Zum Inhalt springen
Glossar

Fachbegriffe, einfach erklärt.

Von Agent bis Wissensgraph: die wichtigsten Begriffe rund um MAKOR, Daten und KI. Jeder Begriff in einem Satz, dann etwas genauer, und mit dem Hinweis, wo er in MAKOR vorkommt.

Ein Begriff fehlt? Schreiben Sie uns, wir ergänzen das Glossar.

A

Abgeschotteter BetriebAir-Gap

Betrieb ohne jede Verbindung zum Internet.

Systeme laufen in einem Netz, das von der Außenwelt getrennt ist. Das ist in sicherheitskritischen Bereichen üblich. MAKOR läuft auf Wunsch vollständig vom Netz getrennt.

Audit-TrailPrüfpfad

Lückenloses Protokoll aller Verarbeitungsschritte.

Ein Audit-Trail hält fest, welche Quelle, welches Mapping, welche Regel und welcher Schritt zu einem Ergebnis geführt haben. So lässt sich auch später nachvollziehen, wie eine Antwort entstanden ist, bei Menschen wie bei KI-Agenten.

D

DataCubeDatenwürfel

Daten, geordnet entlang mehrerer Achsen.

In Makor Atlas sind das Raum, Zeit und Merkmal. Jede Frage ist ein Schnitt durch den Würfel: ein Gebiet, ein Zeitraum, eine Größe. Eine Abfrage liest nur den Teil, den sie braucht.

Digitale Souveränität

Selbst bestimmen, wo Daten liegen und wer darauf zugreift.

Für MAKOR heißt das: entwickelt, betrieben und gehostet in Deutschland, kein Routing über Drittländer, keine extern kontrollierten Dienste im Datenpfad, offene Standards statt Insellösung.

G

Generative OberflächeGenerative UI

Die Oberfläche baut die passende Ansicht aus einer Frage.

Statt Menüs zu suchen, stellen Sie eine Frage. Makor Workspace wählt das passende Werkzeug, etwa Netzwerk, Zeitreihe oder Karte, baut die Ansicht und zeigt, worauf sie beruht. Jede erzeugte Ansicht bleibt ein vollwertiges Werkzeug.

GISGeoinformationssystem

Software für Daten mit Ortsbezug.

Ein GIS verarbeitet Karten, Gebiete, Standorte und Bewegungen. Makor Atlas verbindet GIS mit einem DataCube, damit auch sehr große Bestände in Echtzeit auswertbar bleiben.

Graphdatenbank

Speichert Daten als Knoten und Beziehungen.

Statt in Tabellen liegen Daten als Netz: Kunde, hat Auftrag, betrifft Standort. Das macht Fragen nach Zusammenhängen schnell, etwa wer mit wem über zwei Stufen verbunden ist. Makor Logos bringt eine eigene Graphdatenbank mit.

GroundingErdung, RAG

Ein Sprachmodell bekommt vor der Antwort geprüfte Fakten.

Beim Grounding, oft über Retrieval-Augmented Generation (RAG), erhält ein Sprachmodell vor jeder Antwort den passenden Ausschnitt aus geprüften Quellen. Die Antwort ist dann geerdet statt geraten. In MAKOR stammen diese Fakten aus dem Wissensgraphen, samt Herkunft.

H

Halluzination

Ein Sprachmodell erfindet etwas, das plausibel klingt, aber nicht stimmt.

Sprachmodelle formulieren, was wahrscheinlich klingt. Fehlt ihnen Wissen, füllen sie die Lücke mitunter mit einer Vermutung. MAKOR setzt dagegen: Antworten stützen sich auf Ihre Daten, und wo Daten fehlen, sagt MAKOR das offen.

Harness

Der Rahmen, in dem ein Sprachmodell oder Agent arbeitet.

Wörtlich das Geschirr, das Kraft in eine Richtung lenkt. In der KI-Entwicklung legt der Harness fest, welche Daten ein Modell sieht, welche Werkzeuge es nutzen darf und welche Regeln gelten. Makor Äther ist der Harness, der Daten, Prozesse, Bedeutung und KI verbindet.

HerkunftProvenienz

Woher eine Information stammt, in welcher Version und von wann.

In MAKOR trägt jede Information Quelle, Version, Zeitpunkt und Verlässlichkeit. Zu jedem Ergebnis liefert Makor Logos die Kette mit: welche Quelle, welches Mapping, welche Regel.

K

KI-AgentAgent

Ein Sprachmodell, das Aufgaben in mehreren Schritten erledigt.

