Begriffserklärungen rund um Sprach-KI

Ein Algorithmus ist eine Reihe von Anweisungen, die ein Computer befolgt, um eine bestimmte Aufgabe zu lösen. In der KI entscheiden Algorithmen beispielsweise, welche Inhalte ein Nutzer in sozialen Medien sieht oder wie eine Maschine Sprache versteht. Sie können einfach (z. B. ein Rezept) oder hochkomplex sein (z. B. eine Gesichtserkennung).

Ein API-Schlüssel ist eine Art digitales Passwort, das es Programmen ermöglicht, auf bestimmte Dienste oder Datenbanken zuzugreifen. Entwickler nutzen API-Schlüssel, um externe Funktionen in ihre Software zu integrieren, z. B. eine KI für automatische Übersetzungen. Sie sind wichtig, um den Zugriff auf Dienste zu kontrollieren und Missbrauch zu verhindern.

Bias tritt auf, wenn eine KI bestimmte Gruppen unfair behandelt oder falsche Annahmen trifft. Dies geschieht oft, wenn die Trainingsdaten nicht ausgewogen sind, beispielsweise wenn ein Gesichtserkennungs-System nur mit Bildern von hellhäutigen Menschen trainiert wurde. Das führt dazu, dass die KI schlechtere Ergebnisse für unterrepräsentierte Gruppen liefert.

Big Data beschreibt riesige Datenmengen, die mit klassischen Methoden nicht mehr verarbeitet werden können. Unternehmen und Wissenschaftler nutzen spezielle Algorithmen, um daraus nützliche Informationen zu gewinnen. So hilft Big Data z. B. in der Wettervorhersage oder bei der Analyse von Social-Media-Trends.

Ein Bot ist ein Computerprogramm, das bestimmte Aufgaben automatisch ausführt. Anders als ein Mensch arbeitet ein Bot rund um die Uhr, blitzschnell und nach festgelegten Regeln. Bots kommen in vielen Bereichen zum Einsatz – zum Beispiel, um Webseiten regelmäßig nach neuen Inhalten zu durchsuchen (wie Suchmaschinen-Bots) oder einfache Aufgaben in einem Onlineshop zu erledigen. Es gibt nützliche, aber auch schädliche Bots – etwa solche, die massenhaft Spam verschicken.

Ein Chat-Bot ist ein spezieller Bot, der mit Menschen über Text – manchmal auch über Sprache – kommuniziert. Er ist so programmiert, dass er auf bestimmte Fragen oder Anfragen automatisch antworten kann. Solche Bots begegnen uns zum Beispiel im Kundenservice („Wie kann ich Ihnen helfen?“) oder auf Webseiten, wo sie einfache Informationen liefern oder Kontakt herstellen. Moderne Chat-Bots nutzen oft künstliche Intelligenz, um flexibel und „menschlich“ zu reagieren – sie lernen aus früheren Gesprächen dazu.

Data Mining bedeutet, große Datenmengen zu durchsuchen, um nützliche Muster oder Zusammenhänge zu finden. Unternehmen nutzen es, um Kundenverhalten zu analysieren, beispielsweise welche Produkte oft zusammen gekauft werden. Auch in der Medizin hilft Data Mining, Krankheiten frühzeitig zu erkennen, indem es Ähnlichkeiten in Patientendaten findet.

Die DSGVO ist eine europäische Verordnung zum Schutz personenbezogener Daten. Sie regelt, wie Unternehmen Daten sammeln, speichern und verarbeiten dürfen und gibt Bürgern mehr Kontrolle über ihre Daten. Verstöße gegen die DSGVO können zu hohen Strafen führen, weshalb sie besonders für KI-Systeme, die große Datenmengen verarbeiten, wichtig ist.

Diese KI kann eigenständig Texte verfassen, indem sie aus riesigen Mengen an Beispieldaten gelernt hat. Sie kann verwendet werden, um Artikel zu schreiben, automatische Zusammenfassungen zu erstellen oder mit Nutzern in natürlicher Sprache zu kommunizieren. Dabei basiert sie auf Wahrscheinlichkeitsmodellen, die vorhersagen, welches Wort als nächstes am besten passt.

GPT ist eine Abkürzung für ein spezielles Sprachmodell, das von der Firma OpenAI entwickelt wurde. Es gehört zu den sogenannten „Large Language Models“ und ist in der Lage, eigenständig Texte zu schreiben, Fragen zu beantworten, Geschichten zu erfinden oder Gespräche zu führen – fast so, als würde man mit einem echten Menschen reden. GPT wurde mit riesigen Mengen an Text aus dem Internet vortrainiert („pre-trained“) und nutzt ein technisches Konzept namens „Transformer“, das besonders gut darin ist, Zusammenhänge in Sprache zu erkennen. Die bekanntesten Versionen heißen GPT-3 und GPT-4.

Wenn eine KI falsche oder erfundene Informationen erzeugt, spricht man von „Halluzinieren“. Das passiert, wenn das Modell keine passenden Daten hat und deshalb „rät“. Ein Beispiel ist eine Text-KI, die eine wissenschaftliche Quelle erfindet, weil sie keine echte Referenz dazu findet.

Jedes Gerät im Internet hat eine einzigartige IP-Adresse, die es identifizierbar macht. Sie kann genutzt werden, um den Standort eines Nutzers ungefähr zu bestimmen. IP-Adressen sind wichtig für die Netzwerksicherheit, aber auch ein Datenschutzthema, da sie Rückschlüsse auf das Online-Verhalten zulassen.

Iteration bedeutet, dass ein Prozess in mehreren Durchläufen schrittweise verbessert wird. In der KI-Entwicklung wird ein Modell trainiert, getestet und immer wieder angepasst, bis es optimale Ergebnisse liefert. Dieses Prinzip findet sich auch in vielen anderen Bereichen, etwa bei der Produktentwicklung oder im wissenschaftlichen Arbeiten.

