Glossar

Über-uns-Seite und Autorenprofile als E-E-A-T-Signale — sie machen Verantwortliche und Expertise sichtbar und sind für Quality Rater wie für Knowledge-Graph-Systeme zentrale Trust-Anker.

Accelerate ist eine quelloffene Bibliothek von Hugging Face, die PyTorch-Trainingscode mit minimalen Änderungen auf beliebiger Hardware und in verteilten Setups lauffähig macht — inklusive Mixed Precision sowie FSDP- und DeepSpeed-Unterstützung.

Strukturelle Trennung eines Google-Ads-Kontos nach Marke, Sprache, Land, Produktlinie oder Funnel-Stufe — Voraussetzung für saubere Steuerung und Reporting.

Bewertung von Google Ads für Responsive Search Ads und Asset-Gruppen, die misst, wie vielfältig und vollständig die hinterlegten Assets sind. Skala: Unvollständig, Schlecht, Durchschnittlich, Gut, Hervorragend.

Ein Adapter ist ein kleines, neu hinzugefügtes Netzwerk-Modul, das in ein eingefrorenes Sprachmodell injiziert wird — nur diese Module werden trainiert, das Basis-Modell selbst bleibt unverändert.

Modulare, wiederverwendbare Anweisungspakete (z. B. Claude Agent Skills), die ein KI-Agent bei Bedarf von der Festplatte lädt, um spezialisierte Aufgaben auszuführen — Kern ist eine SKILL.md mit Metadaten und Instruktionen, ergänzt um Skripte und Referenzdateien.

Agentic RAG ist eine RAG-Architektur, in der ein Agent das Retrieval steuert — er zerlegt Fragen, sucht iterativ, prüft Treffer und entscheidet selbst, ob ein zweiter oder dritter Durchgang nötig ist.

AI Optimization (AIO) ist der Oberbegriff für Maßnahmen, die die Sichtbarkeit von Inhalten in KI-gestützten Antwortsystemen erhöhen. AIO fasst Spielarten wie GEO (Generative Engine Optimization) und AEO (Answer Engine Optimization) zusammen.

Aider ist ein quelloffener KI-Pair-Programmer für die Kommandozeile, der Code direkt im Git-Repository editiert und jede Änderung automatisch committet.

Sichtbarer Text eines Links — er signalisiert Suchmaschinen den thematischen Kontext der verlinkten Seite. Anchor-Text-Verteilung gehört zu den ältesten und immer noch wirksamen Ranking-Signalen für Backlinks.

Answer Engine Optimization (AEO) ist das Optimieren von Inhalten, damit sie als direkte Antwort ausgespielt werden — in Featured Snippets, Sprachassistenten und KI-Antworten. Statt nur Seiten zu ranken, soll der Inhalt selbst die Antwort liefern.

Strukturebene in Google Ads zwischen Kampagne und Anzeige. Bündelt Keywords, Anzeigen und ggf. Zielgruppen, die thematisch zusammengehören und gemeinsam ausgesteuert werden.

Eine der drei Quality-Score-Komponenten in Google Ads. Bewertet, wie gut die Anzeigentexte zur Bedeutung des gebuchten Keywords passen. Skala: über/durchschnittlich/unter durchschnittlich.

Universal-2 ist AssemblyAIs kommerzielles Speech-to-Text-Modell mit branchenfuehrender Genauigkeit (mittlere WER um 6 Prozent) und starker Formatierung, Zeichensetzung sowie Eigennamen-Erkennung ueber 99 Sprachen.

Rechenverfahren in Transformer-Modellen, das gewichtet, welche Teile des Eingabetextes für die Vorhersage des nächsten Tokens am relevantesten sind — statt jeden Teil gleich stark zu berücksichtigen.

Attributionsmodelle sind Regeln, nach denen der Wert einer Conversion auf die beteiligten Kontaktpunkte einer Customer Journey verteilt wird. Sie reichen von einfachen Modellen wie Last-Click bis zu datengetriebenen, auf maschinellem Lernen basierenden Ansätzen.

Audio-Normalisierung ist die adaptive lineare Skalierung eines Audio-Signals auf einen Zielpegel — das Tool misst zuerst einen Bezugswert (Peak, RMS oder LUFS) und berechnet daraus den nötigen Gain.

Auftragsverarbeitung liegt vor, wenn ein Dienstleister personenbezogene Daten weisungsgebunden für einen Verantwortlichen verarbeitet. Der Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO regelt die Pflichtinhalte dieser Zusammenarbeit.

Strukturierte Auszeichnung des Autors einer Seite via Schema.org `Person` mit `sameAs`-Array auf Profil-URLs (LinkedIn, ORCID, Mastodon) — unterstützt E-E-A-T und Knowledge-Graph-Erkennung.

Ein Sicherheits-Layer in Claude Code: ein kleines LLM bewertet jeden nicht explizit erlaubten Tool-Call live auf Risiko und blockt destruktive oder nicht-autorisierte Aktionen.

AutoGen ist ein quelloffenes Framework von Microsoft zum Bauen von Multi-Agenten-Anwendungen mit LLMs. Mehrere KI-Agenten lösen Aufgaben gemeinsam in strukturierten Konversationen, etwa im Gruppenchat oder über asynchronen Nachrichtenaustausch.

AutoGPT ist ein 2023 veröffentlichtes Open-Source-Experiment, das ein Sprachmodell wie GPT-4 in einer autonomen Schleife laufen lässt — es zerlegt ein Ziel selbst in Teilaufgaben, ruft Werkzeuge auf und arbeitet sie mit minimalem menschlichem Eingriff ab.

Automatic Speech Recognition (ASR), auch Speech-to-Text (STT) genannt, bezeichnet die automatische Umwandlung gesprochener Sprache in geschriebenen Text durch ein akustisches Modell.

B2B-SEO adressiert Eigenheiten von Geschäftskunden-Websites — niedrige Suchvolumen, lange Funnel, mehrere Entscheider, Lead-Forms statt Sofort-Kauf, Login-Bereiche und LinkedIn-Distribution als Verstärker.

B2B-Shops mit Login haben SEO-spezifische Herausforderungen — der Großteil des Sortiments und Preise stehen hinter Auth, klassische Crawling-Logik greift nicht. SEO konzentriert sich auf öffentliche Trichter-Seiten.

Ein Backlink ist ein Link, der von einer externen Domain auf die eigene Website zeigt — eines der ältesten und nach wie vor wichtigsten Ranking-Signale für Google.

Asynchroner API-Modus, bei dem viele Anfragen gesammelt und mit deutlichem Preisrabatt verarbeitet werden — Ergebnisse liegen meist innerhalb von 24 Stunden vor.

Batch-Inferenz bezeichnet das gebündelte Verarbeiten vieler Prompts in einem Durchlauf — entweder lokal über die GPU oder als asynchroner API-Job — zugunsten von Durchsatz und Kosten statt Echtzeit-Latenz.

Ein KI-Benchmark ist ein standardisierter Aufgaben-Datensatz, der Sprachmodelle vergleichbar macht — gleiche Fragen, gleiches Scoring, transparente Ergebnisse für Reasoning, Wissen oder Coding.

Bewertungsmanagement umfasst das aktive Gewinnen, Beantworten und Auswerten von Kundenbewertungen. Reviews dienen als Vertrauenssignal und fließen als Ranking-Faktor in die lokale Suche ein — Menge, Aktualität und Antwortverhalten zählen.

Suchmaschine von Microsoft mit eigenem Index und Crawler (Bingbot) — versorgt zusätzlich DuckDuckGo, Yahoo, Ecosia und ChatGPT Search mit Suchergebnissen und ist damit mehr Marktanteil wert als die reine Bing-Nutzung suggeriert.

Kostenloses Tool von Microsoft zur Überwachung der Bing-Sichtbarkeit — Index-Status, Crawl-Fehler, Keyword-Reports und URL-Submission. Pendant zur Google Search Console für den Bing-Index.

Der offizielle Web-Crawler von Microsoft Bing, der Seiten für den Bing-Index erfasst und damit auch indirekt für DuckDuckGo, Yahoo und Bing-basierte AI-Antworten relevant ist.

Blog- und Editorial-SEO ist die Disziplin, redaktionelle Inhalte systematisch suchbar zu machen — Themenplanung, Topic Cluster, redaktionelle Pflege, interne Verlinkung und Aktualisierungs-Routinen.

Brand Mentions sind Erwähnungen einer Marke auf fremden Seiten — auch ohne Link. Für KI-Sichtbarkeit (GEO) gelten sie als starkes Signal: Sprachmodelle lernen aus häufigen, glaubwürdigen Erwähnungen, dass eine Marke eine bekannte Entität ist.

SEA-Strategie, bei der gezielt auf den eigenen Markennamen geboten wird, um SERP-Top-Position zu sichern und Wettbewerber-Klicks abzufangen.

Suchmaschine des Brave-Browser-Anbieters mit eigenem Index — datenschutzorientiert und einer der wenigen vollständig unabhängigen Indizes neben Google, Bing und Yandex.

Weiteste Match-Type-Stufe in Google Ads. Spielt Anzeigen auch bei Synonymen, verwandten Suchen und Themen rund um das Keyword aus — gestützt auf KI-Signale wie Landingpage, Konto und vorherige Suchen.

Server-seitige Kompressionsverfahren, die Text-Ressourcen wie HTML, CSS und JavaScript vor der Übertragung verkleinern — Brotli liefert heute meist bessere Raten als Gzip.

Browser Use bezeichnet KI-Agenten, die einen echten Webbrowser steuern — navigieren, klicken, Formulare ausfüllen, Inhalte auslesen — um Aufgaben im Web autonom zu erledigen. Der Browser ist dabei Werkzeug und Wahrnehmungsfläche zugleich.

Asset/Anzeigenerweiterung in Google Ads, das kurze, nicht klickbare Text-Snippets unter der Anzeige anzeigt — typischerweise USPs wie „Kostenloser Versand“ oder „24/7-Support“.

Der Canonical Tag (`rel="canonical"`) ist ein HTML-Element, das Suchmaschinen die bevorzugte URL einer Seite mitteilt — zentral für die Vermeidung von Duplicate Content.

Catastrophic Forgetting bezeichnet den Effekt, dass ein neuronales Netz beim Training auf neuen Daten zuvor erlerntes Wissen ganz oder teilweise verliert — ein zentrales Problem beim Fine-Tuning von Sprachmodellen.

Ein verteiltes Server-Netzwerk, das statische und zunehmend auch dynamische Inhalte aus dem geografisch nächstgelegenen Edge-Server an den Nutzer ausliefert.

Chain-of-Thought (CoT) ist eine Prompting-Technik, bei der das Modell aufgefordert wird, seinen Lösungsweg in Zwischenschritten auszuformulieren — das verbessert die Trefferquote bei Aufgaben mit mehreren Denkschritten.

ChatGPT Search ist OpenAIs in ChatGPT integrierte Web-Suche, die Antworten mit Echtzeit-Quellen aus dem Web synthetisiert. Konversationelle Suche statt Linkliste — direkt im ChatGPT-Interface.

Chatterbox ist ein quelloffenes Text-to-Speech-Modell von Resemble AI unter MIT-Lizenz. In Blindtests bevorzugten Hoerer es mehrheitlich gegenueber ElevenLabs; es bietet Emotionssteuerung, Voice-Cloning und niedrige Latenz.

Chroma (ChromaDB) ist eine quelloffene Vektordatenbank zum Speichern und Durchsuchen von Embeddings. Sie wird vor allem in RAG-Systemen genutzt, um relevante Textpassagen per Ähnlichkeitssuche an Sprachmodelle zu liefern.

Chunking ist das Zerlegen längerer Texte in kleinere, eigenständig sinnvolle Abschnitte — der erste Schritt jeder RAG-Pipeline, weil Embeddings und Retrieval auf Stück-Ebene arbeiten.

Die Churn Rate (Abwanderungsrate) gibt an, welcher Anteil der Kundinnen und Kunden in einem bestimmten Zeitraum verloren geht. Sie wird meist als Prozentwert je Periode berechnet und ist eine zentrale Kennzahl für Kundenbindung und Kundenwert.

Citation-Optimierung umfasst Maßnahmen, mit denen Inhalte gezielt darauf ausgerichtet werden, in KI-Antworten als zitierte Quelle aufzutauchen — etwa in Perplexity oder Google AI Overviews. Ziel ist die nummerierte Quellenangabe, nicht das klassische Ranking.

Claude Code ist Anthropics offizielles KI-Coding-Tool — verfügbar als Terminal-CLI, VS-Code-Extension, JetBrains-Plugin und Web-App, mit starkem Fokus auf Tool-Use und konfigurierbare Workflows.

Claude Fable 5 ist Anthropics erstes öffentlich verfügbares Modell der Mythos-Klasse, veröffentlicht im Juni 2026. Es ist auf anspruchsvollstes Schlussfolgern und langlaufende agentische Arbeit ausgelegt und bietet ein 1-Million-Token-Kontextfenster.

Am 1. September 2026 veröffentlichtes Spitzenmodell der Claude-Fable-Linie von Anthropic. Frontier-Modell für anspruchsvolles Reasoning, Coding, Recherche und lange Agenten-Läufe; 1M-Token-Kontext, multimodale Eingabe, proprietärer Zugang über API und Claude-Apps.

Claude Haiku 4.5 ist Anthropics schnelles Kompaktmodell vom Oktober 2025 — bringt Sonnet-4-nahe Leistung bei rund einem Drittel der Kosten und ist das erste Haiku-Modell mit Reasoning.

Claude Mythos (April 2026) ist Anthropics bisher leistungsstärkstes Modell — ein neuer Tier oberhalb der Opus-Reihe, primär verteilt über das Glasswing-Programm an Cybersecurity-Defender.

Claude Mythos 5 (9. Juni 2026) ist Anthropics leistungsstärkste Modell-Linie oberhalb von Opus — technisch identisch mit Fable 5, aber ohne dessen Sicherheits-Klassifikatoren, verteilt über Project Glasswing.

Claude Mythos 5.1 (September 2026) ist Anthropics Frontier-Modell fuer geprüfte Cyber- und Life-Science-Organisationen — dasselbe Modell wie Fable 5.1, nur mit freizuegigeren Safeguards.

