Wissen im Klartext
KI-Glossar für den Mittelstand
Fünfzig Begriffe rund um künstliche Intelligenz – erklärt für Entscheiderinnen und Entscheider, nicht für Fachleute. Jeder Eintrag schließt mit dem, worauf es im Betrieb ankommt.
Stand: 6. Oktober 2026 · 50 Begriffe in 8 Gruppen · zusammengestellt von Thomas Schwittlich, TÜV-Rheinland-zertifizierter KI-Berater
Grundlagen
Die Begriffe, ohne die kein Gespräch über KI auskommt.
Künstliche Intelligenz (Artificial Intelligence, AI)
Künstliche Intelligenz ist der Sammelbegriff für Computerprogramme, die Aufgaben übernehmen, für die man bisher menschliches Urteilsvermögen brauchte – etwa Sprache verstehen, Texte verfassen, Bilder erkennen oder Muster in Daten finden.
Der Begriff ist über siebzig Jahre alt und meint heute meist etwas Engeres: lernende Systeme, die aus sehr großen Datenmengen Regelmäßigkeiten ableiten, statt festen Regeln zu folgen. Was im Alltag als „KI“ bezeichnet wird, ist fast immer ein großes Sprachmodell.
Was das für Sie heißt: Lassen Sie sich nicht vom Oberbegriff beeindrucken. Die Frage im Betrieb lautet nie „Brauchen wir KI?“, sondern „Welche Aufgabe soll besser werden – und reicht dafür vielleicht eine Datenbank?“
Großes Sprachmodell (Large Language Model, LLM)
Ein großes Sprachmodell ist ein KI-System, das anhand riesiger Textmengen gelernt hat, wie Sprache aufgebaut ist, und auf dieser Grundlage Wort für Wort neue Texte erzeugt.
Es speichert kein Lexikon und schlägt nichts nach. Es berechnet, welches Wort als Nächstes am wahrscheinlichsten folgt – und zwar so gut, dass das Ergebnis wie Verstehen wirkt. ChatGPT, Claude, Gemini und Mistral sind Oberflächen für solche Modelle.
Was das für Sie heißt: Ein Sprachmodell kennt Ihr Unternehmen nicht. Alles, was es über Sie sagt, hat es entweder im Training aufgeschnappt oder im Moment der Anfrage im Netz gefunden. Beides können Sie beeinflussen – das eine über Ihre Sichtbarkeit, das andere über eine angebundene Wissensbasis.
Generative KI (Generative AI)
Generative KI bezeichnet Systeme, die neue Inhalte hervorbringen – Texte, Bilder, Ton, Video oder Programmcode – statt vorhandene Daten nur zu sortieren oder zu bewerten.
Das ist der Bruch zu allem, was davor war. Klassische Software ordnet zu, rechnet aus und gibt wieder; generative Systeme erzeugen etwas, das es vorher nicht gab. Deshalb sind sie im Marketing, in der Dokumentation und in der Softwareentwicklung so wirksam – und deshalb brauchen sie eine Freigabestelle.
Was das für Sie heißt: Alles, was generativ entsteht, ist ein Entwurf, kein Ergebnis. Wer das im Ablauf nicht vorsieht, veröffentlicht irgendwann etwas, das niemand geprüft hat.
Maschinelles Lernen (Machine Learning)
Maschinelles Lernen ist das Verfahren, mit dem ein Computerprogramm seine Regeln aus Beispielen selbst ableitet, statt sie von einem Menschen vorgeschrieben zu bekommen.
Es ist das Fundament unter fast aller heutigen KI. Man zeigt dem System tausende Fälle mit bekanntem Ausgang, es erkennt darin Zusammenhänge und wendet sie auf neue Fälle an. Für viele betriebliche Aufgaben – Absatzprognose, Qualitätsprüfung, Ausschussvorhersage – ist dieser klassische Weg treffsicherer und billiger als ein Sprachmodell.
Was das für Sie heißt: Nicht jedes KI-Vorhaben braucht ein Sprachmodell. Wo es um Zahlen und Vorhersagen geht, ist maschinelles Lernen im engeren Sinn oft der bessere und deutlich günstigere Weg.
Prompt (Eingabe, Anweisung)
Ein Prompt ist die Anweisung, mit der ein Mensch einem KI-System sagt, was es tun soll – in normaler Sprache, nicht in einer Programmiersprache.
Die Qualität der Antwort hängt unmittelbar davon ab, wie genau die Frage gestellt ist. Wer Rolle, Ziel, Zielgruppe, Umfang und Form nennt, bekommt Brauchbares; wer drei Stichworte hinwirft, bekommt Beliebiges. Prompt Engineering nennt man das planvolle Verfassen solcher Anweisungen.
Was das für Sie heißt: Das ist die billigste Schulung, die Sie Ihrer Belegschaft geben können. Der Unterschied zwischen einem geübten und einem ungeübten Prompt ist im Ergebnis größer als der Unterschied zwischen zwei KI-Anbietern.
Token
Ein Token ist die kleinste Texteinheit, mit der ein Sprachmodell rechnet – meist ein Wortteil von etwa vier Zeichen, nicht ein ganzes Wort.
Modelle zerlegen jeden Text in solche Einheiten, bevor sie ihn verarbeiten. Für das Deutsche gilt als grobe Faustregel: hundert Wörter sind rund hundertfünfzig Token. Abgerechnet wird nach Token, und zwar für die Eingabe und für die Ausgabe getrennt.
