KI-Lexikon · Teil des Trofy KI-SEO-Lexikons
Von richtigem Prompten über Halluzinations-Checks bis EU AI Act: das Praxiswissen für den KI-Einsatz im Unternehmen. Alle Definitionen original von Trofy — der KI-zertifizierten Agentur aus Erlangen.
Ein kompletter Arbeitsablauf, den KI-Agenten selbstständig planen, ausführen und iterieren — mit Werkzeugen, Zwischenprüfungen und menschlichen Freigabepunkten an kritischen Stellen. Der Unterschied zur einfachen Automatisierung: Der Workflow reagiert auf Unvorhergesehenes, statt bei der ersten Abweichung stehenzubleiben. In unseren Kundenprojekten der Standard für Prozesse ab mittlerer Komplexität.
Die programmatische Schnittstelle, über die Software mit Software spricht — auch der Weg, KI-Modelle in eigene Prozesse einzubauen (statt manuell im Chat zu arbeiten). Erst per API werden aus KI-Spielereien skalierbare Systeme: automatische Textprüfung, Datenanreicherung, Report-Erstellung. Abgerechnet wird meist pro Token, also nach Nutzungsmenge.
Eine Prompting-Technik, bei der die KI aufgefordert wird, Schritt für Schritt zu denken, bevor sie antwortet („Analysiere erst, entscheide dann“). Bei komplexen Aufgaben — Kalkulationen, Abwägungen, Fehlersuche — steigt die Genauigkeit deutlich, weil Zwischenschritte sichtbar und prüfbar werden. Moderne Reasoning-Modelle haben dieses Prinzip bereits eingebaut.
Der KI-Assistent von OpenAI und mit weitem Abstand meistgenutzte Chatbot — für viele Menschen inzwischen der Startpunkt für Fragen, die früher bei Google landeten. Für Unternehmen relevant durch ChatGPT Search (Empfehlungen mit Quellen), Custom GPTs und die API. Wer hier nicht auffindbar ist, verliert einen wachsenden Teil der Nachfrage.
Das Zerlegen großer Dokumente in sinnvolle Abschnitte („Chunks“), bevor sie in eine KI-Wissensdatenbank wandern. Klingt technisch, entscheidet aber über die Antwortqualität Ihres Firmen-Chatbots: Zu große Stücke verwässern die Treffer, zu kleine reißen Zusammenhänge auseinander. Faustregel: entlang der inhaltlichen Struktur teilen (Kapitel, Absätze), nicht stur nach Zeichenzahl.
Die KI-Modellfamilie von Anthropic — bekannt für starke Text- und Analysequalität, große Kontextfenster und den Agenten-Fokus (Claude Code, MCP-Standard). Für Unternehmen interessant bei anspruchsvollen Schreib- und Analyseaufgaben sowie Automatisierung. Trofy ist von Anthropic mehrfach zertifiziert (MCP, Agent Skills, AI Fluency).
Maßgeschneiderte KI-Assistenten ohne Programmierung: eigene Anweisungen (System-Prompt) plus eigene Dateien als Wissensbasis — als „GPT“ bei OpenAI oder „Projekt“ bei Claude. Praxisbeispiele: Angebots-Assistent mit Preisliste, Support-Helfer mit Produkt-Doku, Texter mit Brand-Voice-Guide. Der schnellste Einstieg in firmenspezifische KI.
Der Recherche-Modus moderner KIs (ChatGPT, Gemini, Perplexity, Claude): Die KI arbeitet minutenlang selbstständig, liest Dutzende Quellen und liefert einen strukturierten Bericht mit Quellenangaben. Für Unternehmen zweifach relevant: als mächtiges Arbeitswerkzeug (Marktanalysen, Wettbewerbsvergleiche) — und als Sichtbarkeits-Kanal, denn gut strukturierte Websites werden darin zitiert.
Die Datenschutz-Pflichten beim KI-Einsatz: keine personenbezogenen Daten ohne Rechtsgrundlage in öffentliche KI-Tools eingeben, Auftragsverarbeitungsverträge (AVV) mit KI-Anbietern schließen, Business-Tarife mit Trainings-Opt-out nutzen und Mitarbeitende schulen. Faustregel: Was Sie nicht auf eine Postkarte schreiben würden, gehört nicht ungeschützt in einen öffentlichen Chat.
Die Zahlenvektoren, in die KI-Modelle Texte übersetzen, um Bedeutung vergleichbar zu machen. Inhalte mit ähnlicher Bedeutung liegen im Vektorraum nah beieinander. Praxisfolge für Ihre Website: Klar fokussierte Seiten mit eindeutigem Thema werden bei semantischer Suche präziser gefunden als Themen-Sammelsurien.
