene Fakten und gefälschte Quellen entstehen, welche Sprachmodelle in Finanzberichten, juristischen Schriftsätzen und medizinischen Empfehlungen generieren.
RLVR (Reinforcement Learning with Verifiable Rewards)
Eine Methode zur Nachbereitung und Optimierung des Reasonings von KI-Agenten, bei der die Belohnungsfunktion auf objektiven mathematischen Überprüfungen, Compilern und Unit-Tests basiert, anstatt auf subjektiven menschlichen Bewertungen.
Rollen-Prompting (Die Magie des Satzes „Handle als Experte“)
Eine Technik zur Formulierung von Prompts, bei der dem Modell eine spezifische Rolle, ein Beruf oder ein psychologisches Profil zugewiesen wird („Handle als Senior DevOps“, „Stell dir vor, du bist ein Kinderarzt“). Dies aktiviert spezifische Wissensschichten und den professionellen Wortschatz.
S
ENSampling-Parameter (Temperatur, Top-p, Min-p)
Mathematische Hyperparameter des stochastischen Decodierens (Temperatur, Top-P, Min-P, Penalties), die die Wahrscheinlichkeitsverteilung für die Auswahl des nächsten Tokens steuern und dabei das Maß an Determinismus, Genauigkeit und Kreativität des Modells bestimmen.
Schatten-Arbeitsbereich & Git Worktrees
Methodik zur vollständigen physischen Isolierung von Agent-Prozessen in parallelen Arbeitsbäumen (Git Worktrees), die gegenseitige Blockaden eliminiert und es KI ermöglicht, Code ohne Risiko für den aktuellen Entwickler-Zweig zu modifizieren und zu testen.
Schnelle NVMe-Scratch-Volumes für KI-Modelle
Optimierung des Speichersystems von KI-Servern durch hochperformante lokale NVMe-Speicher (PCIe 5.0) für das sofortige Laden von Modellgewichten über 40 GB und die Modell-Caching.
Schnittstellentests durch KI-gestützte synthetische Nutzer
Methodik für Produkttests und UX/UI-Forschung unter Einsatz virtueller Agenten mit definierten Persönlichkeitsprofilen und Zielen. Ermöglicht die Simulation der Interaktion tausender Käufer mit einer neuen Website innerhalb weniger Minuten, um unzugängliche Buttons, unklare Texte und Fehler im Verkaufsfunnel zu identifizieren.
Seed und Determinismus (Reproduzierbarkeit der Generierungsergebnisse)
Numerischer Identifikator des Zufallszahlengenerators (Seed). Ermöglicht die Fixierung der Zufälligkeit in Sprachmodellen und Bildgeneratoren, um bei wiederholter Ausführung derselben Anfrage stabile und reproduzierbare Ergebnisse zu erzielen.
Selbstheilender Code & Runtime-Loops
Ein autonomer Engineering-Zyklus, in dem ein KI-Agent den Code modifiziert, Compiler-Feedback und Runtime-Logs analysiert und iterative Fehlerbehebungen durchführt, bis eine 100%ige Funktionsfähigkeit erreicht ist.
Selbstprüfung der Suchergebnisse (Self-RAG & Corrective RAG)
Ein architektonischer Ansatz für die Suche (Self-RAG und CRAG – Corrective RAG), bei dem das Sprachmodell nicht blind eine Antwort auf Basis der ersten gefundenen Ergebnisse generiert, sondern zunächst deren Relevanz und Vollständigkeit selbstständig bewertet. Wenn die gefundenen Fakten unzureichend oder fragwürdig sind, paraphrasiert das System automatisch die Abfrage und sucht erneut oder führt eine Websuche durch.
Self-Attention-Mechanismus
Ein zentraler mathematischer Mechanismus der Transformer-Architektur, der es jedem Wort in einem Satz ermöglicht, die Bedeutung aller anderen Wörter dynamisch zu gewichten. Dadurch kann das Modell Homonyme unterscheiden und Pronomen (\"er\", \"sie\", \"es\") den korrekten Bezugsobjekten zuordnen.
Self-Correction Loop
Ein Mechanismus zur autonomen Codekorrektur durch das Modell, basierend auf deterministischem Feedback von Compilern, Lintern oder Tests (Grounded Feedback Loop).
Self-RAG & Corrective RAG (CRAG)
Eine adaptive Suchmethodik, bei der das Sprachmodell die Relevanz gefundener Dokumente selbst bewertet, Rauschen verwirft und die Suchanfrage dynamisch umformuliert, wenn Informationen fehlen.