Was das für Sie heißt: Hier entstehen Ihre laufenden Kosten. Wer ein ganzes Handbuch in jede Anfrage hineinkopiert, zahlt bei jeder einzelnen Frage dafür – ein angebundenes Wissenssystem reicht stattdessen nur die paar passenden Absätze nach.
Kontextfenster (Context Window)
Das Kontextfenster ist die Menge an Text, die ein Sprachmodell bei einer einzelnen Anfrage gleichzeitig im Blick behalten kann – Frage, mitgegebene Unterlagen und bisheriger Gesprächsverlauf zusammengenommen.
Wird es überschritten, fällt der Anfang stillschweigend heraus. Das Modell sagt das nicht; es antwortet einfach, als hätte es den vorderen Teil nie gesehen. Moderne Modelle fassen mehrere hundert Seiten, ältere nur wenige.
Was das für Sie heißt: Das erklärt, warum eine KI in einem langen Gespräch plötzlich Vereinbarungen vom Anfang vergisst. Für verbindliche Abläufe gehört das Wichtige deshalb in die Anweisung oder in eine angebundene Wissensbasis, nicht in den Gesprächsverlauf.
Verlässlichkeit
Warum eine KI falsch liegt – und was dagegen hilft.
Halluzination (Hallucination)
Eine Halluzination ist eine Antwort einer künstlichen Intelligenz, die überzeugend formuliert, aber sachlich falsch oder frei erfunden ist.
Sie entsteht nicht aus einem Fehler im üblichen Sinn: Ein Sprachmodell berechnet, welches Wort als Nächstes wahrscheinlich ist – es schlägt nichts nach. Wo ihm Wissen fehlt, füllt es die Lücke mit etwas Plausiblem. Besonders tückisch ist, dass der Tonfall dabei genauso sicher bleibt wie bei einer richtigen Antwort.
Was das für Sie heißt: Eine KI ohne angebundene Wissensbasis taugt nicht für verbindliche Auskünfte. Wer belastbare Antworten braucht, braucht ein RAG-System – und eine Stelle im Ablauf, an der ein Mensch gegenzeichnet.
Grounding (Erdung, Quellenbindung)
Grounding bezeichnet das Verfahren, bei dem ein KI-System seine Antwort nachweislich auf konkrete Quellen stützt, statt sie allein aus dem Gelernten zu erzeugen.
Praktisch heißt das: Das System sucht erst, liest die gefundenen Stellen und antwortet dann mit Verweis darauf. Genau dieser Vorgang entscheidet auch darüber, ob eine Website in KI-Antworten als Quelle auftaucht – ohne Grounding kann ein Modell nur aus dem Gedächtnis sprechen.
Was das für Sie heißt: Zwei Dinge auf einmal: Im Betrieb macht Grounding Antworten prüfbar. Nach außen ist es der Mechanismus, über den Ihr Unternehmen in KI-Antworten überhaupt zitiert werden kann.
Verzerrung (Bias)
Verzerrung bezeichnet die systematische Schieflage einer KI-Antwort, die daraus entsteht, dass die Trainingsdaten bestimmte Gruppen, Sichtweisen oder Sprachen über- oder unterrepräsentieren.
Ein Modell übernimmt, was in seinen Daten häufig vorkam. Wurden Führungskräfte in diesen Texten überwiegend männlich beschrieben, schlägt sich das in den Antworten nieder – ohne dass jemand das beabsichtigt hätte.
Was das für Sie heißt: Überall dort, wo über Menschen entschieden wird – Bewerbungen, Beurteilungen, Kreditwürdigkeit –, ist Verzerrung kein akademisches Thema, sondern ein Haftungsrisiko. Die EU-KI-Verordnung stuft genau diese Anwendungen als hochriskant ein.
Mensch in der Schleife (Human in the Loop)
Mensch in der Schleife bezeichnet einen Arbeitsablauf, in dem ein KI-Ergebnis erst wirksam wird, nachdem ein Mensch es geprüft und freigegeben hat.
Es ist die einfachste und wirksamste Sicherung gegen falsche Auskünfte, und bei hochriskanten Anwendungen schreibt die EU-KI-Verordnung sie ausdrücklich vor. Entscheidend ist, dass die Freigabe echt ist: Wer hundert Vorschläge am Tag durchwinken muss, prüft nicht mehr.
Was das für Sie heißt: Legen Sie je Anwendungsfall fest, wer freigibt und woran diese Person erkennt, dass etwas nicht stimmt. Ohne diese zweite Hälfte ist die Freigabe eine Formalie.
Prompt Injection (eingeschleuste Anweisung)
Prompt Injection ist ein Angriff, bei dem jemand Anweisungen in Inhalte einschleust, die eine KI später liest – damit das System Befehle eines Fremden ausführt statt die seines Nutzers.
Die Anweisung kann in einer Webseite stehen, in einem PDF, in einer E-Mail oder in einem Dateinamen. Besonders heikel wird es, wenn das System Werkzeuge bedienen darf: Dann kann eine eingeschleuste Zeile es dazu bringen, Daten zu verschicken oder zu löschen.
Was das für Sie heißt: Sobald eine KI in Ihrem Haus Dokumente von außen liest oder im Netz surft, ist das ein IT-Sicherheitsthema. Die Regel lautet: Alles, was das System liest, sind Daten – niemals Befehle.
Eigenes Wissen anbinden
Wie aus Firmenunterlagen eine Antwortbasis wird.
RAG (Retrieval Augmented Generation)
RAG ist ein Verfahren, bei dem ein KI-System vor dem Antworten in den eigenen Unterlagen des Unternehmens nachschlägt und seine Antwort auf die gefundenen Stellen stützt.
