Zum Inhalt
KIdemie Konto

Glossar: KI-Begriffe mit Quelle und Stand

Thema wählen, Begriff aufklappen — jede Aussage mit Quelle und Stand.

Modelle

Welche KI-Modelle es gibt, wer sie anbietet, was sie kosten und ob sie lokal laufen.

AnbieterempfehlungEine Anbieterempfehlung ist der Satz, mit dem der Hersteller selbst sagt, wofür ein Modell gedacht ist — sie ist keine unabhängige Prüfung.7 Aussagen

Fachwort: intended use / recommended use

Eigene Seite: Anbieterempfehlung

Verwandt
Bestenliste
Astra (Begriffsklärung)„Astra“ meint im Oktober 2026 zwei Dinge: das OpenAI-Modell GPT-6 Astra und Googles Forschungsprojekt „Project Astra“, kein Modell.1 Aussage

Fachwort: GPT-6 Astra (OpenAI) / Project Astra (Google DeepMind)

  • „GPT-6 Astra“ ist laut OpenAI dessen leistungsfähigstes Modell für die anspruchsvollste Arbeit.

    Stand 15.10.2026AnbieterangabeOpenAI · Models

BestenlisteNicht belegt — die Recherche enthält zu „Bestenliste“ noch keine Aussage.8 Aussagen
Claude (Anthropic)Claude ist die Modellfamilie der Firma Anthropic; sie ist nur über Anthropic und große Cloud-Anbieter nutzbar, die Gewichte sind nicht öffentlich.8 Aussagen

Fachwort: Claude Fable / Opus / Sonnet / Haiku; proprietäres Modell

Eigene Seite: Claude (Anthropic)

Claude Fable 5.1Claude Fable 5.1 empfiehlt Anthropic für anspruchsvolles Schlussfolgern und lange agentische Arbeit.ohne Aussage

Fachwort: claude-fable-5-1

Claude Haiku 5.5Claude Haiku 5.5 ist laut Anthropic das Modell für große Mengen und zeitkritische Aufgaben wie Einordnen und Herausziehen.ohne Aussage

Fachwort: claude-haiku-5-5

Verglichen mit
GPT-6 Luna
Claude Opus 5.5Claude Opus 5.5 ist laut Anthropic der Startpunkt für die meisten Aufgaben.ohne Aussage
Claude Sonnet 5.5Claude Sonnet 5.5 beschreibt Anthropic als beste Kombination aus Geschwindigkeit und Intelligenz.ohne Aussage

Fachwort: claude-sonnet-5-5

Verglichen mit
Claude Opus 5.5
DeepSeekDeepSeek ist ein chinesischer Anbieter mit sehr niedrigen API-Preisen.6 Aussagen

Fachwort: DeepSeek-V4.1-Flash, DeepSeek-V4-Pro

DeepSeek-OCRDeepSeek-OCR ist ein kleines Bild-Sprach-Modell (3 Mrd. Parameter), das Text aus Bildern liest und lokal in Ollama läuft.ohne Aussage

Fachwort: deepseek-ocr:3b

DeepSeek-V4-ProDeepSeek-V4-Pro ist das größere der beiden DeepSeek-API-Modelle.ohne Aussage

Fachwort: deepseek-v4-pro

Verglichen mit
DeepSeek-V4.1-Flash
DeepSeek-V4.1-FlashDeepSeek-V4.1-Flash ist das günstigere der beiden DeepSeek-API-Modelle.ohne Aussage

Fachwort: deepseek-flash

Verglichen mit
DeepSeek-V4-Pro
FeinabstimmungNicht belegt — die Recherche enthält zu „Feinabstimmung“ noch keine Aussage.ohne Aussage

Fachwort: fine-tuning

Gemini (Google)Gemini ist die geschlossene Modellfamilie von Google, nutzbar über die Gemini API und Google Cloud.5 Aussagen

Fachwort: Gemini 4 Argon / Gemini 3.8 Flash / Flash-Lite

  • Googles Flaggschiff im Oktober 2026 ist Gemini 4 Argon (gemini-4-argon), beschrieben als Modell für Schlussfolgern mit 1 Mio. Token Kontext und Ausgaben bis 1 Mio. Token.

    Stand 15.10.2026AnbieterangabeGoogle · Gemini models

  • Google empfiehlt Gemini 3.8 Flash (gemini-3.8-flash) für lange Softwareentwicklung, autonome Agenten und komplexe Unternehmensabläufe; es nimmt 1 048 576 Token Eingabe und gibt bis 65 536 Token aus.

    Stand 09.2026AnbieterangabeGoogle · Gemini modelsGoogle · Gemini 3.8 Flash (Modellseite)

  • Gemini 4 Argon kostet bis 30.11.2026 2 $ Eingabe / 10 $ Ausgabe je 1 Mio. Token und ab 01.12.2026 4 $ / 20 $.

    Stand 15.10.2026AnbieterangabeGoogle · Gemini Developer API pricing

  • Gemini 3.8 Flash kostet bis 31.12.2026 0,75 $ Eingabe / 3,75 $ Ausgabe je 1 Mio. Token und ab 01.01.2027 1,50 $ / 7,50 $; Gemini 3.5 Flash-Lite kostet 0,30 $ / 2,50 $.

    Stand 15.10.2026AnbieterangabeGoogle · Gemini Developer API pricing

  • Bei Gemini enthalten die Ausgabepreise die Denk-Token.

    Stand 15.10.2026AnbieterangabeGoogle · Gemini Developer API pricing

Gemini 3.5 Flash-LiteGemini 3.5 Flash-Lite gehört zur Gemini-Familie; R1 belegt für dieses Modell nur den Preis.ohne Aussage

Fachwort: Gemini 3.5 Flash-Lite

Gemini 3.8 FlashGemini 3.8 Flash empfiehlt Google für lange Softwareentwicklung, autonome Agenten und komplexe Unternehmensabläufe.ohne Aussage
Gemini 4 ArgonGemini 4 Argon ist im Oktober 2026 Googles Flaggschiff, beschrieben als Modell für Schlussfolgern.ohne Aussage

Fachwort: gemini-4-argon

Gemma (Google)Gemma ist Googles Familie offener Modelle, deren Gewichte man herunterladen und auf eigener Hardware betreiben kann.12 Aussagen
Gemma 4 31BGemma 4 31B ist ein mittleres offenes Modell von Google; in 4 Bit braucht es gut 17 GB allein für die Gewichte.ohne Aussage

Fachwort: Gemma 4 31B (dicht)

Verglichen mit
Gemma 4 E4B
Gemma 4 E4BGemma 4 E4B ist eine kleine Gemma-Größe mit 4 Mrd. wirksamen Parametern, die Google auch als Telefon-Fassung anbietet.ohne Aussage

Fachwort: Gemma 4 E4B

Verglichen mit
Gemma 4 31B
Gewichte und ParameterNicht belegt — die Recherche enthält zu „Gewichte und Parameter“ noch keine Aussage.ohne Aussage

Fachwort: weights / parameters

GPT-6 AstraGPT-6 Astra ist laut OpenAI dessen leistungsfähigstes Modell, empfohlen für komplexes Schlussfolgern und Programmieren.ohne Aussage

Fachwort: gpt-6-astra

Verglichen mit
Claude Fable 5.1
GPT-6 LunaGPT-6 Luna empfiehlt OpenAI für kostensensible Aufgaben in großer Menge.ohne Aussage

Fachwort: gpt-6-luna

Verglichen mit
Claude Haiku 5.5
GPT-6.1 SolGPT-6.1 Sol empfiehlt OpenAI als Abwägung zwischen Intelligenz und Kosten.ohne Aussage

Fachwort: gpt-6.1-sol

gpt-oss (OpenAI)gpt-oss ist eine Familie offener Modelle von OpenAI (Apache 2.0), die lokal läuft — anders als die GPT-6-Flaggschiffe.3 Aussagen

Fachwort: gpt-oss-20b, gpt-oss-120b

  • OpenAI stellt gpt-oss-20b unter „apache-2.0“ bereit und beschreibt es als Modell „for lower latency, and local or specialized use cases“, das quantisiert „within 16GB of memory“ läuft.

    Stand 15.10.2026AnbieterangabeOpenAI · openai/gpt-oss-20b (Model Card)

  • gpt-oss läuft in Ollama unter gpt-oss:20b (14 GB) und gpt-oss:120b (65 GB), je 128K Kontext; laut Seite passt das große Modell „on a single 80GB GPU“.

    Stand 15.10.2026belegtOllama / OpenAI (Readme) · gpt-oss (Ollama-Bibliothek)

  • Die Model Card nennt für LM Studio den Befehl lms get openai/gpt-oss-20b und für Ollama ollama run gpt-oss:20b.

