Wer über KI-Automatisierung entscheidet, muss kein Techniker sein, sollte aber wissen, wovon die Rede ist. Dieses Glossar erklärt die 35 Begriffe, die in Gesprächen über Automatisierung im Mittelstand tatsächlich fallen: nüchtern, in wenigen Sätzen, und immer mit Blick darauf, wann der Begriff für Ihren Betrieb relevant wird. Es wächst mit; fehlt Ihnen ein Begriff, schreiben Sie eine kurze Nachricht.
A
API
Eine Programmierschnittstelle, über die zwei Systeme direkt miteinander sprechen, ohne dass ein Mensch Daten überträgt. Für Automatisierung ist die API die wichtigste Frage an ein System: Hat Ihre Software eine, lässt sie sich anbinden. Die meisten modernen Werkzeuge von DATEV bis Microsoft 365 bringen eine mit.
Automatisierung
Ein Prozess läuft nach festen Regeln ohne manuelle Zwischenschritte, vom Belegeingang bis zum fertigen Buchungssatz. Klassische Automatisierung folgt starren Regeln; mit KI kommen Schritte dazu, die bisher Urteilsvermögen brauchten, etwa das Lesen eines formlosen Anschreibens. Der Prozess entscheidet, nicht das Werkzeug: siehe Womit anfangen?
Auftragsverarbeitungsvertrag (AVV)
Der Vertrag nach Art. 28 DSGVO, den Sie mit jedem Dienstleister schließen müssen, der personenbezogene Daten in Ihrem Auftrag verarbeitet, auch mit einem KI-Anbieter. Ohne AVV keine rechtssichere Nutzung. Seriöse Anbieter stellen ihn standardmäßig bereit.
Anonymisierung und Pseudonymisierung
Zwei Wege, personenbezogene Daten zu schützen, bevor ein KI-Modell sie sieht. Anonymisiert heißt: kein Rückschluss auf die Person mehr möglich. Pseudonymisiert heißt: der Rückschluss ist nur mit einem getrennt verwahrten Schlüssel möglich. In vielen Automatisierungen reicht es, wenn das Modell Kategorien statt Namen sieht.
C
Chatbot
Ein Dialogsystem, das Fragen in natürlicher Sprache beantwortet. Als erstes Automatisierungsprojekt selten die beste Wahl: Der Nutzen ist schwer messbar und Fehler passieren vor Publikum. Intern, etwa als Nachschlagewerk über eigene Dokumente, ist dieselbe Technik deutlich risikoärmer.
Cloud
Rechenleistung und Software aus dem Rechenzentrum eines Anbieters statt vom eigenen Server. Für KI-Modelle oft unvermeidbar, weil die Modelle zu groß für eigene Hardware sind. Entscheidend ist dann, wo verarbeitet wird (europäische Verarbeitungsregion), was vertraglich gilt (AVV) und welche Daten überhaupt hinausgehen.
D
Datenqualität
Der unterschätzte Faktor jeder Automatisierung: Sind Kundennummern eindeutig, Adressen aktuell, Artikel sauber gepflegt. Schlechte Daten machen aus einem guten Prozess einen schnellen schlechten. Deshalb steht vor mancher Automatisierung erst ein Daten-Fundament.
DSGVO
Die europäische Datenschutz-Grundverordnung regelt jede Verarbeitung personenbezogener Daten, also auch die durch KI-Systeme. Für Automatisierung heißt das vor allem: Rechtsgrundlage klären, Datenflüsse kennen, AVV mit Dienstleistern schließen und nur die Daten verarbeiten, die der Zweck braucht. Richtig aufgesetzt ist DSGVO-Konformität kein Hindernis, sondern ein Bauplan.
Dunkelverarbeitung
Ein Vorgang läuft komplett ohne menschlichen Eingriff durch, etwa eine eindeutige Rechnung bis zur Buchung. Sinnvoll nur für die klaren Fälle; alles Unklare gehört auf einen Prüf-Stapel für den Menschen. Die Kunst liegt in der Grenze zwischen beidem.
E
EU AI Act
Die europäische KI-Verordnung teilt Anwendungen nach Risiko ein, von verboten bis minimal. Typische Prozess-Automatisierung im Mittelstand liegt in den unteren Klassen mit überschaubaren Pflichten: Transparenz gegenüber Betroffenen und nachweisbare KI-Kompetenz der Mitarbeitenden. Hochriskante Anwendungen wie Bewerberauswahl unterliegen deutlich strengeren Regeln.
Embedding
Die Übersetzung von Text in Zahlenreihen, mit denen ein Modell Ähnlichkeit rechnen kann: Rechnung und Faktura liegen darin nah beieinander, Rechnung und Urlaubsantrag weit auseinander. Embeddings sind die Grundlage dafür, dass Systeme passende Dokumente finden, ohne dass die Suchwörter exakt stimmen.
