Glossar
KI & Business – kompakt erklärt. Klick auf einen Begriff, um die Erklärung zu sehen.
Computersysteme, die Aufgaben ausführen, für die normalerweise menschliche Intelligenz erforderlich wäre – wie Lernen, Problemlösung oder Mustererkennung.
Die Eingabe oder Anweisung, die du einer KI gibst. Gutes Prompting = bessere Ergebnisse. Es ist die "Sprache", mit der du mit KI kommunizierst.
Die Kunst, Prompts so zu formulieren, dass KI optimale Ergebnisse liefert. Ähnlich wie eine neue Sprache lernen.
KI, die neue Inhalte erstellt – Texte, Bilder, Musik, Code. Sie "generiert" statt nur zu analysieren oder zu klassifizieren.
Ein KI-Modell, das mit riesigen Textmengen trainiert wurde und menschenähnliche Texte verstehen und generieren kann. Beispiele: GPT, Claude, Gemini.
Wenn KI selbstbewusst falsche Informationen erfindet, die plausibel klingen. Immer gegenchecken, besonders bei Fakten!
KI, die verschiedene Input-Arten versteht: Text, Bilder, Audio, Video. Sie kann z.B. ein Foto analysieren und dir dazu einen Text schreiben.
Verkettung mehrerer Prozessschritte, die automatisch ablaufen – von der Eingabe bis zum fertigen Ergebnis ohne manuelle Eingriffe.
Automatisierung = feste Regeln ("Wenn X, dann Y"). KI = lernt und passt sich an. KI ist flexibler, Automatisierung ist vorhersehbarer.
Tools wie Make, Zapier oder n8n, mit denen du Automatisierungen und Apps bauen kannst – ganz ohne Programmieren. Perfekt für Freelancer, die Workflows erstellen wollen.
KI per Spracheingabe steuern statt zu tippen. Du sprichst, die KI antwortet – wie ein Gespräch mit einem Menschen.
Ein visueller Arbeitsbereich in KI-Tools, wo du Texte oder Projekte gemeinsam mit der KI bearbeiten kannst – wie ein digitales Whiteboard.
KI durchsucht mehrere Quellen, vergleicht Informationen und liefert dir fundierte, zusammengefasste Antworten statt nur oberflächliche Ergebnisse.
Die kleinste Einheit, die KI verarbeitet – ca. 4 Zeichen oder 0,75 Wörter. Je mehr Tokens, desto teurer wird die KI-Nutzung (bei API-Zugängen).
Die maximale Menge an Text, die eine KI gleichzeitig "im Gedächtnis" behalten kann. Größere Fenster = mehr Zusammenhang möglich.
Ein Parameter, der steuert, wie kreativ oder präzise die KI antwortet. Niedrige Temperature = vorhersagbar und faktisch. Hohe Temperature = kreativer und überraschender.
Vorurteile oder einseitige Muster in KI-Antworten, die aus den Trainingsdaten stammen. KI ist nie neutral – sie spiegelt die Daten wider, mit denen sie trainiert wurde.
Eine Programmierschnittstelle, über die verschiedene Software miteinander kommunizieren kann. Ermöglicht z.B., ChatGPT in deine eigene App zu integrieren.
Zusatzfunktionen, die KI-Tools erweitern – z.B. Zugriff auf das Internet, Datenbanken oder andere Services.
Autonome KI-Programme, die eigenständig Aufgaben erledigen. Multi-Agent = mehrere KIs arbeiten zusammen wie ein Team.
Tools, die auf bestehenden KI-APIs aufbauen und eine eigene Oberfläche drumherum bauen. Viele KI-Tools sind Wrapper – gut zu wissen, bevor du dafür zahlst.
Open Source (Llama, Mistral) = Code ist frei verfügbar, du kannst die KI selbst hosten. Closed Source (GPT, Claude) = Zugang nur über die Firma. Wichtig für Datenschutz und Kosten.
KI-generierte Bilder, Videos oder Stimmen, die täuschend echt aussehen. Wichtig für Content Creator: Ethik, Erkennung und rechtliche Grenzen kennen.
Zero-Shot = KI löst eine Aufgabe ohne Beispiele. Few-Shot = du gibst 2–3 Beispiele im Prompt mit. Few-Shot liefert oft deutlich bessere Ergebnisse.
Eine Prompting-Technik, bei der du die KI bittest, Schritt für Schritt zu denken. Führt zu besseren Ergebnissen bei komplexen Aufgaben.
Der Bereich der KI, der sich mit dem Verstehen und Erzeugen menschlicher Sprache beschäftigt. Die Grundlage hinter Chatbots, Übersetzungen und Textanalyse.
Die Sammlung von Daten, mit der eine KI trainiert wird. Qualität des Datasets = Qualität der KI.
