StartseiteArtikel

Acht neue KI-Begriffe: Wer sie versteht, ist 90 % der Menschen voraus

神译局2026-11-22 16:12
Neben Token, Prompts und Halluzinationen gibt es noch diese KI-Begriffe, die sich zu kennen lohnen.

Shen Translation ist das Übersetzungsteam von 36Kr, das sich auf Bereiche wie Technik, Wirtschaft, Berufsleben und Alltag konzentriert und vor allem neue Technologien, neue Ansichten und neue Trends aus dem Ausland vorstellt.

Anmerkung der Redaktion: Im Zeitalter großer Sprachmodelle sind Begriffe wie Prompting und Halluzinationen vielen bereits vertraut, aber die KI-Branche entwickelt sich rasant weiter. Neue Begriffe wie Agents, MCP und GEO werden zunehmend zur gemeinsamen Sprache der Branche. Das Verständnis dieser Konzepte hilft Ihnen nicht nur, Nachrichten besser zu verstehen, sondern auch die tatsächlichen Fähigkeiten, Berechtigungen und Risiken verschiedener KI-Tools rational einzuschätzen. Dieser Text stammt aus einer Übersetzung und soll Ihnen neue Anregungen geben.

Ich habe kürzlich einen Artikel mit dem Titel *Wenn Sie diese 5 KI-Begriffe verstehen, übertreffen Sie 90 % der Menschen* gelesen, der sehr interessant war. Ich bin selbst KI-Enthusiast und gleichzeitig technischer Autor, der seit mehr als fünf Jahren kontinuierlich KI-bezogene Inhalte verfasst. Die fünf Begriffe in dem Artikel sind mir alle sehr vertraut. Aber dann fiel mir ein, dass es noch viele weitere neue KI-Begriffe gibt, die man kennen sollte, von denen einige erst in den letzten Jahren aufgetaucht sind.

Daher habe ich diesen Artikel verfasst, um 8 weitere Begriffe zu teilen, die ich möglichst in verständlicher Sprache erkläre, ohne unverständliche technische Inhalte anzuhäufen. Wenn Sie diese Begriffe das nächste Mal lesen oder hören, verstehen Sie ihre Bedeutung und wissen auch, warum sie diskutiert werden.

1. Harness

Das native große Sprachmodell ist wie ein Gehirn in einem Glas: Es verfügt über Denkfähigkeit, aber allein kann es Slack nicht öffnen, keine E-Mails für Sie senden und weiß nicht einmal, wann es aufhören soll. Das Harness ist eine Software-Suite, die das Modell umgibt, um die oben genannten Vorgänge zu realisieren. Es ermöglicht dem Modell, Tools aufzurufen, Informationen zu lesen, Berechtigungen zu verwalten, gleichzeitig die Wiederholungslogik und die Abbruchbedingungen zu steuern oder Sie bei Bedarf um Hilfe zu bitten.

Verstehen Sie diese Formel einfach: Agent = Großes Sprachmodell + Harness

Nehmen Sie Code-Agenten als Beispiel: Das Harness stellt Tools zum Lesen von Dateien, Bearbeiten von Code und Ausführen von Tests bereit und verwaltet gleichzeitig die Anweisungen und Feedback-Informationen, die an das Modell übermittelt werden. Selbst wenn zwei Anwendungen dasselbe Basis-Großmodell verwenden, können die Endergebnisse völlig unterschiedlich sein, da die zugehörigen Harness dem Modell unterschiedliche Tools, Anweisungen und Ergebnisprüfmethoden zur Verfügung stellen. Dies zeigt auch, dass die Peripherie-Software des Modells von äußerst hoher Bedeutung ist.

Beim Vergleich von KI-Tools sollten Sie nicht nur darauf achten, welches Großmodell sie verwenden, sondern auch darauf, wie sie das Modell unterstützen, Ihre Aufgaben zu erledigen.

2. Agents

Agenten können Vorgänge schrittweise ausführen, Tools aufrufen und eine Aufgabe unabhängig erledigen. Ein Beispiel: Sie lassen es Ihnen helfen, eine Rückerstattung zu bearbeiten. Nachdem es die entsprechenden Berechtigungen erhalten hat, kann es die Bestellung finden, die Rückerstattungsrichtlinien einsehen, den Antrag entwerfen und vor der Einreichung Ihre Zustimmung einholen.

Grundablauf: Aktionen planen → Vorgänge ausführen → Ergebnisse prüfen → entscheiden, was als Nächstes zu tun ist. Die folgende Abbildung zeigt einen autonomen Agenten, der Tools zyklisch aufruft, basierend auf Rückmeldungen aus der Umgebung.