Claude Opus 4.5 ist Anthropics Top-Tier-Modell vom November 2025 — der direkte Vorgänger von Opus 4.6, bringt „Infinite Chats" und deutlich reduzierten Token-Verbrauch.

Claude Opus 4.8 ist das im Mai 2026 veröffentlichte Spitzenmodell der Opus-Linie von Anthropic. Es zielt auf agentisches Programmieren, komplexes Schlussfolgern und Computer-Nutzung und gilt als schrittweise, aber messbare Verbesserung gegenüber Opus 4.7.

Am 24. Juli 2026 veröffentlichtes Spitzenmodell der Claude-Opus-Linie von Anthropic. Positioniert als leistungsstarkes Alltagsmodell für Wissensarbeit, Coding und Agenten; Zugang proprietär über Claude-App und API (Modell-ID claude-opus-5).

Claude Sonnet 4.5 (September 2025) ist Anthropics auf Agenten und Coding optimiertes Modell der Sonnet-Linie — bei Erscheinen fuehrend auf SWE-bench Verified, inzwischen von neueren Sonnet-Versionen abgeloest.

Claude Sonnet 4.6 ist Anthropics mittleres Modell vom Februar 2026 — nahe an Opus-Niveau, mit 1-Mio.-Token-Kontext und unveraendertem Sonnet-Preis von 3/15 USD pro Mio. Token.

Claude Sonnet 5 ist Anthropics Mittelklasse-Modell vom 30. Juni 2026 — das bislang agentischste Sonnet, mit Leistung nahe Opus 4.8 bei 2 USD Input und 10 USD Output je 1 Mio. Tokens.

Claude Sonnet 5.5 (28. September 2026) ist Anthropics günstiges Mittelklasse-Modell — eine schnellere, preiswertere Ergänzung zu Opus 5.5, mit 2/10 $ je 1 Mio. Token und dem Spitzenwert bei Terminal-Bench 4.0. Über boostN nutzbar.

US-Gesetz von 2018 (Clarifying Lawful Overseas Use of Data Act). US-Behörden können US-Anbieter zur Herausgabe von Daten zwingen, auch wenn diese außerhalb der USA — etwa in der EU — gespeichert sind. Steht im Spannungsfeld zur DSGVO.

CLS misst unerwartete Layout-Verschiebungen während des Ladens einer Seite. Core-Web-Vitals-Metrik — "good" bei ≤ 0,1 (einheitslos).

Code Llama ist Metas auf Programmierung spezialisierte Llama-2-Variante vom August 2023 — offen gewichtet, in mehreren Größen und mit Basis-, Python- und Instruct-Ausprägungen.

Codestral ist Mistral AIs auf Code spezialisiertes Modell (erstmals Mai 2024) — ein 22-Mrd.-Parameter-Modell für Code-Vervollständigung und -Generierung, ursprünglich als offene Gewichte veröffentlicht.

SEA-Strategie, bei der auf Suchbegriffe mit Wettbewerber-Markennamen geboten wird, um Marktanteil und Wechsel-Interessenten abzugreifen.

Computer Use ist eine Fähigkeit moderner KI-Modelle, einen Computer wie ein Mensch zu bedienen — Bildschirm sehen, Maus bewegen, Tastatur nutzen — um Aufgaben in beliebigen Anwendungen ohne API auszuführen.

Constitutional AI ist ein von Anthropic entwickeltes Trainingsverfahren, bei dem ein KI-Modell sein eigenes Verhalten anhand einer expliziten Liste von Prinzipien (einer „Verfassung") kritisiert und überarbeitet — statt allein über menschliche Bewertungen.

Aktualität von Inhalten als Ranking-Faktor — relevant primär für zeitsensitive Themen (News, Tech-Reviews, gesetzliche Änderungen). Geht zurück auf das „Query Deserves Freshness"-Konzept im Google-Algorithmus.

Content Gap Analysis identifiziert Themen und Keywords, zu denen Wettbewerber ranken, die eigene Site aber nicht — oder nicht gut genug — abdeckt. Liefert Content-Roadmap auf Basis konkreter SERP-Lücken.

Zentrale Übersichtsseite für ein Themenfeld, die viele Detail-Artikel bündelt — Variante des Topic-Cluster-Modells, oft mit stärkerem Fokus auf Navigation und Filter statt linearer Pillar-Page.

Context Engineering ist die Disziplin, alle Inhalte des LLM-Kontextfensters — System-Prompt, Tool-Definitionen, RAG-Treffer, Memory, Konversationshistorie — bewusst zu kuratieren und über die Zeit zu pflegen.

Context Precision ist eine RAG-Eval-Metrik (0–1), die misst, wie gut der Retriever relevante Kontexte vor irrelevante platziert — Fokus liegt auf Ranking-Qualität, nicht auf reiner Trefferanzahl.

Context Recall ist eine RAG-Eval-Metrik (0–1), die misst, wie vollständig der Retriever die für die Goldantwort nötigen Fakten geliefert hat — fehlt ein Fakt im Kontext, sinkt der Score.

Contextual Retrieval ist eine RAG-Technik von Anthropic, die jedem Chunk vor dem Indexieren einen vom LLM generierten Kontext-Satz voranstellt — und so die Trefferqualität deutlich erhöht.

Continue.dev ist eine quelloffene, modell-agnostische KI-Coding-Extension für VS Code und JetBrains — Konfiguration via YAML, funktioniert mit kommerziellen wie lokalen Modellen.

Continued Pretraining ist das Weitertrainieren eines bereits vortrainierten Sprachmodells auf großen Mengen Domänen-Text — bevor klassisches Fine-Tuning beginnt.

Conventional Commits ist eine Konvention für Commit-Messages mit festem Format — Typ, optionalem Scope und Beschreibung — als Basis für automatisierte Changelogs und Semantic Versioning.

Conversational Marketing ist eine dialogbasierte Form der Kundenansprache, die über Chat, Messaging und KI-Chatbots in Echtzeit auf Interessenten eingeht. Ziel ist es, Nutzende entlang der Customer Journey im Gespräch zu begleiten statt über starre Formulare.

Eine vom Werbetreibenden definierte Aktion, die als Erfolgsereignis einer Anzeige zählt — Kauf, Lead, Anruf, Newsletter-Anmeldung. Steuert Smart Bidding und ist der Maßstab für ROAS, CPA & Co.

Werbe-KPI: Anteil der Klicks (oder Sitzungen), die zu einer Conversion führen. Zentrale Effizienzkennzahl für Landingpage und Angebots-Qualität.

Konfigurations-Objekt in Google Ads, das eine konkrete Conversion definiert: Name, Quelle, Wert, Zählweise, Conversion-Fenster und ob sie als primär oder sekundär zählt.

Mess-Mechanik, mit der Google Ads erkennt, dass ein Klick zu einer definierten Conversion geführt hat. Setup typischerweise über Google-Tag oder Google Tag Manager.

Größeres, von Google öffentlich angekündigtes Update am Kern-Algorithmus — meist breit und themenübergreifend wirksam, mit signifikanten Sichtbarkeitsverschiebungen über viele Domains hinweg.

Core Web Vitals sind drei Google-Metriken (LCP, INP, CLS), die Ladegeschwindigkeit, Interaktivität und visuelle Stabilität einer Seite messen — Teil der Page-Experience-Signale.

Cosine Similarity misst die Ähnlichkeit zweier Vektoren über den Winkel zwischen ihnen — Standardmaß im RAG-Retrieval, um Embeddings einer Anfrage mit Embeddings im Vektor-Index zu vergleichen.

Werbe-KPI: durchschnittliche Kosten pro Conversion. Zentrale Effizienzmetrik in Lead-Gen und Performance-Marketing, Steuergröße für tCPA-Bidding.

Werbe-KPI: Kosten pro Klick. In Google Ads das primäre Abrechnungsmodell für Search und die wichtigste Ad-Hoc-Effizienzgröße im Bidding.

Werbe-KPI: Kosten pro generiertem Lead. Standard-Effizienzmetrik in B2B- und Dienstleister-Marketing, in dem die Conversion eine Anfrage statt ein Kauf ist.

Werbe-KPI: Kosten pro tausend Impressionen. Standard-Abrechnung für Display, Video und Awareness-Kampagnen, in denen Sichtbarkeit das Ziel ist.

Werbe-KPI: Kosten pro Bestellung. Standard-Effizienzmetrik im E-Commerce, wo eine Order die typische Conversion ist.

Werbe-KPI: Kosten pro Video-Aufruf. Standard-Abrechnung für YouTube In-Stream skippable Ads — gezahlt wird nur, wenn der Nutzer mindestens 30 Sekunden (oder das Video bis zum Ende) ansieht.

Crawl-Budget bezeichnet die Anzahl URLs, die Googlebot in einem bestimmten Zeitraum auf einer Website crawlt — bestimmt durch Server-Last und Beliebtheit der Inhalte.

Die Geschwindigkeit, mit der ein Suchmaschinen-Crawler Anfragen an eine Site stellt — gemessen in Requests pro Sekunde oder pro Tag und automatisch an Server-Antwortzeit angepasst.

Ein automatisiertes Programm, das systematisch Webseiten besucht, deren Inhalte ausliest und Links folgt — Grundlage für Suchmaschinen-Indizes, Monitoring-Tools und AI-Trainingsdaten.

CrewAI ist ein quelloffenes Framework zur Orchestrierung mehrerer autonomer KI-Agenten. Es weist Agenten Rollen, Ziele und Werkzeuge zu und lässt sie in Teams ("Crews") zusammenarbeiten, um komplexe Aufgaben in koordinierten, mehrstufigen Abläufen zu lösen.

Der Critical Rendering Path ist die Sequenz, die der Browser durchläuft, um HTML/CSS/JS in Pixel zu verwandeln Parsing, Render-Tree, Layout, Paint. Optimierung verkürzt First Paint und LCP.

CrUX ist Googles öffentlicher Felddaten-Datensatz mit echten Performance-Werten von Chrome-Nutzern (Opt-in). Quelle für Core-Web-Vitals-Bewertungen in Search Console und PageSpeed Insights — nicht synthetisch.

Werbe-KPI: Anteil der Klicks an den Impressionen. Indikator für Anzeigenrelevanz und Bestandteil des Quality Scores in Google Ads.

Cursor ist ein KI-erster Code-Editor — ein Fork von Visual Studio Code mit tief in den Editor integrierter KI-Unterstützung.

Customer Acquisition Cost (CAC) sind die durchschnittlichen Kosten, um einen neuen Kunden zu gewinnen. Sie errechnen sich aus den gesamten Marketing- und Vertriebsausgaben geteilt durch die Zahl der in diesem Zeitraum neu gewonnenen Kunden.

Der Customer Lifetime Value (CLV, auch LTV) ist der erwartete Gesamtwert eines Kunden über die ganze Kundenbeziehung — meist als Deckungsbeitrag. Verglichen mit den Akquisekosten (LTV:CAC-Ratio) zeigt er, ob Neukundengewinnung profitabel ist.

Data Residency (Datenresidenz) bezeichnet den physischen Speicher- und Verarbeitungsort von Daten — also die geografische Region oder das Land, in dem Server stehen. Sie sagt nichts darüber aus, welches Recht auf die Daten zugreifen darf.

Datasets ist eine Open-Source-Python-Bibliothek von Hugging Face zum Laden, Verarbeiten und Teilen von Datensätzen für maschinelles Lernen. Sie nutzt Apache Arrow und Memory-Mapping, um auch sehr große Datenmengen effizient zu handhaben.

Drei zusammenhängende Begriffe für digitale Audio-Pegel: dBFS ist die Skala mit 0 dBFS als absoluter Obergrenze, Headroom der Sicherheitsabstand zum Maximum, Clipping das harte Abschneiden bei Überschreitung.

Nova-3 ist Deepgrams Echtzeit-Speech-to-Text-Modell (Release Februar 2025) mit sehr niedriger Streaming-Latenz von rund 200 bis 300 Millisekunden, Keyterm-Prompting und Unterstuetzung fuer ueber 30 Sprachen.

Janus-Pro-7B ist DeepSeeks Open-Source-Multimodal-Modell vom Januar 2025 — vereint Bildverstehen und Bildgenerierung in einer einzigen 7B-Architektur, MIT-lizenziert.

Am 20. Januar 2025 unter MIT-Lizenz veröffentlichtes offenes Reasoning-Modell des chinesischen Labors DeepSeek. Mixture-of-Experts mit 671 Mrd. Parametern (37 Mrd. pro Token aktiv), stark über Reinforcement Learning trainiert; erreichte als erstes offenes Modell OpenAIs o1-Niveau.

DeepSeek V3 ist ein im Dezember 2024 veröffentlichtes offenes KI-Modell des chinesischen Anbieters DeepSeek. Es nutzt eine Mixture-of-Experts-Architektur mit 671 Milliarden Parametern (37 Mrd. aktiv je Token) und rund 128.000 Tokens Kontext.

DeepSeek V3.1 ist das Open-Weights-Hybridmodell von DeepSeek vom August 2025 — vereint Think- und Non-Think-Modus in einem Modell, mit 128K-Kontext und starken Agenten-Fähigkeiten.

DeepSeek V3.2 (1. Dezember 2025) ist ein offenes MoE-Modell mit 685 Mrd. Parametern unter MIT-Lizenz — dank DeepSeek Sparse Attention besonders effizient bei langen Kontexten.

DeepSeek V4 (April 2026) ist die vierte Generation des chinesischen Open-Weight-MoE-Modells — als Pro (1,6 T Parameter) und Flash (284 B) unter MIT-Lizenz veröffentlicht, mit 1-Mio.-Tokens-Kontext.

DeepSeek V4-Flash (Juli 2026) ist ein offenes MoE-Modell mit 284 Mrd. Parametern (13 Mrd. aktiv), 1-Mio.-Token-Kontext und MIT-Lizenz — frei ladbar auf Hugging Face.

DeepSeek V4-Pro (2026) ist das Open-Weight-Flaggschiff von DeepSeek — ein 1,6-Billionen-Parameter-MoE mit rund 49B aktiven Parametern pro Token, 1-Mio.-Tokens-Kontext und MIT-Lizenz.