    Stand 15.10.2026AnbieterangabeOpenAI · openai/gpt-oss-20b (Model Card)

gpt-oss-20bgpt-oss-20b ist OpenAIs kleineres offenes Modell (Apache 2.0) für geringe Latenz und lokalen Einsatz.ohne Aussage

Fachwort: gpt-oss:20b

GPT-Reihe (OpenAI)GPT ist die Modellfamilie von OpenAI, bekannt aus ChatGPT; die Flaggschiffe sind geschlossen und nur über OpenAI nutzbar.4 Aussagen

Fachwort: GPT-6 Astra / GPT-6.1 Sol / GPT-6 Luna; proprietäres Modell

  • OpenAI führt im Oktober 2026 drei Flaggschiff-Modelle: GPT-6 Astra (gpt-6-astra), GPT-6.1 Sol (gpt-6.1-sol) und GPT-6 Luna (gpt-6-luna).

    Stand 15.10.2026AnbieterangabeOpenAI · Models

  • OpenAI empfiehlt GPT-6 Astra für komplexes Schlussfolgern und Programmieren, GPT-6.1 Sol als Abwägung zwischen Intelligenz und Kosten und GPT-6 Luna für kostensensible Aufgaben in großer Menge.

    Stand 15.10.2026AnbieterangabeOpenAI · Models

  • Alle drei GPT-Flaggschiffe haben laut OpenAI ein Kontextfenster von 1,05 Mio. Token und höchstens 128 000 Token Ausgabe.

    Stand 15.10.2026AnbieterangabeOpenAI · Models

  • Preise je 1 Mio. Token (Eingabe/zwischengespeicherte Eingabe/Ausgabe, bis 272 000 Token Eingabe): GPT-6 Astra 10/1/50 $, GPT-6.1 Sol 2/0,10/10 $, GPT-6 Luna 0,10/0,01/0,50 $.

    Stand 15.10.2026AnbieterangabeOpenAI · Pricing

Llama 4 ScoutLlama 4 Scout ist Metas offenes Modell mit 16 Experten; in Ollama braucht es in 4 Bit 67 GB.ohne Aussage

Fachwort: llama4:scout

Llama und Muse (Meta)Llama ist Metas bisherige Familie offener Modelle; 2026 stellt Meta auf seiner Entwicklerseite vor allem die neue Muse-Familie heraus.6 Aussagen

Fachwort: Llama 4 (Scout, Maverick); Muse Spark Open

Eigene Seite: Llama und Muse (Meta)

Ministral 3Ministral 3 ist Mistrals offene Modellreihe mit 3, 8 und 14 Mrd. Parametern, gedacht für den Betrieb auf vielen Geräten.ohne Aussage

Fachwort: ministral-3 (3B, 8B, 14B)

MistralMistral AI ist ein französischer Anbieter, der viele Modelle mit offenen Gewichten (meist Apache 2.0) und einige geschlossene („Premier“) Modelle anbietet.7 Aussagen

Fachwort: Mistral Medium 3.5, Mistral Small 4, Mistral Large 4, Ministral 3

Eigene Seite: Mistral

Mistral Medium 3.5Mistral Medium 3.5 ist Mistrals Modell mit 128 Mrd. Parametern für agentische Arbeit und Programmieren; in Ollama 80 GB.ohne Aussage

Fachwort: mistral-medium-3.5:128b

Mixture-of-ExpertsEin Mixture-of-Experts-Modell hat sehr viele Parameter, nutzt aber für jedes Wort nur einen kleinen Teil davon.2 Aussagen

Fachwort: Mixture-of-Experts (MoE) / Expertenmischung; „A55B“ = 55 Mrd. aktive Parameter

Nemotron (NVIDIA)Nemotron ist NVIDIAs Familie offener Modelle; das größte, Nemotron 3 Ultra, braucht Rechenzentrums-Hardware.9 Aussagen
Nemotron 3 UltraNemotron 3 Ultra ist NVIDIAs größtes offenes Modell; es braucht Rechenzentrums-Hardware.ohne Aussage

Fachwort: NVIDIA Nemotron 3 Ultra

Nemotron 3.5 LightningNemotron 3.5 Lightning ist ein offenes Mixture-of-Experts-Modell von NVIDIA (30 Mrd. Parameter, 3 Mrd. aktiv) für Agenten.ohne Aussage

Fachwort: nemotron-3.5-lightning:30b

Offen oder geschlossenNicht belegt — die Recherche enthält zu „Offen oder geschlossen“ noch keine Aussage.ohne Aussage

Fachwort: open-weight vs. proprietary

Open-weight-ModellBei einem Open-weight-Modell kann man die gelernten Zahlen (Gewichte) herunterladen und selbst betreiben; die Lizenz regelt, was man damit darf.1 Aussage

Fachwort: open-weight model / Modell mit offenen Gewichten (Gegenteil: proprietäres / geschlossenes Modell)

Setzt voraus
Sprachmodell
Grundlage für
Ollama Quantisierung
Phi (Microsoft)Phi ist Microsofts Familie kleiner offener Modelle für Geräte mit wenig Speicher.2 Aussagen

Fachwort: Phi-4-reasoning-vision-15B; Small Language Model

Phi-4Phi-4 ist ein kleines offenes Modell (14 Mrd. Parameter, MIT-Lizenz), das laut Microsoft vor allem auf Englisch trainiert ist.4 Aussagen

Fachwort: phi4:14b; Small Language Model

  • Phi-4 steht laut Model Card unter MIT-Lizenz, erschien am 12.12.2024 und hat 16K Token Kontext.

    Stand 12.12.2024AnbieterangabeMicrosoft · microsoft/phi-4 (Model Card)

  • Phi-4 läuft in Ollama unter phi4:14b: Q4_K_M 9,1 GB, Q8_0 16 GB, FP16 29 GB.

    Stand 15.10.2026belegtOllama · phi4 – Tags (Ollama-Bibliothek)

  • Microsoft nennt für Phi-4 als Einsatz „Memory/compute constrained environments“, „Latency bound scenarios“ und „Reasoning and logic“, schreibt aber auch: „phi-4 is not intended to support multilingual use“ und „The model is trained primarily on English text.“

    Stand 12.12.2024AnbieterangabeMicrosoft · microsoft/phi-4 (Model Card)

  • Die Ollama-Suche führt Microsoft-Modelle phi4, phi4-reasoning, phi4-mini und phi4-mini-reasoning; das jüngere Phi-4-reasoning-vision-15B (R1: A-modelle-41) erscheint dort nicht.

    Stand 15.10.2026belegtOllama · Ollama-Suche „phi“

Phi-4-reasoning-vision-15BPhi-4-reasoning-vision-15B ist ein kleines offenes Modell für Bild-Sprach-Aufgaben und Bildschirm-Agenten.ohne Aussage

Fachwort: Phi-4-reasoning-vision-15B

Project Astra (Google DeepMind)Project Astra ist ein Forschungsprototyp von Google DeepMind für einen universellen KI-Assistenten, kein wählbares Modell.1 Aussage

Fachwort: Project Astra (Google DeepMind)

  • Google DeepMind beschreibt „Project Astra“ als Forschungsprototyp auf dem Weg zu einem universellen KI-Assistenten, der von einer begrenzten Zahl vertrauenswürdiger Tester genutzt wird — es ist kein frei wählbares Modell.

    Stand 15.10.2026AnbieterangabeGoogle DeepMind · Project Astra

Qwen (Alibaba)Qwen ist die Modellfamilie von Alibaba; viele Qwen-Modelle haben offene Gewichte unter Apache 2.0.3 Aussagen

Fachwort: Qwen3.8

Qwen3.8-27BQwen3.8-27B ist ein offenes Qwen-Modell mit 27 Mrd. Parametern, das auch Bilder und Videos versteht.4 Aussagen

Fachwort: Qwen3.8-27B

  • Qwen3.8-27B steht laut Model Card unter „apache-2.0“, und die Karte verweist auf Quantisierungen „to use this model in llama.cpp, Ollama, LM Studio, or any compatible app“.

    Stand 15.10.2026AnbieterangabeQwen (Alibaba) · Qwen/Qwen3.8-27B (Model Card)

  • Qwen3.8 läuft in Ollama unter qwen3.8:27b: Q4_K_M 18 GB, Q8_0 30 GB, BF16 56 GB, je 256K Kontext; alle zwölf Tags sind Downloads, keiner ist cloud.

    Stand 15.10.2026belegtOllama · qwen3.8 – Tags (Ollama-Bibliothek)

  • Die Ollama-Seite schreibt: „Qwen3.8 delivers substantial gains across coding, professional work, research, and long-horizon agentic tasks.“

    Stand 15.10.2026AnbieterangabeOllama · qwen3.8 (Ollama-Bibliothek)

  • Für Betrieb mit hohem Durchsatz empfiehlt Qwen „dedicated serving engines such as SGLang, vLLM, or TokenSpeed“ und für Nutzer ohne eigene Infrastruktur die gehostete Qwen-API.

    Stand 15.10.2026AnbieterangabeQwen (Alibaba) · Qwen/Qwen3.8-27B (Model Card)

SprachmodellEin Sprachmodell ist ein Programm, das aus sehr viel Text gelernt hat und Text (oft auch Bilder) als Eingabe nimmt und neuen Text erzeugt.2 Aussagen

Fachwort: Large Language Model (LLM) / großes Sprachmodell

Temperatur und SamplingNicht belegt — die Recherche enthält zu „Temperatur und Sampling“ noch keine Aussage.ohne Aussage

Fachwort: temperature / sampling

Lokal oder Cloud

Wo ein Modell läuft — auf eigener Hardware oder beim Anbieter — und was daraus folgt.

