KI ohne Buzzwords: 23 Begriffe, die Teams kennen sollten
Was auf dem Spiel steht
Diese Missverständnisse blockieren die meisten AI-Projekte
Ohne gemeinsame Sprache entstehen falsche Erwartungen, unklare Verantwortlichkeiten und stille Risiken:
01
Gleiche Wörter, unterschiedliche Bedeutung
RAG, Agent oder Copilot bedeuten für Fachbereich, IT und Management oft etwas anderes – die Folge sind falsche Erwartungen und schlechte Entscheidungen.
02
AI Literacy wird zur Pflicht
Der EU AI Act verpflichtet ab 2025 bestimmte Rollen zu nachweisbarer AI Literacy – keine Empfehlung mehr, sondern eine regulatorische Anforderung.
03
Shadow AI wächst unbemerkt
Fehlen genehmigte Alternativen, nutzen Mitarbeitende KI-Tools auf eigene Faust – vertrauliche Daten fließen unkontrolliert in externe Modelle.
04
Agenten ohne Kontrollpunkte
Wer Autonomie-Level und Human-in-the-Loop nicht unterscheidet, verliert früher oder später die Kontrolle über automatisierte Workflows.
Kostenloser Download
Von Buzzword zur gemeinsamen Sprache
23 Begriffe, klar erklärt und mit direktem Bezug zur Praxis: was ein Modell kann, was es nicht kann, und was in Ihrem Unternehmen wirklich zählt.
Inhalt wird geladen...
Was im Glossar steht
23 Begriffe in 5 Kapiteln, plus Anhang für alle, die tiefer wollen
Jeder Begriff kommt mit einer kurzen Erklärung und einem Absatz, warum er für Unternehmen relevant ist.
01Die wichtigsten GrundlagenAI Literacy, Neuronales Netz, AI, ML, LLM
Ein Sprachmodell und ein Bilderkenner sind beide „AI” – funktionieren aber komplett unterschiedlich. Sie erfahren, was AI Literacy von Ihrem Team verlangt, warum der EU AI Act sie ab 2025 für bestimmte Rollen zur Pflicht macht, und wie AI, ML und LLM tatsächlich zusammenhängen.
02Wie Sprachmodelle arbeitenToken, Kontextfenster, Halluzination
Ein Token entspricht grob 3 bis 4 Zeichen, das Kontextfenster ist das Arbeitsgedächtnis eines Modells. Beides bestimmt, was ein Sprachmodell verarbeiten kann und was nicht – und warum Halluzinationen ein systemisches, nie ganz vermeidbares Risiko bleiben.
03Unternehmenswissen mit AI verbindenMCP, RAG, Grounding, Fine-Tuning, Memory
MCP verbindet Sprachmodelle mit externen Werkzeugen und ist der Standard, auf dem Rovo aufbaut. RAG ist der pragmatischste Weg, ein Modell mit echtem Unternehmenswissen zu verbinden, ohne es neu zu trainieren. Sie erfahren, wann sich Fine-Tuning stattdessen lohnt.
04Von Bots zu AgentenTransformer, AI Agent, Agentic Workflow, Autonomie-Level, Human-in-the-Loop
Ein AI Agent handelt selbstständig, ein Chatbot schlägt nur vor. Sie lernen die vier Autonomie-Level kennen und wann Human-in-the-Loop Pflicht ist statt Kür.
05AI sicher und nachhaltig einführenPrompt Injection, AI Governance, Prompt Engineering, AI Risk / AI Safety, Shadow AI
Prompt Injection zählt zu den relevantesten Sicherheitsrisiken bei AI-Anwendungen. Sie erfahren, wie AI Governance Shadow AI vorbeugt und was Ihr Unternehmen für den EU AI Act dokumentieren muss.
Im Anhang: 29 weitere Begriffe zu technischen Konzepten (u. a. Embeddings, Vektordatenbank, Guardrails, Observability) und organisatorischen Mustern (u. a. AI Center of Excellence, Change Management für AI, Responsible AI, ROI von AI).
Nächster Schritt
Vom Glossar zur AI-Native Organization
Begriffe kennen ist der Anfang. Wer AI im eigenen Unternehmen wirksam machen will, statt nur einzelne Tools zu nutzen, braucht ein Zielbild. Wir zeigen Ihnen, wie Ihr Atlassian-Stack mit Rovo zum AI-Kontextlayer wird und welcher Reifegrad zu Ihrer Ausgangslage passt.
Kostenloser Download
Jetzt herunterladen: AI ohne Buzzwords
Ihre E-Mail-Adresse genügt für den sofortigen Zugriff auf das Glossar.
23 Begriffe von LLM bis Shadow AI – klar erklärt, mit direktem Bezug zur Praxis
Konkreter Bezug zu Rovo und Ihrem Atlassian-Kontext, etwa bei MCP und RAG
Erweiterter Anhang mit 29 weiteren Begriffen für alle, die tiefer einsteigen wollen
Nur Ihre E-Mail-Adresse nötig – sofortiger Zugriff über einen einmaligen Link
