KI-Glossar für Marketingteams

Software-Setup, das ein Sprachmodell autonom mehrere Schritte ausführen lässt: planen, Werkzeuge nutzen, Ergebnisse bewerten, korrigieren. Abgrenzung zum Chat: ein Agent handelt über mehrere Iterationen ohne Nutzer-Eingriff.

Beispiel. Ein Wettbewerbs-Monitoring-Agent, der morgens drei Marken-Accounts checkt, neue Posts zusammenfasst und das Ergebnis in Slack postet, läuft als KI-Agent.

Verwandt. Browser-Agent, Computer-Use, Brand-Agent

Artificial General Intelligence. Hypothetische KI, die menschliche kognitive Fähigkeiten über alle Domänen hinweg erreicht oder übertrifft. 2026 nicht erreicht, aber regelmäßig in Pressemeldungen aufgeführt. Kontrast: ANI, also schmale KI für eng definierte Aufgaben.

Beispiel. In Pitch-Decks taucht AGI gerne als Drohbild oder Heilsversprechen auf. Marketing-Teams sollten den Begriff nicht ungeprüft übernehmen, weil er fast immer überzogen verwendet wird.

Verwandt. ANI, Frontier-Modell, Agent

Bezeichnung für minderwertige, in Massen generierte KI-Outputs: erfundene Buchzusammenfassungen, Plagiats-Listicles, automatisierte Spam-Seiten. Der Begriff hat sich 2024 etabliert, ist 2026 fester Bestandteil der Branchen-Debatte.

Beispiel. Wer eine KI-generierte Studie mit erfundenen Zitaten in einem Pitch verwendet, riskiert eine AI-Slop-Klassifizierung durch die Branchen-Presse.

Verwandt. Anti-AI-Detector, Halluzination, GEO

Software-Werkzeug, das Texte oder Bilder auf KI-Generierung prüft. Detektoren sind 2026 statistisch nicht zuverlässig: hohe Falsch-Positiv- und Falsch-Negativ-Raten. Gerichtsverwertbare Aussagen sind damit nicht möglich.

Beispiel. Wer eine Agentur-Bewerbung mit GPTZero oder Turnitin gegen KI-Generierung prüft, sollte das Ergebnis als Hinweis behandeln, nicht als Beweis.

Verwandt. AI Slop, Burstiness, Perplexity (Metrik)

Selbst gebaute Brücke zwischen einem Tool ohne offiziellen MCP-Server und einem Sprachmodell. Ein API-Wrapper übersetzt MCP-Aufrufe in die proprietäre API des Tools. Custom-Dev-Aufwand: typisch zwei bis fünf Personentage.

Beispiel. Wer einen internen Datenbank-Endpunkt für ein Sprachmodell zugänglich machen will, baut einen API-Wrapper, der die MCP-Spec implementiert und intern die SQL-Abfragen ausführt.

Verwandt. MCP, MCP-Server, Custom Wrapper

Auftragsverarbeitungs-Vertrag nach Artikel 28 DSGVO. Pflicht, wenn ein Sprachmodell-Anbieter personenbezogene Daten im Auftrag verarbeitet. Ohne AVV ist die Verarbeitung rechtswidrig.

Beispiel. Bevor ein Marketing-Team Kundendaten an ChatGPT-Enterprise gibt, muss der AVV zwischen Unternehmen und OpenAI unterschrieben sein. Standard-AVV-Vorlagen liegen bei großen Anbietern bereit.

Verwandt. DSGVO, EU AI Act, Auftragsverarbeitung

Konsistente, wiedererkennbare Sprache einer Marke über alle Kanäle. Brand Voice ist das, was ein Marketing-Team in ein Sprachmodell überträgt, damit Outputs nicht wie generische LLM-Texte klingen.

Beispiel. Eine Marke mit lockerer, ironischer Brand Voice braucht im Skill einen System-Prompt plus zehn Beispiel-Texte, sonst gleitet das Modell in neutrale Werbe-Sprache zurück.

Verwandt. Tone-of-Voice, Skill, Markenstimme-Drift

Ein KI-Agent, der für eine spezifische Marke konfiguriert ist und in dieser Marken-Stimme handelt. Kombination aus persistierter Tonalität, MCP-Anbindungen und Workflow-Logik.

Beispiel. Ein Always-on-Caption-Agent, der jeden Tag drei Caption-Varianten für Instagram-Posts vorbereitet, ist ein Brand-Agent.

Verwandt. Agent, Skill, Brand Voice

KI-Agent, der einen Browser steuert: Seiten öffnet, klickt, scrollt, Inhalte ausliest. Beispiele: Claude in Chrome, OpenAI Operator, ChatGPT Agent. Für Web-Recherche und einfache Workflows produktiv, bei Single-Page-Apps und Login-Seiten begrenzt.