Der Ablauf hat drei Schritte: Die Frage wird in eine durchsuchbare Form übersetzt, die passenden Abschnitte werden aus der Wissensbasis geholt, und erst dann formuliert das Sprachmodell seine Antwort – mit Angabe, woher sie stammt. Das Modell selbst wird dabei nicht verändert.
Was das für Sie heißt: Das ist der Unterschied zwischen einer KI, die rät, und einer, die antwortet. Für den Mittelstand ist RAG fast immer der richtige Weg – und deutlich günstiger und schneller als ein eigens trainiertes Modell.
Wissensbasis (Knowledge Base)
Eine Wissensbasis ist der geordnete, gepflegte Bestand an Unterlagen, aus dem eine künstliche Intelligenz ihre Antworten zieht – geprüft, aktuell und mit klarer Zuständigkeit.
Sie entsteht nicht dadurch, dass man einen Ordner freigibt. Entscheidend ist, dass Veraltetes aussortiert, Widersprüchliches geklärt und für jeden Bereich benannt ist, wer die Inhalte aktuell hält. Der häufigste Grund, warum KI-Vorhaben im Mittelstand enttäuschen, ist eine Wissensbasis, die diesen Namen nicht verdient.
Was das für Sie heißt: Hier entscheidet sich Ihr Vorhaben, nicht bei der Wahl des Anbieters. Prüfen Sie zuerst, wie tragfähig Ihre Unterlagen heute sind – alles Weitere baut darauf auf.
Embedding (Vektordarstellung)
Ein Embedding ist die Übersetzung eines Textstücks in eine lange Zahlenreihe, die seine Bedeutung abbildet – so dass inhaltlich Ähnliches rechnerisch nahe beieinander liegt.
Dadurch findet eine Suche auch dann die richtige Stelle, wenn der Nutzer andere Wörter verwendet als das Dokument. Wer nach „Kündigungsfrist“ fragt, bekommt den Absatz über „Beendigung des Vertragsverhältnisses“, obwohl kein Wort übereinstimmt.
Was das für Sie heißt: Das ist der technische Grund, warum ein RAG-System einer Stichwortsuche überlegen ist. Sie müssen es nicht verstehen, aber Sie sollten wissen, dass es den Unterschied macht.
Vektordatenbank (Vector Database)
Eine Vektordatenbank ist ein Speicher, der Texte in Form ihrer Bedeutungs-Zahlenreihen ablegt und zu einer Frage in Sekundenbruchteilen die inhaltlich nächstliegenden Stellen zurückgibt.
Sie ist das Herzstück jedes RAG-Systems. Bekannte Vertreter sind Qdrant, Weaviate, Chroma und pgvector; letzteres ist eine Erweiterung der verbreiteten PostgreSQL-Datenbank und lässt sich oft in vorhandene Umgebungen einfügen.
Was das für Sie heißt: Für Sie ist nur eine Frage wichtig: Steht sie im eigenen Haus, in einer europäischen Cloud oder außerhalb? Davon hängt ab, welche Unterlagen Sie überhaupt anbinden dürfen.
Chunking (Zerlegung in Abschnitte)
Chunking ist das Zerlegen langer Dokumente in sinnvolle Abschnitte, bevor sie in eine Wissensbasis aufgenommen werden.
Die Schnittführung entscheidet über die Antwortqualität. Wird mitten im Satz getrennt oder landen Tabelle und Erläuterung in verschiedenen Abschnitten, findet das System später Bruchstücke und antwortet entsprechend. Gut zerlegt wird entlang von Überschriften und Sinnabschnitten, nicht nach Zeichenzahl.
Was das für Sie heißt: Wenn ein RAG-System halbe Antworten liefert, liegt es fast immer hieran – nicht am Sprachmodell. Es ist eine Fleißarbeit, die sich unmittelbar auszahlt.
Feintuning (Fine-Tuning)
Feintuning ist das Nachtrainieren eines vorhandenen Sprachmodells mit eigenen Beispielen, damit es einen bestimmten Stil, ein Format oder eine Fachsprache zuverlässig trifft.
Es verändert das Verhalten des Modells, nicht sein Wissen. Für neue Fakten ist es der falsche Weg: Die müssten bei jeder Änderung erneut eintrainiert werden, während ein RAG-System sie einfach nachschlägt. Feintuning lohnt sich dort, wo eine Ausgabe immer gleich aussehen muss.
Was das für Sie heißt: Wenn Ihnen jemand Feintuning anbietet, um „Ihr Firmenwissen ins Modell zu bringen“, fragen Sie nach. In neunzig von hundert Fällen ist RAG das Richtige und ein Bruchteil der Kosten.
KI, die handelt
Von der Auskunft zur Arbeit.
KI-Agent (AI Agent)
Ein KI-Agent ist ein Programm, das eine Aufgabe eigenständig in mehreren Schritten bearbeitet: Es plant, benutzt Werkzeuge, prüft Zwischenergebnisse und arbeitet weiter, bis das Ziel erreicht ist.
Der Unterschied zum Chatbot ist der Handlungsspielraum. Ein Chatbot antwortet; ein Agent ruft eine Schnittstelle auf, legt einen Datensatz an, schreibt eine Datei. Arbeiten mehrere Agenten mit verteilten Rollen zusammen, spricht man von einem Multiagenten-System.