Ein vortrainiertes KI-Modell wird mit spezifischen Daten nachtrainiert, um es für bestimmte Aufgaben zu optimieren.
KI greift auf externe Datenquellen zu, um Antworten zu generieren – kombiniert Recherche mit Textgenerierung für präzisere Ergebnisse.
Texte werden in Zahlenvektoren umgewandelt, damit KI die Bedeutung vergleichen kann. "König" und "Königin" liegen nah beieinander – die Grundlage für semantische Suche.
Spezialisierte Datenbank, die Informationen als mathematische Vektoren speichert – ermöglicht semantische Suche statt nur Keyword-Matching.
Die Architektur hinter allen modernen KI-Modellen (GPT, Claude, Gemini). Transformers können Zusammenhänge in Texten verstehen – das "T" in GPT steht dafür.
Die Herausforderung, KI so zu programmieren, dass sie menschliche Werte und Absichten wirklich versteht und befolgt.
Eine hypothetische KI, die jede intellektuelle Aufgabe wie ein Mensch erledigen kann. Existiert noch nicht – aber wird intensiv erforscht.
Theoretische KI, die menschliche Intelligenz in allen Bereichen übertrifft. Science Fiction – aber ein wichtiges Thema in der KI-Ethik.
Offener Standard, der KI-Modellen wie Claude direkten Zugriff auf externe Tools, Datenquellen und APIs ermöglicht – ohne für jede Integration eigenen Code zu bauen. Eingeführt 2024 von Anthropic, in 2026 zentral für alle ernsthaften KI-Workflows. Für Freelancer:innen das wichtigste Stichwort, um KI mit dem eigenen Setup (Notion, Google Drive, GitHub, CRM) zu verbinden – ohne Entwickler:in.
Eine KI, die nicht nur antwortet, sondern selbstständig handelt: Aufgaben planen, Tools benutzen, Webseiten durchsuchen, Code ausführen, Ergebnisse prüfen – alles in einem zusammenhängenden Workflow. Während ein Chatbot reagiert, agiert ein Agent. Beispiele: Coding Agents (Claude Code, Cursor), Research Agents (Manus, Perplexity Pro), Outreach Agents. Für Freelancer:innen 2026 der größte Produktivitäts-Hebel – aber nur mit klarem System-Prompt und Quality Gates.
KI-Modelle, die vor der Antwort intern „nachdenken" und Zwischenschritte durchlaufen, bevor sie ausgeben (z. B. OpenAI o-Reihe, Claude mit Extended Thinking, Gemini Deep Think). Sie sind langsamer und teurer als Standard-Modelle, aber bei komplexen Aufgaben deutlich präziser. Für Freelancer:innen besonders wertvoll bei Strategie, Code-Review, juristischer Analyse und Deep-Research – also überall, wo eine schnelle, halbgare Antwort teuer wird.
Die Fähigkeit eines KI-Modells, externe Werkzeuge eigenständig aufzurufen – z. B. eine Web-Suche starten, eine API abfragen, einen Code ausführen oder eine Datenbank lesen. Aus einem reinen Chatbot wird so ein handlungsfähiger Assistent. Tool Use ist die technische Grundlage für KI-Agenten und MCP. Praktisch heißt das: Du kannst die KI bitten, „check meinen Kalender und schreib eine Antwort" – und sie tut es wirklich.
Der System Prompt definiert Rolle, Verhalten und Regeln einer KI – er steht über dem Gespräch und gilt für jede Antwort. Der User Prompt ist deine konkrete Anweisung im jeweiligen Moment. Profis denken in beiden Ebenen: Der System Prompt sichert Konsistenz (z. B. Brand Voice, Werte, Verbote), der User Prompt löst die Aufgabe. Wer nur User-Prompts nutzt, schreibt jeden Kontext immer wieder neu.
Programmieren mit KI auf Basis von natürlicher Sprache und Gefühl statt Code-Wissen: Du beschreibst, was du willst, die KI baut den Code, du iterierst ohne Syntax-Stress. Begriff von Andrej Karpathy 2025 geprägt. Ermöglicht Nicht-Programmierer:innen, eigene Tools, Mini-Apps, Automationen und Funnels zu bauen – ein massiver Hebel für Freelancer:innen, die ohne Entwickler:innen-Budget auskommen wollen. Achtung: Bei Production-Code lohnt sich Code-Review.
Die Kunst, einer KI nicht nur einen guten Prompt zu geben, sondern die richtige Auswahl an Beispielen, Dokumenten, Tool-Zugriffen und Vorgaben mitzuliefern, damit sie deine Aufgabe wirklich versteht. Der Nachfolge-Begriff zu Prompt Engineering: Moderne Modelle scheitern weniger an Prompt-Tricks und mehr an fehlendem Kontext. Konkret: Welche 3 Beispiele liegen im System Prompt? Welche Datei greift der Agent ab? Welche Persona-Daten sind im Speicher?
