<?xml version="1.0" encoding="UTF-8"?>
<GLOSSARY>
  <INFO>
    <NAME>Glossary</NAME>
    <INTRO>Glossary</INTRO>
    <ALLOWDUPLICATEDENTRIES>0</ALLOWDUPLICATEDENTRIES>
    <DISPLAYFORMAT>dictionary</DISPLAYFORMAT>
    <SHOWSPECIAL>0</SHOWSPECIAL>
    <SHOWALPHABET>1</SHOWALPHABET>
    <SHOWALL>1</SHOWALL>
    <ALLOWCOMMENTS>0</ALLOWCOMMENTS>
    <USEDYNALINK>1</USEDYNALINK>
    <DEFAULTAPPROVAL>1</DEFAULTAPPROVAL>
    <GLOBALGLOSSARY>0</GLOBALGLOSSARY>
    <ENTBYPAGE>10</ENTBYPAGE>
    <ENTRIES>
        <ENTRY>
          <CONCEPT>Aaron</CONCEPT>
          <DEFINITION>&quot;Ein Kunstwerk generiert von einem Computerprogramm namens &quot;&quot;Harold&quot;&quot; von Harold Cohen, das als eines der frühen Beispiele für kreative KI gilt.&quot;</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>AI (Artificial Intelligence)</CONCEPT>
          <DEFINITION>Künstliche Intelligenz, bezieht sich auf Computerprogramme und Systeme, die menschenähnliche Denkprozesse und Aufgaben ausführen können.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Aleph Alpha</CONCEPT>
          <DEFINITION>Ein Begriff, der auf fortschrittliche KI-Modelle oder künstliche Intelligenzen hinweisen kann.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Alignment</CONCEPT>
          <DEFINITION>Die Ausrichtung von KI-Systemen auf die Ziele und Werte der Menschen, um sicherzustellen, dass ihre Handlungen vorhersehbar und kontrollierbar bleiben.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>API (Application Programming Interface)</CONCEPT>
          <DEFINITION>Eine Schnittstelle, die es verschiedenen Softwareanwendungen ermöglicht, miteinander zu interagieren und Informationen auszutauschen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>API-Call</CONCEPT>
          <DEFINITION>Ein Aufruf eines bestimmten Teils eines Software-Systems über dessen API.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Artefakt</CONCEPT>
          <DEFINITION>Ein unerwünschtes oder unbeabsichtigtes Ergebnis oder Merkmal in einem KI-Modell oder einer Anwendung.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Artificial General Intelligence</CONCEPT>
          <DEFINITION>Eine KI, die eine menschenähnliche Intelligenz auf vielen verschiedenen Gebieten aufweist, im Gegensatz zu spezialisierten KIs.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Attention-Based Intrinsic Explainability</CONCEPT>
          <DEFINITION>Die Fähigkeit einer KI, ihre eigenen Entscheidungsprozesse auf verständliche Weise zu erklären, indem sie auf relevante Informationen hinweist.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Augmented Intelligence</CONCEPT>
          <DEFINITION>Die Kombination von menschlicher Intelligenz und maschinellem Lernen zur Verbesserung von Entscheidungsfindung und Leistung.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Big Data</CONCEPT>
          <DEFINITION>Eine große Menge von Daten, die aufgrund ihrer Größe, Komplexität oder Geschwindigkeit traditionelle Datenverarbeitungsmethoden übersteigt.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Big Data V&apos;s</CONCEPT>
          <DEFINITION>Eine Sammlung von Charakteristika, die die Eigenschaften von Big Data beschreiben: Volumen, Velocity, Variety, Veracity und Variability.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Bias</CONCEPT>
          <DEFINITION>Vorurteile oder Abweichungen in den Ergebnissen von KI-Systemen aufgrund von systematischen Fehlern oder unrepräsentativen Daten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Bibliothek</CONCEPT>
          <DEFINITION>Eine Sammlung von wiederverwendbaren Code-Ressourcen und Funktionen zur Vereinfachung der Entwicklung von Softwareanwendungen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Bildgenerierende KI</CONCEPT>
          <DEFINITION>Ein KI-Modell, das Bilder erstellen kann, oft durch Lernen von Beispielen in Datensätzen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Black Box</CONCEPT>
          <DEFINITION>Ein KI-System oder Algorithmus, dessen interne Funktionsweise schwer verständlich ist und als undurchsichtig betrachtet wird.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Bot</CONCEPT>