Die europäische KI-Verordnung — der weltweit erste umfassende Rechtsrahmen für KI. Sie stuft Anwendungen nach Risiko ein (verboten / hochriskant / begrenzt / minimal) und verlangt seit 2025 u. a. KI-Kompetenz-Schulung für Mitarbeitende sowie Transparenz bei KI-generierten Inhalten und Chatbots. Für typische Marketing- und Büro-Anwendungen gilt: nutzbar, aber dokumentiert und gekennzeichnet.
Prompting mit Beispielen: Statt nur zu beschreiben, was Sie wollen, zeigen Sie der KI zwei bis drei Musterlösungen — etwa gelungene Produktbeschreibungen oder E-Mail-Antworten im Firmenton. Die KI erkennt das Muster und überträgt es. Meist der schnellste Weg zu konsistenter Qualität, besonders bei Stil- und Formatvorgaben.
Das Nachtrainieren eines KI-Modells mit eigenen Daten, damit es Fachsprache, Stil oder Spezialaufgaben besser beherrscht. Für die meisten KMU-Fälle ist Fine-Tuning allerdings Overkill: RAG (Wissensdatenbank-Anbindung) und gute System-Prompts erreichen 90 % des Effekts ohne Trainingskosten. Fine-Tuning lohnt erst bei sehr speziellen, wiederkehrenden Aufgaben in großer Stückzahl.
Googles KI-Modellfamilie — tief in Suche (AI Overviews, AI Mode), Workspace (Gmail, Docs) und Android integriert. Diese Verzahnung macht Gemini für die Sichtbarkeit besonders wichtig: Was Gemini über Ihr Unternehmen „weiß“, speist sich aus Google-Index, Knowledge Graph und Ihrem Unternehmensprofil — Konsistenz dort zahlt direkt auf KI-Antworten ein.
Schutzregeln, die verhindern, dass eine KI Schaden anrichtet: keine erfundenen Preise nennen, keine Rechts- oder Gesundheitsauskünfte geben, bei Unsicherheit an einen Menschen übergeben. Für jeden kundenseitigen KI-Einsatz Pflicht — ein Chatbot, der falsche Zusagen macht, kann rechtlich binden. Guardrails gehören in den System-Prompt UND als technische Prüfung dahinter.
Wenn eine KI Fakten erfindet: falsche Preise, erfundene Leistungen, nicht existierende Standorte. Für Unternehmen ein echtes Risiko — Interessenten bekommen falsche Auskünfte über Sie. Gegenmittel: eindeutige, maschinenlesbare Fakten auf der eigenen Website, llms.txt mit Faktenliste und konsistente Daten über alle Plattformen. Genau dafür gibt es Anti-Halluzinations-Guidelines in der Trofy-llms.txt.
Ausführlicher Artikel mit Infografiken: KI-Halluzinationen →
Die Prüfroutine, bevor Sie KI-Antworten verwenden: 1. Quellen verlangen („Nenne die Quelle jeder Zahl“) und stichprobenartig öffnen. 2. Zahlen, Namen, Paragrafen und URLs grundsätzlich gegenprüfen — genau dort wird am häufigsten erfunden. 3. Dieselbe Frage anders formuliert erneut stellen: Widerspricht sich die KI, ist Vorsicht geboten. 4. Bei kritischen Themen (Recht, Steuern, Medizin) KI nur als Vorbereitung nutzen, nie als Entscheidung.
Die Nutzung eines fertig trainierten KI-Modells — jede Antwort, die eine KI gibt, ist eine Inferenz. Wirtschaftlich wichtig, weil hier die laufenden Kosten entstehen: Abgerechnet wird pro verarbeitete Token-Menge. Deshalb gilt bei Automatisierungen: Prompts schlank halten, Antwortlängen begrenzen, Ergebnisse cachen — das senkt die Inferenz-Kosten oft um die Hälfte.
KI-Systeme, die nicht nur antworten, sondern selbstständig Aufgaben ausführen: recherchieren, Termine buchen, Anbieter vergleichen, Formulare ausfüllen. Für Unternehmen heißt das: Der nächste „Besucher“ Ihrer Website ist womöglich ein Agent, der für seinen Nutzer einen Dienstleister auswählt — und Maschinenlesbarkeit entscheidet, ob Sie in die Auswahl kommen.