Ein Agent antwortet nicht nur, er handelt: Er fragt Daten ab, prüft Ergebnisse, bereitet Berichte oder Anfragen vor und meldet sich, wenn etwas auffällt. Damit das verlässlich geschieht, braucht er einen klaren Auftrag, begrenzte Rechte und ein Protokoll. In MAKOR legt er Entscheidungen mit Tragweite einem Menschen zur Freigabe vor.

KI-VerordnungEU AI Act

Europäisches Gesetz mit Regeln für KI-Systeme.

Die Verordnung stellt je nach Risiko Anforderungen an KI-Systeme, etwa an Transparenz, Protokollierung und menschliche Aufsicht. Herkunft zu jeder Antwort, ein Audit-Trail und die Freigabe durch Menschen unterstützen solche Anforderungen. Ob und wie sie greift, hängt vom Einsatz ab.

Kontext

Alles, was ein Sprachmodell über die Lage wissen muss.

Ein Sprachmodell ist nur so gut wie das, was es über Ihre Situation erfährt. In MAKOR besteht der Kontext aus fünf Teilen: Fakten, Begriffe, Abläufe, Ort und Zeit sowie Regeln.

M

Mensch entscheidetHuman in the Loop

Ein Mensch prüft und gibt frei, bevor etwas mit Tragweite geschieht.

Die Technologie empfiehlt, die Entscheidung bleibt bei Ihnen. In MAKOR legen Agenten Vorschläge zur Freigabe vor, und Fachleute geben den Daten Gewicht und Einordnung.

O

On-PremiseEigene Hardware

Betrieb im eigenen Rechenzentrum.

Die Software läuft auf Ihrer Hardware, unter Ihrer Kontrolle. MAKOR läuft auf eigener Hardware, in privater Cloud oder auf europäischer PaaS.

OWL, RDFS und SHACLOffene Standards

Standards, um Begriffe und Prüfregeln zu beschreiben.

Mit RDFS und OWL 2 beschreibt man Ontologien, mit SHACL Prüfregeln für Daten. Weil MAKOR diese W3C-Standards nutzt, bleibt Ihre Ontologie portabel und Ihr Eigentum.

R

ReasoningSchlussfolgern, Inferenz

Ableiten, was aus Begriffen und Regeln folgt.

Ist Einheit E-9 Teil von Verband V-4 und Fahrzeug F-112 Teil von E-9, dann gehört F-112 auch zu V-4. Makor Logos ergänzt solche Folgerungen, ohne den Datenbestand zu verändern, und jede Folgerung lässt sich bis zur Quelle zurückverfolgen.

S

Semantik

Die Bedeutung von Daten.

In einer Spalte steht der Wert 3. Was er bedeutet, wissen oft nur wenige. Semantik macht diese Bedeutung ausdrücklich, damit Menschen, Auswertungen und KI dieselbe Sprache sprechen.

Semantische Schicht

Eine Bedeutungsebene über allen Datenquellen.

Sie verbindet Datenbanken, Dateien und Ströme über gemeinsame Begriffe zu einem abfragbaren Graphen, ohne die Quellsysteme zu ersetzen. Bei MAKOR übernimmt das Makor Logos.

SPARQL und GQLAbfragesprachen

Standardisierte Sprachen, um Graphen abzufragen.

SPARQL ist der W3C-Standard für RDF-Graphen, GQL der ISO-Standard für Property-Graphen (ISO/IEC 39075). Makor Logos unterstützt beide, damit Ihre Abfragen nicht an ein Produkt gebunden sind.

SprachmodellLLM, Large Language Model

Ein Programm, das Sprache versteht und formuliert.

Es hat aus sehr vielen Texten gelernt, wie Sprache funktioniert, aber nicht, wie Ihre Organisation funktioniert. Deshalb braucht es Kontext: Ihre Daten, Ihre Begriffe, Ihre Regeln. In MAKOR arbeitet es mit diesem Kontext und nennt die Quelle.

W

WissensgraphKnowledge Graph

Ein Netz aus Fakten und Beziehungen mit festgelegter Bedeutung.

Ein Wissensgraph verbindet Daten aus vielen Quellen über die Begriffe der Ontologie. Für Menschen ist er eine Abfrage, für Sprachmodelle und Agenten das Gedächtnis mit geprüften Fakten.

Beginnen Sie mit einer Frage, nicht mit einer Plattform.

Sprechen Sie mit uns über eine konkrete Fragestellung und die Quellen, die Sie heute schon haben. Wir zeigen, wie MAKOR sie beantwortbar macht.

Kontakt info@bonn-systems.com