• en
  • de
  • Public Offering

    Lexikon

    Hier finden Sie ein Lexikon zu dem Thema Künstliche Intelligenz.
    Es wird nach und nach ergänzt, um Sie durch den Dschungel der Begrifflichkeiten zu lotsen.

    AI

    Artificial Intelligence steht für die Beschreibung der eingesetzten Technologien (siehe Machine Learning). Der Begriff “AI” ist vorrangig ein Marketing-Begriff. Die per Machine Learning erzeugten Modelle sind nicht tatsächlich “intelligent”, sondern lösen mit komplexen statistischen Berechnungen eng eingegrenzte Probleme.

    Annotation, annotieren

    Eine Annotation ist eine kurze Notiz oder ein Kommentar, der zu einem Text, einem Bild oder einem anderen Dokument hinzugefügt wird. In der Linguistik ist dies zumeist manuelles Herausarbeiten bestimmter Merkmale natürlicher Sprache in Texten. Beispiel: Bestimmung des Genders von Eigennamen, indem einzelne Namen in Texten mit Labels wie “weiblich”, “divers”, “neutral” etc. markiert werden.

    Automatisierte Texterstellung

    Software zur automatischen Texterstellung wird immer häufiger eingesetzt, um Inhalte für Websites und andere Online-Anwendungen zu erstellen. Diese Software verwendet häufig eine Kombination aus maschinellem Lernen und linguistischen Algorithmen, um Texte zu erstellen, die einem bestimmten Muster oder einer Vorlage entsprechen. Dazu sind strukturierte Daten notwendig.

    Clustering

    Das Gruppieren von Daten: Daten innerhalb einer Gruppe sollen dabei ähnlich zueinander sein, Daten in verschiedenen Gruppen sollen sich unterscheiden. Eine solche Gruppe nennt man Cluster. Beispiel: Eine Menge internationaler Fußballvereine kann man nach ihrer Zugehörigkeit zu einer nationalen Liga clustern.

    Computerlinguistik

    Computer-Linguistik ist die Schnittstelle zwischen Informatik und Sprachwissenschaft. Natürliche Sprachen (sowohl Text als auch Audio) sollen mit Hilfe von Computern verarbeitet werden, wie zum Beispiel die Spracherkennung und -synthese, maschinelle Übersetzung und Dialogsysteme.

    Contentmarketing

    Content-Marketing ist ein strategischer Ansatz zur Erstellung und Verbreitung von wertvollen und relevanten Inhalten, die Nutzer anziehen und binden sollen. Das Ziel ist es, neue Internetnutzer zu generieren und bestehende User zu halten. Damit ist Content Marketing ein Instrument zur Trafficsteigerung. Die Inhalte können in verschiedenen Formaten vorliegen, z.B. in Form von Blog-Artikeln auf der eigenen Webseite, in Videos, Podcasts oder Infografiken.

    Crawler

    Ein Crawler ist ein Programm, das Daten von einer Internetseite extrahiert und diese in eine Datenbank schreibt.

    Dashboard

    Interaktive Visualisierung von Daten. Beispiel: Der Nutzer kann den Zeitraum der dargestellten Daten verändern oder in ein Diagramm zoomen, um etwas detaillierter zu betrachten.

    Data-Mining

    Data-Mining bezeichnet das computergestützte Auswerten und Analysieren großer Datenmengen mit dem Ziel, neue Erkenntnisse zu gewinnen. Dabei werden automatisierte Verfahren zur Mustererkennung, Methoden aus dem Bereich der Künstlichen Intelligenz, der Statistik und der Datenanalyse eingesetzt.

    Deep Learning

    Deep Learning ist ein Verfahren des Machine Learning (ML), das auf künstlichen neuronalen Netzen basiert. Die Deep Learning-Algorithmen verwenden mehrere Schichten (daher der Name), um Informationen zu verarbeiten und zu analysieren. 

    Deep Learning hat in sehr vielen Bereichen die Ergebnisse des Machine Learnings stark verbessert, es ist dafür allerdings auch deutlich ressourcenintensiver als ML-Methoden die nicht ‚deep‘ sind, also neuronale Netze mit nur einem Layer, oder andere Algorithmen die ganz ohne neuronale Netze auskommen.

    Entitätenextraktion

    Die Entitätenextraktion oder Entitätserkennung ist ein Prozess, bei dem aus unstrukturierten oder halbstrukturierten digitalen Daten einzelne, eindeutig identifizierbare Entitäten wie Personen, Orte, Dinge, Begriffe usw. extrahiert und in einem maschinenlesbaren Format gespeichert werden.

    GPT-2

    Gängiges Modell (pretrained) zur Textgenerierung entwickelt von OpenAI. GPT-2 ist Open Source.

    GPT-3

    Weiterentwicklung von GPT-2 (siehe oben). Beide Modelle benutzen in etwa die gleiche Architektur, GPT-3 hat jedoch mehr Schichten (s. Neuronales Netz) und wurde mit mehr Daten trainiert.

    GPU

    Graphics Processing Unit / Grafikkarte. Grafikkarten bieten eine sehr hohe Rechenleistung und werden daher für das Training von Deep Learning Modellen eingesetzt.