Semantische Suche (Suche nach Inhalt, nicht nach Buchstaben)
Eine Informationssuchtechnologie, die auf dem konzeptionellen Inhalt der Anfrage basiert und nicht auf exakten Übereinstimmungen von Buchstaben oder Schlüsselwörtern. Sie versteht Synonyme, Umschreibungen, Tippfehler und abstrakte Fragen in natürlicher Sprache.
Shadow Git Worktrees & Branching
Methodik zur Isolation der Arbeit von KI-Agenten in parallelen Git-Worktree-Verzeichnissen, die es Modellen ermöglicht, zu experimentieren und das Projekt zu bauen, ohne den geöffneten Editor des Ingenieurs zu blockieren.
Skalierungsgesetze für KI (Scaling Laws)
Ein von OpenAI und Google formuliertes empirisches Gesetz (von Jared Kaplan im Jahr 2020 definiert), das besagt, dass die Leistung eines Sprachmodells vorhersagbar gemäß einem Potenzgesetz steigt, wenn drei Faktoren erhöht werden: die Anzahl der Modellparameter, die Menge der Trainingsdaten und die aufgewendete Rechenleistung (Compute).
SLMs (Small Language Models 1B–3B)
Ultrakompakte Modelle der nächsten Generation mit 1B–3B Parametern (Llama 3.2, SmolLM, Qwen 2.5), konzipiert für die lokale Ausführung auf Smartphones, im Browser und auf kostengünstigen Edge-Servern.
Sora und KI-Video (Text-zu-Video-Generierung)
Neueste Klasse generativer neuronaler Netze, die in der Lage sind, fotorealistische dynamische Videos aus Text oder statischen Bildern zu erstellen (OpenAI Sora, Runway Gen-3, Kling, Luma Dream Machine).
Spec-First Engineering (RFC-gesteuerte KI-Entwicklung)
Eine KI-gestützte Entwicklungsmethodik, bei der 80 % des Aufwands in die Erstellung einer kristallklaren technischen Spezifikation (PRD/RFC) vor der Generierung der ersten Codezeile fließen.
Spekulatives Decoding & Draft-Modelle
Hardwarebeschleunigungstechnologie für die Inferenz großer Sprachmodelle, die eine 2–3-fache Geschwindigkeitssteigerung ohne Qualitätsverlust durch parallele Überprüfung der Vorhersagen einer schnellen Draft-Modellvariante ermöglicht.
Spezifikation vor Code (Spec-First Vibe Coding)
Eine KI-gestützte Entwicklungsmethodik (Spec-Driven Development). Anstatt sofort chaotischen Code zu generieren, lässt der Entwickler das Modell zunächst eine strukturierte SPEC.md-Datei erstellen, die Architektur, Datentypen und Implementierungsschritte definiert.
Spezifikationsgetriebene Entwicklung (SDD)
Eine führende Methodologie der Software-Ingenieurwissenschaft im KI-Zeitalter, bei der die Erstellung, Abstimmung und Festlegung einer strukturierten, maschinenlesbaren Spezifikation zwingend vor der Codegenerierung erfolgt.
Sprachgesteuerte Coding- und Diktier-Pipelines
Methodik zur hochperformanten Formulierung von Engineering-Aufgaben durch lokale Spracherkennung (Superwhisper / Whisper.cpp) mit automatischer Konvertierung des Gedankenstroms in strukturierte PRDs und Spezifikationen.
SSH-Schlüssel (Kryptografische SSH-Schlüssel)
Ein asymmetrisches Paar kryptografischer Schlüssel (öffentlich und privat), das vom Secure Shell-Protokoll (SSH) zur Authentifizierung verwendet wird, ohne Geheimnisse über ein unsicheres Netzwerk zu übertragen.
Steuerung des Computers durch KI (Computer Use)
Eine Technologie von Anthropic (vorgestellt in den Modellen Claude 3.5 Sonnet), die es neuronalen Netzen ermöglicht, das Betriebssystem wie ein Mensch zu steuern: Bildschirm-Screenshots erstellen, Fensterkoordinaten analysieren, den Mauszeiger bewegen, auf Schaltflächen klicken und Text eingeben – ohne Verwendung spezieller APIs.