DeepSeek V4.1-Flash (10. September 2026) ist das kleinste Modell der neuen DeepSeek-V4.1-Architektur — erste DeepSeek-Familie mit nativer multimodaler Bildverarbeitung. Speed-/kosten-optimiertes „Flash"-Modell mit offenen Gewichten (MIT), über boostN nutzbar.

Devstral ist Mistral AIs offenes Agenten-Modell für Software-Engineering (Mai 2025) — trainiert darauf, echte GitHub-Issues zu lösen, und stark auf SWE-bench Verified.

Diffusers ist eine quelloffene Python-Bibliothek von Hugging Face zum Nutzen und Trainieren von Diffusionsmodellen für die Bild-, Video- und Audiogenerierung. Sie baut auf PyTorch auf und gliedert sich in Pipelines, Modelle und Scheduler.

Digital PR ist die SEO-orientierte Form von PR-Arbeit — redaktionelle Erwähnungen und Backlinks aus journalistischen Quellen über datengetriebene Stories, Kommentare oder Originalrecherchen. Liefert hochwertige, natürliche Backlinks.

Kampagnentyp in Google Ads, der Bild- und Videoanzeigen über das Google Display Network ausspielt — auf Millionen Websites, Apps und in Gmail.

Domain Rating (Ahrefs) und Domain Authority (Moz) sind Drittanbieter-Metriken, die das Backlink-Profil einer Domain auf einer 0–100-Skala normieren. Kein Google-Signal — Korrelation, kein direkter Ranking-Faktor.

DPO ist ein Fine-Tuning-Verfahren, das Sprachmodelle direkt an menschlichen Präferenzpaaren ausrichtet — ohne separates Reward-Modell und ohne Reinforcement Learning.

DSGVO-konformer LLM-Einsatz bezeichnet die datenschutzgerechte Nutzung grosser Sprachmodelle wie ChatGPT, Claude oder Gemini im Unternehmen — mit Rechtsgrundlage, Auftragsverarbeitungsvertrag, kontrollierter Eingabe personenbezogener Daten, EU-Hosting und Trainings-Opt-out.

DSPy ist ein quelloffenes Python-Framework der Stanford NLP Group, das LLM-Anwendungen programmieren statt manuell prompten lässt. Aufgaben werden über deklarative Signaturen und Module beschrieben; Optimizer erzeugen daraus automatisch wirksame Prompts und Beispiele.

Datenschutz-fokussierte Suchmaschine, die Ergebnisse primär aus dem Bing-Index bezieht und mit eigenen Quellen (Wikipedia, Apple Maps, eigener Crawler DuckDuckBot) anreichert.

E-Commerce SEO bündelt SEO-Disziplinen, die spezifisch für Online-Shops gelten — Kategorie- und Produktseiten-Optimierung, Facetten-Crawling, Product-Schema, Shopping-Feed, Out-of-Stock-Handling.

E-E-A-T steht für Experience, Expertise, Authoritativeness und Trust — vier Qualitätskriterien aus Googles Search Quality Rater Guidelines zur Bewertung von Inhalten und Websites.

ElevenLabs v3 ist ein hochexpressives Text-to-Speech-Modell mit Inline-Audio-Tags fuer Emotion, Betonung und nonverbale Laute. Es unterstuetzt ueber 70 Sprachen sowie Mehrsprecher-Dialoge und gilt als Referenz fuer Realismus.

Ein Embedding ist eine Zahlenrepräsentation (Vektor) von Text, Bild oder anderen Daten, in der semantisch ähnliche Inhalte räumlich nah beieinander liegen.

Ensemble bezeichnet das Kombinieren mehrerer bewusst variierter LLM-Läufe oder Modelle, deren Funde sich ergänzen. Multi-Modell-Orchestrierung steuert diese Läufe über Orchestratoren mit Sub-Agenten, sodass die Vereinigung der Ergebnisse größer ist als jeder Einzellauf.

Entity SEO etabliert eine Marke, Person oder ein Thema als eindeutige Entität in Wissensgraphen wie Googles Knowledge Graph. Ziel ist, dass Such- und KI-Systeme die Entität zweifelsfrei erkennen, einordnen und mit Fakten verknüpfen können.

Die Verordnung (EU) 2024/1689 ist das erste umfassende KI-Gesetz der EU. Sie reguliert KI-Systeme risikobasiert in vier Stufen, von verbotenen Praktiken bis minimalem Risiko, und legt Pflichten fuer Anbieter und Betreiber fest.

Evals sind systematische Tests für LLM-Anwendungen — feste Testfälle, automatische Bewertung der Antworten, Ergebnis als Score. Grundlage, um Prompt- oder Modellwechsel objektiv zu vergleichen.

Engster Match Type in Google Ads. Spielt nur aus, wenn die Suchanfrage dieselbe Bedeutung wie das Keyword hat. Close Variants (Pluralfehler, Tippfehler, Akronyme) sind eingeschlossen.

Faceted Navigation sind Filter- und Sortier-URLs in Shops und Listings (Farbe, Größe, Preis). Erzeugt schnell Millionen Crawl-URLs — Crawl-Budget-Killer ohne Steuerung via robots.txt, noindex oder Parameter-Management.

Faithfulness ist eine RAG-Eval-Metrik (0–1), die misst, wie viele Aussagen einer Antwort sich tatsächlich aus den abgerufenen Kontexten ableiten lassen — ein direkter Halluzinations-Indikator.

FCP misst, wann der Browser das erste sichtbare DOM-Element rendert (Text, Bild, SVG). "Good" bei ≤ 1,8 s. Frühestes Signal für den Nutzer, dass die Seite reagiert — kein Core Web Vital, aber wichtige PageSpeed-Metrik.

Few-Shot Prompting ist eine Technik, bei der dem Modell im Prompt einige Beispiele der gewünschten Input-Output-Paarung gezeigt werden, um Format und Stil der Antwort zu steuern.

Field Data sind reale Performance-Werte echter Nutzer (CrUX, RUM). Lab Data sind synthetische Messungen unter kontrollierten Bedingungen (Lighthouse, WebPageTest). Google rankt nach Field Data — Lab zeigt nur Tendenzen.

Nachtraining eines vortrainierten Modells auf einem kleineren, spezialisierten Datensatz, um Stil, Format oder Domänenwissen gezielt anzupassen.

Fish Audio S2 ist ein quelloffenes Text-to-Speech-Modell aus der Fish-Speech-Familie. Mit Inline-Tags steuert es Emotion und Betonung auf Wortebene, unterstuetzt ueber 80 Sprachen und liefert sehr niedrige Latenz.

Flowise ist ein quelloffenes Low-Code-Werkzeug, mit dem sich LLM-Anwendungen und KI-Agenten visuell per Drag-and-drop zusammenbauen lassen. Es baut auf dem LangChain-Ökosystem auf und verbindet Modelle, Datenquellen und Werkzeuge als Knoten.

FLUX.2 ist die Text-zu-Bild-Modellfamilie von Black Forest Labs. Sie umfasst die proprietaeren Varianten Pro und Flex sowie das offene 32-Mrd.-Parameter-Modell Dev und die kompakte Klein-Reihe, die Bilderzeugung und Bildbearbeitung in einem Modell vereinen.

Foundation-Sec-8B ist Cisco Foundation AIs offenes, auf Cyber-Security spezialisiertes Sprachmodell (2025). Es erweitert Llama-3.1-8B durch fortgesetztes Pretraining auf rund 5 Mrd. Security-Tokens und steht unter Apache-2.0-Lizenz frei zur Verfügung.

Function Calling ist die Fähigkeit eines Sprachmodells, statt einer Textantwort einen strukturierten Funktionsaufruf zu erzeugen — die technische Grundlage für Tool-Use und KI-Agenten.

Strategisches Modell, das SEA-Aktivitäten nach Funnel-Stufe trennt: Top (Reichweite), Middle (Vergleich), Bottom (Conversion).

Gemini 3 Flash ist Googles schnelles, günstiges Thinking-Modell vom 17. Dezember 2025 — Pro-nahe Reasoning-Leistung bei 1 Mio. Token Kontext, ausgelegt auf agentische Workflows und Coding.

Gemini 3 Pro (November 2025) ist Googles drittes Flaggschiff-Modell mit 1-Mio.-Tokens-Kontextfenster und nativer Multimodalität — inzwischen abgelöst von Gemini 3.1 Pro.

Gemini 3.1 Pro (Februar 2026) ist Googles aktuelles Top-Modell — 1-Mio.-Tokens-Kontext, 64K Output-Tokens, verdoppelte Reasoning-Leistung gegenüber Gemini 3 Pro.

Gemini 3.5 Flash ist Googles hocheffizientes Multimodal-Modell vom Mai 2026 — bringt Pro-nahe Coding- und Reasoning-Qualität zu Flash-typischen Kosten und Geschwindigkeit.

Gemini 3.6 Flash (Juli 2026) ist Googles schnelle, kostenguenstige Flash-Stufe mit 1-Mio.-Tokens-Kontext — auf hohen Durchsatz und niedrige Kosten pro Anfrage ausgelegt.

Gemini 3.7 Flash (August 2026) ist Googles schnelles Workhorse-Modell fuer Coding und Agenten — 1-Mio.-Token-Kontext, Einstiegspreis 0,75/3,75 USD pro Mio. Token, halb so teuer wie 3.6 Flash.

Gemini 3.8 Flash (September 2026) ist Googles intelligentestes Workhorse-Modell fuer Coding, Agenten und mehrstufiges Reasoning — 1-Mio.-Token-Kontext, Einstiegspreis 0,75/3,75 USD pro Mio. Token, direkter Nachfolger von 3.7 Flash.

Gemma 3 ist die im März 2025 veröffentlichte Familie offener KI-Modelle von Google. Sie umfasst vier Größen (1B, 4B, 12B, 27B), ist ab 4B multimodal, unterstützt über 140 Sprachen und bietet bis zu 128.000 Tokens Kontext.

Offenes, mobil-first ausgelegtes KI-Modell von Google, als Preview im Mai 2025 und voll ab 26. Juni 2025 verfügbar. Multimodal (Text, Bild, Audio, Video), auf Geräte-Betrieb optimiert; offene Gewichte in den Größen E2B und E4B.

Gemma 4 ist Google DeepMinds offene Modellfamilie vom April 2026 — vier Größen (E2B bis 31B), 256k-Kontext, Multimodalität, Apache-2.0-Lizenz.

Segmentierung von SEA-Keywords in drei Cluster: generische Begriffe, eigene Markenbegriffe, Wettbewerber-Markenbegriffe — für Steuerung und Reporting.

GEO ist die Disziplin, eigene Inhalte gezielt auf Sichtbarkeit in KI-Antwortmaschinen — AI Overviews, Perplexity, ChatGPT Search, Claude — auszurichten. Ziel ist nicht der klassische SERP-Klick, sondern als zitierte Quelle in der generierten Antwort zu erscheinen.

GGUF (GPT-Generated Unified Format) ist das Standard-Dateiformat für quantisierte LLMs auf der llama.cpp-Engine — eine `.gguf`-Datei enthält Gewichte, Tokenizer und Metadaten in einem.

Git ist ein verteiltes Versionskontrollsystem, das Änderungen an Dateien als Folge von Commits speichert — Grundvoraussetzung der meisten KI-Coding-Workflows.

Ein Branch ist eine eigenständige Entwicklungslinie in einem Git-Repository — ein bewegender Zeiger auf einen Commit, der parallele Arbeit ohne Konflikte mit dem Hauptcode ermöglicht.

Git Worktree erlaubt, mehrere Branches eines Repos gleichzeitig in verschiedenen Verzeichnissen ausgecheckt zu haben — ohne Stash, ohne ständiges Branch-Wechseln.

GitHub ist die größte Hosting-Plattform für Git-Repositories — mit Pull Requests, Code Review, Issues und CI/CD über GitHub Actions als Standard-Werkzeugkasten der Software-Entwicklung.

GitHub Copilot ist der KI-Coding-Assistent von GitHub — als Extension für gängige Editoren mit Tab-Autocomplete, Chat und Multi-File-Edits, mit GPT- und Claude-Modellen wählbar.

GitLab ist eine Git-Hosting-Plattform mit integriertem DevOps-Stack — Repository, CI/CD, Issue-Tracking, Container-Registry und Security-Scans in einem Werkzeug, optional auch self-hosted.

GitUp ist ein quelloffener Git-Client für macOS mit visuellem Live-Graph der Repository-Historie und Snapshot-basiertem Zurückspringen.

GLM-4.5 ist ein im Juli 2025 veröffentlichtes offenes KI-Modell von Zhipu AI (Z.ai). Es ist ein agent-natives Mixture-of-Experts-Modell mit 355 Milliarden Parametern (32 Mrd. aktiv), 128.000 Tokens Kontext und MIT-Lizenz.

GLM-4.6 ist Zhipu AIs Open-Weight-MoE-Modell vom September 2025 — 355 Mrd. Parameter (32B aktiv), 200k-Kontext, MIT-lizenziert, mit Schwerpunkt auf Coding-Performance.

GLM-4.7 (Dezember 2025) ist Zhipu AIs offenes Coding-Flaggschiff — ein MoE-Modell mit rund 400 Mrd. Parametern, 200K-Input-Kontext und dem Feature „Preserved Thinking".

Im Februar 2026 unter MIT-Lizenz veröffentlichtes offenes Modell von Zhipu AI (Z.AI). Mixture-of-Experts mit rund 744 Mrd. Parametern (ca. 40 Mrd. pro Token aktiv), 200K-Kontext, Fokus auf Coding und Agenten. Frei herunterladbar über Hugging Face.

GLM-5.1 ist Z.ais Open-Source-Flaggschiff vom April 2026 — 744 Mrd. Parameter (40B aktiv), 200k-Kontext, ausgelegt auf agentisches Coding mit bis zu 8 Stunden autonomer Laufzeit.

GLM-5.2 (Juni 2026) ist das Open-Weight-Modell von Zhipu AI (Z.ai) — ein MoE mit rund 744B Parametern (~40B aktiv), 1-Mio.-Tokens-Kontext und MIT-Lizenz, stark bei agentischem Coding.