F
Fine-Tuning
Das Nachtrainieren eines fertigen Modells mit eigenen Beispielen, damit es einen Spezialfall besser beherrscht. Klingt attraktiv, ist aber aufwendig und selten nötig: Für die meisten Aufgaben im Mittelstand reichen gute Anweisungen (Prompts) und der Zugriff auf die richtigen Dokumente (RAG).
Freigabe-Prinzip
Das System bereitet vor, der Mensch gibt frei. Der Antwort-Entwurf liegt im Postfach, verschickt wird er erst nach Ihrem Blick darauf. So bleibt die Verantwortung, wo sie hingehört, und Fehler der Maschine werden zu Korrekturen statt zu Außenwirkung.
G
Generative KI
KI, die Inhalte erzeugt statt nur zu sortieren: Texte, Zusammenfassungen, Entwürfe, Bilder. Im Betrieb ist sie vor allem als Entwurfsmaschine wertvoll, deren Ergebnisse ein Mensch freigibt. Die bekannten Assistenten wie ChatGPT oder Claude sind generative KI auf Basis großer Sprachmodelle.
H
Halluzination
Ein Sprachmodell formuliert überzeugend etwas Falsches, etwa eine Norm, die es nicht gibt. Das ist keine Störung, sondern eine Eigenschaft der Technik, und der Grund für zwei Bauregeln: Das Modell bekommt die relevanten Quellen mitgeliefert (RAG), und kritische Ausgaben laufen über das Freigabe-Prinzip.
Human in the Loop
Der Fachbegriff für den Menschen im Ablauf: An definierten Stellen prüft, korrigiert oder entscheidet eine Person, bevor es weitergeht. Das Gegenteil ist die Dunkelverarbeitung. Gute Automatisierung kombiniert beides je nach Fehlerkosten des einzelnen Schritts.
I
Integration
Die Anbindung der Automatisierung an Ihre bestehenden Systeme, von Outlook über SharePoint bis DATEV. Hier entscheidet sich der Nutzen: Eine Lösung, die neben Ihren Werkzeugen herläuft, erzeugt Doppelarbeit statt Entlastung. Deshalb gilt: erst der Bestand, dann das Werkzeug.
K
KI (Künstliche Intelligenz)
Sammelbegriff für Verfahren, mit denen Software Aufgaben löst, die bisher menschliches Urteilsvermögen brauchten: Text verstehen, Muster erkennen, Entwürfe formulieren. Im Betrieb ist KI kein Selbstzweck, sondern ein Bauteil in einem Prozess, das die Schritte übernimmt, für die starre Regeln nicht reichen.
KI-Agent
Ein KI-System, das nicht nur antwortet, sondern mehrschrittig arbeitet: Es liest den Auftrag, ruft Werkzeuge und Systeme auf, prüft Zwischenergebnisse und liefert das Ergebnis ab. Stark in klar umrissenen Abläufen; je offener der Auftrag, desto wichtiger werden Leitplanken und Freigaben.
KI-Kompetenz (Art. 4 EU AI Act)
Seit Februar 2025 verlangt der EU AI Act, dass Beschäftigte, die KI-Systeme nutzen, dafür ausreichend geschult sind. Für den Mittelstand heißt das praktisch: dokumentierte Einweisungen in die eingesetzten Systeme, angemessen zur Aufgabe. Das gehört bei jeder Einführung von Anfang an dazu.
Kontextfenster
Die Menge an Text, die ein Sprachmodell gleichzeitig im Blick behalten kann, gemessen in Tokens. Was nicht ins Fenster passt, existiert für das Modell in diesem Moment nicht. Moderne Modelle fassen ganze Aktenordner, trotzdem bleibt die Auswahl der richtigen Inhalte (RAG) wichtiger als schiere Größe.
L
Large Language Model (LLM)
Ein großes Sprachmodell, trainiert auf enormen Textmengen, das Sprache versteht und erzeugt. Die Grundlage der heutigen KI-Welle, von der Mail-Klassifizierung bis zum Angebots-Entwurf. Bekannte Familien sind GPT, Claude und Gemini; für den Betrieb zählt weniger der Name als Datenschutz, Anbindung und Verlässlichkeit im konkreten Prozess.
M
Machine Learning
Software lernt Muster aus Beispielen, statt Regel für Regel programmiert zu werden. Aus tausend zugeordneten Belegen lernt ein System, den tausendersten selbst zuzuordnen. Sprachmodelle sind die derzeit sichtbarste Form; das Prinzip arbeitet aber auch in Prognosen und Klassifizierung.