Stimmklonung und Audio-Ethik (Voice Cloning)
Technologie zur Generierung einer digitalen Stimme-Replik einer bestimmten Person aus einem kurzen Audio-Sample (von 5 Sekunden bis mehreren Minuten). Ermöglicht die Synchronisation von Videos in anderen Sprachen mit der eigenen Stimme, birgt jedoch erhebliche Risiken für Telefonbetrug und erfordert strenge ethische Verifizierungsmaßnahmen.
Struktur von Bild-Prompts (Image Prompt Engineering)
Professionelle Methodologie zur Erstellung textlicher Anfragen für grafische neuronale Netze. Die goldene Formel aus fünf Elementen: Hauptobjekt, Umgebungsdetails, Lichtcharakteristik, Parameter der virtuellen Kamera und künstlerischer Rendering-Stil.
Stundengenaue Vermietung von Grafikkarten in der Cloud (RunPod & Vast.ai)
Plattformen für dezentrale und Cloud-basierte GPU-Vermietung (RunPod, Vast.ai, Lambda Labs). Ermöglichen Entwicklern und Enthusiasten die Anmietung leistungsstarker Grafikkarten (Nvidia RTX 4090, A100, H100) mit sekundengenauer oder stundenweiser Abrechnung ohne den Kauf teurer physischer Hardware.
Sub-Quadratische Attention & Mamba / State Space Models
Neueste neuronale Netzwerkarchitekturen mit linearer Berechnungskomplexität O(N), die die Verarbeitung von Millionen Kontext-Tokens bei konstantem Speicherverbrauch ermöglichen.
Subagent Fan-out & Map-Reduce Coding
Ein Muster für parallele Entwicklung, bei dem der Haupt-Agent eine umfangreiche Aufgabe in N unabhängige Teilaufgaben zerlegt, N isolierte Sub-Agents gleichzeitig startet und deren Ergebnisse zu einem einzigen Diff zusammenführt.
Subagents (Subagenten und Delegation)
Architekturmuster zum Starten von einmaligen, isolierten Unter-Agenten für die parallele Ausführung ressourcenintensiver Teilaufgaben, ohne den Kontextfenster des übergeordneten Prozesses zu belasten.
Supervisor-Pattern (Hierarchisches Multi-Agenten-System)
Ein Architektur-Muster zur Organisation von KI-Agenten, bei dem ein zentraler Supervisor-Agent den Lebenszyklus, die Aufgabenzerlegung und die Delegation an einen Pool spezialisierter Worker steuert.
Superwhisper (Spracheingabe für Code)
Lokales System-Dienstprogramm für Spracheingabe auf Basis von Whisper-Modellen und Apple Silicon ANE, optimiert für die schnelle Diktierung technischer Prompts, Codes und Architekturspezifikationen ohne Verzögerungen oder Cloud-Leaks.
Synthetic Slop Fatigue
Psychologische Abneigung und Apathie von Ingenieuren, hervorgerufen durch die Notwendigkeit, stundenlang maschinell generierten Code zu lesen, der templatebasiert, aufgebläht, wortreich und ohne Eleganz ist.
Synthetische Datengenerierung & Pretraining
Technologie zur Generierung, automatischen Filterung und formalen Verifizierung von Trainingsdatensätzen mittels künstlicher Intelligenz zur Überwindung des Mangels an hochwertigen menschlichen Daten.
Synthetische Personas & Multi-Rollen-Simulation
Eine Methodik zur Modellierung heterogener Nutzerrollen, Sicherheitsauditoren und Accessibility-Experten mittels spezialisierter System-Prompts für umfassendes Stresstesting von Anwendungen.
Synthetischer Müll (AI Slop)
Massenweise generierter, minderwertiger Inhalt ohne menschliche Beteiligung (SEO-Doorway-Artikel, absurde Facebook-Bilder, automatisierte YouTube-Videos), der ausschließlich für Klicks auf Werbung erstellt wird und Suchmaschinen sowie Trainingsdatensätze verschmutzt.
Synthetisches Boilerplate
Praxis der vollständigen Generierung von routinemäßigem Boilerplate-Code durch LLMs. Umfasst die automatische Erstellung von TypeScript-Schnittstellen, Zod-Validierungsschemas, Datenbankmigrationen (SQL/Drizzle/Prisma), API-Clients und Konfigurationsdateien ohne manuelle Eingabe.