          <DEFINITION>Ein automatisiertes Computerprogramm, das Aufgaben selbstständig ausführt, oft in der Kommunikation oder Interaktion mit Menschen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>ChatGPT</CONCEPT>
          <DEFINITION>Ein Beispiel für ein Large Language Model (LLM), das in natürlicher Sprache mit Benutzern kommunizieren kann.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Clustering</CONCEPT>
          <DEFINITION>Eine Methode des maschinellen Lernens, bei der ähnliche Datenpunkte in Gruppen oder Cluster eingeteilt werden.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Content</CONCEPT>
          <DEFINITION>Inhalte wie Text, Bilder oder Videos, die in digitaler Form vorliegen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Content Filter</CONCEPT>
          <DEFINITION>Ein Algorithmus oder System, das Inhalte filtert oder überwacht, um unangemessene oder unerwünschte Inhalte zu erkennen oder zu blockieren.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Content Moderation</CONCEPT>
          <DEFINITION>Die Überprüfung und Verwaltung von Inhalten in Online-Plattformen, um sicherzustellen, dass sie den Richtlinien entsprechen und angemessen sind.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>CPU (Central Processing Unit)</CONCEPT>
          <DEFINITION>Die Hauptkomponente eines Computers, die für die Ausführung von Programmen und die Verarbeitung von Daten verantwortlich ist.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Corpus, Corpora</CONCEPT>
          <DEFINITION>Eine Sammlung von Texten oder Daten, die für linguistische oder statistische Analysen verwendet wird.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Copyright</CONCEPT>
          <DEFINITION>Das exklusive Recht des Urhebers, Originalwerke zu vervielfältigen, zu verteilen und abgeleitete Werke zu erstellen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>DAN Prompt, Do Anything Now Prompt</CONCEPT>
          <DEFINITION>Ein Prompt, der von Benutzern erstellt wird, um ein KI-Modell zu instruieren, nahezu jede Aufgabe durchzuführen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Data Exploration</CONCEPT>
          <DEFINITION>Der Prozess der Untersuchung von Daten, um Muster, Trends oder Informationen zu identifizieren.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Data Mining</CONCEPT>
          <DEFINITION>Die Anwendung von statistischen Techniken auf große Datensätze, um Muster und Zusammenhänge zu identifizieren.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Data Science</CONCEPT>
          <DEFINITION>Ein interdisziplinärer Ansatz zur Gewinnung von Erkenntnissen und Wissen aus Daten mithilfe von Methoden aus Statistik, Informatik und anderen Bereichen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Data Scientist</CONCEPT>
          <DEFINITION>Eine Person, die sich auf die Analyse von Daten spezialisiert hat und Erkenntnisse aus ihnen gewinnt.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Datenqualitätsmanagement</CONCEPT>
          <DEFINITION>Der Prozess der Überwachung und Verbesserung der Qualität von Daten, um deren Genauigkeit und Zuverlässigkeit sicherzustellen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Datenzentrierung</CONCEPT>
          <DEFINITION>Die Ausrichtung von Entscheidungen und Prozessen auf Daten, um datenbasierte Einblicke zu gewinnen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Datensplit</CONCEPT>
          <DEFINITION>Die Aufteilung eines Datensatzes in Trainings-, Validierungs- und Testdaten für das Training und die Evaluierung von KI-Modellen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Deep Fake</CONCEPT>
          <DEFINITION>Gefälschtes audiovisuelles Material, das mithilfe von Deep Learning-Algorithmen erstellt wurde, um realistisch aussehende Ergebnisse zu erzeugen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Deep Learning</CONCEPT>
          <DEFINITION>Ein Teilbereich des maschinellen Lernens, bei dem tiefe neuronale Netzwerke verwendet werden, um komplexe Muster in Daten zu erkennen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Deployment</CONCEPT>