Sie können sich einen Agenten als Assistenten vorstellen, der mit einer Aufgabenliste ausgestattet und autorisiert ist, bestimmte Software zu verwenden. Sie legen das Ziel fest, und er schreitet Schritt für Schritt voran. Die Obergrenze der Aufgaben, die er erledigen kann, hängt von den verfügbaren Tools und Berechtigungen ab. Ein Agent, der nur im Internet surfen kann, hat völlig andere Fähigkeiten als ein Agent, der auf Ihre E-Mails, Dateien und Kalender zugreifen kann. Bevor Sie einen Agenten verwenden, sollten Sie unbedingt bestätigen, auf welche Inhalte er zugreifen kann, welche Informationen er ändern darf und wann er Ihre Genehmigung beantragen muss.

3. MCP (Model Context Protocol)

MCP lässt sich im Wesentlichen als die USB-C-Schnittstelle im KI-Bereich verstehen. Es bietet KI-Anwendungen einen einheitlichen Standard, um verschiedene Tools und Datenquellen zu verbinden.

Ohne einen einheitlichen Standard müssen Entwickler oft separate Verbindungsprogramme für jede KI-Anwendung entwickeln. Mit MCP muss nur eine Verbindung entwickelt werden, die von mehreren kompatiblen Anwendungen wiederverwendet werden kann. Der MCP-Server ist dafür verantwortlich, bestimmte Tools oder Daten für KI-Anwendungen freizugeben. Beispielsweise kann er es einem KI-Assistenten ermöglichen, interne Unternehmensdokumente abzurufen oder neue Tickets in Projektmanagement-Tools zu erstellen.

Die Analogie mit USB-C erleichtert das Verständnis, aber es erfordert trotzdem eine Konfiguration: Die KI-Anwendung selbst muss das Protokoll unterstützen, und Sie müssen die entsprechenden Zugriffsberechtigungen erteilen. Wenn ein Produkt behauptet, MCP zu unterstützen, können Sie darauf achten, welche Dienste es verbinden kann und welche Vorgänge der KI-Assistent über das Protokoll durchführen kann.

4. Loop Engineering

Die meisten Arbeiten von Agenten folgen einem zyklischen Muster: Aktion auswählen, Aktion ausführen, Ergebnis prüfen, bei Misserfolg wiederholen. Ein Code-Agent kann beispielsweise Dateien bearbeiten, Tests ausführen, Fehlermeldungen lesen und dann den Code weiter anpassen.

Aber dieser Zyklus kann Probleme verursachen: Der Agent führt wiederholt nutzlose Vorgänge aus oder stoppt vorzeitig, bevor die Aufgabe abgeschlossen ist. Loop Engineering ist das Entwerfen der Betriebsregeln für diesen Zyklus, einschließlich der Art und Weise, wie der Agent Feedback empfängt und beurteilt, ob er weiter ausgeführt werden soll. Dies ist ein aufstrebender Bereich in der Agentenentwicklung.

Beim Entwurf müssen diese Fragen klar beantwortet werden:

  • Bis zu welchem Grad ist eine Aufgabe abgeschlossen?

  • Wie viele Wiederholungen sind maximal erlaubt?

  • Wie viel Zeit und Kosten dürfen maximal verbraucht werden?

  • Wann sollte ein Mensch um Hilfe gebeten werden?

  • Wer (oder welcher Mechanismus) prüft die Ergebnisse?

Ein Beispiel: Sie können verlangen, dass ein Code-Agent bestimmte Tests bestehen muss, damit die Aufgabe als erfolgreich gilt. Sie können auch festlegen, dass er nach drei aufeinanderfolgenden Fehlern stoppt und die Fehlerursache angibt. Das Harness ist für die Bereitstellung von Tools und grundlegender Steuerung zuständig; Loop Engineering bestimmt, wie der Agent wiederholt Tools aufruft, bis die Arbeit erledigt ist.

5. Skills

Skills sind vordefinierte Ausführungsabläufe, die der Agent direkt aufrufen kann, wenn er auf eine passende Aufgabe stößt. Am Beispiel von Spesenabrechnungen legt dieser Ablauf fest, welche Felder ausgefüllt werden müssen, wie Ausgaben klassifiziert werden und wie zu verfahren ist, wenn Belege fehlen.