GLM-5.3 ist Zhipu AIs Open-Weights-Modell vom August 2026 — ein MoE-Modell mit Fokus auf Coding und Cybersecurity, das bei agentischen Benchmarks die Spitze der offenen Modelle erreicht.

Werbeplattform von Google für bezahlte Anzeigen in Suche, Display, Shopping, YouTube und Apps. Zentrales Tool für SEA und Performance-Marketing über Google-Properties und das Display-Netzwerk.

Aktuelle Generation des Google-Web-Analytics-Tools — Event-basiertes Datenmodell statt Session-basiertem Universal Analytics. Seit Juli 2023 alleiniger Standard, Universal Analytics ist abgeschaltet.

GA4 als Analytics-Backend für SEA — liefert Conversions, Zielgruppen und Engagement-Signale, die per Verknüpfung in Google Ads für Reporting, Smart Bidding und Remarketing genutzt werden.

Kostenloses Google-Tool zur Verwaltung des Firmen-Eintrags in Google Suche und Maps. Zentrales Asset im Local SEO. Früher "Google My Business" (GMB).

Google Imagen ist die Text-zu-Bild-Modellfamilie von Google DeepMind. Die aktuelle Generation Imagen 4 erschien 2025 in den Stufen Fast, Generate und Ultra, ist ueber Gemini API und Vertex AI verfuegbar und bekannt fuer starke Typografie und Prompt-Treue.

Google Maps SEO bezeichnet die Optimierung der Sichtbarkeit eines Unternehmens in Google Maps und im lokalen Suchergebnis. Hebel sind vor allem ein gepflegtes Google-Business-Profil, passende Kategorien, Bewertungen und lokale Relevanzsignale.

Kostenloses Google-Tool zur Überwachung der eigenen Sichtbarkeit im Google-Index — Performance-Reports, Index-Coverage, Core-Web-Vitals-Daten und URL-Inspection. Pflicht-Tool für SEO.

Tag-Management-System von Google. Trackingcodes, Pixel und Event-Logiken werden zentral über ein Container-Snippet ausgespielt — ohne Eingriff in den Quellcode.

Googlebot ist Googles Web-Crawler, der Seiten findet, herunterlädt und für den Suchindex aufbereitet. Operiert in zwei Hauptvarianten — Smartphone und Desktop.

GPT-6 Astra ist OpenAIs Flaggschiff vom September 2026 — erstes Modell auf der Preparedness-Stufe Critical, mit Schwerpunkt auf Computer-Use und Cybersecurity.

GPT Image 2 ist OpenAIs natives Bildmodell (April 2026), das vor dem Zeichnen schließt, sehr zuverlässig Text rendert und in hoher Auflösung fotorealistische Bilder erzeugt.

GPT Luna (GPT-5.6 Luna) ist das kleinste, schnellste und günstigste Modell der im Juli 2026 veröffentlichten GPT-5.6-Familie von OpenAI. Es ist für kostensensible Massen-Workloads ausgelegt und bietet ein Kontextfenster von rund 1,05 Millionen Tokens.

GPT-5.6 Sol ist OpenAIs Flaggschiff vom Juli 2026 — Spitzenmodell einer neuen Sonnensystem-Familie (Sol, Terra, Luna) mit Fokus auf Coding, Wissenschaft und Cybersecurity.

GPT Terra ist die mittlere Stufe von OpenAIs GPT-5.6-Familie (Juli 2026) zwischen dem sparsamen Luna und dem Flaggschiff Sol — mit 1-Mio.-Tokens-Kontext auf ein starkes Preis-Leistungs-Verhaeltnis ausgelegt.

GPT-4o (Mai 2024) war OpenAIs erstes nativ multimodales Modell — Text, Audio und Bild in einem einheitlichen Modell, mit Echtzeit-Sprachmodus und deutlich niedrigeren Kosten als GPT-4 Turbo.

GPT-4o mini (Juli 2024) ist OpenAIs kleine, günstige Variante von GPT-4o — als Ablösung für GPT-3.5 Turbo positioniert, deutlich stärker bei spürbar niedrigerem Preis pro Token.

GPT-5.2 ist OpenAIs Modell-Generation vom Dezember 2025 — drei Varianten (instant, thinking, Pro), 400k-Kontextfenster und neuer Stand der Technik bei beruflicher Wissensarbeit.

GPT-5.3 ist eine Iteration der GPT-5-Reihe von OpenAI — die Instant-Variante kam am 3. März 2026 und fokussiert sich auf Faktentreue, kürzere Vorreden und natürlicheren Konversationsfluss.

GPT-5.3-Codex ist OpenAIs spezialisiertes agentisches Coding-Modell (Februar 2026), Nachfolger von GPT-5.2-Codex — 25 % schneller, mit deutlichen Sprüngen bei Terminal-Bench und OSWorld.

GPT-5.3-Codex-Spark ist OpenAIs Coding-Modell vom Februar 2026 — eine kleinere, real-time-optimierte Variante von GPT-5.3-Codex mit über 1000 Tokens pro Sekunde auf Cerebras-Hardware.

GPT-5.4 ist OpenAIs Reasoning-Modell vom 5. März 2026 — erstes Mainline-Modell mit den Coding-Fähigkeiten von GPT-5.3-codex, nativer Computer-Use-Steuerung und 1-Mio.-Tokens-Kontext.

GPT-5.5 ist OpenAIs Flaggschiff vom 23. April 2026 — positioniert als „smartestes und intuitivstes Modell" und gedacht als Schritt Richtung KI, die selbstständig durch Tools arbeitet.

GPT-6.1 Sol (29. September 2026) ist OpenAIs günstiges Coding- und Agenten-Modell — Nachfolger von GPT-6 Sol nach nur sieben Tagen, mit nahezu der Intelligenz von GPT-6 Astra zu rund einem Fünftel des Preises. Über boostN nutzbar.

Echtzeit-Sprachmodell von OpenAI, seit 8. Juli 2026 die Standard-Sprachfunktion in ChatGPT. Hört und spricht gleichzeitig (bidirektional), erlaubt Unterbrechungen und reicht komplexe Fragen an ein stärkeres Textmodell weiter. Proprietärer Zugang über ChatGPT.

GPT4All ist eine quelloffene Desktop-Anwendung von Nomic AI, mit der sich große Sprachmodelle lokal und offline auf dem eigenen Rechner ausführen lassen. Sie funktioniert ohne GPU und ohne Cloud-Anbindung, sodass Daten das Gerät nicht verlassen.

GraphRAG ist eine RAG-Variante, die statt reiner Vektorsuche einen Knowledge Graph nutzt — Antworten kommen aus verknüpften Entitäten und Beziehungspfaden, nicht nur ähnlichem Text.

Am 17. Februar 2025 veröffentlichtes Reasoning-Modell von xAI (Elon Musks KI-Firma). Trainiert auf dem Colossus-Supercluster, mit „Think"-Reasoning und DeepSearch sowie Echtzeit-Zugriff auf X. Proprietärer Zugang über die Grok-App und API.

Grok 4 ist xAIs Reasoning-Modell vom Juli 2025 — Text- und Bild-Eingabe, 256k-Kontext, trainiert per Reinforcement Learning auf dem 200.000-GPU-Cluster Colossus.

Grok 4.1 ist das im November 2025 veröffentlichte KI-Modell von xAI. Es liefert natürlichere Dialoge, weniger Halluzinationen und bessere Stilkontrolle und ist in zwei Varianten verfügbar: einer direkt antwortenden und einer vorab schlussfolgernden (Thinking).

Grok 4.3 ist xAIs Reasoning-orientiertes Modell vom April 2026 — mit 1-Mio.-Token-Kontext, nativer Video-Eingabe und Fokus auf agentische Workflows und faktische Genauigkeit.

Grok 4.5 ist xAIs Frontier-Modell vom Juli 2026 für Coding, agentische Aufgaben und Wissensarbeit — hohe Token-Effizienz bei 2 USD Input und 6 USD Output je 1 Mio. Tokens.

Grok 4.6 (August 2026) ist xAIs Flaggschiff-Modell fuer langlaufende agentische Arbeit — 500k-Token-Kontext, Text- und Bild-Input, gestaffelter Preis ab 2/6 USD pro Mio. Token.

Eine als korrekt geltende Referenz-Wahrheit, gegen die man Modell-Outputs misst. In der KI-Code-Analyse ist es ein Code-Stück mit gezielt eingebauten, bekannten Fehlern, sodass messbar wird, wie viel ein Modell wirklich findet.

Guardrails sind Schutzmechanismen rund um ein Sprachmodell, die Eingaben und Ausgaben prüfen, um unerwünschtes Verhalten — etwa Off-Topic-Antworten, PII-Lecks oder unsichere Aktionen — abzufangen.

Eine Halluzination ist eine Antwort eines Sprachmodells, die plausibel klingt, aber faktisch falsch oder erfunden ist — typische Quelle ist statistisches Raten ohne Faktenanker.

Haystack ist ein quelloffenes KI-Orchestrierungs-Framework von deepset zum Bau produktionsreifer LLM-Anwendungen. Aus modularen Komponenten — Retriever, Generatoren, Router, Tools — werden explizite Pipelines für RAG, Agenten und semantische Suche zusammengesetzt.

HCU Recovery beschreibt den Prozess, nach einem Helpful-Content-Update-Treffer wieder in die Sichtbarkeit zurückzukehren — durch Content-Audit, Aufräumen schwacher Inhalte und Stärken nachweisbarer Expertise.

Googles maschinelles Bewertungssystem, das Inhalte sitewide nach „people-first" einstuft — als eigenständiges Klassifikator-System gestartet, seit März 2024 in das Core-Ranking integriert.

Das Helpful Content Update war eine Reihe von Google-Algorithmus-Updates ab August 2022, die "menschlich, für Menschen geschrieben" priorisieren und dünne, suchmaschinen-zuerst-produzierte Inhalte abwerten.

Hreflang ist ein HTML- bzw. Header-Attribut, das Suchmaschinen mitteilt, welche Sprach- und Regionsversionen einer Seite existieren — entscheidend für mehrsprachige Sites.

Modernere Versionen des HTTP-Protokolls, die parallele Anfragen über eine einzige Verbindung (HTTP/2) bzw. über das schnellere QUIC-Transport (HTTP/3) ausliefern.

Hugging Face ist die zentrale Plattform der Open-Source-KI-Community — Hub für Modelle, Datasets und Demos sowie Anbieter weit verbreiteter Bibliotheken wie Transformers, Diffusers und PEFT.

Zentrale Plattform für offen geteilte KI-Modelle, Datensätze und Demos — eine Art GitHub für Machine-Learning-Artefakte.

Hunyuan3D 2.0 ist Tencents offenes generatives 3D-Modell (Januar 2025). Es erzeugt in zwei Stufen hochauflösende 3D-Assets mit Texturen aus Text oder Bild und unterstützt Text-, Bild-, Skizzen- und Porträt-zu-3D. Die Gewichte sind auf Hugging Face frei verfügbar.

Hybrid Search kombiniert lexikalische Volltext-Suche (z. B. BM25) mit semantischer Vektor-Suche und vereint die Stärken beider Verfahren — präzise auf Keywords und robust auf Bedeutung.

HyDE (Hypothetical Document Embeddings) ist eine RAG-Technik, bei der ein LLM aus der Frage eine fiktive Antwort erzeugt — und dann mit deren Embedding nach echten Dokumenten sucht.

Der Prozess, bei dem ein vom Server gerendertes statisches HTML im Browser nachträglich mit JavaScript-Interaktivität versehen wird — aus „totem" Markup wird eine reaktive App.

Hyper3D Rodin ist ein kommerzielles 3D-Generierungsmodell von Deemos. Die Generation 2.5 erzeugt aus Bild oder Text hochdetaillierte Geometrie mit ueber 10 Millionen Polygonen und 3D-nativen PBR-Texturen und gilt als fuehrend bei Photorealismus.

Einsatz moderner Bildformate (WebP, AVIF) plus passender Größen und Kompression, um Bilddaten ohne sichtbaren Qualitätsverlust drastisch zu verkleinern.

Indexierung ist der Vorgang, bei dem eine Suchmaschine eine gecrawlte URL analysiert und in ihren Suchindex aufnimmt. Crawling ≠ Indexierung — beides sind separate Schritte.

Indirect Prompt Injection ist ein Angriff, bei dem schädliche Anweisungen in externen Inhalten — Webseiten, Dokumenten, E-Mails — versteckt werden, die ein LLM verarbeitet und dabei unbeabsichtigt ausführt.

Inferenz bezeichnet das Ausführen eines bereits trainierten Modells, um aus einer Eingabe eine Antwort zu generieren — also den produktiven Betrieb, nicht das Training.

INP misst die Reaktionszeit einer Seite auf Nutzerinteraktionen. Seit März 2024 Core-Web-Vitals-Metrik (Ablösung von FID) — "good" bei ≤ 200 ms.

Tokens, die du beim API-Aufruf an ein KI-Modell sendest — dein Prompt, der Kontext, mitgegebene Dokumente. Werden separat von Output-Tokens und meist deutlich günstiger berechnet.

Instruction Tuning ist eine Variante des Supervised Fine-Tuning, bei der ein Sprachmodell auf einem breit gestreuten Mix aus Instruktion-Antwort-Paaren trainiert wird — damit es Anweisungen beliebiger Aufgaben verlässlich befolgt.

Verlinkung zwischen Seiten derselben Domain. Steuert Crawl-Pfade, verteilt Link-Equity und kommuniziert thematische Relevanz an Suchmaschinen.

International SEO regelt, welche Sprach- und Länder-Version einer Site in welchem Markt rankt. hreflang ist das zentrale Signal — bidirektional, mit x-default-Fallback und konsistenten Canonicals pro Locale.

Jailbreak bezeichnet das gezielte Umgehen der Sicherheits- und Verhaltensregeln eines Sprachmodells durch geschickt formulierte Prompts, sodass das Modell Inhalte produziert, die es eigentlich verweigern soll.