Bezugswege geschlossener ModelleClaude, GPT-6 und Gemini gibt es über die Schnittstelle des Anbieters oder große Cloud-Plattformen, Gemini auch als Google-Anlage im eigenen Rechenzentrum.6 Aussagen

Fachwort: API / Cloud-Plattform / on-premises (Google Distributed Cloud air-gapped)

Eigene Seite: Bezugswege geschlossener Modelle

Cloud-APIMan schickt Eingaben über das Internet an den Anbieter, der das Modell betreibt, und zahlt je verarbeitetem Token.1 Aussage

Fachwort: cloud API / hosted model; gehosteter Dienst

  • Claude-Modelle laufen nicht nur bei Anthropic, sondern auch bei Amazon Bedrock, Google Cloud und Microsoft Foundry; Bedrock bietet regionale Endpunkte mit garantierter Datenleitung.

    Stand 15.10.2026AnbieterangabeAnthropic · Models overview

Grundlage für
Platzlizenz
InferenzNicht belegt — die Recherche enthält zu „Inferenz“ noch keine Aussage.ohne Aussage

Fachwort: inference

Verwandt
Ollama
llama.cppllama.cpp ist eine MIT-lizenzierte Bibliothek, die Sprachmodelle auf sehr verschiedener Hardware lauffähig macht.1 Aussage

Fachwort: llama.cpp

  • llama.cpp ist eine MIT-lizenzierte Bibliothek, die Sprach- und Bild-Sprach-Modelle mit wenig Einrichtung auf sehr verschiedener Hardware lauffähig macht.

    Stand 15.10.2026Anbieterangabeggml-org · ggml-org/llama.cpp (README)

LM StudioLM Studio ist eine Desktop-App mit Chat-Oberfläche für lokale Modelle, auch ohne Internet nutzbar.2 Aussagen

Fachwort: LM Studio

  • LM Studio kann laut Hersteller vollständig offline arbeiten, sobald die Modelldateien heruntergeladen sind.

    Stand 15.10.2026AnbieterangabeLM Studio · LM Studio Docs

  • LM Studio ist eine Desktop-App mit Chat-Oberfläche für lokale Modelle, die diese auch über eine lokale API bereitstellt, für Apple-Silicon-Macs, Windows und Linux.

    Stand 15.10.2026AnbieterangabeLM Studio · LM Studio Docs

Lokal / on-deviceDas Modell läuft auf dem eigenen Rechner oder Telefon; Eingaben müssen das Gerät nicht verlassen.1 Aussage

Fachwort: local inference / on-device; lokaler Betrieb

  • Google nennt für Gemma 4 eigene „Mobile“-Fassungen für Telefone; E2B braucht dort 1,1 GB, E4B 2,5 GB.

    Stand 15.10.2026AnbieterangabeGoogle · Gemma 4 model overview

Lokal oder Cloud: AbwägungLokal und Cloud unterscheiden sich vor allem bei Datenschutz, Kosten, Qualität, Abhängigkeit und Aufwand.8 Aussagen
MLXMLX ist Apples Rechen-Framework für maschinelles Lernen auf Apple Silicon.1 Aussage

Fachwort: MLX

OllamaOllama ist ein MIT-lizenziertes Werkzeug, um offene Modelle lokal (oder in der Cloud) zu starten.1 Aussage

Fachwort: Ollama; inference engine

Setzt voraus
Open-weight-Modell
Ollama-TagEin Tag ist der Name einer bestimmten Fassung eines Modells in Ollama, etwa gemma4:e4b; er legt Größe und Quantisierung fest.3 Aussagen

Fachwort: tag / Modellkennung (z. B. `modell:größe-quantisierung`)

On-PremisesDas Modell läuft auf Servern der eigenen Organisation oder eines beauftragten Rechenzentrums statt beim Modellanbieter.1 Aussage

Fachwort: on-premises / self-hosted; Eigenbetrieb

QuantisierungQuantisierung speichert Gewichte mit weniger Stellen (z. B. 4 statt 16 Bit), damit das Modell in weniger Speicher passt; meist mit etwas Verlust.3 Aussagen

Fachwort: quantization (BF16, 8 Bit, 4 Bit, Q4_0, NVFP4)

  • llama.cpp unterstützt Ganzzahl-Quantisierung mit 1,5, 2, 3, 4, 5, 6 und 8 Bit.

    Stand 15.10.2026Anbieterangabeggml-org · ggml-org/llama.cpp (README)

  • Bei Gemma 4 31B sinkt der Speicherbedarf der Gewichte von 69,9 GB (BF16) über 34,9 GB (8 Bit) auf 17,5 GB (4 Bit).

    Stand 15.10.2026AnbieterangabeGoogle · Gemma 4 model overview

  • Zum Gewichtsspeicher kommt Speicher für das Kontextfenster (KV-Cache) hinzu; Googles Gemma-Tabelle rechnet ihn ausdrücklich nicht mit ein.

    Stand 15.10.2026AnbieterangabeGoogle · Gemma 4 model overview

Setzt voraus
Open-weight-Modell
Selbst betrieben (self-hosted)Selbst betrieben heißt: die eigene Organisation betreibt das Modell und trägt die Datenschutzpflichten selbst.1 Aussage

Fachwort: self-hosted; Eigenbetrieb

Verwandt
On-Premises
vLLMvLLM ist eine Bibliothek, um Modelle auf Servern für viele gleichzeitige Anfragen bereitzustellen.1 Aussage

Fachwort: vLLM

  • vLLM ist eine Apache-2.0-Bibliothek, um Modelle auf Servern schnell für viele gleichzeitige Anfragen bereitzustellen (Speicherverwaltung per PagedAttention).

    Stand 15.10.2026AnbieterangabevLLM Project · vllm-project/vllm (README)

Kontext

Was ein Modell beim Antworten „vor Augen“ hat, wie man es in Token misst und warum mehr nicht immer besser ist.

Abruf / RAGBei RAG sucht ein Programm passende Textstellen aus einer Wissenssammlung und gibt sie dem Modell mit, statt sich auf dessen Gedächtnis zu verlassen.6 Aussagen
EinbettungNicht belegt — die Recherche enthält zu „Einbettung“ noch keine Aussage.6 Aussagen

Fachwort: embedding

  • „Anthropic does not offer its own embedding model“; als einen Anbieter nennt Anthropic Voyage AI (MongoDB), etwa voyage-4, voyage-4-large, voyage-4-lite mit 32.000 Token Kontext.

    Stand 16.10.2026AnbieterangabeAnthropic · Embeddings

  • voyage-4-nano ist laut Anthropic-Doku ein offenes Modell (Apache 2.0) zum Selbstbetrieb, das man von Hugging Face lädt.

    Stand 16.10.2026AnbieterangabeAnthropic · Embeddings

  • Bei Gemini File Search legt man die Stückgröße selbst fest: höchstens Token je Stück und Überlappung über chunking_config.

    Stand 16.10.2026AnbieterangabeGoogle · File Search

  • Laut Ollama-Doku lassen sich Einbettungen „store in a vector database, search with cosine similarity, or use in RAG pipelines“; die Beispiele nutzen embeddinggemma über http://localhost:11434/api/embed.

    Stand 16.10.2026AnbieterangabeOllama · Embeddings (Ollama Docs)

  • Ollama rät: „Use the same embedding model for both indexing and querying.“

    Stand 16.10.2026AnbieterangabeOllama · Embeddings (Ollama Docs)

  • Der Endpunkt /api/embed gibt laut Ollama L2-normierte Vektoren (Länge 1) zurück; für die meisten semantischen Suchen empfiehlt die Doku Kosinus-Ähnlichkeit.

    Stand 16.10.2026AnbieterangabeOllama · Embeddings (Ollama Docs)

KompaktierungBei der Kompaktierung wird der ältere Teil eines langen Gesprächs zusammengefasst, damit es weitergehen kann, obwohl das Kontextfenster voll wäre.2 Aussagen

Fachwort: compaction / Kompaktierung

  • Bei der Claude-API fasst die serverseitige Kompaktierung frühere Gesprächsteile automatisch zusammen, sodass das Gespräch über die Fenstergrenze hinaus weiterlaufen kann (Beta, ab Claude 4.6).

    Stand 15.10.2026AnbieterangabeAnthropic · Context windows

  • Anthropic nennt als Strategien für lange Agentenläufe: Kompaktierung, strukturierte Notizen außerhalb des Kontexts, Subagenten mit eigenem Kontext und Nachladen „just in time“ über Werkzeuge.

    Stand 29.09.2025AnbieterangabeAnthropic · Effective context engineering for AI agents

Setzt voraus
Kontextfenster
KontextfensterDas Kontextfenster ist alles, was das Modell bei einer Antwort gleichzeitig berücksichtigen kann — Anweisungen, Verlauf, Dokumente und die Antwort selbst.4 Aussagen

Fachwort: context window / Kontextfenster („Arbeitsgedächtnis“)

  • Anthropic definiert das Kontextfenster als den gesamten Text, auf den ein Modell beim Antworten zugreifen kann, einschließlich der Antwort selbst — ein „Arbeitsgedächtnis“, getrennt von den Trainingsdaten.