Beispiel. Wettbewerbs-Monitoring durch automatisches Aufrufen von Marken-Profilen und Extraktion neuer Posts läuft 2026 zuverlässig über Browser-Agenten.

Verwandt. Agent, Computer-Use, Scraping

Statistische Eigenschaft von Texten: das Maß für Schwankungen in Satzlänge und Wortwahl. Menschliche Texte sind „bursty", LLM-Texte tendenziell gleichmäßig. Anti-AI-Detektoren nutzen Burstiness als Signal, das Signal ist aber nicht zuverlässig.

Beispiel. Wer ein Manifest schreibt und das Sprachmodell stilistisch verleugnen will, baut bewusst Burstiness ein: kurze Sätze neben langen, abrupte Wechsel, asymmetrische Aufzählungen.

Verwandt. Perplexity (Metrik), Anti-AI-Detector

Coalition for Content Provenance and Authenticity. Industrie-Standard für maschinenlesbare Provenance-Metadaten. Getragen von Adobe, Microsoft, Meta, BBC, Reuters, OpenAI.

Beispiel. Ein KI-generiertes Pressefoto, das C2PA-Metadaten trägt, kann von Newsrooms als KI-Output identifiziert werden, auch wenn die Beschriftung am Bild fehlt.

Verwandt. Kennzeichnungspflicht, SynthID, Wasserzeichen

Sprachmodell-Familie von Anthropic. Aktuelle Modelle Mai 2026: Claude Opus 4.6 (höchste Leistung), Claude Sonnet 4.6 (Standard-Allrounder), Claude Haiku 4.5 (schnell, günstig). Stärken: lange Texte, Reasoning, Werkzeug-Nutzung.

Beispiel. Für Strategie-Sparring und lange Briefings ist Claude Opus 4.6 in den brandneo-Tests Mai 2026 die zuverlässigste Wahl.

Verwandt. ChatGPT, Gemini, Frontier-Modell

Fähigkeit eines KI-Agenten, einen Computer-Desktop wie ein Mensch zu bedienen: Maus, Tastatur, Screenshot-Verständnis. Anthropic hat das Feature 2024 eingeführt, OpenAI und Google ziehen nach.

Beispiel. Ein Computer-Use-Agent kann ein PDF öffnen, relevante Stellen markieren und die Inhalte in ein Briefing-Template übertragen, ohne dass der Mensch eingreift.

Verwandt. Agent, Browser-Agent

Eine im claude.ai-Interface aktivierbare Verbindung zu einem externen Dienst (Notion, Slack, Drive). Technisch ein MCP-Endpunkt, der vom Nutzer ein- und ausgeschaltet wird. In Claude for Work und Claude Enterprise sind Custom Connectors vom Workspace-Admin freizugeben.

Beispiel. Ein Marketing-Manager aktiviert den Notion-Connector und kann mitten in der Chat-Session auf das Brand-Wiki zugreifen, ohne den Tab zu wechseln.

Verwandt. MCP, Erweiterung, Plugin, Skill

Persistierte Konfiguration in ChatGPT. Besteht aus System-Anweisungen, Knowledge Files und Actions. Über den GPT Store öffentlich teilbar oder privat haltbar.

Beispiel. Ein Caption-Generator als Custom GPT mit Brand-Voice-Knowledge-File hilft einem Social-Team, pro Post drei Varianten zu generieren statt eine zu schreiben.

Verwandt. Skill, Gem

Selbst entwickelter MCP-Server für ein Tool ohne offizielle Integration. Im Marketing-Setup typisch zwei bis fünf Personentage Custom-Dev plus laufende Wartung.

Beispiel. Wenn ein interner Reporting-Endpunkt für ein Sprachmodell zugänglich gemacht werden soll und Zapier-MCP zu langsam ist, baut die IT einen Custom Wrapper.

Verwandt. MCP, API-Wrapper

Recherche-Modus mit langer Latenz und tiefer Quellen-Arbeit. Über Minuten bis Stunden Dutzende bis Hunderte Quellen durchgehen, synthetisieren, mit Zitationen ausliefern. Verfügbar in Claude, ChatGPT, Gemini, Perplexity.

Beispiel. Eine Wettbewerbs-Studie zu fünf Marken in vier Märkten, die früher zwei Personentage gekostet hat, läuft als Deep-Research-Auftrag in zwei Stunden, plus eine Stunde Review.

Verwandt. Instant Answer, Agent

Generatives KI-Modell, das aus Rauschen schrittweise ein Bild oder Video aufbaut. Grundlage der meisten Bild- und Video-Modelle 2026. Trainings-Logik: das Modell lernt, Rauschen zurück in strukturierte Bilder zu übersetzen.

Beispiel. Flux 2, Nano Banana Pro, Stable Diffusion und die meisten Video-Modelle wie Veo oder Seedance sind Diffusion-Modelle.