Jan ist eine quelloffene Desktop-Anwendung, mit der sich große Sprachmodelle lokal und vollständig offline auf dem eigenen Rechner ausführen lassen. Sie nutzt die llama.cpp-Engine und gilt als datenschutzfreundliche ChatGPT-Alternative.

Disziplin innerhalb des technischen SEO, die sicherstellt, dass JavaScript-gerenderte Inhalte von Suchmaschinen korrekt gecrawlt, gerendert und indexiert werden.

Googlebot rendert JavaScript-Seiten zweistufig — erst HTML-Crawl, dann Rendering im Web Rendering Service (Chromium-basiert). Verzögerung kann die Indexierung von client-gerendertem Content ausbremsen.

Kostenpflichtige Suchmaschine ohne Werbung, die Ergebnisse aus eigenen Crawlern (Teclis, TinyGem) und API-Quellen aggregiert — Zielgruppe sind Nutzer, die für werbefreie, qualitativ gefilterte Suche zahlen.

Suchbegriff, auf den eine Anzeige ausgesteuert wird. In Google Ads ist ein Keyword keine konkrete Suchanfrage, sondern eine Auslöseregel mit Match Type — Phrase, Exact oder Broad.

Ein Keyword-Glossar für Speech-to-Text ist eine kurze, kuratierte Liste eigener Fachbegriffe, Marken- und Produktnamen, die einem STT-Modell vor der Transkription als Kontext-Hint mitgegeben wird — typischerweise über Whispers `initial_prompt`.

Kostenloses Recherche-Tool in Google Ads. Liefert Suchvolumen, Wettbewerb, CPC-Schätzungen und neue Keyword-Ideen — Datenbasis für Kampagnenplanung und SEO-Recherche.

Systematische Identifikation von Suchbegriffen, die eine Zielgruppe nutzt — Grundlage für Content-Planung, Site-Architektur und Priorisierung. Liefert Keywords mit Suchvolumen, Wettbewerb und Suchintention.

KI-A/B-Testing nutzt künstliche Intelligenz, um Test-Varianten von Anzeigen, Texten oder Seiten automatisch zu erzeugen, auszuspielen und auszuwerten. KI erkennt schneller, welche Variante besser konvertiert, und kann viele Kombinationen parallel prüfen.

Ein KI-Agent ist ein System, das ein Sprachmodell mit Werkzeugen kombiniert und mehrschrittig auf ein Ziel hinarbeitet — typischerweise in einer Schleife aus Beobachten, Planen und Handeln.

KI-Bildgenerierung bezeichnet das Erzeugen von Bildern aus Text-Prompts durch generative Modelle. Werkzeuge wie Midjourney, DALL-E, Adobe Firefly und Stable Diffusion werden im Marketing für Konzepte, Visuals und Bildbearbeitung genutzt.

Ein KI-Content-Workflow ist ein strukturierter Ablauf zur Erstellung von Inhalten, bei dem KI in mehreren Schritten unterstützt: Briefing, Entwurf, Überarbeitung, Faktenprüfung und Veröffentlichung. Der Mensch steuert, prüft und verantwortet das Ergebnis.

KI-Datenanalyse bezeichnet das Auswerten von Daten (CSV, Excel u. a.) per natürlicher Sprache: Ein KI-System schreibt und führt im Hintergrund Code aus, um Dateien zu bereinigen, zu berechnen und zu visualisieren — z. B. ChatGPTs Advanced Data Analysis.

KI-gestützte Personalisierung passt Inhalte, Angebote und Empfehlungen automatisch an einzelne Nutzer an. Modelle werten Verhaltens- und Profildaten aus, um in Echtzeit relevantere Ansprache auszuspielen — datenschutzkonform und einwilligungsbasiert.

KI-Marketing bezeichnet den Einsatz von künstlicher Intelligenz und maschinellem Lernen, um Marketing-Daten zu analysieren, Inhalte und Aussteuerung zu automatisieren und Kampagnen in Echtzeit zu optimieren. Teilbereiche sind Content, Personalisierung, Analytics und GEO.

KI-Meeting-Assistenten sind Software-Tools, die Online-Besprechungen automatisch aufzeichnen, transkribieren, zusammenfassen und Aufgaben (Action Items) daraus ableiten. Bekannte Vertreter sind Otter, Fireflies, Fathom und Microsoft Copilot in Teams.

KI-Präsentationen sind mit Hilfe generativer KI erstellte Foliensätze. Aus einem kurzen Prompt oder einer Gliederung erzeugen Tools wie Gamma oder Beautiful.ai automatisch strukturierte Slides mit Text, Layout und passenden Bildern.

Ein KI-Recherche-Assistent ist ein KI-System, das auf eine Frage hin mehrstufig im Web sucht, Quellen liest, abgleicht und zu einer belegten Antwort oder einem Report synthetisiert — z. B. ChatGPT Deep Research, Gemini Deep Research oder Perplexity.

KI-Videogenerierung erzeugt Bewegtbild aus Text- oder Bildvorgaben. Diffusion-Transformer-Modelle wie Google Veo, Kling, Runway oder Sora entrauschen Latent-Frames schrittweise zu kohärentem Video, meist als Clips von wenigen Sekunden.

Verfahren, mit dem KI-Anbieter erzeugte Inhalte maschinell erkennbar markieren. Bei Text geschieht das durch ein unsichtbares statistisches Muster in der Wortwahl, bei Dateien durch signierte Herkunfts-Metadaten. Ziel ist der Nachweis, dass ein Modell an einem Inhalt beteiligt war.

KI-Wissensmanagement macht verstreutes Unternehmenswissen mit KI durchsuchbar und nutzbar. Dokumente werden in Vektoren überführt, sodass Mitarbeitende per natürlicher Frage Antworten erhalten — meist über Retrieval-Augmented Generation.

Kimi K2 ist die Open-Weight-MoE-Modellreihe von Moonshot AI mit 1 Billion Parametern und 32 Mrd. aktiven Parametern, trainiert auf 15,5 Billionen Tokens — Fokus auf Agenten- und Coding-Aufgaben.

Kimi K2 Thinking (November 2025) ist Moonshot AIs offenes Reasoning-Agenten-Modell — ein Billion-Parameter-MoE mit 256K Kontext, das lange Denk- und Tool-Use-Ketten eigenständig durchläuft.

Kimi K2.5 ist ein im Januar 2026 veröffentlichtes offenes KI-Modell von Moonshot AI. Es ist ein natives multimodales Mixture-of-Experts-Modell mit rund 1 Billion Parametern (32 Mrd. aktiv), 256.000 Tokens Kontext und agentischen Fähigkeiten.

Kimi K2.6 ist Moonshot AIs Open-Weight-Agent-Modell vom April 2026 — 1 Billion Parameter (32B aktiv), 262k-Kontext, nativ multimodal, mit Agent-Swarms aus bis zu 300 Subagenten.

Kimi K3 (Juli 2026) ist Moonshot AIs Flaggschiff mit offenen Gewichten — ein MoE-Modell mit 2,8 Bio. Parametern (104 Mrd. aktiv), nativer Vision und 1-Mio.-Token-Kontext.

Kling 3.0 ist das Video-Modell von Kuaishou, veröffentlicht am 5. Februar 2026. Es erzeugt bis zu 15 Sekunden lange, fotorealistische Clips mit nativem Ton in mehreren Sprachen und gilt als preis-leistungsstärkster Video-Generator.

Knowledge Distillation ist ein Trainingsverfahren, bei dem ein kleines Schüler-Modell vom Verhalten eines großen Lehrer-Modells lernt — mit dem Ziel, vergleichbare Qualität bei deutlich geringerem Ressourcenbedarf zu erreichen.

Kokoro ist ein offenes Text-to-Speech-Modell (v1.0, Januar 2025) mit nur 82 Mio. Parametern. Es erzeugt natürlich klingende Sprache in 8 Sprachen mit 54 Stimmen, läuft mit rund 1 GB VRAM und steht unter Apache-2.0-Lizenz.

Das Kontextfenster ist die maximale Anzahl Tokens, die ein Sprachmodell gleichzeitig verarbeiten kann — Eingabe und Ausgabe zusammen.

Werbe-KPI: Anteil der Werbekosten am erzielten Umsatz, in Prozent. Mathematische Inverse des ROAS, im DACH-E-Commerce verbreitete Steuergröße.

Der KV-Cache (Key-Value-Cache) speichert während der Textgenerierung eines Sprachmodells die bereits berechneten Key- und Value-Vektoren der Attention-Schichten zwischen. So muss pro neuem Token nicht der gesamte Kontext neu berechnet werden, was die Inferenz deutlich beschleunigt.

Landing-Page-SEO ist die SEO-Strategie für kleine Sites mit ~5–15 Seiten. Statt Content-Skalierung steht maximale Qualität pro Seite, klarer Conversion-Fokus und lokale/technische Präsenz im Vordergrund.

Eine der drei Quality-Score-Komponenten in Google Ads. Bewertet Inhalt, Nutzbarkeit und Geschwindigkeit der Zielseite. Skala: über/durchschnittlich/unter durchschnittlich.

Open-Source-Framework, das LLMs mit Datenquellen, Tools und Speicher zu Anwendungen verkettet — die wohl bekannteste Pipeline-Bibliothek für KI-Apps.

LangGraph ist ein Open-Source-Framework von LangChain für zustandsbehaftete, graph-basierte LLM-Workflows — Knoten sind Funktionen oder Agenten, Kanten definieren den Kontrollfluss inklusive Schleifen und Verzweigungen.

Attributionsmodell, das den vollen Conversion-Wert dem letzten geklickten Touchpoint vor der Conversion zuschreibt — historisch der Standard in Google Ads.

Lazy Loading ist eine Technik, bei der Bilder, iframes oder JavaScript-Module erst geladen werden, wenn sie tatsächlich benötigt werden — meist beim Scrollen in den Viewport.

LCP misst, wann das größte sichtbare Element im Viewport fertig geladen ist. Teil der Core Web Vitals — Schwellwert "good" liegt bei ≤ 2,5 s.

Asset/Anzeigenerweiterung in Google Ads, das ein vorausgefülltes Lead-Formular direkt in der Anzeige öffnet — ohne Weiterleitung auf eine Landingpage.

Lighthouse ist Googles Open-Source-Audit-Tool, das Performance, Accessibility, Best Practices und SEO einer Seite synthetisch in einer kontrollierten Umgebung misst.

Link Velocity beschreibt die Wachstumsrate eingehender Backlinks über die Zeit. Plötzliche Spikes ohne erkennbaren Anlass können als unnatürlich eingestuft werden — natürliche Velocity wirkt organisch und stetig.

Disziplin im Off-Page-SEO, die gezielt eingehende Links auf eine Site aufbaut. Ziel — Autorität, Sichtbarkeit und Ranking durch externe Vertrauenssignale stärken.

Llama 2 ist Metas offen gewichtetes Sprachmodell vom Juli 2023 — das erste Llama mit kommerziell nutzbarer Lizenz, in den Größen 7B, 13B und 70B mit 4K-Kontext.

Am 18. April 2024 veröffentlichte offene Modellgeneration von Meta. Erschien zunächst in den Größen 8B und 70B (jeweils Basis- und Instruct-Variante) unter der Llama-3-Community-Lizenz; frei herunterladbar, für Forschung und kommerzielle Nutzung.

Llama 3.1 (Juli 2024) ist Metas Open-Weight-Familie in 8B, 70B und 405B mit 128K-Kontext und Mehrsprachigkeit — das 405B war das erste offene Modell auf Augenhoehe mit GPT-4o und Claude 3.5 Sonnet.

Llama 3.2 ist Metas Modellgeneration vom September 2024 — erstmals mit Vision-Unterstützung (11B/90B) und schlanken Edge-Modellen (1B/3B) für Mobil- und On-Device-Einsatz.

Llama 3.3 (Dezember 2024) ist Metas offenes 70B-Instruct-Modell — es erreicht 405B-Klasse-Qualitaet bei 70B-Kosten, mit 128K-Kontext und offenen Gewichten.

Llama 4 Maverick (April 2025) ist Metas große Mixture-of-Experts-Variante der Llama-4-Reihe — 17 Mrd. aktive von 400 Mrd. Parametern auf 128 Experten, 1-Mio.-Tokens-Kontext.

Llama 4 Scout (April 2025) ist Metas kleine Mixture-of-Experts-Variante der Llama-4-Reihe — 17 Mrd. aktive von 109 Mrd. Parametern, 10-Mio.-Tokens-Kontext, multimodal.

Llama-3-SauerkrautLM-70b ist ein deutschsprachig DPO-feingetuntes 70B-Modell auf Basis von Meta Llama 3, entwickelt von VAGOsolutions und Hyperspace.ai.

llama.cpp ist eine quelloffene C++-Bibliothek zum effizienten Inferieren von LLMs auf CPU und GPU — die Engine, auf der viele lokale Tools wie Ollama und LM Studio basieren.

Llamafile ist ein Mozilla-Projekt, das ein lokales Sprachmodell als eine einzige ausführbare Datei verpackt — Modellgewichte und Inferenz-Engine in einem. Diese Datei läuft ohne Installation auf mehreren Betriebssystemen.

Datenrahmen für LLM-Anwendungen, spezialisiert auf das Indexieren, Anreichern und Abrufen privater Daten — Kernstück vieler RAG-Architekturen.

LLM steht für Large Language Model — ein neuronales Netz, das auf großen Mengen Text trainiert wurde, um natürliche Sprache zu verarbeiten und zu erzeugen.

LLM-as-a-Judge bezeichnet das Verfahren, ein Sprachmodell als Bewerter einzusetzen — es vergleicht Antworten anderer Modelle oder bewertet Ausgaben gegen vorgegebene Kriterien.

Crawler von KI-Anbietern, die Webinhalte für Training oder Live-Antworten erfassen. Beispiele — GPTBot, ClaudeBot, PerplexityBot, Google-Extended.

llms.txt ist eine vorgeschlagene Textdatei im Wurzelverzeichnis einer Website, die KI-Modellen und LLM-Crawlern kuratierte, wichtige Inhalte in einfacher Form bereitstellen soll. Sie ist 2026 ein inoffizieller Vorschlag mit geringer praktischer Verbreitung.