    Stand 15.10.2026AnbieterangabeAnthropic · Context windows

  • Zum Kontext zählen Systemprompt, alle Nachrichten samt Werkzeugergebnissen, Bildern und Dokumenten, die Werkzeugbeschreibungen und die erzeugte Ausgabe einschließlich Denk-Token.

    Stand 15.10.2026AnbieterangabeAnthropic · Context windows

  • Ist schon die Eingabe größer als das Kontextfenster, lehnt die Claude-API die Anfrage mit dem Fehler „prompt is too long“ ab.

    Stand 15.10.2026AnbieterangabeAnthropic · Context windows

  • Die Kontextfenster der Spitzenmodelle liegen im Oktober 2026 bei rund 1 Mio. Token (Claude 1 Mio., GPT-6-Reihe 1,05 Mio., Gemini 4 Argon 1 Mio.).

    Stand 15.10.2026AnbieterangabeAnthropic · Models overviewOpenAI · ModelsGoogle · Gemini models

Setzt voraus
Token
KontextverfallJe voller das Kontextfenster, desto unzuverlässiger findet und nutzt ein Modell die Informationen darin.5 Aussagen

Fachwort: context rot; lost in the middle

Setzt voraus
Kontextfenster
Prompt-CachingBeim Prompt-Caching merkt sich der Anbieter einen gleichbleibenden Anfang der Eingabe, sodass Wiederholungen schneller und billiger werden.6 Aussagen

Fachwort: prompt caching / Zwischenspeichern des Prompts

  • Bei Claude kostet ein Cache-Treffer 10 % des normalen Eingabepreises, bei Opus 5.5 und Sonnet 5.5 nur 5 % und bei Fable 5.1 2,5 %.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompt cachingAnthropic · Models overview

    Widerspruch: Modell-Referenz der Leitung (06.10.2026): Sonnet 5.5 Cache-Lesen 0,20 $ = 10 % — gegen q-anth-caching/q-anth-preise (15.10.2026): 0,10 $ = 5 %. Aufgelöst zugunsten der Anbieterseiten; ein Mensch bestätigt.

  • Das Schreiben in den Claude-Cache kostet das 1,25-Fache des Eingabepreises (5 Minuten Lebensdauer) oder das 2-Fache (1 Stunde).

    Stand 15.10.2026AnbieterangabeAnthropic · Prompt caching

  • Rechenbeispiel Claude Opus 5.5 je 1 Mio. Token: Eingabe 4 $, Cache schreiben 5 $ (5 min) bzw. 8 $ (1 h), Cache lesen 0,20 $.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompt caching

  • Der Claude-Cache hält standardmäßig 5 Minuten und verlängert sich bei jeder Nutzung kostenlos; Prompts unter der Mindestlänge (z. B. 512 Token bei Opus 5.5) werden ohne Fehlermeldung nicht zwischengespeichert.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompt caching

  • Zwischengespeicherte Token belegen trotzdem Platz im Kontextfenster; Caching ändert nur den Preis.

    Stand 15.10.2026AnbieterangabeAnthropic · Context windows

  • Auch OpenAI berechnet zwischengespeicherte Eingabe günstiger, z. B. GPT-6.1 Sol 0,10 $ statt 2 $ je 1 Mio. Token.

    Stand 15.10.2026AnbieterangabeOpenAI · Pricing

Setzt voraus
Token
TokenEin Token ist ein Textstück (oft ein Wortteil), in das ein Modell Text zerlegt; Kosten und Grenzen werden in Token gezählt.3 Aussagen

Fachwort: token / Token; Tokenizer

Token für DeutschFür deutsche Texte nennt kein großer Anbieter eine eigene Faustregel; die veröffentlichten Regeln gelten für Englisch.4 Aussagen

Fachwort: tokens per word / Tokenizer

  • Google: „For Gemini models, a token is equivalent to about 4 characters. 100 tokens is equal to about 60-80 English words.“

    Stand 13.10.2026AnbieterangabeGoogle · Understand and count tokens

  • Anthropic: 1 Mio. Token sind beim aktuellen Tokenizer „roughly 555k words or 2.5M Unicode characters“; ältere Modelle fassten etwa 750 000 Wörter — eine Sprache nennt die Seite nicht.

    Stand 15.10.2026AnbieterangabeAnthropic · Models overview

  • Anthropic: Der Tokenizer ab Claude 4.7 „produces approximately 30% more tokens for the same text“ als der frühere.

    Stand 15.10.2026AnbieterangabeAnthropic · Pricing (Claude Platform Docs)

  • Anthropic bietet eine Token-Zählung an, die „enables you to determine the number of tokens in a message before sending it to Claude“.

    Stand 15.10.2026AnbieterangabeAnthropic · Features overview

Effort und Denken

Wie viel ein Modell „nachdenkt“, bevor es antwortet, wie man das einstellt und was es kostet.

Denkstufe / Denkbudget (Google)Bei Gemini stellt man die Denktiefe heute mit Stufen ein, nicht mehr mit einer Token-Zahl.3 Aussagen

Fachwort: `thinking_level` (minimal, low, medium, high); früher thinking budget

  • Die Gemini-Doku steuert das Denken über thinking_level; eine Zahlen-Obergrenze (thinkingBudget) wird auf der aktuellen Seite nicht mehr beschrieben.

    Stand 15.10.2026AnbieterangabeGoogle · Gemini thinking

  • Gemini 4 Argon und Gemini 3.8 Flash denken standardmäßig auf medium und erlauben low, medium und high.

    Stand 15.10.2026AnbieterangabeGoogle · Gemini thinking

  • Google rät, für weniger Kosten und Wartezeit die Denkstufe zu senken statt max_output_tokens klein zu setzen, weil abgeschnittenes Denken trotzdem berechnet wird.

    Stand 15.10.2026AnbieterangabeGoogle · Gemini thinking

Setzt voraus
Reasoning / Denken
Effort-Stufe (Anthropic)Mit effort sagt man Claude, wie gründlich – und damit wie teuer und langsam – es arbeiten soll.6 Aussagen

Fachwort: effort parameter (`output_config.effort`): low, medium, high, xhigh, max

  • Der Effort-Parameter steuert, wie viele Token Claude beim Antworten ausgibt, und wirkt auf alle Ausgabe-Token: Text, Werkzeugaufrufe und Denken.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Es gibt fünf Stufen: low (am sparsamsten), medium (ausgewogen), high (so viele Token wie nötig), xhigh (lange agentische Aufgaben über 30 Minuten) und max (ohne Grenze beim Token-Verbrauch).

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Standard ist medium bei Opus 5.5 und Haiku 5.5 und high bei Fable 5.1 und Sonnet 5.5.

    Stand 15.10.2026AnbieterangabeAnthropic · Models overviewAnthropic · Effort

  • Effort ist laut Anthropic ein Verhaltenssignal, kein hartes Token-Budget: auch auf niedriger Stufe denkt Claude bei schweren Aufgaben, nur weniger.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Niedrigere Stufen führen zu weniger und knapperen Werkzeugaufrufen und kürzeren Bestätigungen; höhere Stufen erklären öfter den Plan und fassen Änderungen ausführlicher zusammen.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Wer die Effort-Stufe mitten in einem Gespräch auf oberster Ebene ändert, verliert den Prompt-Cache; einige Modelle erlauben dafür eine Änderung je Nachricht (Beta), die den Cache erhält.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

Setzt voraus
Reasoning / Denken
Reasoning / DenkenEin denkendes Modell schreibt vor der Antwort Zwischenschritte (Denk-Token), um schwierige Aufgaben besser zu lösen.4 Aussagen

Fachwort: reasoning / thinking; Denk-Token (thinking tokens, reasoning tokens)

  • Bei OpenAI sind Denk-Token über die API nicht sichtbar, belegen aber Platz im Kontextfenster und werden als Ausgabe-Token berechnet.

    Stand 15.10.2026AnbieterangabeOpenAI · Reasoning models

  • Bei Claude zählen Denk-Token zu max_tokens, werden als Ausgabe-Token berechnet und zählen gegen die Ratenlimits.

    Stand 15.10.2026AnbieterangabeAnthropic · Context windows

  • Bei Gemini ist der Antwortpreis die Summe aus Ausgabe- und Denk-Token; berechnet werden die vollen Gedanken, auch wenn die API nur Zusammenfassungen zurückgibt.

    Stand 15.10.2026AnbieterangabeGoogle · Gemini thinking

  • Bei Claude Fable 5.1 und Opus 5.5 ist das adaptive Denken immer an; das Modell entscheidet selbst, wie viel es denkt.

    Stand 15.10.2026AnbieterangabeAnthropic · Models overviewAnthropic · Effort

Setzt voraus
Token
reasoning_effort (OpenAI)OpenAIs Regler für die Denktiefe, mit Stufen von „none“ bis „max“.3 Aussagen

Fachwort: `reasoning.effort` (Responses API) / `reasoning_effort` (Chat Completions)

  • OpenAI kennt die Werte none, minimal, low, medium, high, xhigh und max; welche ein Modell annimmt, hängt vom Modell ab (GPT-6 Astra z. B. kein none).

