Glossar – Bernd Zuther

A

Agenten-Kommunikation: Wie mehrere spezialisierte KI-Agenten untereinander Aufgaben, Ergebnisse und Status austauschen – z. B. per strukturierten Nachrichten statt freiem Text.
AWSAmazon Web Services: Cloud-Plattform, auf der viele der hier beschriebenen Projekte „Cloud-first“ betrieben werden – von Compute bis Managed Services.
Agile Methoden: Oberbegriff für iterative Vorgehensweisen wie Scrum, Lean Canvas oder Design Thinking, die auf schnelles Lernen statt starrer Planung setzen.
Access TokenAPI-Token: Ein zeitlich begrenzter Zugangsschlüssel, mit dem ein System sich gegenüber einer externen Plattform (z. B. der Instagram-API) authentifiziert, ohne das eigentliche Passwort zu kennen; muss regelmäßig erneuert werden.

Canary Release: Deployment-Strategie, bei der eine neue Version zunächst nur einem kleinen Teil der Nutzer ausgespielt wird, um Risiken früh zu erkennen.
CI/CDContinuous Integration / Continuous Delivery: Automatisierte Pipeline, die Code-Änderungen laufend testet und in Produktion bringt, statt in seltenen, großen Releases.

DDDDomain-Driven Design: Architekturansatz, der die Softwarestruktur konsequent an der Fachdomäne statt an technischen Schichten ausrichtet.
Design Thinking: Nutzerzentrierte Methode zur Problemlösung in iterativen Schritten: verstehen, beobachten, Sichtweise definieren, Ideen finden, Prototyp, testen.

ELK StackElasticsearch, Logstash, Kibana: Ein Trio aus Suchindex (Elasticsearch), Log-Sammler (Logstash) und Visualisierung (Kibana) zum zentralen Durchsuchen und Auswerten großer Logmengen – klassische „Marke Eigenbau“-Alternative zu kommerziellen Lösungen wie Splunk.

Freigabe-Gate: Ein Mechanismus, der eine automatisch vorbereitete Aktion erst dann tatsächlich ausführt, wenn mehrere Bedingungen gleichzeitig erfüllt sind (z. B. Status „approved“ + aktivierter Live-Schalter + erreichter Zeitpunkt) – zentrales Prinzip ab Stufe 5 des eigenen Stufenmodells.

Gradle: Ein Build-Automatisierungswerkzeug für u. a. Java-Projekte, mit dem sich z. B. aus einer Anwendung ein eigenständiges, native wirkendes Application Bundle erzeugen lässt.

Human in the Loop: Ein Mensch sitzt bewusst als Prüf- und Entscheidungsinstanz im Ablauf, statt dass das System vollständig autonom entscheidet – z. B. die Freigabe von Social-Media-Beiträgen vor der Veröffentlichung.
Heap Dump: Eine Momentaufnahme des gesamten Objekt-Speichers einer laufenden Java-Anwendung, mit der sich über Dominatorbäume und Metriken Speicherlecks (OutOfMemoryError) aufspüren lassen.

Idempotente Wiederholläufe: Wiederholungen eines fehlgeschlagenen oder nur teilweise erfolgreichen automatischen Laufs, die so gebaut sind, dass ein erneutes Ausführen nicht zu doppelten Veröffentlichungen oder anderen Seiteneffekten führt.

KI-Infrastruktur: Die eigene, selbst betriebene technische Basis für KI-Workloads (z. B. lokale LLMs, ComfyUI) statt reiner Abhängigkeit von externen APIs.

Lean Canvas: Ein-Seiten-Vorlage, um ein Geschäftsmodell oder Produkt in seinen Kernannahmen (Problem, Lösung, Zielgruppe, Kanäle) schnell zu skizzieren.
LLMLarge Language Model: Großes Sprachmodell, das Text versteht und generiert – die Basis-Technologie hinter den meisten KI-Agenten in diesem Blog.
LoRALow-Rank Adaptation: Eine Trainingsmethode, mit der man einem bestehenden KI-Bildmodell gezielt etwas Neues beibringt (z. B. einen Charakter oder Stil), ohne das ganze Modell neu zu trainieren – deutlich günstiger und schneller als ein komplettes Fine-Tuning.

Microservices: Architekturstil, bei dem eine Anwendung in kleine, unabhängig deploybare Dienste aufgeteilt wird statt als ein großer Monolith.
Multi-Agenten-System: Mehrere spezialisierte KI-Agenten (z. B. Social-, Writer-, Koordinator-Agent), die arbeitsteilig an einer Aufgabe zusammenarbeiten.
Monitoring & Observability: Die Fähigkeit, den inneren Zustand eines Systems von außen nachzuvollziehen – über Logs, Metriken und Traces, nicht nur „läuft / läuft nicht“.

Prompt: Die Textanweisung, mit der eine KI für eine Aufgabe instruiert wird – auf Stufe 1 bei jeder Anfrage neu formuliert, auf Stufe 2 einmal fest in einem System-Prompt verankert.

RAGRetrieval-Augmented Generation: Eine Technik, bei der eine KI vor der Antwort gezielt in einer eigenen Wissensdatenbank nachschlägt und das Gefundene in den Prompt einspeist – statt sich nur auf das zu verlassen, was im Modell antrainiert wurde.
RCARoot-Cause-Analyse: Eine systematische Fehlersuche, die nicht beim ersten Symptom stehen bleibt, sondern bis zur eigentlichen, oft unauffälligeren Ursache weitergeht – Standard-Vorgehen für Vorfälle auf diesem Blog.

Scrum: Agiles Framework mit festen Rollen (z. B. Product Owner), Zeitboxen (Sprints) und Ritualen (Daily, Review, Retro) zur iterativen Produktentwicklung.
SpringSpring Framework: Das verbreitetste Java-Framework für Enterprise-Anwendungen – Dependency Injection, Spring Boot, Spring Cloud als Basis vieler Backend-Systeme.
Stufenmodell: Das eigene, praxisnahe Modell, das beschreibt, wie viel Autonomie ein KI-System jeweils hat – von Stufe 1 (Einzelanfrage) bis Stufe 6 (Agenten prüfen Agenten), angelehnt an die MIT-Autonomieskala für KI-Agenten.
systemd-Timer: Ein vom Linux-Systemdienst systemd zeitgesteuert ausgelöster Lauf (z. B. alle fünf Minuten), der die eigentliche Automatisierung anstößt – die Technik hinter den automatisch gestarteten Abläufen in Stufe 5.

Terraform: Infrastructure-as-Code-Werkzeug, mit dem sich Cloud-Ressourcen (Server, Netzwerke, …) als versionierter Code statt Klick-Konfiguration verwalten lassen.