Synthetisches Impostor-Syndrom
Existenzielle Entwertung der eigenen ingenieurtechnischen Expertise, da der Großteil des Codes und der architektonischen Entscheidungen von KI-Modellen und nicht manuell vom Entwickler erstellt wird.
System 1 Decision Engine
Der System 1 Decision Engine ist eine schnelle, nicht-klassische Entscheidungsebene für Agenten, die kostspielige autoregressive Aufrufe für Routing, Schema-Validierung und Guardrails ersetzt. Dieser architektonische Ansatz reduziert die p95-Latenz auf 30–70 ms und die Token-Kosten um über 90 %, ohne die Kontrollierbarkeit des Agenten-Zyklus zu beeinträchtigen.
System Prompt Drift & Degradation
Das Phänomen des schrittweisen Verlusts der ursprünglichen Anweisungen, des Antwortstils und der Sicherheitsbeschränkungen durch ein Sprachmodell im Zuge wachsender Dialoghistorie sowie Methoden zur periodischen Re-Injektion von Regeln.
System Prompt Leakage
Eine Schwachstelle im Bereich der künstlichen Intelligenz, bei der ein Benutzer durch geschickte Formulierungen den Bot dazu bringt, seine versteckten Anweisungen (System Prompt) wörtlich zu zitieren. Dies legt Geschäftslogik, Verhaltensregeln und interne Geheimnisse der Entwickler offen.
System-Prompt (Systemanweisungen & Metaprompting)
Ein prioritärer Meta-Kontextblock mit Anweisungen, der an der Nullposition des Kontextfensters übergeben wird und die Rolle, Sicherheitsregeln, verfügbaren Tools sowie Verhaltensgrenzen des Agenten definiert.
Systemanweisungen (System Prompt und benutzerdefinierte Anweisungen)
Die primäre versteckte Direktive des Entwicklers oder Benutzers (System Message). Sie definiert die grundlegenden Verhaltensrahmen, die Rolle, den Kommunikationsstil sowie verbotene Themen, die das Modell während der gesamten Sitzung beibehält.
T
ENTab Fatigue
Eine psychologische Falle für moderne Entwickler, bei der graue Autovervollständigungsvorschläge von Copilot oder Cursor blind mit der Tab-Taste akzeptiert werden, ohne sie sorgfältig zu lesen und zu analysieren. Dies führt zum Verlust der Kontrolle über die eigene Codebasis und zur Entstehung versteckter Bugs.
Tailscale & WireGuard Mesh-Netzwerke
Technologie zum Aufbau vollständig geschlossener Overlay-Mesh-Netzwerke ohne Öffnung öffentlicher SSH- oder Datenbank-Ports im Internet unter Verwendung des modernen kryptografischen Protokolls WireGuard.
Telegram Bot API
Offizielle HTTP-Schnittstelle der Telegram-Plattform, die die Erstellung autonomer Chatbots, KI-Assistenten, Telegram Mini Apps (TMA) und interaktiver Benachrichtigungskanäle ermöglicht.
Temperatur (Kreativitäts- und Zufälligkeitsregler)
Ein zentraler numerischer Parameter für die Textgenerierung (üblicherweise im Bereich von 0,0 bis 1,0 oder 2,0). Er bestimmt den Grad der Unvorhersehbarkeit bei der Auswahl des nächsten Tokens: von strikter deterministischer Mathematik bis hin zu freier kreativer Entfaltung.
Tempo des Solo-Gründers und kognitive Überlastung
Die psychologische und operative Belastung der Situation, in der ein einzelner Entwickler dank KI die Funktionen eines achtköpfigen Teams (Frontend, Backend, DevOps, QA, Security, Product) erfüllt, ohne die Verantwortung teilen zu können.
TensorRT-LLM & SGLang Hochleistungs-Engines
Tief kompilierte Berechnungs-Engines für die extreme Optimierung der Inferenz von Sprachmodellen auf NVIDIA-Servern, mit Graphoptimierung, FlashAttention-3 und erweitertem Routing.
Terminal-Agent (Autonomer Terminal-Agent)
Eine Klasse autonomer Agenten, deren Operationsraum die Befehlszeile (CLI/POSIX-Shell) ist. Sie sind für die direkte Interaktion mit dem Dateisystem, Betriebssystemprozessen, Git und Remote-Servern konzipiert.