Bilder per Texteingabe erzeugen (Midjourney, DALL·E, Nano Banana & Co.) — für Blog-Header, Social Media und Entwürfe längst Alltag. Zu beachten: Kennzeichnungspflichten (EU AI Act), kein Ersatz für echte Team- und Referenzfotos (E-E-A-T!) und Markenrechte bei Stilvorgaben. SEO-Tipp: KI-Bilder wie normale Bilder behandeln — komprimieren, Alt-Text, Dateiname.
Ein Dialog-Assistent auf Ihrer Website, der Besucherfragen automatisch beantwortet — moderne Varianten nutzen LLMs plus Ihre Wissensdatenbank (RAG) statt starrer Antwortbäume. Richtig aufgesetzt qualifiziert er Leads rund um die Uhr; falsch aufgesetzt halluziniert er Zusagen. Pflicht: Wissensbasis-Bindung, Eskalation zum Menschen und klare Grenzen im System-Prompt.
Darf KI Texte schreiben? Google bewertet Inhalte nach Qualität und Nutzwert, nicht nach Herkunft — massenhaft unbearbeiteter KI-Text ohne Mehrwert wird jedoch als Spam abgestraft (Core Updates treffen genau das). Der funktionierende Workflow: KI für Recherche, Struktur und Entwurf — Mensch für Fakten, Erfahrung, Beispiele und den letzten Schliff. E-E-A-T bleibt Menschenarbeit.
Das systematische Messen, wie gut ein KI-System arbeitet, BEVOR und WÄHREND es produktiv läuft: Wie oft ist die Antwort korrekt? Wie hoch ist die Halluzinationsrate? Werden Grenzfälle sauber abgelehnt? Ohne Evaluation ist jeder KI-Rollout Blindflug. Praxis-Minimum: ein fester Satz von 20–50 Testfragen mit erwarteten Antworten, der nach jeder Änderung durchläuft.
Die Fähigkeit einer KI, Informationen über Gespräche hinweg zu behalten: Präferenzen, frühere Entscheidungen, Kundenhistorie. Praxisnutzen: Ein Firmen-Assistent mit Gedächtnis muss nicht bei jedem Gespräch neu gebrieft werden. Grenze: Ohne explizites Memory endet das Wissen am Kontextfenster — wichtige Fakten gehören deshalb in eine Wissensdatenbank (RAG), nicht in den Chatverlauf.
Das interne Regelwerk für den KI-Einsatz: welche Tools erlaubt sind, welche Daten hinein dürfen, wer Ergebnisse prüft und wie gekennzeichnet wird. Ohne Richtlinie entsteht Schatten-KI — Mitarbeitende nutzen private Accounts mit Firmendaten. Eine A4-Seite mit klaren Regeln verhindert die größten Risiken und ist Teil der EU-AI-Act-Pflichten (KI-Kompetenz).
Die Menge an Text, die eine KI gleichzeitig „im Kopf behalten“ kann — gemessen in Tokens. Alles außerhalb des Fensters ist für das Modell nicht existent: In langen Chats „vergisst“ die KI deshalb frühere Details. Praxis-Tipp: wichtige Fakten und Anforderungen bei langen Aufgaben wiederholen oder Gespräche gezielt neu starten.
Die Wartezeit zwischen Anfrage und KI-Antwort. Für interne Auswertungen egal, für Kundenkontakt entscheidend: Ein Website-Chatbot, der 20 Sekunden schweigt, vertreibt Besucher. Hebel: kleinere/schnellere Modelle für einfache Aufgaben, Streaming (die Antwort erscheint Wort für Wort) und parallele statt nacheinander laufende Abfragen — so haben wir auch unseren KI-Check von 90 auf 17 Sekunden beschleunigt.
Ein mit riesigen Textmengen trainiertes KI-Modell, das Sprache versteht und erzeugt — die Technik hinter ChatGPT (GPT), Claude, Gemini und Co. LLMs beantworten Suchanfragen zunehmend direkt. Ihre Inhalte konkurrieren damit nicht mehr nur um Rankings, sondern darum, Teil der Antwort zu sein.
Eine Technik, um KI-Modelle günstig anzupassen: Statt das ganze Modell neu zu trainieren (teuer), werden nur kleine Zusatz-Schichten trainiert. So bekommt ein Unternehmen z. B. einen Textstil oder Fachjargon ins Modell, ohne Trainingskosten im fünfstelligen Bereich. Für die meisten Praxisfälle gilt trotzdem: Erst RAG und gute Prompts ausreizen — LoRA ist der Spezialfall danach.
Ein offener Standard (initiiert von Anthropic), über den KI-Modelle sicher mit externen Datenquellen und Werkzeugen kommunizieren — vom CRM bis zur Website. MCP macht aus Chat-KIs handlungsfähige Systeme. Trofy ist von Anthropic für MCP zertifiziert und setzt den Standard in Automatisierungs-Projekten ein.