In der Skill-Spezifikation von Anthropic sind die Anweisungen in der Datei SKILL.md verfasst, und das zugehörige Paket kann auch Skripte, Vorlagen und Referenzdokumente enthalten. In Claude können Sie auf der Skill-Seite benutzerdefinierte Skills oder Vorlagen-Skills hinzufügen; bei ChatGPT fügen Sie Skills auf der Anpassungsseite hinzu.

 Skill-Oberfläche in Claude

Skill-Oberfläche in ChatGPT

Der Agent sieht zunächst nur den Namen und die Kurzbeschreibung des Skills; erst wenn er beurteilt, dass er diesen Skill benötigt, lädt er die vollständigen detaillierten Anweisungen. Das bedeutet, dass er nicht vor jeder Aufgabenausführung den gesamten Ablauf durchlesen muss.

MCP öffnet dem Agenten den Zugang zu Tools und Daten; Skills sagen ihm, wie er diese Tools verwenden soll, um bestimmte Arbeiten zu erledigen. Wenn das Protokoll beispielsweise den Zugriff auf Ihre Tabellen freigibt, kann der Skill genau beschreiben, wie der monatliche Umsatzbericht des Unternehmens erstellt wird. Der Ablauf muss nur einmal geschrieben und wiederverwendet werden, ohne dass der gesamte Vorgang bei jedem Gespräch erneut erläutert werden muss.

6. GEO/AEO (Generative Engine Optimization / Answer Engine Optimization)

Dieser Begriff hat nichts mit der Entwicklung von Agenten zu tun, sondern damit, wie Inhalte von KI-Agenten abgerufen und zitiert werden.

Früher haben die Leute Google verwendet und auf die blauen Links geklickt – das ist SEO, Suchmaschinenoptimierung. Heute stellen die Leute direkt Fragen an ChatGPT, Claude, Perplexity oder die KI-Zusammenfassung von Google, lesen die Antworten direkt und klicken weniger auf Links.

  • GEO (Generative Engine Optimization): Das Ziel ist es, dass die KI bei der Generierung von Antworten Ihre Marke erwähnt, Ihre Inhalte zitiert und Ihre Produkte empfiehlt.

  • AEO (Answer Engine Optimization): Das Ziel ist es, Inhalte so zu gestalten, dass sie direkt zur Generierung von Antworten geeignet sind, einschließlich der Antwortkarten von Suchmaschinen und der Frage-Antwort-Inhalte von KI-Assistenten.

Eine einfache Unterscheidung:

SEO = Platzierung auf der ersten Suchseite anstreben

GEO/AEO = Als Informationsquelle zitiert werden, auf die sich die KI in ihren Antworten bezieht

Die beiden Konzepte überlappen sich, und die Unterscheidungskriterien zwischen ihnen sind bei verschiedenen Unternehmen nicht vollständig einheitlich.

Ein Beispiel: Jemand fragt den KI-Assistenten „Welche Buchhaltungssoftware eignet sich für kleine Unternehmen?“. Wenn Sie Hersteller von Buchhaltungssoftware sind, wünschen Sie sich, dass Ihr Produkt in der von der KI gegebenen Antwort erscheint. Klare Erklärungen, genaue Produktinformationen und zuverlässige Quellen erhöhen die Wahrscheinlichkeit, dass Ihre Inhalte zitiert werden. Aber selbst wenn Sie all dies tun, kann nicht garantiert werden, dass die KI Sie unbedingt erwähnt.

Wenn Sie eine Website betreiben oder ein Unternehmen führen, können Sie neben Suchrankings und Zugriffsverkehr auch darauf achten, ob Ihre Informationen in KI-Antworten auftauchen.

7. Computer Use

Computer Use bedeutet, dass das KI-System mit dem Bildschirm interagieren kann: klicken, Text eingeben, Seiten scrollen, Inhalte auswählen. Der grobe Ablauf lautet: Screenshot machen → nächste Aktion bestimmen → klicken oder eingeben → erneut den Bildschirminhalt auslesen.

Dank dieser Fähigkeit können Agenten Formulare ausfüllen und Aufgaben auf Webschnittstellen erledigen. Heutzutage unterstützen gängige KI-Konversationsprodukte wie ChatGPT, Claude, Perplexity und Grok bereits die Computer-Use-Fähigkeit. Bei ChatGPT können Sie diese Funktion im Menü für Integrationen in den Einstellungen aktivieren.

 Oberfläche für Computer Use in ChatGPT

Wenn eine Anwendung keine geeignete API-Schnittstelle bereitstellt, ist die Computer-Use-Fähigkeit sehr nützlich. APIs sind Kanäle, über die Software