          <DEFINITION>Die Implementierung und Bereitstellung von Softwareanwendungen oder KI-Modellen in einer produktiven Umgebung.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Dimensionalitätsreduktion</CONCEPT>
          <DEFINITION>Ein Verfahren, bei dem die Anzahl der Merkmale oder Dimensionen in einem Datensatz reduziert wird, um Ressourcen zu sparen und Rauschen zu verringern.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Diskriminativ</CONCEPT>
          <DEFINITION>Ein Ansatz im maschinellen Lernen, der auf die Modellierung der Unterschiede zwischen Klassen abzielt.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Diskriminierung</CONCEPT>
          <DEFINITION>Die unfaire oder ungleiche Behandlung von Personen oder Gruppen aufgrund von Vorurteilen oder unfairer oder unfairen Kriterien. In Bezug auf KI kann Diskriminierung auftreten, wenn KI-Systeme Vorurteile aufgrund von unrepräsentativen Trainingsdaten  aufweisen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Domänenwissen</CONCEPT>
          <DEFINITION>Spezialisierte Kenntnisse oder Informationen über einen bestimmten Bereich oder eine Disziplin, die in KI-Systemen verwendet werden können.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>DSGVO (Datenschutz-Grundverordnung)</CONCEPT>
          <DEFINITION>Eine europäische Verordnung zum Schutz personenbezogener Daten und zur Gewährleistung der Privatsphäre von Einzelpersonen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Evaluationsmetriken</CONCEPT>
          <DEFINITION>Maße und Kriterien zur Bewertung der Leistung von KI-Modellen, wie Genauigkeit, Präzision und Recall.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Explainability</CONCEPT>
          <DEFINITION>Die Fähigkeit einer KI, ihre Entscheidungsgrundlagen auf verständliche Weise zu erklären, um Benutzern Einblicke zu gewähren.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Extrinsic Explainability</CONCEPT>
          <DEFINITION>Erklärbarkeit, die von externen Quellen oder Metriken bereitgestellt wird, um die Entscheidungsfindung von KI-Systemen zu erklären.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>EU AI-Act</CONCEPT>
          <DEFINITION>Eine Rechtsvorschrift der Europäischen Union zur Regulierung von KI-Technologien und zur Sicherstellung ethischer und rechtlicher Normen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Few-Shot-Prompting</CONCEPT>
          <DEFINITION>Ein Ansatz, bei dem ein KI-Modell mit nur wenigen Trainingsbeispielen in der Lage ist, neue Aufgaben auszuführen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Foundation Models</CONCEPT>
          <DEFINITION>Basismodelle für künstliche Intelligenz, die als Ausgangspunkt für die Entwicklung spezialisierterer Modelle dienen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Funktionale Programmierung</CONCEPT>
          <DEFINITION>Ein Paradigma der Programmierung, bei dem Programme als eine Serie von Funktionsaufrufen betrachtet werden, um Ergebnisse zu erzielen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>GAN (Generative Adversarial Network)</CONCEPT>
          <DEFINITION>Ein künstliches neuronales Netzwerk, das aus einem Generator und einem Diskriminator besteht und zur Erzeugung realistischer Daten verwendet wird.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Generativ</CONCEPT>
          <DEFINITION>Ein Ansatz im maschinellen Lernen, der darauf abzielt, neue Daten zu erstellen oder zu generieren, oft basierend auf Mustern in den Trainingsdaten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>GPU (Graphics Processing Unit)</CONCEPT>
          <DEFINITION>Eine spezialisierte Hardware-Komponente, die für die schnelle Verarbeitung von grafischen und rechenintensiven Aufgaben verwendet wird, einschließlich maschinellem Lernen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Grandma Exploit</CONCEPT>
          <DEFINITION>Ein hypothetisches Szenario, bei dem eine KI absichtlich missverständliche Anweisungen interpretiert, um unerwünschte Ergebnisse zu erzielen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Grundtraining</CONCEPT>