Terminal-basierte KI-Agenten (Projektverwaltung über die Konsole)
Eine Kategorie von KI-Konsolentools (Claude Code, Aider, OpenCode, ShellGPT). Sie arbeiten direkt im Linux- oder macOS-Terminal: autonomes Suchen von Dateien, Bearbeiten von Repositories, Ausführen von Tests und Erstellen von Git-Commits.
Test „Nadel im Heuhaufen“ (Needle In A Haystack / NIAH)
Standard-Benchmark zur Bewertung der Kontextfensterlänge von Sprachmodellen. In einem riesigen Korpus aus zufälligem Hintergrundtext (dem Heuhaufen) wird an verschiedenen Positionen ein kurzer, zufälliger Satz (die Nadel) versteckt, um die Fähigkeit des Modells zu testen, diesen fehlerfrei aufzufinden.
Test-Time Compute Scaling
Ein neues Paradigma der KI-Entwicklung für Ende 2026: Die Verbesserung der Antwortqualität erfolgt nicht durch die enormen Modellgrößen während des Trainings, sondern durch die Zuweisung zusätzlicher Sekunden zum Nachdenken vor der Generierung.
Text-Streaming über SSE (Schreibmaschinen-Effekt)
Technologie zur Echtzeitübertragung generierter Tokens an den Browser über das Server-Sent Events (SSE)-Protokoll. Erzeugt einen Schreibmaschinen-Effekt und eliminiert die unangenehme Wartezeit auf die vollständige Antwort.
Textzusammenfassung (Wie man 50 Seiten auf 5 Kernaussagen reduziert)
Methodologie für die effektive Verdichtung großer Informationsmengen (Summarization). Erklärt, wie durch präzise Prompt-Vorlagen 50-seitige Berichte in knappe Executive Summaries nach der Regel „Hauptthese + Risiken + Nächste Schritte“ umgewandelt werden.
Theorie des „Stochastischen Papageis“ (Stochastic Parrot)
Eine bekannte wissenschaftliche Kritik an großen Sprachmodellen, die 2021 von der Linguistin Emily Bender und Timnit Gebru vorgebracht wurde. Sie besagt, dass LLMs kein Bewusstsein oder Verständnis für Inhalte besitzen, sondern lediglich gelernte Wortkombinationen aus dem Internet auf zufällige (stochastische) Weise wiederholen – ähnlich wie ein Papagei.
Thinking Budget bei neuen Modellen
Ein neuer Parameter moderner Hybrid-Reasoning-Modelle (Claude 3.7 Sonnet, OpenAI o1/o3). Ermöglicht es Nutzern, das Limit an Tokens oder Sekunden selbst zu definieren, die die KI für interne Überlegungen vor der finalen Antwort aufwenden darf.
Token-Budgetierung & Kosten-Governance
Ein Finanzmanagementsystem, das strenge Limits für Token-Kosten (Hard Limits) festlegt und die Kosten pro erfolgreichem Task bei der Arbeit mit KI-Modellen optimiert.
Token-Burn-Rate (Verbrauchsgeschwindigkeit der Tokens)
Kritische ingenieurtechnische und finanzielle Kennzahl für die Verbrauchsgeschwindigkeit von Kontext- und Generierungstokens (sowie Dollar pro Stunde) in agentischen Entwicklungssitzungen unter Berücksichtigung des Prompt-Cachings.
Tokenökonomie und Budgetkalkulation (Mathematik der Token-Preisgestaltung)
Methodik zur Berechnung der finanziellen Kosten für die Nutzung kommerzieller KI-APIs. Erläutert den Preisunterschied zwischen Eingabe- (Prompt/Input) und Ausgabe-Tokens (Completion/Output), versteckte Kontextkosten sowie die Formel zur Bewertung der Unit Economics von Startups.
Tokens Explained Simply (How Many Words in a Token)
The basic unit of text measurement in language models. An explanation of how words are broken down into tokens, why this impacts request costs, and why Ukrainian words consume more tokens than English ones.
Tool Calling (Function Calling)
Ein Low-Level-Mechanismus von Sprachmodellen, der es ihnen ermöglicht, zuverlässig validierte Parameter im JSON-Format für die Ausführung von Funktionen in einer externen Programmumgebung zu generieren.
Tool-Schemas (Tools & JSON Schema)
Standardisierter formaler Beschreibungsschnittstelle für Tools großer Sprachmodelle unter Verwendung des JSON-Schema-Standards. Enthält den Funktionsnamen, eine detaillierte textuelle Beschreibung ihres Zwecks, eine Liste der erforderlichen Parameter sowie die Wertetypen.