Was das für Sie heißt: Agenten sind der Punkt, an dem KI von der Auskunft zur Arbeit wird – und zugleich der Punkt, an dem Rechte, Protokollierung und eine Freigabestelle unverzichtbar werden. Geben Sie einem Agenten nie mehr Rechte, als die Aufgabe braucht.
Werkzeugaufruf (Function Calling, Tool Use)
Ein Werkzeugaufruf ist der Vorgang, bei dem ein Sprachmodell nicht selbst antwortet, sondern ein anderes Programm anstößt – eine Suche, eine Berechnung, einen Datenbankzugriff – und mit dessen Ergebnis weiterarbeitet.
Damit überwindet das Modell seine Grenzen: Rechnen, aktuelle Daten, Zugriff auf Ihr ERP. Es entscheidet dabei selbst, wann ein Werkzeug nötig ist, und bekommt dessen Antwort zurückgespielt.
Was das für Sie heißt: Jedes Werkzeug, das Sie freigeben, ist eine Tür. Die Frage ist nicht, ob die KI sie benutzt, sondern was dahinter steht und ob der Vorgang protokolliert wird.
MCP (Model Context Protocol)
MCP ist ein offener Standard, über den KI-Anwendungen auf einheitliche Weise an Datenquellen und Werkzeuge angeschlossen werden – vergleichbar mit einer genormten Steckverbindung.
Vor MCP brauchte jede Verbindung zwischen einem KI-System und einer Fachanwendung eine eigene Programmierung. Mit MCP genügt ein Anschluss je System, den dann verschiedene KI-Anwendungen nutzen können. Der Standard wurde Ende 2024 von Anthropic veröffentlicht und wird inzwischen breit unterstützt.
Was das für Sie heißt: Das senkt die Kosten für Anbindungen erheblich und macht Sie unabhängiger vom einzelnen KI-Anbieter. Fragen Sie bei neuen Werkzeugen danach – es ist ein gutes Zeichen für die Zukunftsfähigkeit.
Assistent und Chatbot
Ein Chatbot ist eine Oberfläche, über die man einem KI-System in normaler Sprache Fragen stellt; ein Assistent geht darüber hinaus, indem er Zugriff auf Unterlagen, Werkzeuge oder Abläufe eines Unternehmens hat.
Der Begriff Chatbot stammt noch aus der Zeit starrer Entscheidungsbäume, bei denen jede Antwort vorgeschrieben war. Heutige Assistenten erzeugen ihre Antworten frei – was sie nützlicher und zugleich aufsichtsbedürftiger macht.
Was das für Sie heißt: Wenn Ihnen jemand einen „KI-Chatbot für die Website“ verkauft, fragen Sie, woher die Antworten kommen. Ohne angebundene Wissensbasis erzählt er Ihren Kunden, was er für wahrscheinlich hält.
Automatisierung (Automation)
Automatisierung ist die Übertragung eines festen, wiederkehrenden Arbeitsablaufs an ein Programm, das ihn ohne menschliches Zutun ausführt – mit oder ohne künstliche Intelligenz.
Der Unterschied zum Agenten liegt in der Freiheit: Eine Automatisierung folgt einem festgelegten Pfad, ein Agent entscheidet selbst über seine Schritte. In der Praxis mischt sich beides – die KI übernimmt die Stellen, an denen Sprache oder Urteilsvermögen nötig ist, der Rest bleibt fest verdrahtet.
Was das für Sie heißt: Prüfen Sie bei jedem Vorhaben zuerst, ob eine schlichte Automatisierung reicht. Sie ist billiger, berechenbarer und braucht keine Aufsicht.
Betrieb
Wo die KI läuft, was sie kostet, wem die Daten gehören.
On-Premise (Betrieb im eigenen Haus)
On-Premise bezeichnet den Betrieb eines KI-Systems auf eigener Hardware im eigenen Haus, so dass keine Daten das Unternehmen verlassen.
Möglich wird das durch frei verfügbare Modelle, die auf einem Server mit geeigneten Grafikkarten laufen. Der Preis dafür sind Anschaffung, Strom, Wartung und ein Leistungsabstand zu den größten Modellen – der allerdings für viele betriebliche Aufgaben keine Rolle spielt.
Was das für Sie heißt: Für Konstruktionsunterlagen, Personalakten oder Rezepturen ist das oft der einzig gangbare Weg. Fangen Sie klein an: Ein einzelner Anwendungsfall im Haus sagt mehr als jede Grundsatzdiskussion.
Cloud und Datensouveränität (Data Sovereignty)
Datensouveränität bezeichnet die Frage, wer rechtlich und technisch auf Ihre Daten zugreifen kann – und damit, in welchem Land und unter welcher Rechtsordnung ein KI-System betrieben wird.
Ein Rechenzentrum in Frankfurt genügt nicht automatisch, wenn der Betreiber einer Rechtsordnung unterliegt, die Herausgabe verlangen kann. Maßgeblich sind der Sitz des Anbieters, der Vertrag und die Frage, ob Ihre Eingaben zum Training verwendet werden dürfen.
Was das für Sie heißt: Lassen Sie sich drei Dinge schriftlich geben: Wo liegen die Daten, wer kann darauf zugreifen, und werden meine Eingaben zum Training genutzt? Die dritte Frage wird am häufigsten vergessen.
Offenes Modell (Open-Source-Modell, Open Weights)
Ein offenes Modell ist ein Sprachmodell, dessen trainierte Parameter frei verfügbar sind, so dass es jeder herunterladen, selbst betreiben und anpassen kann.