          <DEFINITION>Der Prozess des Trainings eines KI-Modells auf großen und vielfältigen Datensätzen, um allgemeine Fähigkeiten zu entwickeln.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Halluzinationen</CONCEPT>
          <DEFINITION>Fehlerhafte oder unerwartete Ergebnisse, die in KI-Modellen auftreten können, wenn sie irreführende oder nicht repräsentative Daten verarbeiten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Harold Cohen</CONCEPT>
          <DEFINITION>&quot;Ein Künstler, der das Computerprogramm &quot;&quot;Aaron&quot;&quot; entwickelte, um künstlerische Werke zu erstellen, die als Pionierarbeit in der kreativen KI gelten.&quot;</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Heuristik</CONCEPT>
          <DEFINITION>Eine Faustregel oder Methode, um effizient Entscheidungen oder Lösungen zu finden, oft in Abwesenheit vollständiger Informationen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>HDD (Hard Disk Drive)</CONCEPT>
          <DEFINITION>Eine traditionelle Speicherhardware, die Daten auf rotierenden Scheiben speichert und oft für langfristige Datenspeicherung verwendet wird.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>High Dimensional Data</CONCEPT>
          <DEFINITION>Daten, die viele Merkmale oder Dimensionen aufweisen, was zu erhöhter Komplexität und Herausforderungen bei der Verarbeitung führen kann.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>In-Context Learning</CONCEPT>
          <DEFINITION>Ein Ansatz, bei dem KI-Modelle aus einer gegebenen Situation oder einem gegebenen Kontext lernen und darauf basierend handeln.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Information Retrieval</CONCEPT>
          <DEFINITION>Die Praxis des Abrufens relevanter Informationen oder Dokumente aus einer großen Sammlung von Daten oder Texten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Inner Alignment</CONCEPT>
          <DEFINITION>Die Ausrichtung der Ziele und Motivationen eines KI-Systems mit den Werten und Zielen der menschlichen Benutzer.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Intrinsic Explainability</CONCEPT>
          <DEFINITION>Die Fähigkeit eines KI-Modells, automatisch verständliche Erklärungen für seine Entscheidungen zu generieren.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Iteration</CONCEPT>
          <DEFINITION>Ein wiederholter Prozess, bei dem ein KI-Modell trainiert und verbessert wird, um bessere Ergebnisse zu erzielen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Jailbreak</CONCEPT>
          <DEFINITION>Das Umgehen von Einschränkungen oder Beschränkungen in einem System oder Gerät, oft um erweiterten Zugriff oder Kontrolle zu erhalten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>KI (Künstliche Intelligenz)</CONCEPT>
          <DEFINITION>Computerprogramme und Systeme, die menschenähnliche Denkprozesse und Aufgaben ausführen können.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>KI-Winter</CONCEPT>
          <DEFINITION>Eine Periode, in der das Interesse und die Finanzierung von KI-Forschung und -Entwicklung abnehmen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Klassifikation</CONCEPT>
          <DEFINITION>Ein maschinelles Lernverfahren, bei dem KI-Modelle Daten in verschiedene Kategorien oder Klassen einteilen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Kontext</CONCEPT>
          <DEFINITION>Die Umgebung oder der Hintergrund, in dem eine bestimmte Handlung oder Entscheidung erfolgt.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Kreativität</CONCEPT>
          <DEFINITION>Die Fähigkeit eines KI-Systems, neue, originelle und überraschende Ideen, Texte, Bilder oder andere Inhalte zu generieren.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Labeling</CONCEPT>
          <DEFINITION>Das Zuweisen von Labels oder Tags zu Daten, um ihre Bedeutung oder Klassenzugehörigkeit zu kennzeichnen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Large Language Model</CONCEPT>