Die Fähigkeit eines KI-Tools, Informationen aus früheren Sitzungen oder Projekten dauerhaft zu speichern und wiederzuverwenden – z. B. ChatGPT Memory, Claude Projects, Custom GPTs mit eigenen Files. Statt jedes Mal alles neu zu erklären, kennt die KI deine Marke, deinen Stil, deine Prozesse. Für Freelancer:innen ein Schlüssel, um Skalierung ohne Qualitätsverlust hinzubekommen – die KI „lernt" deinen Workflow und liefert konsistent.
Deine persönliche Marke – wie du als Freelancer wahrgenommen wirst. Dein wichtigstes Asset: Vertrauen, Expertise und Wiedererkennungswert.
Ein klar abgegrenztes Spezialgebiet. Je enger die Nische, desto weniger Konkurrenz und desto höhere Preise kannst du verlangen.
Dein Nutzenversprechen – warum sollte jemand bei dir kaufen statt bei der Konkurrenz? Was macht dich einzigartig?
Der Weg, den potenzielle Kunden durchlaufen – von "Nie von dir gehört" bis "Kauft dein Angebot". Oben breit, unten schmal wie ein Trichter.
Die Reise deines Kunden: Von Awareness (kennt dein Angebot nicht) über Consideration (überlegt) bis Decision (kauft).
Kostenloses Angebot (E-Book, Checklist, Webinar), um E-Mail-Adressen zu sammeln und Interesse zu wecken.
Prozentzahl, wie viele Besucher zu Kunden werden. 100 Website-Besucher, 5 Käufer = 5% Conversion Rate.
Upselling = dem Kunden eine bessere Version verkaufen. Cross-Selling = ergänzende Produkte dazu anbieten. Beides steigert deinen Umsatz pro Kunde.
Wenn ein Projekt schleichend immer größer wird, weil der Kunde "nur noch eine Kleinigkeit" will. Das häufigste Freelancer-Problem – klare Verträge helfen.
Kennzahl, die misst, ob du deine Ziele erreichst. Z.B. Anzahl neuer Kunden pro Monat oder Umsatz pro Projekt.
Verhältnis zwischen Gewinn und Investment. Beispiel: Du investierst 1.000€ in Werbung und gewinnst Kunden im Wert von 5.000€ = 5x ROI.
Wie viele Kunden bleiben bei dir? Hohe Retention = zufriedene Kunden, die wiederkommen oder verlängern.
Was kostet es dich, einen neuen Kunden zu gewinnen? Alle Marketing- und Vertriebskosten geteilt durch die Anzahl neuer Kunden. Je niedriger, desto profitabler.
Monatlich wiederkehrender Umsatz – z.B. durch Retainer-Verträge oder Abo-Modelle. Der heilige Gral für Freelancer, die planbare Einnahmen wollen.
Kann dein Business wachsen, ohne dass du proportional mehr Zeit investieren musst? Kurse = skalierbar. 1:1 Coaching = nicht skalierbar.
Die Kombination aller Tools und Prozesse, die automatisch für dich arbeiten – E-Mail-Marketing, Buchhaltung, Social Media, etc.
Eine Echtzeit-Schnittstelle, die automatisch ausgelöst wird, wenn etwas Bestimmtes passiert – z. B. „Neue E-Mail eingegangen → KI-Workflow starten" oder „Stripe-Zahlung empfangen → Onboarding-Mail senden". Webhooks sind das Bindeglied zwischen Tools und der Grundbaustein für jeden automatisierten Freelancer-Workflow in Make, Zapier oder n8n. Wer Webhooks versteht, kann jedes SaaS-Tool mit jedem anderen verbinden – auch ohne Code.
Eine Dienstleistung mit festem Umfang, festem Preis und klar definiertem Ergebnis – verpackt wie ein Produkt. Statt „Stundensatz für individuelle Projekte" verkaufst du ein konkretes Outcome (z. B. „LinkedIn-Profil-Refit für 1.500 €" oder „SEO-Audit in 5 Tagen für 3.000 €"). Für Freelancer:innen 2026 der schnellste Weg von der Stundensatz-Falle zu skalierbarem Business mit planbarem Umsatz und klarer Positionierung.
Die Quote, mit der Kund:innen abspringen, kündigen oder Verträge nicht verlängern – meist als Prozentsatz pro Monat. Für Freelancer:innen mit Retainer-Verträgen, Kursen oder Memberships die wichtigste Kennzahl neben MRR: Niedriger Churn = stabiler Umsatz, hoher Churn = du gewinnst Kund:innen schneller, als du sie verlierst. Faustregel: Solo-Selbstständige sollten unter 5 % Monats-Churn bleiben, bei höherwertigen Angeboten unter 3 %.
Neugierig?
In der Freelance AI Academy lernst du nicht nur die Theorie – du baust echte KI-Workflows.