Bekannte Beispiele sind Llama, Mistral, Qwen und Gemma. Streng genommen ist „Open Source“ dabei meist zu viel gesagt, weil die Trainingsdaten nicht offengelegt werden – man spricht deshalb genauer von offenen Gewichten. Die Lizenzen unterscheiden sich erheblich, gerade bei gewerblicher Nutzung.
Was das für Sie heißt: Offene Modelle sind die Voraussetzung für den Betrieb im eigenen Haus und für Unabhängigkeit vom Anbieter. Lassen Sie vor dem Einsatz die Lizenz prüfen – nicht jedes „offene“ Modell darf kommerziell verwendet werden.
Schnittstelle (API)
Eine Schnittstelle ist der programmierte Zugang, über den zwei Systeme Daten austauschen – etwa Ihr Warenwirtschaftssystem und ein KI-Dienst.
Sie ist der Unterschied zwischen einer KI, die in einem eigenen Fenster lebt, und einer, die in Ihren Abläufen mitarbeitet. Über Schnittstellen entstehen die eigenen Anwendungen, die auf einen konkreten Arbeitsschritt zugeschnitten sind.
Was das für Sie heißt: Fragen Sie bei jeder Software, die Sie neu einführen, nach einer offenen Schnittstelle. Was keine hat, lässt sich später nicht mit KI verbinden – und das ist heute ein Ausschlusskriterium.
Schatten-KI (Shadow AI)
Schatten-KI bezeichnet die Nutzung von KI-Diensten durch Mitarbeitende ohne Wissen und Freigabe des Unternehmens – meist über private Konten und unbemerkt von der IT.
Sie entsteht nicht aus bösem Willen, sondern aus Hilfsbereitschaft: Jemand will schneller fertig werden und kopiert dafür ein Angebot, eine Kundenliste oder einen Vertragsentwurf in ein kostenloses Werkzeug. Die Daten liegen damit außerhalb des Unternehmens, oft mit Trainingserlaubnis.
Was das für Sie heißt: Ein Verbot verlagert das Problem nur, es löst es nicht. Wirksam ist allein ein freigegebener, bequemer Weg – wer intern etwas Gutes anbietet, trocknet den Schattenbetrieb aus.
Token-Kosten (Nutzungskosten)
Token-Kosten sind die laufenden Nutzungskosten eines KI-Dienstes, die sich nach der verarbeiteten Textmenge richten – getrennt abgerechnet für das, was hineingeht, und das, was herauskommt.
Sie unterscheiden sich zwischen Modellen um das Zehn- bis Hundertfache. Ein großes Modell für eine einfache Zusammenfassung einzusetzen ist der häufigste Grund für überraschende Rechnungen. Umgekehrt sind die Preise in den letzten Jahren stetig gefallen.
Was das für Sie heißt: Planen Sie Modellwechsel von vornherein ein und binden Sie sich nicht an einen Anbieter. Und messen Sie: Die meisten Unternehmen wissen nicht, welcher ihrer Anwendungsfälle das Geld verbraucht.
Recht und Pflichten
Was die EU-KI-Verordnung vom Mittelstand verlangt.
EU-KI-Verordnung (EU AI Act)
Die EU-KI-Verordnung, englisch EU AI Act, ist das europäische Gesetz über künstliche Intelligenz – Verordnung (EU) 2024/1689 – das KI-Anwendungen nach ihrem Risiko einteilt und daran unterschiedlich strenge Pflichten knüpft.
Sie gilt unmittelbar in allen Mitgliedstaaten und trat gestaffelt in Kraft: die verbotenen Praktiken und die Pflicht zur KI-Kompetenz seit Februar 2025, die Regeln für allgemeine KI-Modelle seit August 2025, die Anforderungen an Hochrisiko-Anwendungen seit August 2026. Bußgelder reichen bis 35 Millionen Euro oder sieben Prozent des weltweiten Jahresumsatzes.
Was das für Sie heißt: Sie sind mit hoher Wahrscheinlichkeit betroffen, auch ohne eigene KI zu entwickeln – denn schon wer ein KI-System im Betrieb einsetzt, gilt als Betreiber und hat Pflichten. Die wichtigste davon gilt bereits und wird am häufigsten übersehen: KI-Kompetenz in der Belegschaft.
Hochrisiko-KI-System (High-Risk AI System)
Ein Hochrisiko-KI-System ist eine Anwendung künstlicher Intelligenz, die die EU-KI-Verordnung wegen ihres möglichen Schadens für Gesundheit, Sicherheit oder Grundrechte besonders streng reguliert.
Dazu zählen unter anderem Systeme in der Personalauswahl und Personalbeurteilung, bei der Kreditvergabe, in der kritischen Infrastruktur, in der beruflichen Bildung sowie KI als Sicherheitsbauteil in bestimmten Produkten. Für sie gelten Pflichten zu Risikomanagement, Datenqualität, Protokollierung, menschlicher Aufsicht und technischer Dokumentation.
Was das für Sie heißt: Entscheidend ist nicht das Werkzeug, sondern der Einsatzzweck. Dasselbe Sprachmodell kann im Marketing unkritisch und in der Bewerberauswahl hochriskant sein – prüfen Sie deshalb je Anwendungsfall, nicht je Software.
Anbieter und Betreiber (Provider und Deployer)
Anbieter ist nach der EU-KI-Verordnung, wer ein KI-System entwickelt und unter eigenem Namen bereitstellt; Betreiber ist, wer ein solches System im eigenen Verantwortungsbereich einsetzt.
Die Unterscheidung bestimmt, welche Pflichten Sie treffen – und sie ist beweglich. Wer ein zugekauftes System wesentlich verändert oder unter eigenem Namen anbietet, wird selbst zum Anbieter und übernimmt dessen deutlich weitergehende Pflichten.