Microsofts KI-Assistent in Windows, Office und Bing. Für B2B doppelt relevant: Millionen Büro-Nutzer stellen ihre Fragen direkt in Copilot (Quelle: Bing-Index — Bing-Präsenz wird zum B2B-Sichtbarkeitsfaktor), und im eigenen Unternehmen automatisiert Copilot Office-Routinen von der E-Mail-Zusammenfassung bis zum Excel-Bericht.
Mehrere spezialisierte KI-Agenten arbeiten zusammen an einer Aufgabe — etwa: einer recherchiert, einer schreibt, einer prüft kritisch. Das Muster liefert messbar bessere Ergebnisse als ein einzelner Alleskönner-Agent, weil jede Rolle fokussiert bleibt und Fehler gegenseitig auffallen. In Unternehmen der nächste Schritt nach der ersten einfachen Automatisierung.
KI-Modelle, die mehrere Medienarten verstehen und erzeugen: Text, Bilder, Audio, Video. Praxisnutzen: Screenshots analysieren lassen, Dokumente fotografieren und auswerten, Diagramme erklären, aus Skizzen Entwürfe machen. Für Websites heißt das: Auch Bilder und deren Alt-Texte werden Teil dessen, was KIs über Ihr Unternehmen „sehen“.
Frei verfügbare Sprachmodelle (z. B. Llama, Mistral, Qwen), die Unternehmen auf eigener Infrastruktur betreiben können. Vorteil: volle Datenkontrolle (DSGVO), keine Vendor-Abhängigkeit, planbare Kosten. Nachteil: mehr Betriebsaufwand und meist etwas schwächere Leistung als die großen Cloud-Modelle. Sinnvoll bei sensiblen Daten und hohem Volumen.
Die Eingabe, mit der ein Nutzer eine KI steuert. Für Ihre Sichtbarkeit relevant, weil Prompts die neuen Suchanfragen sind: „Empfiehl mir eine KI-zertifizierte Agentur in Bayern“ ist ein Prompt — und Ihre Website entscheidet mit ihren maschinenlesbaren Belegen, ob Sie in der Antwort vorkommen.
Das Verketten mehrerer Prompts zu einem Arbeitsablauf: Schritt 1 erstellt den Entwurf, Schritt 2 kritisiert ihn, Schritt 3 verbessert, Schritt 4 formatiert. Komplexe Aufgaben werden so zuverlässiger als mit einem einzigen Riesen-Prompt, weil jeder Schritt eine klar umrissene Aufgabe hat. Das Grundprinzip hinter fast jeder professionellen KI-Automatisierung.
Die Kunst, KI-Anweisungen so zu formulieren, dass verlässlich brauchbare Ergebnisse entstehen. Die vier Bausteine eines guten Prompts: Rolle („Du bist Steuerberater für KMU“), Aufgabe (konkret, mit Ziel), Kontext (Daten, Zielgruppe, Rahmenbedingungen) und Format (Tabelle, Länge, Tonalität). Wer nur eine Frage hinwirft, bekommt Durchschnitt — wer strukturiert prompted, bekommt Ergebnisse.
Das Verfahren hinter KI-Suchen: Das Modell ruft vor der Antwort aktuelle Dokumente ab (Retrieval) und formuliert daraus die Antwort (Generation). Konsequenz für Ihre Inhalte: Sie müssen auffindbar UND extrahierbar sein — klare Abschnitte, präzise Aussagen, saubere Struktur. Genau darauf zahlt GEO ein.
KI-Modelle, die vor der Antwort sichtbar „nachdenken“: Sie zerlegen Probleme in Schritte, prüfen Zwischenergebnisse und korrigieren sich. Deutlich besser bei Rechnen, Planung, Code und kniffligen Abwägungen — aber langsamer und teurer. Praxis-Faustregel: Standardaufgaben ans schnelle Modell, komplexe Analysen ans Reasoning-Modell. Wer immer das teuerste nimmt, verbrennt Budget ohne Mehrwert.
Ein zweiter Sortier-Schritt in KI-Suchsystemen: Nach der groben Suche ordnet ein Reranking-Modell die gefundenen Textstellen neu — die wirklich relevanteste zuerst. Der Unterschied ist in der Praxis groß: Dieselbe Wissensdatenbank liefert mit Reranking deutlich präzisere Antworten, weil das Sprachmodell die besten statt die erstbesten Quellen bekommt.