Verwandt. Latent Space, Negative Prompt

Datenübermittlung in Länder außerhalb der EU oder des EWR. Nur zulässig mit ausreichendem Schutzniveau, meist über Standardvertragsklauseln (SCC) abgesichert. Mit den USA aktuell über das EU-US Data Privacy Framework geregelt, dessen Bestand juristisch umstritten ist.

Beispiel. Wer ChatGPT-Plus auf US-Servern mit Kundendaten betreibt, hat ohne dokumentierte SCC eine rechtlich angreifbare Drittland-Übermittlung.

Verwandt. DSGVO, AVV, EU AI Act

Datenschutzfolgenabschätzung nach Artikel 35 DSGVO. Pflicht, wenn eine Verarbeitung voraussichtlich hohe Risiken für betroffene Personen birgt. Bei hochrisiko-KI-Workflows in der Regel erforderlich.

Beispiel. Ein KI-gestütztes Bewerber-Screening braucht zwingend eine DSFA. Marketing-Workflows ohne Personenbezug meistens nicht.

Verwandt. DSGVO, EU AI Act, AVV

Datenschutz-Grundverordnung der EU, seit 2018 anwendbar. Regelt die Verarbeitung personenbezogener Daten. Gilt für jede KI-Anwendung, die mit Personendaten arbeitet, unabhängig davon, wo der Anbieter sitzt.

Beispiel. Wer Kunden-E-Mails über ein US-Sprachmodell zusammenfassen lässt, muss DSGVO-konforme Bedingungen einhalten: AVV, Rechtsgrundlage, ggf. Drittland-Absicherung.

Verwandt. EU AI Act, AVV, DSFA

Numerische Repräsentation eines Texts oder Bilds als Vektor. Embeddings sind die Basis für Ähnlichkeits-Suche und RAG-Setups. Zwei Dokumente mit ähnlichen Embeddings haben ähnliche Inhalte.

Beispiel. Ein Such-System für interne Brand-Guidelines nutzt Embeddings, um bei der Frage „Wie formulieren wir Krisen-Statements" die drei relevantesten Dokumente zu finden.

Verwandt. RAG, Vektor-Datenbank, Token

Ein .mcpb-Paket, das mit einem Klick im Claude Desktop installiert wird und lokal einen MCP-Server bereitstellt. Kein Cloud-Service, sondern eine auf der eigenen Maschine laufende Anwendung.

Beispiel. Wer Claude Desktop lokal mit eigenen Markdown-Dateien arbeiten lassen will, installiert die Filesystem-Erweiterung als .mcpb-Doppelklick.

Verwandt. MCP, Connector, Plugin

Verordnung (EU) 2024/1689. Erste umfassende KI-Regulierung weltweit. Risikobasierte Klassifizierung: verbotene Praktiken, Hochrisiko-Systeme, Transparenzpflichten, geringes Risiko. Anwendbar seit Februar 2025 in Stufen.

Beispiel. Ein generischer Marketing-Chatbot fällt unter Transparenzpflichten (Kennzeichnung als KI). Ein KI-System zur Bonitätsprüfung fällt unter Hochrisiko.

Verwandt. DSGVO, GPAI, Hochrisiko-KI, Kennzeichnungspflicht

Nachtraining eines bestehenden Sprachmodells mit zusätzlichen Daten, um es auf eine spezifische Domäne oder Tonalität zu spezialisieren. Aufwändig, teuer, oft durch RAG oder gute System-Prompts ersetzbar.

Beispiel. Eine Marke mit sehr spezifischer Tonalität und ausreichend Trainings-Material kann ein Fine-Tuning beauftragen. Für die meisten Marketing-Teams ist ein Skill mit Reference Files der bessere Weg.

Verwandt. RAG, Skill, RLHF

Ein Sprach- oder Multi-Modal-Modell an der aktuellen Leistungsgrenze. 2026 zählen dazu Claude Opus 4.6, GPT-5, Gemini Ultra 2, sowie ausgewählte chinesische Modelle. Frontier-Modelle sind teurer, aber bei komplexen Aufgaben deutlich besser.

Beispiel. Strategie-Sparring, komplexe Recherche und Reasoning-lastige Briefings sind Aufgaben, die ein Frontier-Modell rechtfertigen.

Verwandt. Claude, ChatGPT, Gemini

Persistierte Konfiguration in Gemini. Besteht aus System-Prompt, Workspace-Zugriff (Drive, Docs, Sheets) und Tool-Use. Im Workspace teilbar.

Beispiel. Ein Reporting-Gem mit Zugriff auf das Team-Sheet generiert monatliche Marketing-Reports im definierten Format ohne Tab-Wechsel.