    Stand 15.10.2026AnbieterangabeOpenAI · Reasoning models

  • OpenAI empfiehlt medium als Startpunkt, bei schweren Aufgaben medium und high zu vergleichen und xhigh nur, wenn eigene Tests einen klaren Nutzen zeigen.

    Stand 15.10.2026AnbieterangabeOpenAI · Reasoning models

  • OpenAI rät, anfangs mindestens 25 000 Token für Denken und Ausgabe einzuplanen, weil sonst eine Antwort unvollständig enden kann, bevor sichtbarer Text entsteht.

    Stand 15.10.2026AnbieterangabeOpenAI · Reasoning models

Setzt voraus
Reasoning / Denken
Wann mehr Denken lohntMehr Denken bringt bei schweren Aufgaben bessere Ergebnisse, kostet aber Geld und Zeit — die richtige Stufe findet man durch Testen.5 Aussagen

Fachwort: effort sweep / Stufenvergleich mit Evals

  • Vorteil hoch, Qualität: Anthropic empfiehlt xhigh oder max für die anspruchsvollste agentische und Programmierarbeit (z. B. bei Fable 5.1).

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Nachteil hoch, Kosten: Für Claude Opus 4.7 schreibt Anthropic, max bringe auf den meisten Aufgaben deutlich mehr Kosten für relativ kleine Qualitätsgewinne und könne bei einfachen Aufgaben zum „Überdenken“ führen.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Vorteil niedrig, Tempo: low eignet sich laut Anthropic für einfache Aufgaben mit Bedarf an Geschwindigkeit und niedrigen Kosten, etwa für Subagenten.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Nachteil niedrig, Gründlichkeit: Bei Haiku 5.5 auf low überspringt das Modell in langen Agenten-Prompts eher eine Suche, hört früher auf oder lässt eine Prüfung aus.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Anthropic und OpenAI raten, die Stufe mit eigenen Tests (Evals) zu wählen statt Einstellungen von älteren Modellen zu übernehmen.

    Stand 15.10.2026AnbieterangabeAnthropic · EffortOpenAI · Reasoning models

Prompten

Wie man einem Modell Aufgaben so stellt, dass verlässlich das Gewünschte herauskommt.

AusgabeformatFormat und Einschränkungen der Antwort ausdrücklich angeben, etwa als nummerierte Liste.1 Aussage

Fachwort: output format; constraints

  • Format und Einschränkungen konkret angeben und Schritte als nummerierte Liste schreiben, wenn Reihenfolge oder Vollständigkeit zählen.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompting best practices

Beispiele (Few-Shot)Man zeigt dem Modell ein paar Beispiele von Eingabe und gewünschter Ausgabe, statt es nur zu beschreiben.2 Aussagen

Fachwort: few-shot / multishot prompting

Context EngineeringContext Engineering heißt auszuwählen, was ins Kontextfenster kommt: nicht nur die Anweisung, auch Dokumente, Werkzeugergebnisse und Verlauf.2 Aussagen

Fachwort: context engineering

Denken lassenBei schwierigen Aufgaben dem Modell Raum zum Nachdenken geben — heute meist über die Effort-Stufe statt über Prompt-Tricks.2 Aussagen

Fachwort: chain of thought; extended / adaptive thinking

  • Wo adaptives Denken verfügbar ist, ist Effort laut Anthropic der empfohlene Weg, die Denktiefe zu steuern.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Für Opus 4.7 rät Anthropic: zeigt das Modell bei schweren Problemen oberflächliches Denken, Effort erhöhen statt drumherum zu prompten.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

ErfolgskriterienErfolgskriterien legen vorher fest, woran man ein gutes Ergebnis erkennt; ohne sie lässt sich ein Prompt nicht testen.1 Aussage

Fachwort: success criteria

  • Anthropic setzt vor das Prompten drei Dinge voraus: klare Erfolgskriterien, eine Möglichkeit, sie zu testen, und einen ersten Entwurf.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompt engineering overview

Grundlage für
Eigene Messung
Lange Dokumente und BelegeBei langen Texten das Material nach oben, die Frage nach unten, und das Modell erst wörtliche Zitate heraussuchen lassen.2 Aussagen

Fachwort: long-context prompting; quote grounding

  • Bei langen Eingaben (ab ca. 20 000 Token) gehören Dokumente an den Anfang und die Frage ans Ende; das verbesserte die Qualität in Anthropics Tests um bis zu 30 %.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompting best practices

  • Bei langen Dokumenten zuerst die relevanten Stellen wörtlich zitieren lassen und dann erst die Aufgabe bearbeiten — das lenkt den Blick auf das Wesentliche.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompting best practices

Prompt (klar und direkt)Das Modell weiß nur, was im Prompt steht — also Ziel, Kontext, Format und Grenzen ausdrücklich nennen.2 Aussagen

Fachwort: be clear and direct; explicit instructions

  • Anthropic empfiehlt, Claude wie eine brillante, aber neue Mitarbeiterin ohne Kenntnis der eigenen Gepflogenheiten zu behandeln: je genauer die Erklärung, desto besser das Ergebnis.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompting best practices

  • Anthropics „goldene Regel“: den Prompt einer Kollegin ohne Vorwissen zeigen — wäre sie verwirrt, ist es das Modell auch.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompting best practices

Setzt voraus
Sprachmodell
Prompt EngineeringPrompt Engineering ist das Schreiben und Verbessern von Anweisungen an ein Modell, bis die Ergebnisse zuverlässig passen.2 Aussagen

Fachwort: prompt engineering / Prompt-Gestaltung

  • OpenAI definiert Prompt Engineering als das Schreiben wirksamer Anweisungen, damit ein Modell beständig Ergebnisse liefert, die den Anforderungen entsprechen.

    Stand 15.10.2026AnbieterangabeOpenAI · Prompt engineering

  • Nicht jedes Problem löst man mit dem Prompt: Wartezeit und Kosten lassen sich laut Anthropic oft leichter durch ein anderes Modell senken.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompt engineering overview

Grundlage für
Context Engineering
RolleEine Rolle im Systemprompt richtet Verhalten und Ton des Modells auf den Anwendungsfall aus; ein Satz genügt.1 Aussage

Fachwort: role prompting

  • Schon ein einziger Satz, der im Systemprompt eine Rolle festlegt, richtet Verhalten und Ton von Claude auf den Anwendungsfall aus.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompting best practices

Setzt voraus
Systemprompt
Verwandt
Systemprompt
Struktur (XML / Markdown)Teile des Prompts — Anweisung, Kontext, Beispiele, Eingabe — werden mit Tags oder Überschriften sauber voneinander getrennt.3 Aussagen

Fachwort: XML tags; Markdown-Gliederung

  • XML-Tags wie <instructions>, <context>, <input> helfen Claude, gemischte Prompts eindeutig zu lesen, und verringern Missverständnisse.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompting best practices

  • OpenAI empfiehlt Markdown-Überschriften und -Listen für Abschnitte und XML-Tags, um Inhalte abzugrenzen.

    Stand 15.10.2026AnbieterangabeOpenAI · Prompt engineering

  • Bei mehreren Dokumenten empfiehlt Anthropic, jedes in <document>-Tags mit Inhalt und Quelle als Unter-Tags zu verpacken.

    Stand 15.10.2026AnbieterangabeAnthropic · Prompting best practices

SystempromptDer Systemprompt ist die dauerhafte Grundanweisung (Rolle, Regeln), die vor dem eigentlichen Gespräch steht.1 Aussage

Fachwort: system prompt / developer message; role prompting

  • Bei OpenAI enthalten developer-Nachrichten die Regeln und die Geschäftslogik des Systems „wie eine Funktionsdefinition“, user-Nachrichten die Eingaben.

    Stand 15.10.2026AnbieterangabeOpenAI · Prompt engineering

Grundlage für
Rolle
Typische Fehler beim PromptenHäufige Fehler sind vage Aufträge, fehlende Erfolgskriterien, keine Tests und ungeprüfte Übernahme der Ergebnisse.4 Aussagen

Fachwort: prompting anti-patterns

Harness und Agentic Engineering

Das Programm rund um das Modell, das aus einem Chat einen arbeitenden Agenten macht, und wie man sicher damit arbeitet.

AgentEin Agent ist ein Modell, das selbst entscheidet, welche Schritte und Werkzeuge es nacheinander einsetzt, um ein Ziel zu erreichen.3 Aussagen

Fachwort: AI agent; agentic system (Gegenstück: workflow)

  • Anthropic unterscheidet Workflows, in denen Modelle und Werkzeuge über fest vorgegebene Codepfade laufen, von Agenten, in denen das Modell seine Schritte und Werkzeugnutzung selbst steuert.

    Stand 19.12.2024AnbieterangabeAnthropic · Building effective agents

  • Grundbaustein agentischer Systeme ist laut Anthropic ein Sprachmodell, ergänzt um Abruf, Werkzeuge und Gedächtnis.