Top-P / Nucleus Sampling (Entropie-Reduktion im Text)
Methode der probabilistischen Wortfilterung (Nucleus Sampling). Ermöglicht das Abschneiden des „langen Schwanzes“ unwahrscheinlicher, seltsamer und unsinniger Wörter, wobei nur die plausibelsten Varianten mit einer kumulativen Wahrscheinlichkeit P (üblicherweise 0.9) beibehalten werden.
Transformer-Architektur
Eine von Google-Forschern im Jahr 2017 in der Arbeit „Attention Is All You Need“ vorgestellte neuronalen Netzwerkarchitektur. Sie bildet die Grundlage aller modernen Sprachmodelle (GPT, Claude, Gemini, Llama), ersetzte langsame rekurrente Netzwerke und ermöglichte die parallele Verarbeitung des gesamten Textes gleichzeitig.
Trennzeichen und XML-Tags (Strukturierung von Prompts)
Technik zur Gestaltung komplexer Prompts unter Verwendung von XML-Tags (<context>, <rules>) und dreifachen Anführungszeichen (\"\"\"). Hilft dem Modell, klar zu unterscheiden, wo Ihre Regel endet und der zu verarbeitende Text beginnt.
TTFT vs. TPS (Metriken zur Inferenz-Latenz)
Zwei zentrale technische Leistungsindikatoren für die Inferenz: Time To First Token (Latenz bis zum Beginn der Antwort) und Tokens Per Second (Durchsatz bei der Codegenerierung).
U
ENUFW & Fail2ban (Netzwerkschutz und Angriffsblockierung)
Das Systemgespann aus dem Paketfilter-Utility UFW (Uncomplicated Firewall) und dem Daemon Fail2ban, der Systemprotokolle in Echtzeit analysiert und IP-Adressen von Angreifern dynamisch sperrt.
Unterbrechungsgesteuertes HITL & Haltepunkte
Ein Entwurfsmuster für Agentensysteme, das Pausen, die Injektion menschlicher Korrekturen und eine sichere Wiederherstellung des Zustands (Resume) vor der Ausführung kritischer Aktionen ermöglicht.
Unveränderliche Infrastruktur & Cloud-Init
Ein Paradigma des Server-Managements, bei dem Server nach der Bereitstellung niemals manuell modifiziert werden: Jede Aktualisierung oder Konfigurationsänderung erfolgt durch die Erstellung einer neuen, standardisierten Instanz.
Urheberrecht und Lizenzen im Zeitalter der KI
Rechtlicher Status des geistigen Eigentums an Inhalten, die von neuronalen Netzen erstellt wurden. Präzedenzfälle des US Copyright Office und der EU: fehlendes Urheberrecht für reine Generierungsergebnisse, rechtliche Einordnung des Trainings auf fremden Werken (Fair Use) sowie Lizenzen offener Modelle.
Urheberrechtsklagen im Zusammenhang mit KI-Training
Der globale Konflikt zwischen Autoren, Künstlern und Medienunternehmen (z. B. The New York Times) sowie KI-Konzernen (OpenAI, Anthropic, Meta). Analyse des juristischen Konzepts der „Fair Use“-Doktrin und der Zukunft der Lizenzierung von Inhalten für das Training von Modellen.
V
ENVektor-Datenbanken (Vector DBs & ANN-Suche)
Spezialisierte Datenbanksysteme und Erweiterungen (Qdrant, pgvector, Milvus, Chroma, Turso), optimiert für die Speicherung von Millionen mehrdimensionaler Vektoren und ultraschnelle Approximate Nearest Neighbor (ANN)-Suche.
Vektor-Metadatenfilterung & Hybrid-Routing
Technologie zur Kombination von semantischer Vektorsuche mit deterministischen SQL/NoSQL-Filtern nach Feldern (tenant_id, version, role, date) vor der Berechnung der Vektorabstände.
Vektorsuche vs. Strg+F (Dicht vs. Dünn)
Vergleich zweier Suchansätze: neuronale semantische Suche (Dense Retrieval) und klassische Schlüsselwortsuche mit Wortübereinstimmung (Sparse / BM25). Erklärt, warum die Vektorsuche bei der Suche nach Artikelnummern versagen kann und wie hybride Suche funktioniert.