Verwandt. Skill, Custom GPT

Generative Engine Optimization. Optimierung von Inhalten für KI-Antwort-Maschinen wie Perplexity, Claude, ChatGPT, Gemini. Ergänzung, nicht Ersatz, klassischer SEO-Methoden. 2025 von Brancheninitiativen geprägter Begriff.

Beispiel. Wer in den Antwort-Boxen großer KI-Antwort-Maschinen erscheinen will, strukturiert Texte so, dass das Modell ihnen vertraut: klare Faktenführung, saubere Quellenlage, präzise Begriffe statt vager Behauptungen.

Verwandt. SEO, AI Slop

General-Purpose AI im Sinne des EU AI Act. Sprachmodelle, die für viele verschiedene Aufgaben einsetzbar sind. Für GPAI gelten ab August 2025 spezielle Transparenz- und Trainingsdaten-Pflichten. Für Hochrisiko-GPAI zusätzliche Systemrisiko-Pflichten.

Beispiel. GPT-5, Claude Opus 4.6 und Gemini Ultra 2 sind GPAI im Sinne des AI Act. Marketing-Teams müssen die jeweiligen Anbieter-Compliance-Dokumentationen kennen, nicht selbst dokumentieren.

Verwandt. EU AI Act, Hochrisiko-KI

Eine erfundene, faktisch falsche Information in einem Sprachmodell-Output. Klingt plausibel, ist aber falsch. Drei Typen im Marketing: faktisch (falsche Zahlen, erfundene Studien), Quellen (erfundene Belege), Kontext (falsche Marken-Zuordnungen).

Beispiel. Ein Reporting, in dem das Modell „laut einer Studie der Hochschule München" zitiert, ohne dass diese Studie existiert, enthält eine Quellen-Halluzination.

Verwandt. Quality Gate, RAG, Anti-AI-Detector

Multi-Modell-Plattform für Bild- und Video-Generierung. Bündelt Veo 3.1, Seedance 2.0, Kling 3.0, Flux 2 Pro, Nano Banana Pro und andere unter einer Oberfläche.

Beispiel. Wer denselben Briefing-Text durch fünf Bild-Modelle laufen lassen und vergleichen will, nutzt Higgsfield als Bridge statt fünf einzelne Konten.

Verwandt. Diffusion-Modell, Negative Prompt

Klassifizierung im EU AI Act für KI-Systeme mit hohem Risiko für Grundrechte. Beispiele: Bewerber-Screening, Bonitätsprüfung, biometrische Identifizierung. Strenge Pflichten: Risiko-Management, Daten-Governance, Dokumentation, menschliche Aufsicht.

Beispiel. Ein KI-Tool, das Bewerbungen sortiert, ist Hochrisiko-KI. Ein Content-Generator für Social-Posts in der Regel nicht.

Verwandt. EU AI Act, GPAI, DSFA

Vertragliche Zusage eines Anbieters, Kosten zu übernehmen, wenn ein Output zu einer Urheberrechts-Klage führt. Im Bild-Modell-Bereich angeboten von Adobe Firefly, Microsoft Copilot Image, eingeschränkt OpenAI. Nicht angeboten von Midjourney, Flux, Stable Diffusion.

Beispiel. Ein Marketing-Team, das in regulierten Branchen arbeitet, wählt Bild-Modelle mit Indemnification, um sich vor Urheberrechts-Risiken zu schützen.

Verwandt. Trainingsdaten, Urheberrecht

KI-Antwort-Modus mit kurzer Latenz, einer einzelnen Synthese-Antwort und meist begrenzter Quellen-Tiefe. Standard in den meisten Chat-Interfaces. Gegensatz: Deep Research.

Beispiel. Eine schnelle Faktenfrage „Wann ist DMEXCO 2026" bekommt eine Instant Answer. Eine Markt-Analyse braucht Deep Research.

Verwandt. Deep Research, Agent

Pflicht, KI-generierte Inhalte als solche zu kennzeichnen. Im EU AI Act für bestimmte Output-Klassen verpflichtend, ab August 2026 schrittweise scharfgeschaltet. Branchen-Standards wie C2PA und SynthID setzen das technisch um.

Beispiel. Ein synthetisches Stimmen-Sample in einem Marken-Spot muss als KI-generiert gekennzeichnet sein, sobald die jeweilige Stufe des EU AI Act greift.

Verwandt. EU AI Act, C2PA, SynthID

Die Menge an Tokens, die ein Sprachmodell gleichzeitig im Blick behält. 2026 üblich: 128.000 bis 2 Millionen Tokens je nach Modell. Wer das Limit überschreitet, bekommt entweder eine Fehlermeldung oder einen abgeschnittenen Output.

Beispiel. Wer ein 200-Seiten-Briefing-PDF in einem Chat zusammenfasst, sollte das Modell mit ausreichend großem Kontext-Fenster wählen, sonst werden Teile übersehen.

