Glossar

KI-Systemingenieur

Was ist KI-Systemingenieur?

Ein KI-Systemingenieur entwirft und betreibt KI-Anwendungen als Gesamtsystem: Er verbindet Modelle mit Datenquellen, Schnittstellen und bestehender Software, sorgt für Sicherheit, Überwachung und Kostenkontrolle und bringt Prototypen in den stabilen Betrieb. Im Unterschied zur reinen Modellentwicklung steht die Integration im Vordergrund. Ein Beispiel ist die Anbindung eines Support-Agenten an das Ticketsystem samt Protokollierung und Rechtevergabe.

So hilft KI.ordo

Mit der Dienstleistung „KI-Entwicklung“ übernimmt KI.ordo solche Integrationsaufgaben für Kunden.

Mehr erfahren →

Themen

Rolle
Integration
Betrieb

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

Machine-Learning-Pipeline

Eine Machine-Learning-Pipeline ist eine festgelegte Abfolge von Arbeitsschritten, die Rohdaten in ein einsatzfähiges Modell überführt: Daten sammeln, bereinigen, Merkmale aufbereiten, trainieren, bewerten, bereitstellen und überwachen. Durch die Automatisierung werden Ergebnisse reproduzierbar, und neue Daten lassen sich mit wenig Aufwand verarbeiten. Ein Händler kann so etwa sein Absatzprognosemodell jede Woche automatisch mit aktuellen Verkaufszahlen neu trainieren und prüfen.

MLOps
Automatisierung
+1

Model Context Protocol (MCP)

Das Model Context Protocol (MCP) ist ein offener Standard, über den KI-Anwendungen einheitlich auf externe Werkzeuge, Datenquellen und Dienste zugreifen. Ein MCP-Server stellt Funktionen bereit, ein MCP-Client, etwa ein KI-Assistent, kann sie aufrufen. Anthropic stellte MCP im November 2024 vor; seit Dezember 2025 wird es unter dem Dach der Agentic AI Foundation der Linux Foundation weiterentwickelt (Stand: Oktober 2026). So muss nicht jede Integration einzeln programmiert werden.

Schnittstelle
Standard
+1

KI-Automatisierungssystem

Ein KI-Automatisierungssystem verbindet klassische Prozessautomatisierung mit KI-Fähigkeiten wie Textverständnis, Klassifizierung oder Entscheidungsunterstützung. So lassen sich auch Abläufe mit unstrukturierten Eingaben automatisieren, etwa E-Mails, Formulare oder Anfragen. Typisch ist eine Kette aus Auslöser, Verarbeitungsschritten, Bedingungen und Ausgabe, ergänzt um menschliche Freigaben an kritischen Stellen. Beispiel: Eingehende Anfragen werden automatisch eingeordnet, zusammengefasst und an die zuständige Abteilung weitergeleitet.

Automatisierung
Prozesse
+1

Retrieval-Pipeline

Eine Retrieval-Pipeline ist die Abfolge von Verarbeitungsschritten, mit der ein System zu einer Frage die passenden Informationen findet. Typisch sind: Dokumente einlesen und bereinigen, in Abschnitte zerlegen, einen Suchindex aufbauen, die Anfrage gegebenenfalls umformulieren, Treffer suchen, sortieren (Reranking) und die besten an das Sprachmodell übergeben. Sie bildet das Fundament jeder RAG-Anwendung; ihre Qualität entscheidet maßgeblich darüber, wie gut die späteren Antworten sind.

RAG
Suche
+1