          <DEFINITION>Ein mächtiges KI-Modell, das natürliche Sprache versteht und generieren kann, oft mit Millionen oder Milliarden von Parametern.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Leak</CONCEPT>
          <DEFINITION>Das versehentliche oder absichtliche Freisetzen von Informationen oder Daten, die nicht öffentlich verfügbar sein sollten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>LLMs (Large Language Models)</CONCEPT>
          <DEFINITION>Große Sprachmodelle, die in der Lage sind, komplexe und kohärente Texte in natürlicher Sprache zu generieren.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Machine Learning</CONCEPT>
          <DEFINITION>Ein Ansatz, im maschinellen Lernen, bei dem KI-Systeme aus Daten lernen und Muster oder Beziehungen erkennen, um Vorhersagen oder Entscheidungen zu treffen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Machine Learning-Model</CONCEPT>
          <DEFINITION>Ein mathematisches Modell, das durch maschinelles Lernen erstellt wird, um Daten zu analysieren oder Aufgaben auszuführen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Midjourney</CONCEPT>
          <DEFINITION>Ein KI-System, das auf halbem Weg zwischen einfachen Anweisungen und endgültigen Ergebnissen operiert.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>ML-Engineer</CONCEPT>
          <DEFINITION>Ein Experte, der sich auf das Entwerfen, Trainieren und Optimieren von KI-Modellen und Algorithmen spezialisiert hat.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Monopol</CONCEPT>
          <DEFINITION>Die Kontrolle oder Dominanz eines Unternehmens oder einer Organisation auf einem Markt oder in einer Branche.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Multimodalität</CONCEPT>
          <DEFINITION>Die Verwendung mehrerer Modalitäten oder Arten von Daten, wie Text, Bildern oder Ton, in einem KI-System.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Multimodale Erklärbarkeit</CONCEPT>
          <DEFINITION>Die Fähigkeit eines KI-Modells, verständliche Erklärungen für seine Entscheidungen auf der Grundlage verschiedener Datentypen zu liefern.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Nachhaltigkeit</CONCEPT>
          <DEFINITION>Die Fähigkeit von KI-Technologien, langfristig nützlich und ethisch verantwortlich zu sein.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Neuronales Netzwerk</CONCEPT>
          <DEFINITION>&quot;Ein Modell, das aus miteinander verbundenen Knoten oder &quot;&quot;Neuronen&quot;&quot; besteht, um komplexe Datenmuster zu erlernen.&quot;</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>NGOs (Non-Governmental Organizations)</CONCEPT>
          <DEFINITION>Nichtstaatliche Organisationen, die unabhängig von Regierungen arbeiten, oft zur Förderung sozialer oder gesellschaftlicher Ziele.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Oligopolisierung</CONCEPT>
          <DEFINITION>Die Konzentration oder Dominanz weniger großer Unternehmen in einer Branche oder einem Markt.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>OpenAI</CONCEPT>
          <DEFINITION>Ein Unternehmen für künstliche Intelligenz, das sich auf die Entwicklung fortschrittlicher KI-Technologien konzentriert.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Open Assistant</CONCEPT>
          <DEFINITION>Ein KI-Modell, das als offene Quelle zugänglich ist und dazu verwendet wird, menschenähnliche Gespräche zu führen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>OpenGPT-X</CONCEPT>
          <DEFINITION>Ein Beispiel für ein Open Assistant-Modell, das von OpenAI entwickelt wurde und in natürlicher Sprache kommunizieren kann.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Outer Alignment</CONCEPT>
          <DEFINITION>Die Übereinstimmung der Ziele eines KI-Systems mit den Wünschen und Werten der Menschen, die es erstellt haben.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Parameter</CONCEPT>
          <DEFINITION>Einstellbare Werte in einem KI-Modell, die seine Funktionsweise und Leistung beeinflussen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Personenbezogene Daten</CONCEPT>