Verwandt. Token, Persistenz

Der abstrakte Raum, in dem Diffusion-Modelle Bilder generieren. Ähnlich klingende Konzepte liegen nah beieinander, unähnliche weit auseinander. Wer im Latent Space navigiert (Variations, Interpolations), erkundet stilistische Nachbarschaften.

Beispiel. Wer mehrere Variationen eines Hero-Bilds will, lässt das Modell im selben Latent-Space-Punkt mit unterschiedlichen Seeds generieren statt das Briefing zu ändern.

Verwandt. Diffusion-Modell, Embedding

Large Language Model. Ein Sprachmodell mit Milliarden bis Billionen Parametern, trainiert auf großen Textmengen. Versteht Sprache statistisch, nicht semantisch im menschlichen Sinne. Bekannte Familien 2026: Claude, GPT, Gemini, Llama, Mistral.

Beispiel. Jeder im Marketing eingesetzte Text-Generator ist ein LLM oder eine LLM-Variante.

Verwandt. Frontier-Modell, Token, Kontext-Fenster

Schleichende Abweichung der Marken-Stimme über viele KI-Generierungen. Tritt auf, wenn Skills nicht gepflegt oder Reference Files unzureichend sind. Erkennbar an steigender Beliebigkeit der Outputs.

Beispiel. Wer monatlich 200 Captions mit demselben Skill generiert, ohne stichprobenartig zu reviewen, bekommt nach sechs Monaten Outputs, die nur noch oberflächlich zur Marke passen.

Verwandt. Brand Voice, Skill, Quality Gate

Model Context Protocol. Offener Standard, mit dem Sprachmodelle auf externe Tools zugreifen können, ohne dass für jedes Tool eine eigene Integration gebaut werden muss. Von Anthropic Ende 2024 veröffentlicht, 2025 von OpenAI, Google und Microsoft adoptiert. 2026 De-facto-Standard.

Beispiel. Ein Marketing-Team verbindet Claude über MCP mit Slack, Notion und Drive, um mid-chat auf Team-Inhalte zuzugreifen, ohne Tab-Wechsel.

Verwandt. Skill, Agent, Tool-Use

Konkrete Implementierung eines MCP-Endpunkts für ein bestimmtes Tool oder eine Datenquelle. Wird entweder vom Tool-Hersteller selbst (offiziell) oder von einer Community gepflegt. Ein Sprachmodell kann mehrere MCP-Server gleichzeitig nutzen.

Beispiel. Der HubSpot-MCP-Server ist die konkrete Brücke zwischen Claude und der HubSpot-API. Anthropic stellt die Server-Liste im Modelcontextprotocol-Repository bereit.

Verwandt. MCP, Connector, API-Wrapper

Workflow-Pattern, bei dem ein Mensch an einer definierten Stelle in einen KI-Prozess eingreift, prüft, freigibt oder korrigiert. Kein Selbstläufer, sondern bewusst eingebauter Quality Gate.

Beispiel. In einem Krisen-Statement-Workflow generiert das Modell den Entwurf, ein Mensch reviewt vor Veröffentlichung. Ohne diesen Schritt ist der Workflow rechtlich und kommunikativ riskant.

Verwandt. Quality Gate, Agent

Setup, in dem mehrere KI-Agenten zusammenarbeiten: Aufgabenteilung, Übergabe zwischen Spezialisten-Agenten, Koordinations-Layer. 2026 in Forschung weit verbreitet, im produktiven Marketing-Einsatz selten.

Beispiel. Ein Multi-Agent-Setup für Pitch-Vorbereitung: Recherche-Agent sammelt Material, Analyse-Agent strukturiert, Schreib-Agent verfasst Slides, Review-Agent prüft. Im Marketing-Alltag 2026 noch overengineered.

Verwandt. Agent, Coordination

KI-Modell, das mehrere Modalitäten verarbeitet: Text plus Bild, plus Audio, plus Video. Die aktuellen Frontier-Modelle sind alle multimodal in unterschiedlichen Stärken.

Beispiel. Wer ein PDF mit Diagrammen analysieren und im Output strukturierten Text zurückbekommen will, braucht ein multimodales Modell, das Bilder und Text verbindet.

Verwandt. LLM, Frontier-Modell

Open-Source-Workflow-Automation-Plattform. 2026 mit doppelter MCP-Integration: als MCP-Trigger (n8n empfängt Befehle vom Sprachmodell) und als MCP-Client (n8n ruft selbst MCP-Server auf). Self-Hosted oder Cloud nutzbar.

Beispiel. Wer einen Multi-Step-Marketing-Workflow (Recherche, Bewertung, Veröffentlichung) bauen will, kann n8n als Hub einsetzen und MCP-fähige Tools davon orchestrieren lassen.

Verwandt. MCP, Zapier, Custom Wrapper

Anweisung an ein Bild- oder Video-Modell, was NICHT im Output erscheinen soll. Wirkung 2026 weiter inkonsistent: starke Trainings-Pattern überschreiben Negative Prompts regelmäßig.