KI-Antworten in festem Format statt Fließtext: JSON, Tabellen, definierte Felder. Der Schlüssel zur System-Integration — erst wenn die KI garantiert „Rechnungsnummer, Betrag, Datum“ als saubere Datenfelder liefert, kann die Buchhaltungssoftware sie automatisch verarbeiten. Übrigens dasselbe Prinzip wie bei GEO: Auch Such-KIs bevorzugen strukturierte, eindeutig auswertbare Inhalte.
Die Grundanweisung, die einer KI VOR dem eigentlichen Gespräch mitgegeben wird: Rolle, Regeln, Stil, Grenzen. In Unternehmens-Setups (Custom GPTs, Chatbots, API) steuert der System-Prompt das Verhalten dauerhaft — z. B. „Antworte nur auf Basis der Wissensdatenbank, erfinde nichts, verweise sonst an den Support“. Der wichtigste Hebel für konsistente KI-Qualität im Team.
Der Regler zwischen Präzision und Kreativität einer KI (meist 0–1): Niedrige Temperatur erzeugt vorhersehbare, faktennahe Antworten — richtig für Daten, Code und Fakten. Hohe Temperatur erzeugt variantenreiche, kreative Ergebnisse — richtig für Brainstorming und Headlines. In API- und Automatisierungs-Setups einer der wichtigsten Qualitätshebel.
Die Verarbeitungseinheiten, in die KI-Modelle Text zerlegen (Wortteile, ca. 4 Zeichen). Relevanz für Ihre Inhalte: KIs verarbeiten Seiten in begrenzten Token-Fenstern — was zählt, sollte früh und kompakt stehen. Klare Kernaussagen in den ersten Absätzen überleben die Verdichtung; ausschweifende Einleitungen nicht.
Der Mechanismus, mit dem eine KI Werkzeuge und Schnittstellen aufruft, statt nur Text zu erzeugen: Kalender buchen, CRM-Eintrag anlegen, Datenbank abfragen, E-Mail versenden. Erst Tool Calling macht aus einem Chatbot ein System, das Aufgaben wirklich erledigt — die technische Grundlage jeder KI-Automatisierung. Der Betreiber definiert, welche Werkzeuge erlaubt sind und mit welchen Rechten.
Die Textmengen, aus denen ein Sprachmodell sein Wissen lernt — Webseiten, Bücher, Foren, Code. Für Unternehmen doppelt relevant: Was über Sie im Web steht, kann Teil des Modellwissens werden (Chance: Markenpräsenz; Risiko: veraltete oder falsche Infos bleiben lange erhalten). Konsistente, aktuelle Unternehmens-Fakten im Web sind deshalb Pflicht.
Der Speicher für semantische Suche: Inhalte werden als Embeddings (Bedeutungs-Vektoren) abgelegt, sodass eine KI nach Sinn statt nach Stichwort suchen kann. Das technische Herzstück jeder RAG-Lösung — vom Firmen-Chatbot, der Ihre Dokumentation kennt, bis zur intelligenten Website-Suche. Bekannte Systeme: Pinecone, Qdrant, pgvector.
Die Verkettung von Tools zu automatischen Abläufen — mit Plattformen wie n8n, Make oder Zapier, zunehmend mit KI-Schritten darin: E-Mail kommt an → KI extrahiert Daten → CRM-Eintrag → Antwortentwurf. Trofy hat über 130 solcher Prozesse für Kunden gebaut; im Schnitt sinken die Prozesskosten um rund 40 %.
Wir setzen genau das um, was in diesem Lexikon steht: SEO für Google, GEO für ChatGPT & Co., KI-Automatisierung für Ihre Prozesse — mit verifizierbaren KI-Zertifikaten von IBM, Anthropic, Cisco und der NASA. Der erste Check Ihrer Website ist kostenlos.
Frankenwaldallee 49
91056 Erlangen
Trofy.de ist eine spezialisierte SEO-Agentur aus Erlangen mit mehr als 15 Jahren Erfahrung im digitalen Marketing. Unser Fokus liegt auf maßgeschneiderten SEO-Strategien, die qualifizierten Traffic und Umsatzwachstum fördern. Von erstklassigem Webdesign und Shopify-Lösungen bis hin zu datengetriebenen SEA-Kampagnen bieten wir umfassende Leistungen, um die Online-Sichtbarkeit von Start-ups bis Marktführern zu maximieren. Vertrauen Sie auf unsere Expertise für eine nachhaltige digitale Performance.
Frankenwaldallee 49 Erlangen, Bayern 91056
Montag, Dienstag, Mittwoch, Donnerstag, Freitag09:00 – 17:00
Trofy
© 2024 — Trofy. All Rights Reserved.