          <DEFINITION>Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Precision</CONCEPT>
          <DEFINITION>Ein Maß für die Genauigkeit eines KI-Modells, das angibt, wie viele seiner Vorhersagen tatsächlich korrekt sind.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Privacy</CONCEPT>
          <DEFINITION>Der Schutz personenbezogener Informationen und Daten vor unbefugtem Zugriff oder Missbrauch.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Prompt</CONCEPT>
          <DEFINITION>Eine Anweisung oder ein Satz, der einem KI-Modell gegeben wird, um eine bestimmte Aufgabe auszuführen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Prompt Chaining</CONCEPT>
          <DEFINITION>Eine Methode, bei der mehrere aufeinanderfolgende Prompts verwendet werden, um eine komplexe Aufgabe zu lösen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Prompt Engineering</CONCEPT>
          <DEFINITION>Der Prozess der Erstellung oder Formulierung von effektiven Prompts, um gewünschte Ergebnisse von KI-Modellen zu erzielen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Prompt Injection</CONCEPT>
          <DEFINITION>Das Einfügen von spezifischen Anweisungen oder Informationen in einen Text oder ein Gespräch, um das Verhalten eines KI-Modells zu lenken.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Prompt Leaking</CONCEPT>
          <DEFINITION>Das unbeabsichtigte Preisgeben von Informationen über ein KI-Modell oder seine Funktionsweise durch die generierten Antworten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Prompt Pipelines</CONCEPT>
          <DEFINITION>Eine Abfolge von aufeinanderfolgenden Prompts, die verwendet wird, um eine komplexe Aufgabe schrittweise zu lösen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Prompt Smuggling</CONCEPT>
          <DEFINITION>Das Verbergen von Anweisungen oder Informationen in einem Prompt, um ein KI-Modell dazu zu bringen, unerwünschte Aktionen auszuführen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Prompt Templating</CONCEPT>
          <DEFINITION>Das Erstellen von Vorlagen oder Formatierungen für Prompts, um konsistente Ergebnisse von KI-Modellen zu erhalten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Proprietär</CONCEPT>
          <DEFINITION>Eigentums- oder urheberrechtlich geschützt, im Gegensatz zu Open Source oder öffentlich zugänglich.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Qdrant</CONCEPT>
          <DEFINITION>Eine Open-Source-Software zur schnellen Durchführung von Datenindizierungen und -suchen für Anwendungen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Quantisierung</CONCEPT>
          <DEFINITION>Der Prozess der Reduzierung der Anzahl von Werten in einem Datensatz, um Ressourcen zu sparen und die Verarbeitung zu beschleunigen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>RAM (Random Access Memory)</CONCEPT>
          <DEFINITION>Ein kurzfristiger Speicher in einem Computer, der für die laufende Verarbeitung und Speicherung von Daten verwendet wird.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Recall</CONCEPT>
          <DEFINITION>Ein Maß für die Fähigkeit eines KI-Modells, relevante Ergebnisse zu erkennen, insbesondere bei der Informationsrückgewinnung.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Recap</CONCEPT>
          <DEFINITION>Eine Zusammenfassung oder Wiederholung der wichtigsten Punkte oder Ereignisse.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Rechtschaffenspflicht</CONCEPT>
          <DEFINITION>Die ethische Verpflichtung von KI-Entwicklern, sicherzustellen, dass KI-Technologien verantwortungsbewusst und ethisch verwendet werden.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Regression</CONCEPT>
          <DEFINITION>Ein maschinelles Lernverfahren, bei dem KI-Modelle numerische Werte vorhersagen, oft für kontinuierliche Datensätze.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Reinforcement Learning</CONCEPT>
          <DEFINITION>Eine Form des maschinellen Lernens, bei der KI-Modelle durch Interaktion mit einer Umgebung lernen und Belohnungen erhalten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Risiko</CONCEPT>