Verifikationsdisziplin für generierten Code
Ein grundlegendes ingenieurwissenschaftliches Prinzip, wonach jedes Ergebnis der KI-Generierung als ungeprüfte Hypothese betrachtet wird, die vor ihrer Annahme zwingend empirisch validiert werden muss.
Verifikationsmüdigkeit und Blindes Absegnen
Kognitive Ermüdung von Ingenieuren durch den ständigen Fluss großer, KI-generierter Diffs, was zum mechanischen Freigeben ungeprüften Codes in die Produktion führt.
Vibecoding
Ein neues Paradigma der Softwareentwicklung, bei dem der Mensch als Architekt und Verifizierer von Absichten fungiert, während KI-Agenten Syntax, Tests, Kompilierung und Fehlerbehebung autonom durchführen.
Vibecoding Fatigue (Втома від вайбкодингу)
Специфічний синдром ментального виснаження та відчуження розробника, викликаний надшвидкою генерацією коду без утримання ментальної моделі, що завершується паралічем налагодження (Debugging Paralysis).
Vibecoding-Dopamin-Loops
Neurophysiologische Abhängigkeit von Entwicklern durch sofortige Erregung bei der Generierung funktionierender Prototypen und plötzliche Erschöpfung bei komplexen Debugging-Routinen.
Videospeicher (VRAM) für KI
Der Videospeicher der Grafikkarte (Video RAM), in dem die Gewichte des neuronalen Netzes und das Kontextfenster geladen werden. Dies ist das wichtigste Hardware-Engpass: Wenn ein Modell nicht in den VRAM passt, startet es entweder gar nicht oder läuft auf einer herkömmlichen CPU um ein Vielfaches langsamer.
Vision Language Models (VLM)
Multimodale Modelle, die die Fähigkeit zur visuellen Bildaufnahme (durch Patch-basierte Segmentierung) mit dem textuellen Intellekt von LLMs verbinden. Sie ermöglichen die Objekterkennung auf Fotos, die Analyse komplexer Diagramme, das Lesen von Quittungen und das Verständnis von Benutzeroberflächen.
vLLM (Hochleistungs-Inferenz-Engine)
Führende Open-Source-Server-Inferenz- und LLM-Serving-Engine, die den Durchsatz durch den PagedAttention-Memory-Virtualisierungsalgorithmus und Continuous Batching revolutioniert hat.
Voice Coding mit Superwhisper (Gedankenschnelligkeit)
Methodologie zur Formulierung von Engineering-Aufgaben und Prompts per Sprache unter Verwendung lokaler Spracherkennungs-Utilities (Superwhisper, MacWhisper). Ermöglicht die Übermittlung detaillierter Kontexte mit einer Geschwindigkeit von 150 Wörtern pro Minute ohne Belastung der Handgelenke.
Vom Sprachmemo zum fertigen Lastenheft (Voice to Spec)
Ein moderner Workflow zur Umwandlung eines sprachlichen Bewusstseinsstroms in ein strukturiertes technisches Lastenheft (PRD / Spec). Er kombiniert schnelle lokale Audio-Transkription mit Strukturierungsmodellen und befreit Entwickler davon, stundenlang vor einem leeren Dokument zu sitzen.
VPS-Härtung (Härtung und Sicherheit von Linux-VPS)
Systemischer Konfigurationsprozess zur Reduzierung der Angriffsfläche (Attack Surface Reduction) des Linux-Betriebssystems auf einem virtuellen Server durch Privilegienbeschränkung, kryptografische Isolation und Netzwerk-Auditing.
VPS-Hosting (Virtual Dedicated Server)
Ein Modell zur Bereitstellung isolierter Rechenressourcen mittels Hardware-Hypervisor (KVM), das vollständigen Root-Zugriff auf das Linux-Betriebssystem für die Bereitstellung autonomer Systeme ermöglicht.
W
ENWarum Negationspartikel Prompts stören (Positive Anweisungen)
Der psychologische und algorithmische Paradoxon bei der Arbeit mit Sprachmodellen (das „Rosa-Elefanten-Paradoxon“). Erklärt, warum Befehle mit Negationspartikeln oft zu einem gegenteiligen Effekt führen, und wie man Verbote in positive Direktiven umformulieren kann.
WebAssembly-Sandboxing (Wasm / WASI)
Technologie zur isolierten Ausführung von Fremdcode und Agent-Plugins innerhalb leichtgewichtiger WebAssembly-Runtimes (Wasmtime, Wasmer) mit Submillisekunden-Startzeit und null Zugriff auf das Betriebssystem.
