Foundation Models, Tokens, Kontextfenster, Agenten, RAG, multimodal — das Vokabular der modernen KI kann wie eine Wand aus Fachjargon wirken. Dieser Leitfaden schlüsselt in klarer Sprache auf, was wirklich zählt, damit Sie die Tools verstehen, die man Ihnen verkaufen will.
Vor ein paar Jahren bedeutete „KI“ ein eng gefasstes Programm, das eine Aufgabe erledigte — Spam markieren, einen Film empfehlen, ein Gesicht erkennen. Moderne KI ist anders. Heute meint der Begriff meist eine Handvoll sehr großer, sehr allgemeiner Systeme, die zu fast jedem Thema schreiben, coden, analysieren und sich unterhalten können. Ein paar Kernideen zu verstehen reicht aus, um nahezu jedes KI-Tool auf dem Markt einordnen zu können.
Im Zentrum der modernen KI stehen Foundation Models — Systeme, die auf enormen Mengen an Text, Code, Bildern und Audio trainiert wurden. Weil sie so viel aufgenommen haben, kann ein Modell viele Aufgaben bewältigen, statt für einen einzigen Zweck gebaut zu sein. Wenn Leute sagen „die KI hat das geschrieben“ oder „die KI hat meinen Code repariert“, ist ein Foundation Model meist der Motor dahinter.
Entscheidend ist: Ein Modell ist nicht dasselbe wie ein Produkt. Das Modell ist der Motor; die App, die Sie nutzen, ist das darum herum gebaute Auto. Deshalb können zwei sich sehr unterschiedlich anfühlende Tools auf ähnlicher zugrunde liegender Technologie laufen.
KI-Modelle lesen Wörter nicht genau so, wie wir es tun. Sie zerlegen Text in Tokens — kleine Bausteine, oft Wortteile. Das ist aus zwei praktischen Gründen wichtig: Preise werden häufig pro Token gemessen, und jedes Modell hat eine Grenze, wie viele Tokens es gleichzeitig berücksichtigen kann.
Diese Grenze ist das Kontextfenster: die Menge an Text, die das Modell in einer einzigen Konversation „im Kopf behalten“ kann. Ein größeres Kontextfenster bedeutet, dass Sie ihm ein langes Dokument, eine ganze Codebasis oder einen langen Chatverlauf geben und es über all das schlussfolgern lassen können. Wenn ein Tool „vergisst“, was Sie vorhin gesagt haben, sind Sie meist über sein Kontextfenster hinausgelaufen.
Eine einfache Analogie. Stellen Sie sich das Kontextfenster als den Schreibtisch des Modells vor. Ein größerer Schreibtisch lässt Sie mehr Papiere gleichzeitig ausbreiten. Aber wenn Sie mehr aufstapeln, als draufpasst, fallen die Papiere an den Rändern herunter — und das Modell „sieht“ die frühesten Teile Ihrer Konversation nicht mehr.
Frühe Chat-KI verarbeitete nur Text. Multimodale Modelle arbeiten über Formate hinweg — sie lesen Bilder, hören Audio und erzeugen manchmal Bilder oder Sprache. In der Praxis heißt das, dass Sie einem Modell einen Screenshot zeigen und dazu Fragen stellen können oder ihm ein Diagramm reichen und eine Erklärung erhalten. Bei der Wahl eines Tools lohnt es sich zu prüfen, welche Formate es wirklich unterstützt, nicht nur, welche es bewirbt.
Ein schlichter Chatbot beantwortet Ihre Frage. Ein Agent geht weiter: Er kann ein Ziel in Schritte zerlegen und Handlungen ausführen — im Web suchen, Code ausführen, Dateien bearbeiten oder andere Software aufrufen — mit weniger schrittweiser Anleitung von Ihnen. Statt „sag mir, wie ich X mache“, versucht ein Agent, X zu tun.
Agenten sind mächtig, aber weniger vorhersehbar. Sie können beeindruckende mehrstufige Aufgaben erledigen und auch selbstbewusst danebengreifen, weshalb die nützlichen einen Menschen im Loop halten, um zu prüfen, was sie getan haben.
Foundation Models wissen nur, was sie während des Trainings gelernt haben, sodass sie veraltet oder bei Details schlicht falsch sein können. Retrieval-Augmented Generation (RAG) behebt das, indem relevante Informationen — aus Ihren Dokumenten, einer Datenbank oder dem Web — nachgeschlagen und dem Modell übergeben werden, bevor es antwortet. Das Ergebnis ist in echten Quellen verankert statt im Gedächtnis des Modells.
Wenn Sie ein KI-Tool genutzt haben, das Fragen zu Ihren Dateien beantwortet oder seine Quellen zitiert, haben Sie wahrscheinlich RAG verwendet. Es ist eine der zuverlässigsten Methoden, um selbstbewusst-falsche Antworten zu reduzieren.
Sie müssen nicht jede Modellveröffentlichung verfolgen, um gut zu wählen. Ein paar Grundsätze in klarer Sprache bringen Sie weit:
Moderne KI ist eine kleine Zahl allgemeiner Foundation Models, eingebettet in Produkte, die Text als Tokens innerhalb eines begrenzten Kontextfensters lesen, zunehmend über Formate hinweg arbeiten (multimodal), Handlungen ausführen können (Agenten) und zuverlässiger antworten, wenn man ihnen die richtigen Fakten gibt (RAG). Lernen Sie diese Ideen, und das Marketing lässt sich viel leichter durchschauen.
Moderne KI bezieht sich meist auf große Foundation Models — Systeme, die auf riesigen Mengen an Text, Code, Bildern und Audio trainiert wurden und über viele Aufgaben hinweg generieren und schlussfolgern können. Statt eines eng gefassten Programms pro Aufgabe treibt ein einziges Modell Schreiben, Coden, Analyse und mehr an, oft eingebettet in Tools und Agenten.
Ein Modell ist der zugrunde liegende Motor, der Text, Code oder Bilder generiert. Ein KI-Tool ist das darum herum gebaute Produkt — die Oberfläche, die Funktionen und der Workflow. Viele Tools können auf demselben Modell laufen, weshalb sich zwei Apps sehr unterschiedlich anfühlen können.
Gehen Sie von der Aufgabe aus, nicht vom Hype. Entscheiden Sie, was Sie erledigt haben wollen, testen Sie einen kostenlosen Tarif an echter Arbeit und beurteilen Sie ihn nach Qualität, Zuverlässigkeit und danach, wie viel Bearbeitung oder Prüfung er Ihnen erspart. Das beste Tool ist das, das zu Ihrem Workflow passt.
Jetzt, wo der Fachjargon Sinn ergibt, sehen Sie, wie die tatsächlichen Tools in unseren unabhängigen Tests abgeschnitten haben.
Alle Reviews durchstöbern