          <DEFINITION>Die Möglichkeit unerwünschter oder negativer Ergebnisse oder Folgen bei der Verwendung von KI-Technologien.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Robotik</CONCEPT>
          <DEFINITION>Das Design, die Entwicklung und der Betrieb von Robotern, die dazu verwendet werden, Aufgaben autonom oder halbautonom auszuführen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Saliency-based Intrinsic Explainability</CONCEPT>
          <DEFINITION>Die Erklärung von Entscheidungen eines KI-Modells, indem hervorgehoben wird, welche Teile der Eingabe am meisten zur Ausgabe beigetragen haben.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Semisupervised Learning</CONCEPT>
          <DEFINITION>Ein maschinelles Lernverfahren, bei dem KI-Modelle sowohl gelabelte als auch ungemarkte Daten verwenden, um zu lernen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Sicherheit</CONCEPT>
          <DEFINITION>Der Schutz von KI-Systemen vor Angriffen, Missbrauch oder uner wünschtem Verhalten, um Datenverlust, Datenschutzverletzungen und böswillige Aktivitäten zu verhindern.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Source</CONCEPT>
          <DEFINITION>Die Quelle von Informationen, Daten oder Inhalten, oft im Kontext von Referenzen oder Zitaten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Sparse</CONCEPT>
          <DEFINITION>Ein Begriff, der verwendet wird, um Datensätze oder Merkmale zu beschreiben, bei denen die meisten Werte null oder sehr niedrig sind.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>SSD (Solid State Drive)</CONCEPT>
          <DEFINITION>Eine Speicherhardware, die Daten auf Flash-Speicherchips speichert und oft für schnelle Datenspeicherung verwendet wird.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Stable Diffusion</CONCEPT>
          <DEFINITION>Die gleichmäßige und konsistente Verbreitung von KI-Technologien und Innovationen über die Zeit.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Static Prompts</CONCEPT>
          <DEFINITION>Feste oder vordefinierte Anweisungen, die KI-Modelle verwenden, um Aufgaben auszuführen oder Antworten zu generieren.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Stochastic Parrot</CONCEPT>
          <DEFINITION>Eine metaphorische Bezeichnung für KI-Modelle, die ohne Verständnis sprachliche Muster wiederholen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Supervised Learning</CONCEPT>
          <DEFINITION>Ein maschinelles Lernverfahren, bei dem KI-Modelle aus gelabelten Daten lernen, um Vorhersagen oder Klassifikationen zu erstellen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>System Prompt</CONCEPT>
          <DEFINITION>Eine Eingabeaufforderung, die verwendet wird, um ein KI-Modell zu instruieren, bestimmte Aufgaben oder Aufträge auszuführen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>System Prompts</CONCEPT>
          <DEFINITION>Eine Abfolge von Eingabeaufforderungen, die nacheinander verwendet werden, um ein KI-Modell zu trainieren oder zu steuern.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Temperature</CONCEPT>
          <DEFINITION>Ein Parameter, der die Zufälligkeit und Kreativität der Antworten eines KI-Modells beeinflusst, wenn es Text generiert.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Template</CONCEPT>
          <DEFINITION>Eine vordefinierte Struktur oder Formatierung, die verwendet wird, um konsistente Inhalte oder Informationen zu erstellen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Textgenerierende KI</CONCEPT>
          <DEFINITION>Ein KI-Modell, das in der Lage ist, natürliche Sprache zu verstehen und Texte zu generieren, oft basierend auf Beispielen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Text-To-Speech</CONCEPT>
          <DEFINITION>Eine Technologie, bei der Text in gesprochene Sprache umgewandelt wird, die von KI-Modellen oder Software ausgeführt wird.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Third-Party</CONCEPT>