Webhooks (Asynchrone Webhooks)
Architekturmuster für asynchrone, dienstübergreifende Interaktion (Event-driven Push), bei dem der Ereignisanbieter bei Eintritt eines Systemereignisses eine HTTP-POST-Anfrage mit Daten an die registrierte URL des Verbrauchers sendet.
WebMCP & Browser-Native Tools
An adaptation of the Model Context Protocol (MCP) for direct execution within the web browser, enabling AI agents to interact with the DOM, LocalStorage, WebAssembly, and IndexedDB without local daemons.
Websuche im Chat (Echtzeit-Internetsuche)
Integrierte Internetsuchfunktion in ChatGPT, Claude und Gemini (Globus-Symbol). Ermöglicht es dem Modell, aktuelle Daten von Websites abzurufen und Antworten mit direkten Quellenlinks zu generieren.
Wie man KI-Halluzinationen verhindert (Prompts gegen erfundene Fakten)
Eine Sammlung bewährter Engineering-Techniken und Prompt-Strukturen, die die Generierung von erfundenen Fakten, nicht existierenden Gesetzen und falschen Zitaten blockieren. Zwingt die künstliche Intelligenz, sich streng auf die bereitgestellten Quellen zu stützen.
Windsurf Cascade (Streaming Agent Engine by Codeium)
Innovative agent environment from Codeium. Implements the concept of continuous \"Flow\": combines deep project indexing, autonomous execution of shell commands in the terminal, and on-the-fly error correction.
Windsurf IDE & Cascade
Das erste KI-native integrierte Entwicklungsumgebung (IDE) von Codeium, basierend auf der agentischen Engine Cascade. Sie ist auf das Konzept des kontinuierlichen Kontextflusses (Flows) und der synchronen Paarprogrammierung ausgerichtet.
Wissens-Compounding (Zinseszins-Effekt im Ingenieurwesen)
Eine ingenieurwissenschaftliche Strategie zur kontinuierlichen Kristallisation von Erfahrung in strukturierte Artefakte (Markdown-Wikis, Checklisten, Agent-Skills), die exponentielles Wachstum der persönlichen und Team-Produktivität ermöglicht.
X
ENZ
ENZero-Downtime Deployment (Unterbrechungsfreie Bereitstellung)
Methodik und technische Mechanismen zur Aktualisierung von Produktionsservices ohne Unterbrechung der Benutzerbedienung, ohne Abbruch bestehender TCP-Verbindungen und ohne Generierung von HTTP-Fehlern 502/503.
Zero-Shot CoT vs. Dynamisches Reasoning
Die historische und praktische Entwicklung von Reasoning-Techniken: von der einfachen Phrase 'Let's think step by step' (Zero-Shot Chain-of-Thought) bis zum nativen hardwareseitigen Budgeting des Denkens in modernen Modellen.
Zero-Shot vs. Few-Shot (Die Kraft weniger Beispiele)
Vergleich zweier grundlegender Prompting-Techniken. Zero-Shot ist eine direkte Anfrage ohne Beispiele. Few-Shot übergibt dem Modell mehrere Muster der gewünschten Antwort vor der Aufgabenerfüllung, um Format und Tonfall präzise zu kalibrieren.
Zero-Trust-Architektur für KI-Server
Das Sicherheitsparadigma 'Never Trust, Always Verify', das statische Passwörter ausschließt, kurzlebige Zugangsdaten erfordert, gegenseitige mTLS-Verschlüsselung und vollständige Isolation von Secrets.
#
.cursorrules-Datei (Projektregeln für KI)
Spezielle Konfigurationsdatei im Repository-Stammverzeichnis (.cursorrules). Überträgt automatisch Code-Stilregeln, den Technologie-Stack, verbotene Bibliotheken und architektonische Einschränkungen vor jeder Generierung an das Modell.
10x Agentic Coder (10x Agentischer Ingenieur)
Ein evolutionäres Modell des Software-Ingenieurs, dessen Produktivität durch die Orchestrierung einer Schwarm autonomer Agenten, systemisches Spezifikationsdesign und strenge Verifikation statt manueller Codeeingabe skaliert wird.
Full Stack of Tools, Tier Lists, and AI Skills
Beyond the glossary, GOTBURNOUT provides frontier AI benchmarks, a catalog of over 100,000 AI Agent Skills, production-ready VPS hardening scripts, and an exclusive Pro developer community.