    Stand 19.12.2024AnbieterangabeAnthropic · Building effective agents

  • Anthropic empfiehlt, die einfachste mögliche Lösung zu suchen und Komplexität nur bei Bedarf zu erhöhen, weil Agenten Leistung oft mit mehr Wartezeit und Kosten erkaufen.

    Stand 19.12.2024AnbieterangabeAnthropic · Building effective agents

Setzt voraus
Werkzeugaufruf
Agentic EngineeringAgenten sparen Handarbeit, kosten aber mehr Token und brauchen Leitplanken.3 Aussagen

Fachwort: trade-offs agentic systems

  • Nachteil Kosten/Latenz: Agentische Systeme tauschen laut Anthropic oft Wartezeit und Kosten gegen bessere Ergebnisse.

    Stand 19.12.2024AnbieterangabeAnthropic · Building effective agents

  • Vorteil Kontext: Subagenten mit niedrigem Effort sind laut Anthropic ein typischer Fall für sparsame, schnelle Arbeit.

    Stand 15.10.2026AnbieterangabeAnthropic · Effort

  • Nachteil Verlässlichkeit: Anweisungen in CLAUDE.md sind nicht erzwungen; was sicher gelten muss, gehört in Hooks oder Rechte.

    Stand 15.10.2026AnbieterangabeAnthropic · How Claude remembers your project

Setzt voraus
Harness
Claude CodeClaude Code ist Anthropics agentisches Programmierwerkzeug: Es liest die Codebasis, ändert Dateien und führt Befehle aus.1 Aussage

Fachwort: Claude Code; coding agent

  • Claude Code ist laut Anthropic ein agentisches Programmierwerkzeug, das die Codebasis liest, Dateien ändert, Befehle ausführt und sich an Entwicklungswerkzeuge anbindet — im Terminal, in IDEs, als Desktop-App und im Browser.

    Stand 15.10.2026AnbieterangabeAnthropic · Claude Code overview

Setzt voraus
Harness
Codex (OpenAI)Codex ist OpenAIs Programmier-Agent, als CLI auf dem eigenen Rechner, als IDE-Erweiterung und als Codex Cloud.2 Aussagen

Fachwort: Codex CLI; coding agent

Setzt voraus
Harness
HarnessDer Harness ist das Programm um das Modell herum: Es führt die Schleife aus, stellt Werkzeuge bereit, prüft Rechte und lädt Gedächtnis-Dateien.3 Aussagen

Fachwort: agent harness / Agenten-Rahmenprogramm

Setzt voraus
Agent
HookHooks sind feste Befehle, die der Harness an bestimmten Stellen immer ausführt — unabhängig davon, ob das Modell daran denkt.2 Aussagen

Fachwort: hooks (z. B. PreToolUse, PostToolUse)

  • Hooks in Claude Code sind selbst definierte Shell-Befehle zu festen Zeitpunkten und geben deterministische Kontrolle: bestimmte Aktionen passieren immer, statt sich auf das Modell zu verlassen.

    Stand 15.10.2026AnbieterangabeAnthropic · Automate actions with hooks

  • Wer eine Aktion unabhängig von Claudes Entscheidung sicher verhindern will, nutzt laut Anthropic einen PreToolUse-Hook statt einer Anweisung in CLAUDE.md.

    Stand 15.10.2026AnbieterangabeAnthropic · How Claude remembers your project

Setzt voraus
Harness
MCPMCP ist ein offener Standard, über den KI-Anwendungen an Datenquellen und Werkzeuge angeschlossen werden — „wie ein USB-C-Anschluss für KI“.2 Aussagen

Fachwort: Model Context Protocol (MCP); MCP-Server, MCP-Client

Setzt voraus
Werkzeugaufruf
Plan-ModusIm Plan-Modus liest der Agent nur und schlägt einen Plan vor; geändert wird erst nach Freigabe.1 Aussage

Fachwort: plan mode

  • Im Plan-Modus liest Claude Code Dateien und schlägt einen Plan vor, ändert aber nichts, bis der Mensch zustimmt.

    Stand 15.10.2026AnbieterangabeAnthropic · Common workflows

Setzt voraus
Harness
Projekt-Gedächtnis (CLAUDE.md / AGENTS.md)Eine Textdatei im Projekt, die der Agent zu Beginn jeder Sitzung liest — mit Regeln, Befehlen und Eigenheiten des Projekts.4 Aussagen

Fachwort: CLAUDE.md; AGENTS.md; auto memory

Setzt voraus
Harness
Prompt-InjectionBei einer Prompt-Injection bringen eingeschleuste Anweisungen den Agenten zu ungewollten Schritten; Sandbox und Rechte begrenzen den Schaden.10 Aussagen
Rechte und SandboxRechte legen fest, was der Agent ohne Rückfrage tun darf; die Sandbox sperrt Datei- und Netzzugriff zusätzlich auf Betriebssystemebene.2 Aussagen

Fachwort: permissions, permission modes; sandboxing

  • Claude Code kennt die Modi default (fragt beim ersten Einsatz eines Werkzeugs), acceptEdits, plan, auto (ein Klassifikator prüft Aktionen), dontAsk und bypassPermissions.

    Stand 15.10.2026AnbieterangabeAnthropic · Configure permissions

  • Im Standardmodus braucht Lesen keine Freigabe, Shell-Befehle und Dateiänderungen aber schon.

    Stand 15.10.2026AnbieterangabeAnthropic · Configure permissions

Setzt voraus
Harness
SubagentEin Subagent ist ein Hilfsagent mit eigenem, frischem Kontextfenster, der eine Teilaufgabe erledigt und nur eine Zusammenfassung zurückgibt.3 Aussagen

Fachwort: subagent

  • In Claude Code läuft jeder Subagent in eigenem Kontextfenster mit eigenem Systemprompt, eigenen Werkzeugen und eigenen Rechten.

    Stand 15.10.2026AnbieterangabeAnthropic · Subagents

  • Subagenten halten Suchergebnisse, Protokolle und Dateiinhalte aus dem Hauptgespräch heraus und geben nur das Ergebnis zurück.

    Stand 15.10.2026AnbieterangabeAnthropic · SubagentsAnthropic · Common workflows

  • Projekt-Subagenten liegen als Markdown-Dateien in .claude/agents/ und können mit ins Versionsverwaltungssystem.

    Stand 15.10.2026AnbieterangabeAnthropic · Subagents

Setzt voraus
Agent
Tests als TorEine Aufgabe gilt erst als fertig, wenn Tests sie bestätigen — nicht, wenn der Agent „fertig“ meldet.2 Aussagen

Fachwort: tests as a gate; verification

Setzt voraus
Agent
WerkzeugaufrufBeim Tool-Use ruft das Modell eine Funktion auf (z. B. Websuche, Datei lesen), der Harness führt sie aus und gibt das Ergebnis zurück.3 Aussagen

Fachwort: tool use

  • Claude entscheidet anhand der Anfrage und der Werkzeugbeschreibung, wann ein Werkzeug aufgerufen wird, und liefert einen strukturierten Aufruf, den die eigene Anwendung oder Anthropic ausführt.

    Stand 15.10.2026AnbieterangabeAnthropic · Tool use with Claude

  • Die Schleife: Claude antwortet mit stop_reason: "tool_use", das Programm führt das Werkzeug aus und schickt ein tool_result zurück, worauf Claude weiterarbeitet.

    Stand 15.10.2026AnbieterangabeAnthropic · Tool use with Claude

  • Werkzeuge kosten Token: Beschreibungen, Aufrufe und Ergebnisse zählen als Eingabe, dazu kommt ein Systemprompt für Werkzeuge (z. B. 286 Token bei Opus 5.5).

    Stand 15.10.2026AnbieterangabeAnthropic · Tool use with Claude

Setzt voraus
Sprachmodell
Grundlage für
Agent Code-Ausführung MCP
WorktreeEin Git-Worktree ist eine zweite Arbeitskopie desselben Projekts auf eigenem Zweig, damit parallele Agenten sich nicht gegenseitig überschreiben.1 Aussage

Fachwort: git worktree

  • Mit claude --worktree <name> startet Claude Code eine isolierte parallele Sitzung in einem eigenen Git-Worktree; das Projekt braucht dafür mindestens einen Commit.

    Stand 15.10.2026AnbieterangabeAnthropic · Common workflows

Verwandt
Subagent

Halluzination

Warum Sprachmodelle überzeugend klingende Falschaussagen machen und was dagegen hilft.

Gegenmittel gegen HalluzinationHalluzinationen lassen sich verringern, aber nicht abschalten: Unsicherheit erlauben, Quellen verlangen, eigene Daten mitgeben und Ergebnisse prüfen.9 Aussagen
HalluzinationEine Halluzination ist eine Antwort, die plausibel und selbstsicher klingt, aber falsch oder erfunden ist.3 Aussagen

Fachwort: hallucination / Halluzination (Konfabulation)

Setzt voraus
Sprachmodell
Raten wird belohntModelle werden wie Prüflinge in Multiple-Choice-Tests bewertet: Raten bringt Punkte, „weiß ich nicht“ bringt keine.4 Aussagen

Fachwort: binary grading; test-taking mode; abstention

Setzt voraus
Halluzination
Vortraining (Ursache von Halluzination)Schon beim Lernen aus Texten entstehen Fehler, weil das Modell bei seltenen, zufälligen Fakten keine Regel erkennen kann.4 Aussagen

Fachwort: pretraining errors; Is-It-Valid-Reduktion; singleton rate

Setzt voraus
Halluzination

Recht und Behörden

Was KI-Verordnung, Datenschutz und Behördenleitlinien für den KI-Einsatz und für KI-Schulungen verlangen.