    Klassifizierung, Klassifikation

    Mit Klassifikation wird die Aufgabe beschrieben, ein Datenobjekt einer von mehreren vorher definierten Klassen zuzuordnen. Beispiel: Einen Text anhand des Inhalts einem Genre zuordnen.

    Korpus (Sg.), Korpora (Pl.)

    Eine Textsammlung, die in der Regel einen inhaltlichen oder strukturellen Zusammenhang hat. Ein Korpus kann beispielsweise aus Texten aus einer Quelle bestehen.

    Künstliche Intelligenz

    Künstliche Intelligenz bezeichnet in der Informatik ein Verfahren, das es ermöglicht, maschinelle Lernverfahren und Algorithmen einzusetzen, um komplexe Aufgaben zu lösen und der sich mit dem Versuch beschäftigt, Maschinen so zu programmieren, dass sie menschenähnliche Fähigkeiten erwerben können.

    Machine Learning

    Machine Learning bezeichnet ein Verfahren, bei dem Computer selbstständig lernen, ohne dass sie dafür für jeden Anwendungsfall programmiert wurden. Es sind Technologien, bei denen Computerprogramme eine große Menge an Beispielen verarbeiten, aus ihnen Muster ableiten und diese auf neue Datenpunkte anwenden. Dabei wird aus den Beispielen ein statistisches Modell aufgebaut, zum Beispiel zum Aufbau von Sprache. Deep Learning ist eine Variante von Machine Learning. AI ist ein Buzzword für Machine Learning.

    Metrik

    Vordefinierter Messwert zur Angabe von Qualität in Bezug auf ein bestimmtes Kriterium.

    Modell-Architektur

    Die Abfolge aller Verfahren, die genutzt werden, um das Modell aufzubauen. Neuronale Netze werden in der Regel über die Anzahl und Funktion ihrer Schichten beschrieben. Ein Modell entsteht aus der Kombination aus Architektur und Korpus.

    Modell, statistisches

    Ein statistisches Modell macht anhand erlernter Muster Vorhersagen über eingegebene Daten. Sprachmodelle zum Beispiel sagen das nächste Wort eines Eingabesatzes hervor. Ein Modell hat eine Architektur und muss zum Aufbau des statistischen Modells trainiert werden.

    Morphologie

    Morphologie bedeutet Formenlehre und ist ein Teilgebiet der Linguistik. Es handelt sich um die Wissenschaft von der Veränderung der Wortformen in einer Sprache. Wörter sind keine festen Gebilde und können sich in ihrer Form verändern. Je nach Kontext wird z. B. aus schreiben schreibst oder aus laufen läuft.

    Named Entity Recognition (NER)

    Das automatische Entdecken und Kennzeichnen von Eigennamen (Entitäten) in Texten. Beispiel: Mit Angela Merkel und Frau Merkel ist in zwei Sätzen die gleiche Person gemeint.

    Natural Language Generation (NLG)

    Natural Language Generation. Die Erzeugung von Text (natürlicher Sprache) mit Hilfe von Machine Learning.

    Natural Language Processing (NLP)

    Natural Language Processing beschäftigt sich mit der automatischen Verarbeitung natürlicher Sprache. Dabei werden Methoden der Computerlinguistik, der künstlichen Intelligenz und der Statistik angewendet, um Sprache zu erkennen, zu verstehen, zu interpretieren und zu generieren. Diese Erkenntnisse können dann genutzt werden, um zum Beispiel Texte zu übersetzen oder sinngemäß umzuschreiben.

    Natural Language Understanding (NLU)

    Natural Language Understanding beschreibt die Fähigkeit von Maschinen, die natürliche Sprache zu verstehen. Dies umfasst sowohl das Lesen als auch das Schreiben von natürlicher Sprache und die Analyse von Bedeutung und Kontext.

    Neuronale Netze

    Neuronale Netze sind Modelle für künstliche Intelligenz, die dem menschlichen Gehirn nachempfunden sind. Sie bestehen aus einer Reihe von Verarbeitungseinheiten, die miteinander verbunden sind.

    Ein künstliches neuronales Netz besteht aus Schichten von miteinander vernetzten Einheiten (Neuronen), die unter bestimmten Bedingungen Informationen aneinander weitergeben. Jede Einheit verarbeitet ein bestimmtes Signal und leitet es an die nächste Einheit weiter. Das Netzwerk lernt, indem es Signale verarbeitet und die Verbindungen zwischen den Einheiten anpasst.

    Beim Deep Learning gibt es in der Regel viele solcher Schichten mit je sehr vielen Neuronen, was das Training sehr rechenintensiv macht.

    Normalisierung

    Die Normalisierung von Texten beschreibt die Vereinheitlichung von Textstruktur und Interpunktion. Beispielsweise werden alle Anführungszeichen und Gedankenstriche auf je ein Zeichen normalisiert, ebenso Abschnittsmarker wie Linien oder Marker für Kapitelüberschriften.

