Begriffe, die im Betrieb ankommen.

KI-Fluency ist die praktische Fähigkeit, KI-Systeme im Arbeitsalltag sinnvoll zu nutzen, zu steuern, Ergebnisse einzuordnen und bei Unsicherheit oder hohem Risiko an menschliche Prüfung zu eskalieren.

Long-Ramble-Prompting ist eine Methode, bei der ein Mensch mehrere Minuten lang bewusst unsortiert Ziel, Hintergrund, Erfahrungen, Präferenzen, Einschränkungen und spontane Gedanken in ein LLM diktiert.

Prompt Engineering ist das bewusste Formulieren von Instruktionen, Kontext, Beispielen, Einschränkungen und Ausgabeformaten, damit ein LLM eine Aufgabe zuverlässig bearbeitet.

Diagnostisches Beratungsmuster für die KMU-Erstberatung: Bevor ein KI-Chatbot gebaut wird, wird geklärt, ob das Problem überhaupt ein Chatbot-Problem ist (Informationen sind klar vorhanden, sollen nur schneller/bequemer abrufbar sein) oder ein Prozess-Problem (unklar, welche Information gültig ist, wer zuständig ist, wie der nächste Schritt aussieht, wo der Vorgang hängt).

Ein Token ist ein kleines Stück Text, das ein Sprachmodell verarbeiten kann. Es kann ein ganzes Wort sein, ein Wortteil, ein Leerzeichen mit einem Wortteil oder ein Satzzeichen.

Agentic Engineering ist die disziplinierte Entwicklung von Software, bei der der Mensch nicht mehr selbst Code schreibt, sondern KI-Agenten orchestriert, ihre Umgebung gestaltet und ihr Ergebnis beaufsichtigt.

Computer-Use (auch Browser-Use) bezeichnet ein KI-Agenten-Pattern, bei dem das Modell einen Bildschirm oder Browser visuell wahrnimmt (Screenshot-Loop) und per virtueller Maus/Tastatur oder DOM-Selektoren eigenständig interagiert – im Unterschied zu API-basierter Tool-Nutzung, die strukturierte Schnittstellen statt einer grafischen Oberfläche anspricht.

Ein Entscheidungsmodell ist ein KI-Modell, das keinen Text erzeugt, sondern vorher festgelegte Fragen zu einer Eingabe mit typisierten Werten beantwortet: Ja/Nein, Auswahl aus einer Liste oder eine Note auf einer Skala, jeweils mit Wahrscheinlichkeit.

Framework zur Einordnung des Autonomiegrades von KI-Anwendungen. Ursprung: Holtel et al. 2017, Projektleitung Stefan Holtel), zitiert in inqa-108-ki-kompass-kmu.

Ein KI-Agent ist ein KI-System, das eigenständig plant, entscheidet, handelt, die eigene Arbeit überwacht und Kontext über Sitzungen hinweg aufrechterhält – im Gegensatz zu einem Chatbot, der nur auf Fragen antwortet.

Erweiterung des klassischen *Least Privilege* auf die Tool-Ebene agentischer Systeme.

Offener Standard für die standardisierte Verbindung von KI-Modellen mit externen Datenquellen und Werkzeugen.

Vibe Coding bezeichnet eine Art des Programmierens, bei der man sich ganz dem KI-Output hingibt und „vergisst, dass der Code überhaupt existiert“ – man beschreibt das Ziel in natürlicher Sprache, akzeptiert Vorschläge weitgehend ungeprüft und korrigiert nur über weitere Prompts.

KI-Workflow: Vorab definierter Ablauf, in dem LLM-Aufrufe und Werkzeuge über einen festen Pfad (Code, Nodes, Regeln) orchestriert werden.

RAG verbindet ein KI-Sprachmodell mit einer externen Wissensbasis: Statt Antworten aus dem Trainingsmaterial zu generieren, sucht die KI zuerst in bereitgestellten Dokumenten und formuliert dann eine Antwort auf Basis der gefundenen Fakten – mit Quellenangabe.

Zwei gegensätzliche Paradigmen, wie LLMs mit Dokumentensammlungen arbeiten.

Designgröße für agentische Systeme: der potenzielle Schaden, wenn ein Agent kompromittiert wird.

Konzentration der sicherheits- und datenschutzrelevanten Defizite, die sich im Open-Source- und Enterprise-Einsatz von mcp als praxisrelevant herausgestellt haben.

Angriffsklasse, bei der persistenter Agent-Speicher (Memory, RAG-Vektorstores, geteilter Kontext) so manipuliert wird, dass zukünftige Sessions die kompromittierte Information als legitime Grundlage verwenden.

Angriffsklasse, bei der ein Angreifer bösartige Anweisungen in Eingaben einschleust, die ein LLM oder KI-Agent verarbeitet, sodass das Modell den Anweisungen des Angreifers statt denen des Betreibers folgt.

Unautorisierte Nutzung von KI-Tools durch Mitarbeitende ohne Wissen oder Prüfung durch IT und Datenschutzbeauftragten. Analogie zu „Shadow IT“.

Übertragung der Zero-Trust-Prinzipien – *never trust, always verify · assume breach · least privilege* – auf autonome KI-Agenten.

Art.

) unter Strafe. Das GeschGehG schützt Geschäftsgeheimnisse zivilrechtlich.

a. Online-Shops, mobile Apps, E-Books, Banking-Dienste, Selbstbedienungsterminals.

Operatives Minimalset an Dokumenten, das ein KMU (Richtgroesse 50–500 Mitarbeitende, Deployer-Rolle) vorhalten sollte, um eine erste Pruefung durch eine nationale Aufsichtsbehoerde zu bestehen: AI-Literacy-Nachweis, Risikoregister und eine KI-Policy in Minimalversion.

Die EU-KI-Verordnung (AI Act) ist das weltweit erste umfassende KI-Gesetz. Risikobasierter Ansatz: Regulierungsintensität skaliert mit Gefährdungspotenzial. In Kraft seit 1.

Das Hinweisgeberschutzgesetz (HinSchG, Umsetzung RL (EU) 2019/1937) verpflichtet Unternehmen ab einer bestimmten Größe zur Einrichtung einer internen Meldestelle für Hinweisgeber und schützt diese vor Repressalien.

Explizite menschliche Freigabe an einer oder mehreren Stellen im KI-gestützten Ablauf. Seit DSGVO (Art.

Eine KI-Richtlinie ist die interne Regel, welche KI-Werkzeuge im Unternehmen mit welchen Daten zu welchem Zweck genutzt werden dürfen, wer das Ergebnis prüft und wer bei Fragen oder Verstößen anzusprechen ist.

NIS2 (Richtlinie (EU) 2022/2555) ist der EU-Rahmen für Cybersicherheit.

Die neue EU-Produkthaftungsrichtlinie (EU) 2024/2853 behandelt Software, KI-Systeme und SaaS als Produkte und unterwirft sie einer verschuldensunabhängigen Haftung des Herstellers für Schäden an Personen und privat genutzten Sachen.

Die urheberrechtliche Lage generativer KI hat zwei getrennte Seiten.