KI-Chatbots sind Chatbots, die durch künstliche Intelligenz gesteuert werden – im Gegensatz zu regelbasierten Systemen wie Alexa oder Google Assistant. Sie verstehen natürliche Sprache, erkennen Kontexte und lernen aus Daten. → Siehe auch: Chatbot

Künstliche Intelligenz ist die Fähigkeit eines Computers, Aufgaben zu erledigen, die normalerweise menschliche Intelligenz erfordern. Dazu gehören beispielsweise das Erkennen von Mustern, das Verstehen von Sprache oder das Treffen von Entscheidungen. KI kann sowohl in einfachen Anwendungen wie Spam-Filtern als auch in komplexen Systemen wie autonomen Fahrzeugen eingesetzt werden.

LLMs sind KI-Modelle, die auf riesigen Textmengen trainiert wurden, um Sprache zu verstehen und zu erzeugen. Sie sind die Grundlage moderner Chatbots und Textgeneratoren wie ChatGPT. Diese Modelle können vielseitig eingesetzt werden, von der automatischen Texterstellung bis hin zur Unterstützung bei komplexen Analysen.

Beim maschinellen Lernen analysiert eine KI große Datenmengen, um Muster zu erkennen und daraus eigenständig Schlüsse zu ziehen. Anstatt für jede Aufgabe programmiert zu werden, „lernt“ sie durch Beispiele, etwa indem sie erkennt, welche E-Mails Spam sind. Je mehr Daten sie erhält, desto besser kann sie Vorhersagen treffen oder neue Inhalte generieren.

Neuronale Netzwerke sind Computer-Modelle, die nach dem Vorbild des menschlichen Gehirns funktionieren. Sie bestehen aus vielen verknüpften „Neuronen“, die Informationen verarbeiten und lernen. Sie werden in der Bilderkennung, Sprachverarbeitung und vielen anderen KI-Anwendungen eingesetzt.

Open Source bedeutet, dass der Quellcode einer Software für alle frei zugänglich ist. Dadurch können Entwickler weltweit Programme verbessern, Fehler beheben oder neue Funktionen hinzufügen. Viele bekannte Programme wie der Webbrowser Firefox oder das Betriebssystem Linux sind Open Source.

Ein Prompt ist eine Eingabe, mit der eine KI eine bestimmte Antwort oder Aktion ausführt. Beispielsweise kann ein Nutzer einen Text-KI mit einem Prompt wie „Schreibe eine Kurzgeschichte über einen Roboter“ anregen. Die Wahl des Prompts beeinflusst stark, wie gut das Ergebnis ist.

Sprach-KI verarbeitet gesprochene oder geschriebene Sprache und kann sie verstehen, umwandeln oder generieren. Sie steckt hinter Sprachassistenten wie Alexa oder Siri und ermöglicht automatische Übersetzungen. Auch Chatbots und Diktierfunktionen nutzen Sprach-KI, um mit Menschen in natürlicher Sprache zu interagieren.

Sprachgenerierung beschreibt die Fähigkeit einer KI, natürliche Sprache zu erzeugen. Das kann gesprochene oder geschriebene Sprache sein, etwa in einem Chatbot oder einer Nachrichten-Zusammenfassung. Moderne Sprach-KIs werden immer besser darin, menschenähnliche Texte zu formulieren.

Sprachsynthese ist die künstliche Erzeugung gesprochener Sprache. Sie wird für digitale Assistenten, Hörbücher oder in der Barrierefreiheit (z. B. für Blinde) genutzt. Fortschrittliche Systeme können sogar Emotionen in der Stimme nachahmen.

Diese Technologie verwandelt gesprochene Sprache in geschriebenen Text. Sie wird in Diktierprogrammen, Untertitel-Generatoren oder zur Sprachsteuerung verwendet. STT-Systeme verbessern sich stetig durch maschinelles Lernen, sind aber bei Dialekten oder Hintergrundgeräuschen noch fehleranfällig.

Trainingsdaten sind die Daten, mit denen eine KI „lernt“. Ein Sprachmodell trainiert beispielsweise mit Millionen von Texten, um grammatikalisch korrekte Sätze zu generieren. Die Qualität der Trainingsdaten bestimmt, wie gut die KI später funktioniert.

Transkription bedeutet, gesprochene Sprache in schriftlichen Text umzuwandeln. Dies kann von Menschen (z. B. bei Interviews) oder durch automatische Programme (z. B. YouTube-Untertitel) geschehen. Eine präzise Transkription ist besonders wichtig in der Wissenschaft, der Justiz und den Medien.

TTS-Technologien wandeln geschriebenen Text in gesprochene Sprache um. Sie kommen bei Hörbüchern, Navigationssystemen oder digitalen Assistenten zum Einsatz. Moderne Systeme klingen immer natürlicher, indem sie Tonhöhe, Betonung und Pausen realistisch nachbilden.

Uploadfilter sind automatische Systeme, die Inhalte beim Hochladen prüfen und gegebenenfalls blockieren. Sie werden eingesetzt, um Urheberrechtsverletzungen oder illegale Inhalte zu verhindern. Kritiker bemängeln, dass sie oft unscharf arbeiten und auch harmlose Inhalte fälschlicherweise sperren.

Eine Sprachprobe ist eine Tonaufnahme einer Stimme, die zur Analyse oder Identifikation genutzt wird. KI-Systeme verwenden sie, um Sprecher zu erkennen oder neue Stimmen zu generieren. Sie kommen beispielsweise in der Forensik oder bei personalisierten Sprachassistenten zum Einsatz.