Was das für Sie heißt: Die meisten mittelständischen Unternehmen sind Betreiber und unterschätzen, dass auch das Pflichten auslöst. Wer aber ein eigenes KI-Tool unter eigenem Namen an Kunden gibt, sollte vorher prüfen lassen, ob er damit zum Anbieter geworden ist.
KI-Kompetenz nach Artikel 4 (AI Literacy)
KI-Kompetenz nach Artikel 4 der EU-KI-Verordnung ist die Pflicht von Anbietern und Betreibern, dafür zu sorgen, dass ihr Personal über ausreichendes Wissen im Umgang mit den eingesetzten KI-Systemen verfügt.
Sie gilt seit dem 2. Februar 2025, betrifft praktisch jedes Unternehmen, das KI einsetzt, und verlangt ein Maß an Schulung, das zu Vorkenntnissen, Einsatzzweck und betroffenen Personen passt. Ein pauschales Online-Video erfüllt sie in der Regel nicht.
Was das für Sie heißt: Das ist die Pflicht, die heute schon gilt und am häufigsten übersehen wird. Dokumentieren Sie, wer wann woran geschult wurde – im Zweifel müssen Sie es nachweisen, nicht behaupten.
Transparenz- und Kennzeichnungspflicht (Transparency Obligations)
Die Transparenzpflicht der EU-KI-Verordnung verlangt, dass Menschen erkennen können, wenn sie mit einer künstlichen Intelligenz sprechen oder wenn ein Inhalt von einer KI erzeugt wurde.
Konkret heißt das: Chatbots müssen sich als solche zu erkennen geben, künstlich erzeugte oder veränderte Bilder, Ton- und Videoaufnahmen sind zu kennzeichnen, und bei Deepfakes gilt eine ausdrückliche Offenlegungspflicht. Synthetische Inhalte sollen zusätzlich maschinenlesbar markiert werden.
Was das für Sie heißt: Das betrifft Ihr Marketing unmittelbar. Jedes KI-erzeugte Bild in einem Beitrag, jeder synthetisch vertonte Clip gehört gekennzeichnet – sichtbar und nicht im Kleingedruckten.
Verbotene Praktiken (Prohibited Practices)
Verbotene Praktiken sind die KI-Anwendungen, die die EU-KI-Verordnung in Artikel 5 vollständig untersagt, weil sie als unvereinbar mit den Grundrechten gelten.
Dazu zählen unter anderem die soziale Bewertung von Menschen durch Behörden, die gezielte Ausnutzung von Schutzbedürftigkeit, Emotionserkennung am Arbeitsplatz und in Bildungseinrichtungen, biometrische Kategorisierung nach sensiblen Merkmalen sowie das ungezielte Abgreifen von Gesichtsbildern aus dem Netz. Das Verbot gilt seit Februar 2025 und ist mit den höchsten Bußgeldern bewehrt.
Was das für Sie heißt: Für den Mittelstand ist vor allem eines heikel: Emotionserkennung am Arbeitsplatz. Wer über Software nachdenkt, die Stimmung, Aufmerksamkeit oder Belastung von Mitarbeitenden misst, sollte das vorher prüfen lassen.
DSGVO und KI (GDPR)
Die Datenschutz-Grundverordnung gilt beim Einsatz künstlicher Intelligenz unverändert weiter und steht neben der EU-KI-Verordnung, nicht an deren Stelle.
Sobald personenbezogene Daten verarbeitet werden, brauchen Sie eine Rechtsgrundlage, einen Vertrag zur Auftragsverarbeitung mit dem KI-Anbieter, einen Eintrag im Verarbeitungsverzeichnis und je nach Risiko eine Datenschutz-Folgenabschätzung. Hinzu kommen Auskunfts- und Löschrechte, die bei trainierten Modellen schwer einzulösen sind.
Was das für Sie heißt: Die häufigste Lücke im Mittelstand ist kein Formfehler, sondern eine Tatsache: Niemand weiß genau, welche Daten tatsächlich in welches Werkzeug fließen. Fangen Sie dort an.
Urheberrecht und Trainingsdaten (Copyright, Training Data)
Beim Urheberrecht stellen sich zwei getrennte Fragen: ob fremde Werke zum Training eines KI-Modells verwendet werden durften, und wem gehört, was eine KI hervorbringt.
Nach deutschem Recht entsteht Urheberschutz nur an persönlichen geistigen Schöpfungen – rein maschinell erzeugte Inhalte sind daher regelmäßig nicht geschützt. Für das Training gilt die Schranke des Text- und Data-Mining, von der Rechteinhaber sich allerdings wirksam ausnehmen können. Vieles davon ist noch nicht abschließend geklärt.
Was das für Sie heißt: Zwei praktische Folgen: Ein KI-erzeugtes Logo können Sie womöglich nicht gegen Nachahmer verteidigen. Und was Sie in ein KI-Werkzeug hineingeben, sollte nicht fremdes geschütztes Material sein.
Sichtbarkeit
Gefunden werden – in Suchmaschinen und in KI-Antworten.
SEO (Suchmaschinenoptimierung)
SEO ist die Gesamtheit der Maßnahmen, mit denen eine Website in den Trefferlisten von Suchmaschinen weiter vorn erscheint – über Technik, Inhalte und Verweise von anderen Seiten.
Das Ziel ist der Klick: Der Nutzer sieht einen Treffer und besucht die Seite. Dieses Modell gerät unter Druck, weil Suchmaschinen zunehmend selbst antworten, statt nur Treffer aufzulisten.