Beispiel. Ein Beauty-Spot-Briefing mit „NEVER apply on cheek" produziert in drei Anläufen drei Modelle, die alle die Creme auf die Wange auftragen. Klassische Pattern-Falle.

Verwandt. Pattern-Falle, Diffusion-Modell

Sprachmodell, dessen Gewichte (die trainierte Parameterkonfiguration) öffentlich verfügbar sind. Nicht zwingend Open Source: Trainings-Daten und Code bleiben oft proprietär. Beispiele: Llama 4, Mistral Large 3, DeepSeek V4.

Beispiel. Marketing-Teams mit Daten-Hoheits-Anforderung können ein Open-Weight-Modell auf eigener EU-Cloud betreiben, statt eine US-API zu nutzen.

Verwandt. Open-Source-Modell, Frontier-Modell, Fine-Tuning

Starkes Trainings-Pattern in einem KI-Modell, das selbst mit Negative Prompts nicht zuverlässig umgangen werden kann. Häufig bei sehr typischen Bildwelten: Beauty-Spots, Architektur-Renderings, Studio-Foto-Looks.

Beispiel. Wer ein „Editorial-Cover"-Briefing ohne expliziten No-Text-Hinweis schickt, bekommt fast immer ein VOGUE-artiges Layout zurück, weil das Modell auf Cover-Pattern trainiert ist.

Verwandt. Negative Prompt, Diffusion-Modell

Statistisches Maß dafür, wie überrascht ein Sprachmodell von einem Text ist. Niedrige Perplexity heißt vorhersagbarer Text, hohe Perplexity heißt überraschender Text. Wird von Anti-AI-Detektoren als Signal benutzt, ist als Detektions-Werkzeug aber nicht zuverlässig.

Beispiel. Ein menschlich geschriebener Take mit vielen Sub-Sätzen und Wortspielen hat höhere Perplexity als ein generischer KI-Werbetext.

Verwandt. Burstiness, Anti-AI-Detector

Such- und Antwort-Engine, die Suchergebnisse mit Sprachmodell-Synthese kombiniert und Quellen-Links inline ausliefert. Frei nutzbar, Pro- und Enterprise-Tarife mit erweiterten Funktionen. Mit MCP-Server.

Beispiel. Wer eine schnelle Markt-Recherche mit Quellen-Belegen statt einer reinen Chat-Antwort will, nutzt Perplexity Pro.

Verwandt. Deep Research, MCP

Konstruiertes Profil einer Zielgruppen-Person. Im KI-Setup wird die Persona oft als Reference File mitgegeben, damit das Sprachmodell zielgerichtet schreibt. 2026 mit KI-generierten Personas einfacher und gleichzeitig riskanter (überzeichnete Klischees).

Beispiel. Eine Persona „Lena, 34, Head of Brand, liest Stratechery" mit drei Absätzen Tagesablauf reicht als Skill-Reference, damit das Modell die richtige Tonalität trifft.

Verwandt. Brand Voice, Skill

Ein installierbares Bündel aus mehreren Komponenten (MCPs, Skills, Slash-Commands), das in Claude Code oder im Claude-Hauptprodukt als Paket aktiviert wird. Im Team-Setup admin-pflichtig, sobald externe MCP-Server enthalten sind.

Beispiel. Ein „Content-Pipeline-Plugin" aktiviert in einem Schritt MCPs für Notion, Drive und Sentry plus passende Skills für Briefing und Review.

Verwandt. Connector, Erweiterung, Skill

Disziplin, Anweisungen für Sprachmodelle so zu formulieren, dass die Outputs verlässlich brauchbar sind. 2026 weniger als eigenständige Job-Beschreibung, mehr als Pflicht-Kompetenz für Marketing-Verantwortliche.

Beispiel. Ein gut formulierter Prompt mit Rolle, Aufgabe, Stilregeln und Quality-Hinweisen liefert in 80% der Fälle einen brauchbaren Output. Schlechte Prompts liefern Floskel-Outputs.

Verwandt. Skill, System-Prompt

Definierter Punkt im Workflow, an dem etwas geprüft wird, bevor es weiterläuft. Vier typische Positionen: Pre-Generation, Post-Generation, Pre-Publication, Post-Publication. Schutz gegen Halluzinationen, Markenstimme-Drift und Compliance-Verletzungen.

Beispiel. Vor jeder externen Veröffentlichung steht ein Pre-Publication-Gate: Mensch prüft Output gegen Faktenliste, Brand-Voice-Liste und rechtliche Checkliste.

Verwandt. Mensch-im-Loop, Halluzination, Markenstimme-Drift

Retrieval-Augmented Generation. Verfahren, bei dem das Sprachmodell vor der Antwort relevante Dokumente aus einer eigenen Wissensbasis holt. Reduziert Halluzinationen, weil das Modell auf echten Quellen statt nur Trainings-Wissen aufbaut.