LM Studio ist eine Desktop-Anwendung zum lokalen Betrieb von LLMs mit grafischer Oberfläche — inklusive Modell-Browser, Chat-Interface und OpenAI-kompatiblem Server.

Local Link Building ist der gezielte Aufbau regional relevanter Backlinks — etwa von Vereinen, lokaler Presse oder Partnern. Solche Links stärken die regionale Autorität einer Website und unterstützen das Ranking in der lokalen Suche.

Das Local Pack (auch Map Pack) ist der Block in den Google-Ergebnissen mit Karte und meist drei lokalen Treffern zu standortbezogenen Suchen. Geranked wird nach Relevanz, Distanz und Prominenz — gespeist vor allem aus Google-Business-Profilen.

Anteil lokaler Suchanfragen, die direkt in der SERP — über Map-Pack, Knowledge Panel oder Google Business Profile — beantwortet werden, ohne Klick auf eine Website. Die Conversion findet in Googles Oberfläche statt, nicht auf der eigenen Site.

Log File Analysis wertet Server-Logs aus, um zu sehen, welche URLs Googlebot tatsächlich crawlt, wie oft und mit welchem Statuscode. Zeigt das echte Crawl-Verhalten — anders als Search Console (aggregiert) oder synthetische Crawler.

Lokale Citations sind Erwähnungen eines Unternehmens mit Name, Adresse und Telefonnummer (NAP) in Branchenverzeichnissen, Karten- und Bewertungsdiensten. Einheitliche Citations gelten als unterstützendes Signal für das lokale Ranking.

Lokale Keywords sind Suchbegriffe mit räumlichem Bezug — etwa durch Orts- oder Stadtteilnamen oder durch "in meiner Nähe" / "near me". Sie signalisieren eine lokale Suchintention und sind die Grundlage für die Optimierung auf regionale Sichtbarkeit.

Lokale Landingpages sind eigene, für einen bestimmten Standort optimierte Unterseiten einer Website. Sie bündeln standortspezifische Inhalte wie Adresse, Leistungen und lokale Bezüge, um in der regionalen Suche besser gefunden zu werden.

Suchbegriffe mit niedrigem Suchvolumen, hoher Spezifität und meist klarer Intention. Drei und mehr Wörter, oft Frage-Form. Geringe Konkurrenz, hohe Conversion.

Low-Rank Adaptation — parameter-effizientes Fine-Tuning, bei dem nur kleine Zusatz-Matrizen trainiert werden statt aller Modellgewichte.

LSI- und semantische Keywords sind thematisch verwandte Begriffe rund um ein Hauptkeyword. Moderner SEO-Fokus liegt nicht auf "LSI" im technischen Sinn, sondern auf vollständiger thematischer Abdeckung eines Themas.

Magistral ist Mistral AIs erstes Reasoning-Modell vom Juni 2025 — mit transparenter, nachvollziehbarer Argumentationskette und Stärke in europäischen Sprachen, teils als offene Gewichte.

Make (früher Integromat) ist eine cloudbasierte No-Code-Plattform zur Workflow-Automatisierung. Über eine visuelle Oberfläche verbindet man Apps und APIs zu mehrstufigen Abläufen ("Szenarien"), ohne zu programmieren — etwa um Daten zwischen Diensten zu übergeben.

Manuelle Cost-per-Click-Gebotsstrategie in Google Ads. Werbetreibende setzen Gebote pro Keyword oder Anzeigengruppe selbst — ohne automatische Anpassung an Conversion-Wahrscheinlichkeit.

Unternehmerische Disziplin, die Nachfrage erzeugt, Kunden gewinnt und Beziehungen pflegt — von Markenaufbau und Content über bezahlte Kanäle und SEO bis zu CRM und Loyalty.

Der Marketing Funnel ist ein Modell, das den Weg von Personen von der ersten Wahrnehmung einer Marke bis zum Kauf und darüber hinaus in Phasen beschreibt: Awareness, Consideration, Conversion und Retention. Es dient der Planung kanalübergreifender Maßnahmen.

Marketing-Mix-Modeling (MMM) ist ein statistisches Verfahren, das den Beitrag einzelner Marketing-Kanäle und Faktoren zum Geschäftsergebnis schätzt. Es nutzt aggregierte Daten ohne Nutzer-Tracking und erlebt durch Datenschutz und KI eine Renaissance.

Regelwerk, das festlegt, wie eng ein gebuchtes Keyword zur tatsächlichen Suchanfrage passen muss, damit die Anzeige ausgespielt wird. Aktive Typen in Google Ads: Broad, Phrase, Exact.

Automatische Gebotsstrategie in Google Ads. Google setzt Gebote so, dass innerhalb des Tagesbudgets möglichst viele Klicks entstehen — ohne Berücksichtigung von Conversions.

MCP — Model Context Protocol — ist ein offener Standard von Anthropic, um KI-Modelle einheitlich mit externen Datenquellen und Werkzeugen zu verbinden.

Meshy ist eine kommerzielle Hosted-Plattform fuer 3D-Generierung aus Text oder Bild. Version 6 erzeugt in etwa einer Minute produktionsreife Assets mit PBR-Texturen, Auto-Retopology und Rigging und gilt als vielseitiges Allround-Werkzeug.

Die Meta Description ist ein HTML-Tag im Head einer Seite, das eine Kurzbeschreibung des Inhalts enthält — Google nutzt sie häufig als Snippet-Text in der SERP.

Meta-Prompting ist die Technik, ein LLM einen Prompt für eine Aufgabe schreiben oder verbessern zu lassen, statt ihn selbst zu formulieren — der Prompt wird zum Output.

Microsoft TRELLIS.2 ist das staerkste offene Bild-zu-3D-Modell (4 Mrd. Parameter, MIT-Lizenz). Es erzeugt in Sekunden hochaufloesende Assets mit nativen PBR-Materialien und unterstuetzt Gaussian Splatting; Gewichte sind auf Hugging Face frei verfuegbar.

Midjourney v8 ist die achte Generation des Bildgenerators von Midjourney (Alpha März 2026) mit rund fünffach schnellerer Erzeugung, nativer 2K-Auflösung und verbesserter Textwiedergabe.

Milvus ist eine quelloffene, verteilte Vektordatenbank für die schnelle Ähnlichkeitssuche über große Mengen von Embeddings. Sie steht unter Apache-2.0-Lizenz im Rahmen der LF AI & Data Foundation, Hauptentwickler ist die Firma Zilliz.

MiniMax ist ein 2021 in Shanghai gegründetes KI-Labor, dessen offene M-Modellfamilie (LLMs) auf sehr lange Kontextfenster und niedrige Betriebskosten durch Sparse Attention setzt.

Mistral 7B (September 2023) ist das erste Open-Weight-Modell von Mistral AI — ein 7,3B-Parameter-Modell unter Apache 2.0, das damals das groessere Llama 2 13B in Benchmarks uebertraf.

Mistral Large 3 (Dezember 2025) ist Mistrals offenes MoE-Flaggschiff — 675 Mrd. Parameter, 256K-Tokens-Kontext, nativ multimodal, Apache 2.0.

Mistral Medium 3 ist ein im Mai 2025 veröffentlichtes proprietäres KI-Modell von Mistral AI. Es ist als Enterprise-Modell auf hohe Leistung bei niedrigen Betriebskosten ausgelegt, bietet rund 128.000 Tokens Kontext und ist auch on-premise oder in der eigenen VPC betreibbar.

Mistral Small 4 ist Mistral AIs Open-Weight-MoE-Modell vom März 2026 — vereint Reasoning, Vision und Coding in einem Modell, 119B Parameter (6,5B aktiv), Apache 2.0.

Mixtral 8x7B (Dezember 2023) ist Mistral AIs offenes Sparse-MoE-Modell mit 8 Experten — 46,7 Mrd. Parameter, 12,9 Mrd. aktiv pro Token, 32K-Kontext, Apache-2.0-Lizenz.

Indexierungs-Modus, bei dem Google primär die mobile Version einer Seite für Crawl, Index und Ranking heranzieht. Seit Juli 2024 für alle Sites Standard.

Eine Model Card ist ein standardisiertes Datenblatt zu einem KI-Modell — sie dokumentiert Zweck, Trainingsdaten, Leistung, Limitierungen und ethische Hinweise an einer Stelle.

MQL (Marketing Qualified Lead) und SQL (Sales Qualified Lead) sind Qualifizierungsstufen eines Leads im Funnel. Ein MQL zeigt durch sein Verhalten Interesse; ein SQL ist vom Vertrieb als kaufbereit eingestuft und zur Übergabe geeignet.

Muse Spark ist Metas closed-weight-Flaggschiff vom April 2026 — das erste Modell der Muse-Linie aus den Meta Superintelligence Labs, mit Fokus auf effizientes Reasoning per Thought Compression.

NAP-Konsistenz bedeutet, dass Name, Adresse und Telefonnummer (Name, Address, Phone) eines Unternehmens über alle Online-Verzeichnisse, Profile und Plattformen hinweg identisch sind. Sie ist ein anerkannter Faktor für lokale Suchrankings.

Auschluss-Keyword in Google Ads. Verhindert die Auslieferung einer Anzeige, wenn die Suchanfrage den ausgeschlossenen Begriff enthält. Auch Negative Keywords kennen Match Types.

Wiederverwendbare Sammlung negativer Keywords in Google Ads, die kontoweit gepflegt und mehreren Kampagnen zugewiesen werden kann. Spart Pflegeaufwand bei großen Konten.

News SEO ist die SEO-Disziplin für nachrichtenorientierte Sites — Geschwindigkeit, Aktualität, News-Sitemap, NewsArticle-Schema und Aufnahme in Google News bzw. Top Stories sind die Erfolgshebel.

Robots-Direktiven, die das Indexieren bzw. das Folgen von Links auf einer Seite steuern. Werden via Meta-Tag oder X-Robots-Tag-Header gesetzt.

Canary ist NVIDIAs offene ASR- und Speech-Translation-Modellfamilie (CC-BY-4.0), die auf dem Open-ASR-Leaderboard bei englischer Genauigkeit vor OpenAI Whisper liegt und 25 europaeische Sprachen abdeckt.

Ollama ist ein Tool zum lokalen Betrieb von Sprachmodellen wie Llama, Mistral oder Qwen — Bedienung per CLI, mit OpenAI-kompatiblem HTTP-Server für Anwendungen.

Open WebUI ist eine Open-Source-Chat-Oberfläche für lokale und remote LLMs — ChatGPT-ähnliche UX im Browser, läuft als Docker-Container und spricht Ollama, OpenAI-kompatible APIs und mehr an.

Claude Opus 4.6 ist Anthropics Flaggschiff-Modell vom Februar 2026 — Top-Tier der Claude-4-Familie mit 1-Mio.-Tokens-Kontext, gestärktem Coding und neuen Effort-Controls.

Claude Opus 4.7 ist Anthropics Top-Tier-Modell vom April 2026 — Nachfolger von Opus 4.6 mit hochauflösender Bildverarbeitung, neuem xhigh-Effort-Level und Task-Budgets für lange agentische Läufe.

ORPO ist ein Trainingsverfahren, das überwachtes Fine-Tuning und Präferenz-Optimierung in einem einzigen Schritt vereint — schlanker als die klassische SFT-plus-RLHF-Pipeline.

Tokens, die ein KI-Modell als Antwort erzeugt. Werden separat berechnet und sind meist drei- bis fünfmal teurer als Input-Tokens, weil das Modell sie aktiv generieren muss.

PageSpeed Insights ist Googles kostenfreies Web-Tool, das Lighthouse-Lab-Scores mit CrUX-Felddaten echter Chrome-Nutzer kombiniert und konkrete Optimierungsvorschläge ausgibt.

Panda (2011) und Penguin (2012) waren zwei prägende Google-Algorithmus-Updates. Panda zielte auf dünne, minderwertige Inhalte, Penguin auf manipulatives Linkbuilding. Beide sind heute Teil des Core-Algorithmus.

PEFT bündelt Verfahren, die ein vortrainiertes LLM anpassen, indem nur ein kleiner Bruchteil der Gewichte trainiert wird — typischerweise unter 1 %, statt aller Milliarden Parameter.

Vollautomatisierter Kampagnentyp in Google Ads. Eine Kampagne spielt über alle Inventare aus — Search, Shopping, Display, YouTube, Discover, Gmail, Maps — gesteuert von Googles KI auf ein Conversion-Ziel.

Eine Globaleinstellung in Claude Code, die festlegt, wie Tool-Aufrufe behandelt werden: Plan (nur planen), Default (mit Nachfrage), Accept Edits (Files frei), Bypass (alles erlauben).

Perplexity ist eine KI-basierte Antwortmaschine, die Web-Suchergebnisse mit einem Sprachmodell synthetisiert und Antworten direkt mit Quellen-Zitaten ausspielt — eine alternative Suchmaschine zu Google, fokussiert auf konversationelle Recherche.

Pfadabhängigkeit beschreibt, wie bei der LLM-Generierung jeder früh erzeugte Token den weiteren Verlauf festlegt — der erste verbalisierte Fund lenkt die gesamte restliche Analyse in eine Richtung.

pgvector ist eine quelloffene PostgreSQL-Erweiterung für Vektor-Suche — bringt Embedding-Spalten, Distanzfunktionen und ANN-Indizes (HNSW, IVFFlat) direkt in die bestehende Postgres-Datenbank.

Mittlere Match-Type-Stufe in Google Ads. Spielt aus, wenn die Suchanfrage die Bedeutung des Keywords enthält. Seit 2021 sind die alten Anführungszeichen-Regeln durch Bedeutungs-Logik ersetzt.

Pinecone ist ein gemanagter Vektor-Datenbank-Dienst für RAG- und Semantic-Search-Workloads — speichert Embeddings, beantwortet Nearest-Neighbor-Suchen und skaliert ohne dass der Nutzer den Index selbst betreibt.

Erstes multimodales Modell von Mistral AI, im September 2024 unter Apache 2.0 veröffentlicht. Vision-Sprachmodell mit 12 Mrd. Parametern plus 400-Mio.-Vision-Encoder, verarbeitet Text und (mehrere) Bilder; 128K-Kontext, offene Gewichte über Hugging Face.