Modell
Das trainierte Herzstück eines KI-Systems: die Datei aus Milliarden gelernter Parameter, die aus Eingaben Ausgaben macht. Modelle unterscheiden sich in Größe, Preis, Geschwindigkeit und Stärken. Die Modellwahl ist eine Bauentscheidung unter vielen und selten die wichtigste.
O
OCR
Texterkennung: macht aus Scans, Fotos und PDFs maschinenlesbaren Text. Der erste Schritt fast jeder Dokument-Automatisierung, vom Lieferschein bis zum Beleg. Moderne Verfahren lesen auch schiefe Handy-Fotos und mehrspaltige Layouts zuverlässig.
On-Premise
Software läuft auf eigener Hardware im Haus statt in der Cloud. Maximale Datenhoheit, aber für große KI-Modelle meist unwirtschaftlich. Der pragmatische Mittelweg: Daten bleiben in den bestehenden Systemen, nur die nötigen Anfragen gehen an ein Modell mit europäischer Verarbeitungsregion und AVV.
P
Pilotprojekt
Ein bewusst klein geschnittenes erstes Projekt mit vorher definiertem Ziel und messbarem Ergebnis, typisch in ein bis drei Wochen umgesetzt. Der Pilot beweist den Nutzen am echten Prozess, bevor investiert wird. Das Gegenteil des großen Wurfs, der ein Jahr läuft und dann niemandem fehlt, wenn er scheitert.
Prompt
Die Anweisung an ein Sprachmodell, vom Zweizeiler bis zur ausführlichen Arbeitsbeschreibung mit Beispielen und Regeln. In Automatisierungen sind Prompts Betriebsmittel: versioniert, getestet und gepflegt wie Code, nicht spontan formuliert wie eine Chat-Nachricht.
R
RAG (Retrieval-Augmented Generation)
Das Modell bekommt vor der Antwort die relevanten eigenen Dokumente mitgeliefert, gefunden über Ähnlichkeitssuche (Embeddings). So antwortet es aus Ihren Unterlagen statt aus seinem Allgemeinwissen, mit deutlich weniger Halluzinationen. Der Standard-Baustein, wenn Firmenwissen ins Spiel kommt.
RPA (Robotic Process Automation)
Software-Roboter, die Bildschirmarbeit nachahmen: klicken, kopieren, eintragen, wie ein sehr schneller Sachbearbeiter. Nützlich für Altsysteme ohne API, aber wartungsanfällig, weil jede Oberflächenänderung den Roboter bricht. Wo eine API existiert, ist sie fast immer der bessere Weg.
S
System-Prompt
Die Grundanweisung, die einem Sprachmodell dauerhaft mitgegeben wird: Rolle, Regeln, Grenzen, Tonlage. In einer Automatisierung steht hier zum Beispiel, welche Fälle das System selbst erledigen darf und welche es zur Prüfung vorlegen muss. Gute System-Prompts sind das Betriebshandbuch des Systems.
T
Token
Die Recheneinheit von Sprachmodellen: Wortbestandteile von etwa drei bis vier Zeichen. Modelle werden nach Tokens abgerechnet und ihre Kontextfenster in Tokens gemessen. Als Faustregel entspricht eine A4-Seite Text rund 600 bis 800 Tokens.
Trainingsdaten
Die Daten, mit denen ein Modell gelernt hat. Wichtig für den Betrieb ist die Abgrenzung: Ihre Firmendaten werden bei seriösen Anbietern mit AVV nicht zum Training verwendet, sondern nur zur Beantwortung Ihrer Anfrage verarbeitet. Genau das gehört vertraglich zugesichert.
V
Vektordatenbank
Eine Datenbank, die Embeddings speichert und blitzschnell nach Ähnlichkeit durchsucht. Das technische Fundament hinter RAG: Sie findet zu einer Frage die passenden Absätze aus tausenden Dokumenten. Für Sie als Entscheider ein Baustein, den Sie nie direkt sehen, dessen Qualität aber jede Antwort prägt.
W
Workflow-Automatisierung
Die Verkettung mehrerer Schritte zu einem durchgehenden Ablauf: Eingang erkennen, Daten auslesen, System befüllen, Entwurf vorlegen, nach Freigabe versenden. Werkzeuge wie n8n oder Power Automate orchestrieren solche Ketten. Der Wert entsteht nicht im einzelnen Schritt, sondern darin, dass die Kette zuverlässig durchläuft.
Der nächste Schritt
Begriffe zu kennen ist der Anfang; zu wissen, welcher davon in Ihrem Betrieb Zeit und Geld bewegt, der eigentliche Punkt. Genau dafür gibt es die kostenlose Potenzial-Analyse: 45 bis 60 Minuten, Ihr Prozess, ein klares Ergebnis.
Wer die Begriffe kennt, kauft keinen Nebel: Automatisierung beginnt beim Prozess, nicht beim Vokabular.