Fak-Fakten

Warum die Unterscheidung wichtig ist

Im Alltag wird „KI“ oft als Sammelbegriff für alles benutzt, was irgendwie intelligent wirkt. Das ist verständlich – ungefähr so, wie man im Alltag „Fahrzeug“ sagt, obwohl Auto, Bus und Fahrrad sehr unterschiedliche Dinge sind. Die Analogie hilft nur bei der Orientierung: Technisch sind KI-Systeme natürlich keine Fahrzeuge.

KI / Artificial Intelligence

Künstliche Intelligenz ist der breite Oberbegriff. Gemeint sind technische Systeme oder Verfahren, die Aufgaben erledigen, für die wir typischerweise Wahrnehmung, Mustererkennung, Sprache, Planung, Vorhersage oder Entscheidungsvorbereitung brauchen.

Beispiel: Ein System erkennt auf Bildern beschädigte Bauteile. Ein anderes übersetzt Texte. Ein drittes schlägt Lieferwege vor. Alle können unter den breiten Begriff KI fallen, obwohl sie ganz unterschiedlich arbeiten.

Machine Learning

Machine Learning ist ein Teilgebiet der KI. Statt jede Regel einzeln von Hand zu programmieren, werden Modelle anhand von Daten so angepasst, dass sie Muster für eine Aufgabe nutzen können.

Beispiel: Ein Spamfilter lernt aus vielen Beispielen, welche Merkmale häufig bei unerwünschten Nachrichten vorkommen.

Modell

Ein Modell ist vereinfacht gesagt das trainierte technische System, das Eingaben verarbeitet und daraus Ausgaben erzeugt. Welche Eingaben und Ausgaben sinnvoll sind, hängt vom Modelltyp ab.

Beispiel: Ein Bildmodell kann ein Foto klassifizieren. Ein Sprachmodell kann Text fortsetzen oder erzeugen.

LLM – Large Language Model

Ein LLM ist ein großes Sprachmodell. Es verarbeitet Sprache in Form von Tokens und erzeugt auf Basis gelernter Muster passende Fortsetzungen oder Antworten. Daraus folgt nicht, dass es „versteht wie ein Mensch“ oder dass jede Aussage wahr ist.

Beispiel: Du gibst einem LLM einen Absatz und bittest um eine Zusammenfassung. Das Modell erzeugt eine neue Textausgabe.

Chatbot

Ein Chatbot beschreibt zunächst die Form der Interaktion: Man schreibt oder spricht mit einem System, und das System antwortet. Ein Chatbot kann auf einem LLM beruhen – muss es aber nicht. Es gibt auch regelbasierte Chatbots.

Beispiel: Ein Kundenservice-Bot fragt zuerst „Rechnung, Lieferung oder Rückgabe?“ und führt durch feste Menüs. Das ist ein Chatbot, auch ohne modernes LLM.

Agent

Ein Agent geht typischerweise über reine Textausgabe hinaus. Er kann – innerhalb eines definierten Rahmens – Schritte planen, Werkzeuge aufrufen, Daten abrufen oder Aktionen anstoßen. Was ein Agent wirklich darf und kann, hängt von seiner konkreten Implementierung, seinen Werkzeugen und Berechtigungen ab.

Beispiel: Ein System liest eine Reisewunschliste, sucht über ein Tool mögliche Verbindungen und legt nach Freigabe einen Termin in einem Kalender an.

Agentic AI

Agentic AI wird als Sammelbegriff für Systeme verwendet, die stärker ziel- und handlungsorientiert arbeiten: Sie können Aufgaben in Schritte zerlegen, Werkzeuge nutzen und Zwischenresultate verarbeiten. Der Begriff allein sagt aber noch nicht, wie autonom das System tatsächlich ist oder welche Autorität es besitzt.

Beispiel: Zwei Systeme können beide „agentic“ genannt werden. Das eine darf nur Informationen sammeln. Das andere darf zusätzlich Bestellungen auslösen. Der Begriff allein verrät diesen Unterschied nicht.

Was wird häufig verwechselt?

• KI ≠ LLM: Ein LLM ist eine Art KI-System, aber KI ist viel breiter.
• LLM ≠ Chatbot: Ein LLM ist ein Modell; ein Chatbot ist eine Interaktionsform.
• Chatbot ≠ Agent: Ein Chatbot kann nur antworten. Ein Agent kann je nach Aufbau zusätzlich Werkzeuge oder Aktionen nutzen.
• Agentic ≠ unbegrenzt autonom: Autonomie hat immer einen konkreten Umfang.

Kurz gesagt

Merksatz: Wenn jemand „KI“ sagt, lohnt sich eine Rückfrage: Reden wir über ein Modell, einen Chatbot – oder über ein System, das tatsächlich handeln kann?