          <DEFINITION>Externe Dritte, die nicht direkt an der Entwicklung oder dem Betrieb eines KI-Systems beteiligt sind.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Token</CONCEPT>
          <DEFINITION>Eine grundlegende Einheit oder Einheit in einem Text oder einer Sequenz, die von KI-Modellen verarbeitet wird.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Token Smuggling</CONCEPT>
          <DEFINITION>Das Einfügen oder Schmuggeln von zusätzlichen Informationen oder Anweisungen in einen Text, um KI-Modelle zu lenken.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Trainingsdaten</CONCEPT>
          <DEFINITION>Die Daten, die verwendet werden, um ein KI-Modell zu trainieren und seine Fähigkeiten oder Leistung zu verbessern.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Turing Test</CONCEPT>
          <DEFINITION>Ein Test, der die Fähigkeit eines KI-Systems bewertet, sich menschlich zu verhalten und menschliche Kommunikation nachzuahmen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Unsupervised Learning</CONCEPT>
          <DEFINITION>Ein maschinelles Lernverfahren, bei dem KI-Modelle aus ungemarkten Daten Muster und Strukturen extrahieren.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Validierung</CONCEPT>
          <DEFINITION>Der Prozess der Überprüfung und Bewertung der Leistung eines KI-Modells anhand von unabhängigen Daten.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Value</CONCEPT>
          <DEFINITION>Der Nutzen, den ein KI-System für die Benutzer, die Gesellschaft oder Unternehmen bietet.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Variety</CONCEPT>
          <DEFINITION>&quot;Eine der &quot;&quot;V&apos;s&quot;&quot; von Big Data, die sich auf die Vielfalt der Datenquellen und -typen bezieht.&quot;</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Velocity</CONCEPT>
          <DEFINITION>&quot;Eine der &quot;&quot;V&apos;s&quot;&quot; von Big Data, die sich auf die Geschwindigkeit bezieht, mit der Daten generiert und verarbeitet werden.&quot;</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Veracity</CONCEPT>
          <DEFINITION>&quot;Eine der &quot;&quot;V&apos;s&quot;&quot; von Big Data, die sich auf die Zuverlässigkeit und Genauigkeit der Daten bezieht.&quot;</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Variability</CONCEPT>
          <DEFINITION>&quot;Eine der &quot;&quot;V&apos;s&quot;&quot; von Big Data, die sich auf die Veränderung und Vielfalt der Daten über die Zeit bezieht.&quot;</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>VectorStore</CONCEPT>
          <DEFINITION>Eine Datenstruktur, die Vektoren speichert, um komplexe Beziehungen zwischen Datenpunkten darzustellen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Vektordatenbank</CONCEPT>
          <DEFINITION>Eine Datenbank, die Vektoren oder mathematische Repräsentationen von Datenpunkten speichert.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Volume</CONCEPT>
          <DEFINITION>&quot;Eine der &quot;&quot;V&apos;s&quot;&quot; von Big Data, die sich auf die große Menge an Daten bezieht, die erzeugt oder gespeichert wird.&quot;</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Watermark</CONCEPT>
          <DEFINITION>Ein sichtbares oder unsichtbares Zeichen oder Muster, das auf Medieninhalte angewendet wird, um deren Authentizität oder Herkunft zu kennzeichnen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Wassermarke</CONCEPT>
          <DEFINITION>Ein sichtbares oder unsichtbares Zeichen oder Muster, das auf Medieninhalte angewendet wird, um deren Authentizität oder Herkunft zu kennzeichnen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
        <ENTRY>
          <CONCEPT>Weltwissen</CONCEPT>
          <DEFINITION>Das allgemeingültige und umfassende Wissen über die Welt, das von Menschen genutzt wird, um Informationen zu verstehen und in Kontext zu setzen.</DEFINITION>
          <FORMAT>1</FORMAT>
          <USEDYNALINK>1</USEDYNALINK>
          <CASESENSITIVE>0</CASESENSITIVE>
          <FULLMATCH>1</FULLMATCH>
          <TEACHERENTRY>1</TEACHERENTRY>
        </ENTRY>
    </ENTRIES>
  </INFO>
</GLOSSARY>