Werbe-KPI: Verhältnis von Bruttogewinn zu Werbeausgaben. Margenbereinigte Alternative zu ROAS, besonders relevant bei breiten Sortimenten und Sale-Logik.

Predictive Analytics im Marketing nutzt historische Daten und maschinelles Lernen, um künftiges Kundenverhalten vorherzusagen. Typische Anwendungen sind Lead-Scoring (Abschlusswahrscheinlichkeit), Churn-Prognose (Abwanderung) und Forecasting von Umsatz oder Kampagnenleistung.

Prefix Tuning ist ein PEFT-Verfahren, bei dem nicht Modellgewichte, sondern eine Folge gelernter „virtueller Tokens" trainiert wird, die der Eingabe vorangestellt werden — das Basis-Modell bleibt eingefroren.

Resource Hints im HTML-Head, die den Browser anweisen, Ressourcen früher zu laden, Verbindungen vorab aufzubauen oder DNS-Auflösungen zu beschleunigen.

Klassifizierung von Conversion-Aktionen in Google Ads: Primary steuert Smart Bidding, Secondary wird nur beobachtet und fließt nicht in Gebote ein.

Das Product Reviews Update war eine Serie von Google-Algorithmus-Updates ab April 2021, die Produkttests mit echter, tiefer Eigen-Recherche von oberflächlichen Affiliate-Listen unterscheidet.

Skalierungs-Strategie, bei der hunderte bis hunderttausende Seiten aus strukturierten Daten via Templates generiert werden — typisch für Vergleichs-, Verzeichnis- und Reise-Sites mit Kombinationsmustern.

Prompt Caching ist eine API-Funktion, bei der ein Anbieter wiederkehrende Prompt-Bestandteile zwischenspeichert — Folgeanfragen werden dadurch günstiger und schneller, weil der gecachte Teil nicht erneut verarbeitet wird.

Prompt Engineering ist die Disziplin, KI-Modelle durch gezielt gestaltete Eingabeaufforderungen zu steuern — also durch präzises Schreiben statt klassische Programmierung.

Prompt Injection ist ein Angriff, bei dem in den Eingabe-Daten eines LLMs Anweisungen versteckt werden, die das Modell dazu bringen, seine ursprünglichen Anweisungen zu ignorieren oder zu unterlaufen.

Prompt Leaking ist ein Angriff, der ein LLM dazu bringt, seinen versteckten System-Prompt oder andere vertrauliche Kontext-Inhalte preiszugeben — ein Sonderfall der Prompt Injection.

Ein Prompt Template ist ein wiederverwendbares Prompt-Gerüst mit Platzhaltern, in das pro Aufruf konkrete Werte eingesetzt werden — Grundlage für reproduzierbare LLM-Aufrufe in Anwendungen.

Eine Prompt-Bibliothek ist eine zentrale, geordnete Sammlung wiederverwendbarer und versionierter Prompts in einem Team. Sie stellt bewährte Eingaben für KI-Modelle bereit, damit sie nicht bei jeder Nutzung neu formuliert werden müssen.

Ein Pull Request ist ein Vorschlag, Änderungen aus einem Branch in einen anderen zu mergen — Standard-Workflow für Code-Review und gemeinsame Arbeit an einem Repository.

Qdrant ist eine Open-Source-Vektor-Datenbank in Rust — speichert Embeddings für Semantic Search, RAG und Empfehlungssysteme, läuft lokal, im eigenen Cluster oder als gemanagte Cloud.

Erweiterung von LoRA, die das Basismodell auf 4 Bit quantisiert — dadurch lassen sich auch sehr große LLMs auf einer einzelnen GPU fein-tunen.

Internes Bewertungsdokument, mit dem Google externe Quality Rater anweist, Suchergebnisse zu bewerten — Grundlage für E-E-A-T-Konzept und Ableitung vieler Algorithmus-Updates.

Diagnose-Wert in Google Ads, der pro Keyword auf Skala 1–10 angibt, wie gut Anzeige und Landingpage zur Suchanfrage passen. Komponenten: erwartete CTR, Anzeigenrelevanz, Landingpage-Erfahrung.

Quantisierung reduziert die numerische Präzision der Modellgewichte — z. B. von 16-bit float auf 4-bit Integer — und macht Sprachmodelle so klein und schnell genug für Consumer-Hardware, mit überschaubarem Qualitätsverlust.

Query Expansion erweitert die ursprüngliche Suchanfrage in einer RAG-Pipeline um Synonyme, Reformulierungen oder hypothetische Antwort-Texte, um die Trefferquote des Retrievals zu erhöhen.

Query-Typen klassifizieren Suchanfragen nach Nutzer-Intention. Vier gängige Klassen — Informational, Navigational, Transactional, Commercial Investigation — entscheiden, welcher Content-Typ rankt.

Im September 2024 veröffentlichte offene Modellfamilie von Alibaba. Umfasst Basisgrößen von 0,5B bis 72B Parametern plus Coder- und Math-Varianten; 128K-Kontext, mehrsprachig. Kleinere Größen unter Apache 2.0, das 72B-Modell unter eigener Qwen-Lizenz.

Qwen 3 ist die im April 2025 veröffentlichte Familie offener KI-Modelle von Alibaba. Sie reicht von 0,6B bis 235B Parametern (dichte und MoE-Modelle), steht unter Apache-2.0-Lizenz und vereint einen Thinking- und einen Non-Thinking-Modus in einem Modell.

Qwen 3.5 (Februar 2026) ist Alibabas offene Modellfamilie der dritten Generation — von 0,8B bis 397B Parameter, MoE-Flaggschiff mit 1-Mio.-Tokens-Kontext, multimodal.

Qwen 3.6 ist Alibabas Open-Weights-Modell vom April 2026 — die dichte 27B-Variante erreicht auf agentischen Coding-Benchmarks das Niveau deutlich größerer MoE-Modelle, unter Apache-2.0-Lizenz.

Qwen 3.7-Max (Mai 2026) ist Alibabas proprietaeres Max-Flaggschiff mit 1-Mio.-Tokens-Kontext, positioniert als „Agent Frontier" fuer lange, tool-intensive Agenten-Workflows.

Qwen 3.8-Max (August 2026) ist Alibabas groesstes Flaggschiff — ein MoE-Modell mit 2,4 Bio. Parametern, 1-Mio.-Token-Kontext und multimodalem Input, spaeter mit offenen Gewichten.

Qwen3-Max ist Alibabas Billion-Parameter-Flaggschiff vom September 2025 — ein Mixture-of-Experts-Modell mit 262K Kontext, das anders als frühere Qwen-Modelle nur über API zugänglich ist.

RAG (Retrieval-Augmented Generation) verbindet ein Sprachmodell mit einer externen Wissensquelle — passende Passagen werden gesucht und mit der Frage zusammen ans Modell gegeben.

RAG-freundlicher Content ist so aufgebaut, dass KI-Systeme ihn leicht in sinnvolle Abschnitte zerlegen, einzelne Passagen extrahieren und korrekt zitieren können. Klare Struktur, eindeutige Aussagen und in sich geschlossene Abschnitte erhöhen die Trefferchance in KI-Antworten.

RAGAS ist ein Open-Source-Framework zur automatisierten Bewertung von RAG- und Agenten-Pipelines — mit Standardmetriken wie Faithfulness, Context Precision und Answer Relevancy.

Vom API-Anbieter durchgesetzte Obergrenze für Anfragen oder Tokens pro Zeitfenster — schützt die Infrastruktur und sichert faire Nutzung über alle Kunden hinweg.

ReAct ist ein Prompting-Muster, das ein LLM zwischen Reasoning (Gedanken) und Action (Tool-Aufrufen) abwechseln lässt — Grundlage vieler Agenten-Implementierungen.

Reasoning Effort ist ein Steuerparameter moderner Reasoning-Modelle, der festlegt, wie viel internes Schritt-für-Schritt-Denken (Thinking-Tokens) ein Modell vor der Antwort aufwendet — höhere Stufen erhöhen Qualität, aber auch Latenz und Kosten.

Recall (Trefferquote, Sensitivität) misst, welcher Anteil aller tatsächlich vorhandenen relevanten Fälle gefunden wird. Formel: gefundene relevante Fälle geteilt durch alle real vorhandenen relevanten Fälle. Setzt eine bekannte Ground Truth voraus.

Wiederansprache von Nutzern, die bereits mit Website, App oder Anzeige interagiert haben — über Display, Search (RLSA), Video oder Shopping.

Render-Blocking Resources sind CSS- und JavaScript-Dateien, die der Browser lädt und parst, bevor er rendern kann. Verzögern FCP und LCP — minimieren via async/defer, kritisches CSS inline, ungenutztes CSS entfernen.

Externe Reputation einer Marke oder eines Autors über Bewertungen, Erwähnungen und Drittquellen — laut Quality Rater Guidelines explizit Bestandteil der Trust-Bewertung, vor allem in YMYL-Themen.

Reranking ordnet eine bereits gefundene Trefferliste mit einem genaueren Modell neu — typisch ein Cross-Encoder, der Anfrage und jeden Kandidaten gemeinsam bewertet, statt nur Vektor-Abstände zu vergleichen.

Standard-Anzeigentyp in Google-Ads-Search-Kampagnen. Bis zu 15 Headlines und 4 Beschreibungen werden hochgeladen, Google kombiniert sie passend zur Suchanfrage zu einer Anzeige.

Reviews Updates sind Google-Algorithmus-Updates, die Test- und Bewertungsinhalte gezielt nach Tiefe, eigener Erfahrung und Mehrwert sortieren — oberflächliche Affiliate-Listen werden abgewertet.

Reinforcement Learning from Human Feedback — Trainingsverfahren, das Modelle anhand von menschlichen Präferenz-Vergleichen auf hilfreiches und sicheres Verhalten ausrichtet.

Werbe-KPI: Verhältnis von Conversion-Umsatz zu Werbeausgaben. Zentrale Steuergröße im E-Commerce und Eingabewert für tROAS-Bidding.

Die robots.txt ist eine Textdatei im Root einer Domain, die Suchmaschinen-Crawlern Regeln vorgibt, welche URLs gecrawlt werden dürfen und welche nicht.

Übergeordnete Wirtschaftlichkeits-KPI: Gewinn im Verhältnis zur eingesetzten Investition. Geht über reine Werbekosten hinaus und schließt alle relevanten Kosten ein.

Role Prompting weist einem LLM eine konkrete Rolle oder Persona zu („Du bist ein erfahrener Steueranwalt …"), um Stil, Vokabular und Antworttiefe gezielt zu steuern.

Runway Gen-4.5 ist das Video-Modell von Runway, das aus Text oder Bild 5- und 10-Sekunden-Clips mit starker Prompt-Treue und cineastischer Bewegung erzeugt. Es entstand mit NVIDIA und nutzt eine Autoregressive-to-Diffusion-Technik.

S-RAG (Search-optimized RAG) ist boostN.ais Variante von Retrieval-Augmented Generation, die klassisches RAG um Suchmaschinen-Prinzipien erweitert: Relevanz-Ranking, Decay nach Aktualität und getypte Verlinkung zwischen Chunks für deterministisches Nachladen.

Safetensors ist ein von Hugging Face entwickeltes Dateiformat zum Speichern von Modellgewichten — schneller, sicherer und sprachübergreifender als das ältere PyTorch-Format `.pt`/`.bin`.

Sampling ist das gewichtete Ziehen des nächsten Tokens aus der Wahrscheinlichkeitsverteilung eines Sprachmodells — gesteuert über Temperatur, Top-p und Top-k. Es erzeugt die Variabilität zwischen zwei Läufen.

SauerkrautLM ist eine deutschsprachige LLM-Familie des deutschen Startups VAGOsolutions — Feintunings auf Basis von Llama, Qwen, Mistral und anderen offenen Architekturen.

OpenAIs Suchmaschinen-Prototyp, ursprünglich als eigenständiges Produkt gestartet — inzwischen weitgehend in ChatGPT Search überführt. Liefert KI-generierte Antworten mit Quellen-Zitaten.

Sec-Gemini v1 ist Googles experimentelles, auf Gemini basierendes KI-Modell fuer Cybersecurity. Es kombiniert Gemini-Reasoning mit aktueller Threat Intelligence aus Mandiant, der OSV-Schwachstellendatenbank und Google Threat Intelligence.

Seedream 4.0 ist ByteDances multimodales Bildmodell (September 2025), das Text und mehrere Bilder als Eingabe verarbeitet, bis zu 4K rendert und über zehnmal schneller ist als Seedream 3.0.

Self-Consistency ist eine Prompting-Technik, bei der dieselbe Frage mehrfach mit Chain-of-Thought beantwortet und die häufigste Antwort als finales Ergebnis gewählt wird.

Self-Refine ist eine Prompting-Technik, bei der ein Modell seinen eigenen Output kritisiert und in mehreren Iterationen verbessert — ohne menschliches Feedback.

Semantische Suche findet Inhalte über Bedeutung statt über exakte Wortübereinstimmung — Anfrage und Dokumente werden als Embeddings verglichen, sodass auch Synonyme und Umschreibungen treffen.

SERP steht für Search Engine Results Page — die Ergebnisseite, die Google, Bing und andere Suchmaschinen zu einer Suchanfrage ausliefern.

SERP-Features sind alle Darstellungselemente in den Suchergebnissen jenseits der klassischen blauen Links — Featured Snippets, People Also Ask, Knowledge Panel, Local Pack, Bilder-, Video- und Shopping-Boxen.

SFT bezeichnet das überwachte Nachtrainieren eines vortrainierten Sprachmodells auf einem Datensatz aus Eingabe-Ausgabe-Paaren — der Schritt, der ein Basis-Modell in einen brauchbaren Assistenten verwandelt.

Googles KI-generierte SERP-Antworten. SGE war der Beta-Name (2023), AI Overviews der Produktivname (Mai 2024), AI Mode der dedizierte Chat-Tab (2025).