Anbieter und BetreiberNicht belegt — die Recherche enthält zu „Anbieter und Betreiber“ noch keine Aussage.ohne Aussage

Fachwort: provider / deployer (Art. 3 KI-VO)

AuftragsverarbeitungEin Auftragsverarbeitungsvertrag regelt, dass der Anbieter Daten nur im Auftrag und nach Weisung des Kunden verarbeitet.5 Aussagen

Fachwort: Art. 28 DSGVO; data processing agreement

Brauchen Behörden eine KI-Schulung?Art. 4 verlangt Maßnahmen zur KI-Kompetenz, die Bundesleitlinien ein Kompetenzangebot; eine bestimmte Schulungsform schreibt keine gefundene Quelle vor.1 Aussage
BSI zu generativer KIDas BSI beschreibt in einer laufend ergänzten Veröffentlichung Chancen, Risiken und Gegenmaßnahmen generativer KI für Unternehmen und Behörden.4 Aussagen

Fachwort: BSI-Publikation „Generative KI-Modelle – Chancen und Risiken für Industrie und Behörden“

Bundesnetzagentur und KI-MIGNicht belegt — die Recherche enthält zu „Bundesnetzagentur und KI-MIG“ noch keine Aussage.ohne Aussage

Fachwort: BNetzA; KI-Marktüberwachungsgesetz

DatenresidenzDatenresidenz heißt, dass ein Anbieter zusagt, Daten nur in einer bestimmten Region zu verarbeiten oder zu speichern.9 Aussagen
Digital-Omnibus zur KIDer Digital-Omnibus ist ein EU-Änderungsgesetz von 2026, das die KI-Verordnung abschwächt und Fristen verschiebt.1 Aussage

Fachwort: Verordnung (EU) 2026/1744; Digital Omnibus on AI

Setzt voraus
KI-Verordnung
DSGVO beim Einsatz von Cloud-ModellenWer personenbezogene Daten in ein KI-System eingibt, braucht dafür eine Rechtsgrundlage und muss prüfen, wo und von wem sie verarbeitet werden.4 Aussagen

Fachwort: Datenschutz-Grundverordnung (DSGVO); Auftragsverarbeitung; Drittlandübermittlung

Hochrisiko-KIFür Hochrisiko-KI-Systeme sieht die KI-Verordnung eigene Pflichten vor; der Digital-Omnibus hat deren Fristen verschoben.2 Aussagen

Fachwort: high-risk AI systems (Anhang I, Anhang III)

Setzt voraus
KI-Verordnung
KI-Kompetenz (Art. 4)Art. 4 verpflichtet Anbieter und Betreiber von KI-Systemen, die KI-Kompetenz der Menschen zu fördern, die in ihrem Auftrag mit KI arbeiten.10 Aussagen
KI-VerordnungDie KI-Verordnung ist das EU-Gesetz, das Regeln für Anbieter und Betreiber von KI-Systemen nach Risiko abgestuft festlegt.2 Aussagen

Fachwort: Verordnung (EU) 2024/1689; AI Act

Leitlinien für die BundesverwaltungBMI und Bundes-CIO haben im März 2025 Leitlinien veröffentlicht, wie Beschäftigte und Behörden des Bundes KI einsetzen sollen.7 Aussagen

Fachwort: Leitlinien für den Einsatz Künstlicher Intelligenz in der Bundesverwaltung

Training mit API-DatenDie drei großen Anbieter sagen, dass sie mit Daten aus ihren bezahlten API-Diensten nicht trainieren — Googles kostenlose Gemini-Stufe ist die Ausnahme.9 Aussagen
Transparenzpflichten (Art. 50)Art. 50 verlangt, dass Menschen erkennen können, wann sie mit KI sprechen oder KI-erzeugte Inhalte vor sich haben.4 Aussagen

Fachwort: transparency obligations / Transparenzpflichten; Deepfake-Kennzeichnung

Setzt voraus
KI-Verordnung

Büroalltag

Was KI im Büro konkret tut: Protokoll, Office-Assistenten, Sprache zu Text, Übersetzen, Tabellen — und wo die Belege enden.

Code-AusführungDas Modell schreibt Code, eine abgeschottete Umgebung führt ihn aus und gibt das Ergebnis zurück — so wird gerechnet statt geraten.6 Aussagen
Leichte SpracheLeichte Sprache ist eine Regel-Sprache für Menschen mit Lernschwierigkeiten; als geprüft gilt ein Text erst, wenn Menschen der Zielgruppe ihn verstehen.6 Aussagen

Fachwort: Leichte Sprache (easy-to-read); nicht gleich „einfache Sprache“ (plain language)

Eigene Seite: Leichte Sprache

Office-Assistent (Copilot, Gemini)Copilot (Microsoft) und Gemini (Google) sind Sprachmodelle in Mail, Text, Tabelle und Besprechung des Office-Pakets, mit Zugriff auf die Hausdokumente.8 Aussagen

Fachwort: Microsoft Copilot (vormals Microsoft 365 Copilot); Gemini in Google Workspace

Eigene Seite: Office-Assistent (Copilot, Gemini)

Protokoll-VorlageEin Protokoll hat Kopf (wer, wann, wo), Hauptteil mit Ergebnissen und Fuß; ein Modell kann es aus Notizen vorschreiben, der Mensch prüft.6 Aussagen

Fachwort: Ergebnisprotokoll / Verlaufsprotokoll; minutes, meeting notes

Sprache zu TextEin Spracherkennungsmodell schreibt gesprochene Sprache als Text nieder; die Fehlerquote misst man als Wortfehlerrate.3 Aussagen

Fachwort: speech-to-text, automatic speech recognition (ASR); word error rate (WER) / Wortfehlerrate

Tabellen auswertenFür Tabellen liest das Modell die Datei nicht „im Kopf“, sondern schreibt ein kleines Programm, das rechnet; das Ergebnis kommt aus dem Programm.2 Aussagen

Fachwort: data analysis; code interpreter / code execution

  • Anthropic: Mit dem Werkzeug zur Code-Ausführung kann Claude „analyze data, create visualizations, perform complex calculations“; eigene Dateien wie CSV und Excel (.xlsx, .xls) lädt man über die Files API hoch.

    Stand 16.10.2026AnbieterangabeAnthropic · Code execution tool

  • OpenAI: Code Interpreter „allows models to write and run Python code in a sandboxed environment“ für Datenanalyse, Programmieren und Mathematik; CSV und XLSX sind als Dateitypen aufgeführt.

    Stand 16.10.2026AnbieterangabeOpenAI · Code Interpreter

Setzt voraus
Code-Ausführung
Übersetzen mit KIÜbersetzungsdienste und Sprachmodelle übersetzen Texte; wohin die Texte dabei gehen und ob sie zum Training dienen, regelt der Tarif.2 Aussagen

Fachwort: machine translation (MT) / maschinelle Übersetzung

  • DeepL schreibt auf seiner Pro-Sicherheitsseite: „Texte werden nie ohne Ihre Einwilligung zum Trainieren unserer Modelle verwendet“; wo die Server stehen und ob das auch für die kostenlose Fassung gilt, sagt die Seite nicht.

    Stand 16.10.2026AnbieterangabeDeepL SE · DeepL Pro – Datensicherheit

  • Whisper kann laut OpenAI Sprache auch ins Englische übersetzen (--task translate), das Modell turbo aber nicht.

    Stand 16.10.2026AnbieterangabeOpenAI · openai/whisper (README)

Whisper (OpenAI)Whisper ist OpenAIs offenes Spracherkennungsmodell; es läuft ohne Upload auf dem eigenen Rechner, etwa über whisper.cpp.5 Aussagen

Fachwort: OpenAI Whisper (tiny … large, turbo); whisper.cpp

  • „Whisper's code and model weights are released under the MIT License.“

    Stand 16.10.2026AnbieterangabeOpenAI · openai/whisper (README)

  • OpenAI nennt je Modell Parameter und benötigten Grafikspeicher: tiny 39 M (~1 GB), base 74 M (~1 GB), small 244 M (~2 GB), medium 769 M (~5 GB), large 1550 M (~10 GB), turbo 809 M (~6 GB).

    Stand 16.10.2026AnbieterangabeOpenAI · openai/whisper (README)

  • Das Modell turbo ist laut OpenAI „an optimized version of large-v3“ und „not trained for translation tasks“ — es gibt die Originalsprache zurück, auch wenn Übersetzen verlangt ist.

    Stand 16.10.2026AnbieterangabeOpenAI · openai/whisper (README)

  • whisper.cpp ist ein „Port of OpenAI's Whisper model in C/C++“ unter MIT-Lizenz; Apple Silicon ist laut Projekt „first-class citizen“ (Metal, Core ML), dazu Linux, Windows, iOS, Android und WebAssembly.