    Ontologie

    In der Informatik wird Ontologie als Formalisierung eines Wissensgebiets bezeichnet, um komplexe Sachverhalte in einer maschinenlesbaren Form zu beschreiben. Dabei wird eine bestimmte Struktur von Objekten und ihren Beziehungen festgelegt, so dass eine Computersoftware diese verarbeiten kann. Ontologien werden in der Informatik vor allem für semantische Verfahren eingesetzt. Hierbei wird versucht, mit Hilfe von maschinellen Lernverfahren aus einem unstrukturierten Datenbestand Wissen zu extrahieren und zu modellieren. Auf diese Weise können dann beispielsweise auch komplexe Anfragen an einen Datenbestand gestellt werden.

    Preprocessing

    Bevor ein Korpus für das Training der AI übergeben werden kann, müssen einige Vorverarbeitungsschritte ausgeführt werden. Unerwünschte Inhalte zum Beispiel werden entfernt, Normalisierungen ausgeführt und die Texte an Modellspezifika angepasst. Wenn ein Modell im Pretraining zum Beispiel nur eine Art Anführungszeichen kennengelernt hat, sollten diese Anführungszeichen im Trainingskorpus für das Finetuning die gleichen sein, damit sie sofort richtig erkannt werden.

    Pretraining, Pretrained model

    Das initiale Training eines Modells. Beim Pretraining werden sehr große Datenmengen übergeben, um ein robustes statistisches Modell von Sprache und Wissen aufzubauen.

    Recommender Systems

    Ein Modell, das basierend auf dem Nutzerverhalten ähnlicher User weitere Objekte vorschlägt. Beispiel: „Nutzer, die diesen Artikel angesehen haben, haben auch folgende andere Artikel gelesen…“

    Roboterjournalismus

    Roboterjournalismus ist eine Form des Journalismus, bei der computergesteuerte Programme verwendet werden, um journalistische Inhalte zu erstellen. Diese Inhalte können Nachrichtenberichte, sportliche Ergebnisse, Wetterberichte, Finanzberichte, Börsenberichte und andere Formen des Journalismus umfassen.

    Sprachmodell

    Sprachmodelle gibt es für alle Bereiche der Computerlinguistik. Neben der Textgenerierung sind dies zum Beispiel Spracherkennung, Erkennung von Handschriften, Informationserkennung und -extraktion.

    Suchmaschinenmarketing

    Suchmaschinenmarketing (SEM – Search Engine Marketing) ist eine der wichtigsten Gattungen im Online-Marketing. Es kann unterteilt werden in Suchmaschinen-Advertising (SEA). Hier bezahlen Werbekunden dafür, dass die eigene Webseite oberhalb anderer Webseiten gelistet wird. Diese bezahlte Werbung wird z.B. auf Google in speziellen Bereichen auf der Suchergebnisseite (SERP – Search Engine Result Page) angezeigt und als solche gekennzeichnet. Eine andere Methode ist die Suchmaschinenoptimierung (SEO oder Search Engine Optimization). Hier wird versucht, die eigene Internetpräsenz in den organischen Suchergebnissen möglichst weit oben angezeigt zu bekommen.

    Testeintrag

    Das ist ein Texteintrag

    Text Mining

    Unter Text-Mining wird Data-Mining speziell für geschriebene Daten in natürlicher Sprache verstanden. Der Text Mining Prozess beinhaltet die Verwendung von Algorithmen und Methoden, um aus unstrukturierten oder halb strukturierten Textdaten wertvolle Informationen zu extrahieren, neue Muster zu erkennen, bestehende Muster zu bestätigen oder Vorhersagen zu treffen. Die gewonnenen Erkenntnisse können in vielen Bereichen, wie der Wissenschaft, dem Marketing, dem Kundenservice oder der Finanzwelt, eingesetzt werden.

    Text Spinning

    Text Spinning oder Article Spinning ist eine Technik, die darauf abzielt, einen Text so zu verändern, dass er für eine bestimmte Zielgruppe ansprechender wird. Dabei werden Wörter ersetzt, Satzstrukturen verändert und neue Wörter eingefügt. Der eigentliche Inhalt des Textes bleibt dabei unverändert. Relevant ist dies zum Beispiel für die Erstellung neuer Texte für das Suchmaschinenmarketing (SEM), speziell für die Suchmaschinen-Optimierung (SEO oder Search Engine Marketing).

    Training

    Beim Training lernt ein Modell aus Beispielen. Anhand der Beispiele versucht das Modell, ein Ergebnis vorherzusagen (beispielsweise einen Lückentext korrekt zu füllen) und gleicht am Ende jedes Zyklus seine Ergebnisse mit den echten Werten ab. Wenn das Ergebnis falsch ist, wird das zugrunde liegende statistische Modell angepasst und ein neuer Versuch gestartet. In der Regel läuft ein Training so lange, bis sich das statistische Modell kaum mehr ändert, die Ergebnisse also stabil werden. Dies kann nach wenigen Minuten (klassisches Machine Learning) oder Wochen/Monaten (Deep Learning auf sehr großen Datenmengen) der Fall sein.

    Trainingskorpus

    Ein Korpus, das für das Training eines Modells eingesetzt wird.

    Vorverarbeitung

    S. Preprocessing