Beispiel. Eine interne Marken-Guideline-Suche mit RAG findet relevante Passagen aus 200 PDFs und übergibt sie dem Modell als Antwort-Basis. Output zitiert die echten Quellen.

Verwandt. Embedding, Vektor-Datenbank, Halluzination

Dokument, das in einem Skill, Custom GPT oder Gem persistent mitgegeben wird. Liefert Wissen, das das Modell sonst nicht hätte: Brand Voice, Personas, Beispiele, Tonalitäts-Regeln. Bei OpenAI Knowledge File, bei Google Workspace-Datei.

Beispiel. Ein Briefing-Skill bekommt zehn Reference Files mit: Marken-Manifest, fünf Beispiel-Briefings, No-Go-Liste, Wettbewerbs-Profile, Persona-Set, Tonalitäts-Notiz.

Verwandt. Skill, Custom GPT, Gem

Reinforcement Learning from Human Feedback. Trainingsverfahren, bei dem ein Sprachmodell auf Basis menschlicher Bewertungen verbessert wird. Standard-Methode für die finale Tunings-Stufe großer Frontier-Modelle.

Beispiel. Dass ein modernes Sprachmodell höflich, sicher und kooperativ antwortet, ist Folge umfangreicher RLHF-Trainings. Bemerkbar an der Konsistenz der Tonalität.

Verwandt. Fine-Tuning, LLM

KI-Nutzung von Mitarbeitenden ohne offizielle Freigabe oder Tool-Bereitstellung des Unternehmens. Private ChatGPT-Konten, private Claude-Subscriptions. Größtes unsichtbares Datenschutz-Risiko im Marketing 2026.

Beispiel. Wer ein Marketing-Team ohne offiziellen Claude-Zugang lässt, bekommt nach drei Monaten Schatten-KI: Mitarbeitende zahlen privat, Kundendaten landen auf Privat-Accounts.

Verwandt. AVV, DSGVO, Whitelist

Eine persistierte Konfiguration in Claude. Besteht aus System-Anweisungen, Reference Files und Tool-Zugriff. Nicht zu verwechseln mit Connector, Erweiterung oder Plugin (eigene Mechaniken).

Beispiel. Ein Briefing-Sparringspartner mit Marken-Stimme und Standard-Workflow ist ein Skill.

Verwandt. Custom GPT, Gem, Connector, Erweiterung, Plugin

Google-eigenes Wasserzeichen-System für KI-Outputs. Maschinenlesbar, in Bild, Video, Audio und Text einsetzbar. Standardmäßig in Google-eigenen Modellen (Gemini, Imagen, Veo, Lyria) eingebettet.

Beispiel. Ein mit Gemini generiertes Pressefoto enthält SynthID-Metadaten, die von kompatibler Software automatisch ausgelesen werden können.

Verwandt. C2PA, Kennzeichnungspflicht

Die initiale Anweisung, mit der ein Sprachmodell in einen bestimmten Modus versetzt wird. Bei Skills und Custom GPTs persistent gespeichert. Vier Komponenten gehören rein: Rolle, Aufgabe, Stil, Quality-Hinweise.

Beispiel. „Du bist Briefing-Sparringspartner für Marke X. (...) Wenn etwas unklar bleibt, frag nach." Ein guter System-Prompt liegt zwischen 200 und 400 Wörtern.

Verwandt. Skill, Prompt Engineering

Steuergröße, die regelt, wie kreativ oder konservativ ein Sprachmodell antwortet. Niedrige Temperature (z. B. 0,2): deterministisch, faktisch. Hohe Temperature (z. B. 1,0): kreativ, vielfältig.

Beispiel. Für ein Reporting mit Faktenlage Temperature niedrig wählen, für ein Brainstorming für Headlines höher.

Verwandt. Token, Kontext-Fenster

Die kleinste Einheit, mit der ein Sprachmodell arbeitet. Meistens eine Silbe oder ein kurzes Wort-Fragment. Tokens sind die Abrechnungs-Einheit der meisten Anbieter: 5-20 Cent pro 1.000 Tokens bei großen Modellen.

Beispiel. „Marketingteam" wird in drei Tokens zerlegt. Eine durchschnittliche A4-Seite Text hat circa 500 Tokens.

Verwandt. Kontext-Fenster, Embedding

Stil-Dimension der Marken-Stimme. Beschreibt nicht das Was, sondern das Wie: locker oder formell, ironisch oder ernst, knapp oder ausführlich. Wird im KI-Setup oft als eigenes Reference File mitgegeben.

Beispiel. Eine ToV-Notiz „freundlich, knapp, kein Werbe-Pathos, deutsche Anführungszeichen" steuert den System-Prompt eines Caption-Skills schon stark.