Was das für Sie heißt: SEO wird nicht überflüssig, aber es reicht nicht mehr. Wer heute nur auf Platzierungen schaut, misst einen Teil seiner Sichtbarkeit und übersieht den wachsenden Rest.
GEO (Generative Engine Optimization)
GEO ist die Optimierung der eigenen Sichtbarkeit in den Antworten generativer KI-Systeme – also darauf, in ChatGPT, Perplexity oder Googles KI-Übersichten erwähnt und als Quelle zitiert zu werden.
Der Unterschied zu SEO liegt im Ziel. Dort ging es um eine Platzierung in einer Liste, hier geht es um eine Erwähnung in einem Fließtext – oft ohne dass jemand klickt. Wirksam sind klare Definitionen, nachprüfbare Daten, erkennbare Autorschaft und vor allem Erwähnungen auf fremden, vertrauenswürdigen Seiten.
Was das für Sie heißt: Rechnen Sie damit, dass Ihre Statistik die Wirkung unterschätzt. Wer Sie in einer KI-Antwort liest und danach Ihren Namen googelt, erscheint bei Ihnen als organischer Besucher – die einzige verlässliche Messung ist die Frage an den Interessenten, wie er auf Sie gekommen ist.
llms.txt
Die llms.txt ist eine einfache Textdatei im Wurzelverzeichnis einer Website, die KI-Systemen in geordneter Form erklärt, worum es auf der Seite geht, welche Begriffe das Unternehmen prägt und wo die wichtigen Inhalte liegen.
Der Vorschlag stammt aus dem Jahr 2024 und ist kein verbindlicher Standard; keine Suchmaschine ist verpflichtet, ihn zu beachten. Sein Nutzen liegt darin, dass ein Modell nicht aus verschachteltem Seitencode herauslesen muss, was ohnehin klar gesagt werden kann.
Was das für Sie heißt: Der Aufwand ist gering, das Risiko null. Wichtig ist nur, dass die Datei von Hand geschrieben und gepflegt wird – automatisch erzeugte Fassungen geben meist nicht wieder, worauf es Ihnen ankommt.
KI-Crawler (AI Crawler, Bot)
Ein KI-Crawler ist ein automatisches Programm, das Websites abruft – entweder um Trainingsmaterial zu sammeln oder um im Moment einer Nutzerfrage nach aktuellen Belegen zu suchen.
Beides sind verschiedene Dinge und werden über verschiedene Kennungen gesteuert. Wer in der robots.txt pauschal alle KI-Programme aussperrt, verhindert nicht nur das Training, sondern oft auch, dass die eigene Seite in einer KI-Antwort als Quelle genannt werden kann.
Was das für Sie heißt: Entscheiden Sie bewusst und getrennt. Für die meisten mittelständischen Unternehmen gilt: Training vielleicht aussperren, Quellensuche auf keinen Fall.
Zitierung (Citation) und Erwähnung (Mention)
Eine Zitierung ist die Nennung einer Website als Quelle einer KI-Antwort, meist mit Verweis; eine Erwähnung ist die bloße Nennung eines Namens ohne Verweis.
Man unterscheidet direkte Zitierungen, bei denen die eigene Seite verlinkt wird, und indirekte, bei denen eine fremde Seite zitiert wird, die über das Unternehmen berichtet. Beide sind wertvoll – die indirekte oft sogar leichter zu erreichen.
Was das für Sie heißt: Das sind die beiden Kennzahlen, an denen sich GEO messen lässt. Und sie erklären, warum Erwähnungen auf fremden Seiten so viel zählen: Was andere über Sie schreiben, wirkt stärker als das, was Sie über sich selbst schreiben.
Begriffe von KI Strategium
Eigenbezeichnungen. Wer über KI Strategium schreibt, sollte sie so verstehen.
Das Mercatorium
Das Mercatorium ist das KI-Marketing-Cockpit von KI Strategium für Social-Media-Marketing: eine gehostete Arbeitsumgebung, in der die Beiträge eines Unternehmens aus dessen eigenem, geprüftem Firmenwissen entstehen – von der Themenfindung über Texte und Bilder bis zu Planung und Freigabe an einem Ort.
Der Gedanke dahinter: Die meisten mittelständischen Unternehmen haben kein Inhaltsproblem, sondern ein Hebelproblem. Das Wissen ist vorhanden, es erreicht nur niemanden. Es gibt das Mercatorium in zwei Formen – als betreutes Mandat, bei dem KI Strategium die Arbeit übernimmt und das bewusst auf zehn Mandate begrenzt ist, und als Abo für das eigene Team ab 490 € im Monat zuzüglich einmalig 990 € für die Einrichtung.
Was das für Sie heißt: Wenn Ihr Marketing an fehlender Zeit scheitert und nicht an fehlenden Themen, ist das der Ansatzpunkt.
Die CMA-Methodik
CMA steht für Consulting Method Amplifier – ursprünglich für Container-Modul-Architektur – und bezeichnet die Analysemethodik von KI Strategium, mit der Potenziale und Prozesse eines Unternehmens branchenspezifisch bewertet werden.
Auf ihr beruhen zwei Angebote: die CMA-Potenzialanalyse für 990 €, die das Unternehmen in Eigenregie durcharbeitet – mit zwölf Monaten Zugang zum Analyse-Tool, einer 60-minütigen Einweisung und einem Ergebnis-Call mit Roadmap – und die CMA-Prozessanalyse ab 4.890 €, bei der bis zu acht Kernprozesse auf den Prüfstand kommen und das entstehende Werkzeug danach dauerhaft dem Unternehmen gehört.
