# Kernbegriffe

Kompakter Begleit-Spiegel zum Glossar in *Die KI hinter dem Vorhang*.
Companion-Version: 0.1.12 · Buchstand: Oktober 2026.
Vollständige Einträge stehen im Buch-Glossar; hier nur die tragenden Begriffe.

**A2A (Agent-to-Agent Protocol)** – Offenes Protokoll (Google, April 2025)
für die Kommunikation *zwischen* Agenten: Aufgaben, Kontext und Ergebnisse
teilen, oft über Anbietergrenzen hinweg. Ergänzt **MCP**: MCP standardisiert
den Zugriff eines Agenten auf Tools und Daten; A2A die Koordination mehrerer
Agenten. Beides bleibt ein eigenes Protokoll.

**Agent** – Ein System: ein LLM in einer Steuerungsschleife, die Schritte
plant, Werkzeuge aufruft, Ergebnisse auswertet und den nächsten Zug wählt.
Unterscheidet sich vom einfachen Assistenten durch Autonomie und Schleifen.

**AGI (Artificial General Intelligence)** – Umstrittener Sammelbegriff,
keine erreichte Maschine. In einer gängigen Fassung: eine Maschine, die
*jede* intellektuelle Aufgabe bewältigen kann, die ein Mensch kann.
Kein heutiges System erfüllt diese Fassung. Das Buch trennt Arbeitsdefinition,
Report-Fassung (Kap. 9) und öffentlichen Gebrauch (Kap. 10); keine Jahreszahl als Fakt.

**ASI (Artificial Superintelligence)** – Hypothese einer *allgemeinen*
Superintelligenz jenseits von human-level AGI. Kein erreichtes System
und kein Terminplan.

**Assistent (Chat-Assistent)** – Produkt aus Basismodell plus Instruction
Tuning, Sicherheitsregeln und Chat-Oberfläche. Nicht das Modell allein,
sondern eine Konfiguration davon.

**Halluzination** – Überzeugend klingende, faktisch falsche Ausgabe.
Kein „Lügen“, sondern die Fehlererwartung des statistischen Modells:
die plausibelste Fortsetzung muss nicht wahr sein.

**Harness** – Software-Schicht ums Modell: Planung, Speicher, Werkzeuge,
Fehlerbehandlung, Sicherheit. Unterschied zwischen Chat-Assistent
(Text) und Agent (Aktionen).

**JEPA (Joint Embedding Predictive Architecture)** – Von Yann LeCun
vorgeschlagenes Paradigma: nicht einzelne Token vorhersagen, sondern
abstrakte Merkmale nächster Zustände. Für Sprache bislang nicht
auf Produktniveau demonstriert (Kap. 9).

**LLM (Large Language Model)** – Großes Sprachmodell. Im Kern ein
Next-Token-Prediktor, kein Wissensspeicher und keine Person. Ein LLM ist
das *Modell*, nicht das Produkt.

**MCP (Model Context Protocol)** – Offenes Protokoll (zuerst Anthropic, 2024)
für die Anbindung von Werkzeugen, Ressourcen und Prompt-Vorlagen an ein
LLM-System. Transport, nicht Intelligenz: Das Modell schlägt den Call vor;
ob er zulässig ist, entscheidet der Host. Siehe **A2A**.

**Modell vs. System** – Modell = der Prediktor. System = Modell + Harness
(Tools, Filter, Protokolle, Planung, UI). Vermischen erzeugt Hype.

**Next-Token-Prediction** – Grundoperation: aus einer Token-Sequenz das
jeweils nächste Token schätzen, anhängen, wiederholen.

**RAG (Retrieval-Augmented Generation)** – Vor der Antwort relevante
Passagen aus einer externen Quelle abrufen und in den Kontext legen.
Reduziert Halluzinationen für Wissensfragen; löst das Wahrheitsproblem
nicht vollständig.

**Token** – Kleinste Texteinheit, die ein LLM verarbeitet. Im Durchschnitt
grob ¾ Wort; Deutsch oft mehr Token pro Wort.

Vollständiges Glossar: im Buch. Verwandt: Denk-Checkliste, Ampel-Matrix.