Verwandt. Brand Voice, Skill

Fähigkeit eines Sprachmodells, externe Werkzeuge gezielt aufzurufen: Suche, Code-Ausführung, MCP-Server. Voraussetzung für jede Agenten-Logik. Anbieter implementieren Tool-Use mit unterschiedlicher Zuverlässigkeit.

Beispiel. Wenn ein Sprachmodell eine Frage nicht aus Trainings-Wissen beantworten kann, ruft es per Tool-Use die Web-Suche oder einen MCP-Server.

Verwandt. MCP, Agent

Möglichkeit, die Nutzung eigener Eingaben für das Training des Anbieter-Modells abzuschalten. Bei den großen Anbietern in Enterprise-Tarifen standardmäßig aktiviert, in günstigeren Tarifen oft nur per expliziter Einstellung.

Beispiel. Eine Marketing-Verantwortliche prüft vor jedem produktiven Einsatz, ob das Trainings-Opt-out im jeweiligen Tarif aktiviert ist, sonst landen Marken-Briefings im nächsten Trainings-Run.

Verwandt. DSGVO, AVV, Schatten-KI

Text-to-Speech. Synthese einer Stimme aus geschriebenem Text. 2026 in Frontier-Qualität bei ElevenLabs, OpenAI TTS, Google Voice. Pro Stimme typisch eine Standard-Auswahl plus Custom-Voice-Option (Voice Cloning).

Beispiel. Eine TikTok-Sound-Variante in drei Stimmen (zwei Standard, eine Custom) ist 2026 in 15 Minuten generiert.

Verwandt. Voice Cloning, Audio

Rechtsgebiet, das die Eigentumsverhältnisse an kreativen Werken regelt. Bei KI-Outputs 2026 ungeklärt: keine eigene Schöpfungshöhe nach deutscher Lehrmeinung, aber Verwertungsrechte je nach Anbieter-AGB unterschiedlich.

Beispiel. Wer ein KI-generiertes Bild kommerziell nutzt, prüft die AGB des Modell-Anbieters und idealerweise eine Indemnification-Zusage gegen Urheberrechts-Klagen Dritter.

Verwandt. Indemnification, Trainingsdaten

Datenbank, die Embeddings speichert und nach Ähnlichkeit durchsuchbar macht. Grundlage für RAG-Setups. Beispiele: Pinecone, Weaviate, Qdrant, PostgreSQL mit pgvector-Extension.

Beispiel. Eine interne Brand-Asset-Suche, die nach Bildbeschreibungen oder Texten Ähnliches findet, baut auf einer Vektor-Datenbank auf.

Verwandt. Embedding, RAG

Synthese einer menschlichen Stimme aus einer Audio-Probe. ElevenLabs ist 2026 Marktführer. Rechtlich sensibel: Cloning ohne dokumentierte Zustimmung der Stimm-Person verletzt Persönlichkeitsrecht und ggf. DSGVO.

Beispiel. Ein Voice-Spot mit der Stimme einer Markenbotschafterin braucht eine schriftliche Voice-Cloning-Vereinbarung mit klaren Nutzungsrechten.

Verwandt. TTS, Kennzeichnungspflicht, Schatten-KI

Maschinenlesbares Signal in einem KI-Output, das den Output als KI-generiert ausweist. Standards: C2PA (Industrie), SynthID (Google), proprietäre Verfahren einzelner Anbieter. Sichtbar oder unsichtbar.

Beispiel. Ein synthetisches Pressefoto mit C2PA-Wasserzeichen kann von Newsroom-Software automatisch geflaggt werden.

Verwandt. C2PA, SynthID, Kennzeichnungspflicht

Liste der vom Unternehmen freigegebenen KI-Tools, die Mitarbeitende nutzen dürfen. Gegenmaßnahme gegen Schatten-KI. Funktioniert nur in Verbindung mit aktiver Tool-Bereitstellung, nicht als reine Verbots-Liste.

Beispiel. Eine sauber dokumentierte Whitelist mit drei freigegebenen LLMs und klaren Use-Case-Zuordnungen reduziert Schatten-KI-Risiken deutlich.

Verwandt. Schatten-KI, AVV

Brücken-MCP-Server, der Zapier-Pipelines für ein Sprachmodell zugänglich macht. Damit lassen sich Tools ohne offiziellen MCP-Server indirekt erreichen. Trade-off: Latenz, Black-Box-Charakter, Zapier-Task-Kosten.

Beispiel. Ein Tool ohne offiziellen MCP wird über Zapier-MCP erreichbar. Wer das Tool oft braucht, lohnt sich ein Custom Wrapper. Wer es einmal pro Woche braucht, bleibt bei Zapier-MCP.

Verwandt. MCP, Custom Wrapper, API-Wrapper