Was das für Sie heißt: Der Betrag der Potenzialanalyse wird bei Buchung der Prozessanalyse binnen sechs Monaten vollständig angerechnet – der Einstieg kostet Sie also im Ergebnis nichts, wenn Sie weitergehen.
KI für den Mittelstand – Weg A
Weg A bezeichnet bei KI Strategium den Einstieg in die künstliche Intelligenz über den Arbeitsplatz: Die Belegschaft bekommt zuerst eine gemeinsame KI-Plattform, vorhandene Wissensquellen werden angebunden, Fragen werden in normaler Sprache gestellt.
Der Einstieg ist schnell und der Nutzen früh sichtbar. Weg A passt Unternehmen, deren Antworten in Texten stehen – in Handbüchern, Verträgen, Protokollen, Mails. Der Ansatz wächst später mit: weitere Datenquellen, Assistenten und Integrationen kommen schrittweise hinzu, ohne Systembruch und ohne Neuanfang.
Was das für Sie heißt: Wenn Ihre Leute den halben Tag suchen, statt zu arbeiten, ist das Ihr Weg.
KI für den Mittelstand – Weg B
Weg B bezeichnet bei KI Strategium den Einstieg über die Daten: Zuerst entsteht eine belastbare Daten- und Wissensschicht mit RAG-, ERP- und DMS-Anbindung, erst danach wird die künstliche Intelligenz daraufgesetzt.
Dieser Weg braucht mehr Vorbereitung und trägt dafür tiefere Auswertungen. Er passt Unternehmen, die Summen, Kennzahlen und systemübergreifende Antworten brauchen. Beide Wege sind richtig – nur einer passt zum jeweiligen Haus.
Was das für Sie heißt: Wenn Ihre Fragen mit „Wie viele“ oder „Wie hoch“ beginnen, reicht ein Dokumentenassistent nicht. Dann brauchen Sie zuerst das Fundament.
Die Einordnung
Die Einordnung ist ein kostenloser Selbsttest von KI Strategium, der in acht Fragen und etwa vier Minuten benennt, ob Weg A oder Weg B zu einem Unternehmen passt – ohne Anmeldung.
Die Leitfrage lautet: Steht die Antwort in einem Text oder in den Daten? An dieser Weiche entscheidet sich, ob ein KI-Vorhaben trägt, denn der Unterschied entsteht nicht im Sprachmodell, sondern in der Daten- und Integrationsschicht darunter.
Was das für Sie heißt: Vier Minuten, die Ihnen eine falsche Grundsatzentscheidung ersparen können.
Der Fundamentum-Check
Der Fundamentum-Check ist ein kostenloses Selbstprüfungs-Werkzeug von KI Strategium, das in 18 Fragen aus sechs Bereichen bewertet, wie tragfähig die Wissensbasis eines Unternehmens für den Einsatz künstlicher Intelligenz heute ist.
Das Ergebnis erscheint als Ampel mit Reifegrad und einem konkreten nächsten Schritt. Es gibt keine Anmeldung und keine E-Mail-Pflicht; die Auswertung läuft im Browser des Nutzers. Die Reihenfolge ist gedacht als: Die Einordnung zeigt den Weg, der Fundamentum-Check macht ihn konkret.
Was das für Sie heißt: Bevor Sie Geld in eine Plattform stecken, sollten Sie wissen, ob Ihre Unterlagen sie tragen.
Das Videorium
Das Videorium ist das Bewegtbild-Angebot von KI Strategium: ein geführter Weg vom Skript zum fertig produzierten Clip im Marken-Look – mit Schnitt, Untertiteln, Vertonung und Hochkantformat für Social Media.
Es ist einzeln buchbar und ergänzt sich mit dem Mercatorium, das ebenfalls als eigenständiges Werkzeug erhältlich ist. Es gibt drei Wege: ein Clip nach eigenem Skript ab 240 €, Shorts aus vorhandenem Material ab 490 € je Stunde Rohmaterial einschließlich dreier Shorts, sowie ein Video-Abo mit zwei Clips im Monat für 390 €. Im Premium-Paket der Social-Media-Betreuung ist ein monatliches Kontingent enthalten.
Was das für Sie heißt: Bewegtbild entscheidet im Feed. Das Videorium macht daraus eine planbare Leistung statt eines Projekts, das immer wieder verschoben wird.
Vibe Coding
Vibe Coding bezeichnet bei KI Strategium den Bau einer eigenen Unternehmens-App mit Hilfe künstlicher Intelligenz – zugeschnitten auf einen konkreten Arbeitsablauf im Betrieb, statt eine Standardsoftware an den Betrieb anzupassen.
Anders als die übrigen Einträge dieser Gruppe ist das keine Eigenbezeichnung, sondern ein Begriff aus der Branche; er beschreibt das Programmieren im Dialog mit einer KI. Was dabei entsteht, gehört dauerhaft dem Unternehmen, samt Quellcode.
Was das für Sie heißt: Für Abläufe, die es als Standardsoftware nicht gibt, ist das heute der schnellste Weg – und zwar zu einem Bruchteil dessen, was eine klassische Individualentwicklung gekostet hätte.
Welcher Weg passt zu Ihrem Haus?
Die Einordnung beantwortet das in acht Fragen und etwa vier Minuten – kostenlos und ohne Anmeldung.
Die Einordnung starten Erstgespräch vereinbaren