    Stand 16.10.2026belegtggml-org · ggml-org/whisper.cpp (README)

  • whisper.cpp nennt als Platz und Arbeitsspeicher: tiny 75 MiB / ~273 MB, base 142 MiB / ~388 MB, small 466 MiB / ~852 MB, medium 1,5 GiB / ~2,1 GB, large 2,9 GiB / ~3,9 GB.

    Stand 16.10.2026belegtggml-org · ggml-org/whisper.cpp (README)

Setzt voraus
Sprache zu Text

Eigene Dokumente befragen

Wie man ein Modell auf eigene Dokumente antworten lässt, ohne es zu trainieren, und wann der Abruf belegt versagt.

Grenzen des AbrufsAbruf hilft nur, wenn die richtige Stelle gefunden und richtig gelesen wird; fehlt sie oder widerspricht sie dem Modell, antwortet es trotzdem.6 Aussagen

Fachwort: RAG failure points; retrieval failure; knowledge conflict

Setzt voraus
Abruf / RAG
Lokales RAG-WerkzeugProgramme wie Open WebUI, AnythingLLM oder LM Studio legen eigene Dokumente neben ein lokales Modell und holen zu jeder Frage die passenden Stellen heraus.9 Aussagen

Fachwort: local RAG / Chat with documents; vector database, embedder

Eigene Seite: Lokales RAG-Werkzeug

Setzt voraus
Abruf / RAG

Sicher arbeiten

Welche Risiken im Arbeitsalltag mit KI belegt sind: eingeschleuste Befehle, gefälschte Stimmen und Bilder, private KI-Konten.

DeepfakeEin Deepfake ist ein mit KI gefälschtes Bild, Video oder eine gefälschte Stimme; Erkennungsprogramme irren oft, Schulung bleibt die wichtigste Abwehr.5 Aussagen

Fachwort: deepfake; Deepfake-Erkennung (detection); Medienforensik

Schatten-KISchatten-KI heißt, dass Beschäftigte KI-Werkzeuge für die Arbeit nutzen, die der Betrieb nicht bereitgestellt hat — oft über private Konten.6 Aussagen

KI einführen, Kosten, Qualität

Was eine Organisation für die Einführung braucht: Regeln, Aufzeichnung zur KI-Kompetenz, gemessener Pilot, Platzpreise und Qualitätsmessung.

Aufzeichnung zu Art. 4Für Art. 4 KI-VO genügt laut Kommission eine interne Aufzeichnung der Schulungen und Maßnahmen; eine Bescheinigung verlangt sie nicht.7 Aussagen
Eigene MessungStatt Bestenlisten zu glauben, legt man eigene Testfälle fest und lässt mehrere Modelle oder Prompts dieselben Aufgaben lösen.3 Aussagen

Fachwort: eval / evaluation; test cases, assertions

Setzt voraus
Erfolgskriterien
Grundlage für
Pilot mit Messung
Folgekosten der EinführungZum Preis des Werkzeugs kommt Arbeit, die die Datenschutzaufsicht erwartet: Risikoprüfung, Folgenabschätzung, dienstliche Geräte und Konten.5 Aussagen

Fachwort: data protection impact assessment (DPIA) / Datenschutz-Folgenabschätzung (DSFA); onboarding cost

Eigene Seite: Folgekosten der Einführung

FortbildungskostenKosten einer beruflichen Fortbildung können Betriebsausgaben oder Werbungskosten sein; die Grenze ist die private Lebensführung.3 Aussagen

Fachwort: Betriebsausgaben (§ 4 Abs. 4 EStG), Werbungskosten (§ 9 Abs. 1 EStG)

HalluzinationsrateMan zählt bei vielen Faktenfragen, wie oft ein Modell richtig, falsch oder gar nicht antwortet; „weiß ich nicht“ ist dabei besser als falsch.5 Aussagen

Fachwort: factuality benchmark; correct / incorrect / not attempted (abstention); net score

Setzt voraus
Halluzination
KI-RichtlinieEine KI-Richtlinie legt im Haus fest, welche KI-Werkzeuge wofür und mit welchen Daten benutzt werden dürfen und wer zuständig ist.7 Aussagen

Fachwort: AI usage policy / KI-Nutzungsrichtlinie, Dienstanweisung, Dienst- oder Betriebsvereinbarung

Eigene Seite: KI-Richtlinie

Pilot mit MessungEin Pilot prüft eine KI-Anwendung an einer kleinen Aufgabe und misst vorher und nachher dieselben Größen, damit Nutzen belegt statt behauptet wird.3 Aussagen

Fachwort: pilot, baseline, model metrics vs. service metrics

Setzt voraus
Eigene Messung
PlatzlizenzBei einer Platzlizenz zahlt man je Person und Monat einen festen Preis, egal wie viel sie fragt — anders als bei der API, die je Token abrechnet.9 Aussagen
Strom für ein lokales GerätEin eigener Rechner für lokale Modelle kostet nach dem Kauf vor allem Strom; die Menge folgt aus Leistung, Laufzeit und Strompreis.4 Aussagen

Fachwort: power consumption, operating cost (Betriebskosten)

Was Bestenlisten verzerrtWer vorab viele Varianten heimlich testen darf oder mehr Abstimmungsdaten bekommt, steht auf einer Bestenliste besser da, ohne allgemein besser zu sein.4 Aussagen

Fachwort: selective disclosure, private testing, data asymmetry; „The Leaderboard Illusion“

Anwendungsfälle

Alltagsfälle, an denen Modelle und Werkzeuge gemessen werden.

Agent arbeitet über NachtEin Agent arbeitet stundenlang ohne Aufsicht eine Aufgabenliste ab und hält seinen Fortschritt fest.ohne Aussage
Arbeiten ohne InternetUnterwegs oder in abgeschotteten Netzen ein Modell nutzen, ohne dass Daten das Gerät verlassen.ohne Aussage
Bescheid mit Personendaten zusammenfassenEinen behördlichen Bescheid mit Namen und Adressen in wenigen Sätzen zusammenfassen.ohne Aussage

Fachwort: summarisation with personal data

Chatbot für BürgeranfragenEin Dialogsystem beantwortet Bürgerfragen direkt; die Menschen müssen erkennen, dass sie mit einer KI sprechen.ohne Aussage

Fachwort: public-facing chatbot

Lange Akte durchsuchenIn einer Akte mit Hunderten Seiten die Stellen zu einer Frage finden und mit Zitat belegen.ohne Aussage
Mail-EntwurfAus Stichpunkten eine sachliche Mail entwerfen lassen und vor dem Senden selbst prüfen.ohne Aussage

Fachwort: email drafting

Passt dazu
Claude Opus 5.5
Massen-Einordnung (Tickets, Belege)Tausende kurze Eingänge am Tag einer Kategorie zuordnen oder Felder herausziehen.ohne Aussage

Fachwort: classification at scale

Mitschnitt zu Transkript (ohne Upload)Fallannahme: Eine Behörde hat einen Audiomitschnitt einer Anhörung mit Personendaten und darf ihn nicht in eine Cloud hochladen.1 Aussage

Fachwort: local transcription

  • Werkzeug → Fall: whisper.cpp läuft laut Projekt auf Mac, Linux und Windows und braucht für das Modell large etwa 3,9 GB Arbeitsspeicher — der Mitschnitt bleibt auf dem Rechner.

    Stand 16.10.2026belegtggml-org · ggml-org/whisper.cpp (README)

Setzt voraus
Sprache zu Text
Programmieren im Repo mit TestsEin Agent ändert Code in einem Projekt; fertig ist die Aufgabe erst, wenn die Tests grün sind.ohne Aussage
Protokoll aus StichpunktenFallannahme: Eine Sachbearbeiterin hat Stichpunkte aus einer Dienstbesprechung und braucht bis Mittag ein Ergebnisprotokoll mit Beschlüssen und Zuständigkeiten.1 Aussage

Fachwort: meeting minutes from notes

Setzt voraus
Protokoll-Vorlage
Recherche mit QuellenEine Frage beantworten, bei der jede Aussage eine nachprüfbare Quelle tragen muss.ohne Aussage
Scan oder Bild auslesenAus einem eingescannten Formular oder Foto Text und Felder herausziehen.ohne Aussage

Fachwort: document extraction from images

Tabelle auswerten (Bestellungen)Fallannahme: Ein Betrieb hat eine Excel-Liste mit 2.000 Bestellungen und will Summen je Monat und Kunde wissen.1 Aussage

Fachwort: spreadsheet analysis

  • Werkzeug → Fall: Anthropic nennt für eigene CSV- und Excel-Dateien den Weg Files API plus Code-Ausführung („To analyze your own data files (such as CSV, Excel, or images)“).

    Stand 16.10.2026AnbieterangabeAnthropic · Code execution tool

Setzt voraus
Tabellen auswerten
Text für die ÖffentlichkeitEine Bürgerinformation mit KI-Hilfe schreiben, redaktionell prüfen und verantworten.ohne Aussage

Fachwort: public-interest text