Begriffe der KI-gestützten Entwicklung
Klare Definitionen zu Agentic AI, LLMs, RAG, MCP und mehr — von Plattform-Konzepten bis zu rechtlichen Grundlagen.
Nopex Plattform
Nopex Console
Das webbasierte Steuerungscenter der Nopex-Plattform. Hier werden Projekte angelegt, Anforderungen beschrieben und Aufgaben an den Swarm delegiert.
Nopex Swarm
Das Herzstück der Nopex-Plattform: ein autonomes Multi-Agent-System, das Softwareaufgaben selbstständig plant, implementiert, testet und deployt.
Nopex Hive
Die Wissens- und Context-Schicht der Nopex-Plattform. Hive speichert Projekt-Kontext, Code-Patterns und Entscheidungen persistent, sodass der Swarm konsistent und nachvollziehbar arbeitet.
Nopex Stack
Die Infrastruktur- und Deployment-Schicht von Nopex. Stack verwaltet Umgebungen, Secrets und Cloud-Ressourcen für alle vom Swarm deployten Anwendungen.
KI-Konzepte
Agentic AI
KI-Systeme, die eigenständig Ziele verfolgen, Entscheidungen treffen und Aktionen in der realen Welt ausführen — ohne für jeden Schritt menschliche Anweisung.
AI-Agent
Eine autonome KI-Einheit, die Aufgaben plant, Werkzeuge einsetzt und Entscheidungen trifft, um ein definiertes Ziel zu erreichen.
Multi-Agent-System
Mehrere KI-Agenten, die koordiniert zusammenarbeiten, um komplexe Aufgaben zu lösen — jeder Spezialist für einen Teilbereich.
Large Language Model (LLM)
KI-Modelle, trainiert auf riesigen Textmengen, die Sprache verstehen und generieren können — die Kerntechnologie hinter ChatGPT, Claude und Gemini.
Foundation Model
Ein großes, auf breiten Daten vortrainiertes KI-Modell, das als Basis für viele spezialisierte Anwendungen genutzt wird — der Unterbau hinter modernen LLMs.
RAG (Retrieval-Augmented Generation)
Technik, bei der ein LLM vor der Antwortgenerierung relevante Dokumente aus einer Wissensbasis abruft — kombiniert die Stärken von Suche und Sprachgenerierung.
Prompt Engineering
Die Kunst, Eingaben (Prompts) für KI-Modelle so zu formulieren, dass qualitativ hochwertige, nützliche Outputs entstehen.
MCP (Model Context Protocol)
Ein offenes Protokoll von Anthropic, das standardisiert, wie KI-Modelle auf externe Tools, Datenquellen und APIs zugreifen.
Embedding
Mathematische Darstellung von Text (oder anderen Daten) als Vektor im hochdimensionalen Raum — ermöglicht semantische Suche und Ähnlichkeitsvergleiche.
Vektordatenbank
Eine spezialisierte Datenbank zum effizienten Speichern und Suchen von Embeddings — Kernkomponente jedes RAG-Systems.
Entwicklung & Tooling
Code-Generierung
Automatisches Erzeugen von funktionsfähigem Quellcode durch KI-Modelle auf Basis natürlichsprachiger Beschreibungen oder bestehender Codebasen.
Code-Review-Automatisierung
KI-gestützte Prüfung von Quellcode auf Fehler, Sicherheitslücken, Code-Qualität und Best Practices — ohne manuellen Review-Prozess.
Test-Generierung
Automatisches Erstellen von Unit-, Integration- und E2E-Tests durch KI — reduziert den manuellen Aufwand für Test Coverage erheblich.
KI-gestütztes Refactoring
Automatische Umstrukturierung von bestehendem Code durch KI — verbessert Lesbarkeit, Performance und Wartbarkeit ohne Verhaltensänderung.
CI/CD-Automatisierung
Vollautomatisierter Build-, Test- und Deployment-Prozess, der Code-Änderungen ohne manuelle Eingriffe in Produktion bringt.
Recht & Business
EU AI Act
Die erste umfassende KI-Regulierung der Welt, in Kraft seit 2024. Klassifiziert KI-Systeme nach Risikoklassen und definiert Anforderungen für Unternehmen im EU-Binnenmarkt.
DSGVO & KI
Die Datenschutz-Grundverordnung stellt besondere Anforderungen an KI-Systeme: Transparenz, Zweckbindung und Rechte der Betroffenen müssen auch beim KI-Einsatz gewährleistet sein.
ROI im KI-gestützten Softwarebau
Die Kapitalrendite beim Einsatz von KI in der Softwareentwicklung — gemessen an Entwicklungsgeschwindigkeit, Kostenreduktion und Qualitätssteigerung.
TCO (Total Cost of Ownership)
Gesamtbetriebskosten einer Software-Lösung über die gesamte Nutzungsdauer — inklusive Entwicklung, Betrieb, Wartung und Weiterentwicklung.
Vendor Lock-in
Abhängigkeit von einem einzigen Anbieter, die einen Wechsel zu Alternativen schwierig oder kostspielig macht — ein relevantes Risiko bei KI-Plattformen.
Datensouveränität
Das Recht und die Fähigkeit, die vollständige Kontrolle über eigene Daten zu behalten — besonders relevant beim Einsatz von KI-Tools in Unternehmen.