Share of Model ist eine Kennzahl, die misst, wie häufig eine Marke in den Antworten von KI-Sprachmodellen genannt wird, im Verhältnis zu den Nennungen aller Wettbewerber derselben Kategorie. Sie gilt als KI-Pendant zum klassischen Share of Voice.

Kampagnentyp in Google Ads für Produktanzeigen mit Bild, Preis und Händlername. Datenquelle ist der Google-Merchant-Center-Feed, Aussteuerung läuft über Produktattribute statt Keywords.

Aggregierter Sichtbarkeits-Score einer Domain im Google-Index, berechnet von SEO-Suiten (Sistrix, Searchmetrics, Semrush) aus eigenen Crawls — nützlich für Trend-Vergleiche, aber kein Google-Signal.

Asset/Anzeigenerweiterung in Google Ads, das zusätzliche, klickbare Links unter der Hauptanzeige anzeigt — etwa zu Unterseiten, Kategorien oder Aktionen.

Eine Sitemap ist eine XML-Datei, die alle relevanten URLs einer Website auflistet — sie hilft Suchmaschinen beim systematischen Crawling und Indexieren großer Sites.

Strukturmuster, bei dem jede Anzeigengruppe genau ein Keyword enthält. Historisch beliebt für maximale Kontrolle über Anzeigentexte — durch Close Variants und Smart Bidding aber weitgehend überholt.

Sammelbegriff für die conversion- und wertbasierten Auto-Gebotsstrategien in Google Ads: tCPA, tROAS, Maximize Conversions, Maximize Conversion Value. Nutzt KI und Echtzeit-Auktionssignale.

Asset/Anzeigenerweiterung in Google Ads, das eine strukturierte Liste mit festem Header (z. B. „Marken“, „Modelle“, „Dienstleistungen“) unter der Anzeige zeigt.

Eine Soft 404 ist eine Seite ohne echten Inhalt (Produkt vergriffen, leere Suche), die fälschlich HTTP 200 statt 404/410 liefert. Google erkennt das meist selbst und meldet es in der Search Console.

Hugging Face Spaces ist eine Hosting-Plattform, auf der sich interaktive Machine-Learning-Anwendungen ohne eigene Server-Infrastruktur bereitstellen und teilen lassen. Apps werden direkt im Browser nutzbar, etwa über Gradio, Streamlit, Docker oder statisches HTML.

Spam Updates sind regelmäßige Algorithmus-Anpassungen von Google, die manipulative SEO-Techniken erkennen und betroffene Seiten aus den Suchergebnissen entfernen oder deutlich abwerten.

Speech-to-Text bezeichnet die automatische Umwandlung gesprochener Sprache in Text durch ein KI-Modell. Im KI-Workflow ersetzt STT die Tastatur als Eingabekanal — entscheidend ist die Modellgröße und das domänenspezifische Vokabular.

Spotlighting ist eine Verteidigungstechnik gegen Prompt Injection, bei der nicht-vertrauenswürdige Eingaben markiert werden, damit das Modell sie als Daten — nicht als Anweisungen — behandelt.

Zwei gegensätzliche Render-Strategien für Webseiten — entweder generiert der Server fertiges HTML (SSR) oder der Browser baut die Seite per JavaScript zusammen (CSR).

Strukturmuster, bei dem jede Anzeigengruppe ein eng abgegrenztes Thema mit mehreren Keyword-Varianten enthält. Moderne Alternative zu SKAG — kompatibel mit Smart Bidding.

Zwei Wege, Produkte in Google zu bewerben: Standard Shopping bietet granulare Kontrolle und Transparenz, Performance Max maximiert Reichweite über alle Inventare per KI-Steuerung.

Werkzeuge, die Quellcode ohne Ausführung gegen formale Regeln prüfen — auf Basis von Syntaxbaum (AST) und Kontrollflussgraph. Sie arbeiten deterministisch und erschöpfend, anders als probabilistische LLMs.

Stop Sequences sind Zeichenketten, bei deren Auftreten ein LLM die Token-Generierung sofort beendet. Sie begrenzen die Ausgabe gezielt, etwa um Rollenwechsel, Format-Marker oder überlange Antworten zu verhindern.

Streaming bezeichnet die Übertragung der LLM-Antwort tokenweise in Echtzeit — der Nutzer sieht den Text Wort für Wort statt erst am Ende der gesamten Generierung.

Structured Data sind maschinenlesbare Auszeichnungen im HTML — meist nach Schema.org-Vokabular und im JSON-LD-Format —, die Suchmaschinen den Inhalt einer Seite präzise erklären.

Structured Output bezeichnet die Fähigkeit eines Sprachmodells, Antworten in einem festgelegten Schema (typischerweise JSON) zu liefern — verlässlich genug, um direkt von Folge-Code weiterverarbeitet zu werden.

Strukturierte Daten für LLMs sind maschinenlesbare Auszeichnungen (meist Schema.org als JSON-LD), die Inhalte explizit beschreiben — Autor, Datum, Entität, Bewertung. So können KI-Systeme den Inhalt sicherer einordnen, zusammenfassen und zitieren.

Das Ziel, das ein Nutzer mit einer Suchanfrage verfolgt. Vier gängige Typen — informational, navigational, transactional, commercial investigation.

Synthetic Data sind künstlich erzeugte Trainings- oder Testdaten — meist von einem Sprachmodell selbst generiert, um Datensätze zu erweitern, ohne reale Quellen zu benötigen.

Synthetische Personas sind mit KI-Sprachmodellen simulierte Zielgruppenprofile, die echte Befragte nachbilden. Marketing nutzt sie, um Botschaften, Konzepte oder Produkte schnell gegen eine modellierte Zielgruppe zu testen — als Ergänzung, nicht Ersatz echter Forschung.

Der System-Prompt ist die Instruktion, die das Verhalten eines Sprachmodells über eine ganze Konversation festlegt — im Unterschied zum Nutzer-Prompt, der pro Nachricht variiert.

Smart-Bidding-Strategie in Google Ads, die Gebote so aussteuert, dass der durchschnittliche Cost per Acquisition einen vom Werbetreibenden gesetzten Zielwert trifft.

Smart-Bidding-Strategie in Google Ads, die Gebote so steuert, dass der Return on Ad Spend einen vom Werbetreibenden gesetzten Zielwert trifft. Voraussetzung: Conversion-Werte werden getrackt.

Temperature ist ein Sampling-Parameter, der steuert, wie deterministisch oder kreativ ein Sprachmodell antwortet — niedrige Werte machen Antworten konservativ, hohe Werte vielfältiger.

TensorRT-LLM ist eine quelloffene Bibliothek von NVIDIA, die LLM-Inferenz auf NVIDIA-GPUs optimiert. Sie kompiliert Modelle in hochoptimierte Laufzeit-Engines und bietet In-Flight-Batching, Paged-KV-Cache und Quantisierung für hohen Durchsatz bei niedriger Latenz.

Text-Generation-WebUI (oobabooga) ist eine quelloffene Web-Oberfläche zum lokalen Betreiben von LLMs. Sie bündelt mehrere Inferenz-Backends, Chat- und Completion-Modi sowie eine OpenAI-kompatible API unter einer gemeinsamen Bedienoberfläche.

TGI (Text Generation Inference) ist ein quelloffenes Toolkit von Hugging Face zum performanten Bereitstellen großer Sprachmodelle. Es liefert einen produktionsreifen Inferenz-Server mit Continuous Batching, Token-Streaming und optimierten Attention-Verfahren.

Das Thinking Budget (Token-Budget) ist die maximale Zahl interner Reasoning-Tokens, die ein Reasoning-Modell pro Anfrage fürs „Nachdenken" verbrauchen darf — es steuert die Abwägung zwischen Antworttiefe und Kosten bzw. Latenz.

Mehrstufiges Modell-Angebot eines Anbieters — kleine, schnelle Varianten (Mini/Flash/Haiku) zum Bruchteil des Preises der großen Frontier-Modelle. Auch: Volume-Tiers mit Mengenrabatt.

Der Title Tag ist das HTML-Element im Head, das den Seitentitel definiert — er erscheint als klickbare Überschrift in der SERP und im Browser-Tab.

Ein Token ist die kleinste Einheit, mit der ein Sprachmodell intern arbeitet — meist ein Wortteil, gelegentlich ein einzelnes Zeichen.

Ein Tokenizer ist das Programm, das Text in Tokens zerlegt, bevor ein Sprachmodell ihn verarbeiten kann — er bestimmt, wie viele Tokens ein Text kostet.

Aufruf eines Werkzeugs durch ein KI-Modell während einer Konversation — etwa Datei-Lesen, Bash-Befehle, Web-Recherche oder ein MCP-Tool. Grundlage agentischer Workflows.

Top-p (Nucleus Sampling) und Top-k sind Sampling-Strategien für LLMs, die festlegen, aus welcher Token-Auswahl pro Schritt gezogen wird — sie steuern zusammen mit der Temperatur die Kreativität der Ausgabe.

Content-Architektur aus einer breiten Pillar-Page und mehreren spezifischen Cluster-Seiten, die thematisch und durch interne Verlinkung verzahnt sind.

Toxic Backlinks sind unnatürliche, spammy oder gekaufte eingehende Links, die ein manuelles Penalty oder algorithmisches Abwerten provozieren können. Mit dem Disavow-Tool teilst du Google mit, diese Links zu ignorieren.

TPM (Tokens pro Minute) und RPM (Requests pro Minute) sind die beiden gängigen Einheiten, in denen KI-API-Anbieter ihre Rate Limits ausdrücken — TPM begrenzt das Token-Volumen, RPM die Anzahl der Anfragen pro Minute.

Open-Source-Python-Bibliothek von Hugging Face, die einen einheitlichen Zugriff auf tausende vortrainierte Modelle für Text, Bild und Audio bietet.

Tree of Thoughts (ToT) ist eine Prompting-Technik, bei der ein LLM mehrere Lösungspfade als verzweigten Baum exploriert, bewertet und nur vielversprechende Äste weiterverfolgt — eine Verallgemeinerung von Chain-of-Thought.

Tripo AI ist eine kommerzielle 3D-Generierungsplattform von VAST AI. Version 3.1 fuehrt 2026 die ELO-Arena-Rankings an und liefert aus Text oder Bild game-ready Modelle mit sauberer Quad-Topologie, PBR-Texturen und Auto-Rigging.

Trustworthiness Signals sind sichtbare und technische Belege dafür, dass eine Website und ihre Inhalte vertrauenswürdig sind — Autoren-Nachweise, Impressum, HTTPS, transparente Quellen, externe Reputationssignale.

TTFB misst die Zeit vom Request-Start bis zum ersten empfangenen Byte. Setzt sich aus DNS, TCP, TLS und Server-Verarbeitung zusammen. Faustregel — gut < 200 ms, problematisch > 600 ms; beeinflusst LCP und FCP direkt.

Eine Vektor-Datenbank speichert Embeddings als hochdimensionale Vektoren und sucht darin nach semantischer Ähnlichkeit — die Kerninfrastruktur für RAG, semantische Suche und Empfehlungssysteme.

Veo 3.1 ist Googles Video-Modell (DeepMind), das aus Text oder Bild 8-Sekunden-Clips mit nativ synchronisiertem Ton erzeugt. Seit dem Update im Januar 2026 liefert es echtes 4K (3840x2160) sowie vertikale Formate.

vLLM ist ein quelloffener Hochdurchsatz-Inferenzserver für LLMs — bekannt für PagedAttention, kontinuierliches Batching und einen OpenAI-kompatiblen API-Endpoint, weit verbreitet in produktiven Self-Hosting-Setups.

VRAM (Video RAM) ist der dedizierte Speicher einer GPU — beim lokalen Betrieb von Sprachmodellen die wichtigste Hardware-Größe, weil das gesamte Modell und der Kontext idealerweise dort hineinpassen müssen.

Weaviate ist eine quelloffene Vektor-Datenbank in Go — sie speichert Objekte samt Embeddings, kombiniert semantische und Keyword-Suche (BM25) und bietet integrierte Vektorisierung, RAG und Multi-Mandanten-Betrieb.

Whisper ist OpenAIs offenes Speech-to-Text-Modell von 2022 — ein mehrsprachiger Encoder-Decoder-Transformer, der Audio in Text umwandelt und in mehreren Größen unter MIT-Lizenz verfügbar ist.

Mit dem Parameter `initial_prompt` lässt sich Whisper vor der Transkription eine Keyword-Liste oder ein Beispielsatz mitgeben. Das Modell behandelt diesen Text als Kontext und erkennt darin enthaltene Begriffe deutlich zuverlässiger.

whisper.cpp ist eine quelloffene C++-Portierung von OpenAIs Whisper-Spracherkennung — eine kompakte Native-Binary für lokale Transkription auf CPU, CUDA, Metal oder Vulkan, ohne Python-Abhängigkeit.

Windsurf ist eine KI-IDE auf VS-Code-Basis mit Fokus auf agentische Coding-Workflows — der Cascade-Agent plant und führt mehrschrittige Änderungen autonom aus.

HTTP-Header, der Robots-Direktiven (z. B. noindex, nofollow) auf Server-Ebene setzt — wirkt auch für Nicht-HTML-Ressourcen wie PDFs, Bilder oder JSON-Antworten.

XML-Tags sind benannte Klammern wie <kontext>...</kontext>, mit denen man Abschnitte eines Prompts klar voneinander abgrenzt. Sie strukturieren Eingaben, trennen Instruktion von Daten und machen die Antwort vorhersehbarer.

YMYL bezeichnet Inhalte, die das finanzielle Wohlergehen, die Gesundheit, die Sicherheit oder das Glück von Nutzern beeinflussen können. Google legt bei diesen Themen besonders strenge Qualitäts- und Vertrauensmaßstäbe an.

Zapier AI bündelt die KI-Funktionen der Automatisierungs-Plattform Zapier — darunter Copilot zum Bauen von Workflows per Sprache, autonome Agents, Chatbots und einen MCP-Server, der Tausende Zapier-Aktionen für externe Sprachmodelle bereitstellt.

Zero-Shot beschreibt das Lösen einer Aufgabe durch ein Sprachmodell ohne mitgelieferte Beispiele — allein über die Aufgabenbeschreibung im Prompt.