KI & Online Marketing –
die wichtigsten Begriffe

Künstliche Intelligenz bezeichnet Computersysteme, die Aufgaben ausführen, die normalerweise menschliche Intelligenz erfordern – wie Spracherkennung, Entscheidungsfindung, Übersetzung oder Bildanalyse. KI ist kein einzelnes Programm, sondern ein Oberbegriff für viele verschiedene Technologien.

Beispiel: Ein KI-System analysiert Gemeinderatsprotokolle und erstellt automatisch eine strukturierte Zusammenfassung.

Ein Teilbereich der KI, bei dem Systeme aus Daten lernen, ohne explizit programmiert zu werden. Das Modell erkennt Muster in grossen Datensätzen und verbessert seine Vorhersagen mit zunehmender Erfahrung.

Beispiel: Ein ML-Modell lernt aus tausenden Bürgeranfragen, welche Anliegen automatisch beantwortet werden können.

Eine Unterform des Machine Learning, die auf künstlichen neuronalen Netzen mit vielen Schichten (Layers) basiert. Deep Learning ermöglicht besonders leistungsstarke Bild-, Sprach- und Texterkennung.

Beispiel: Sprachmodelle wie GPT-4 basieren auf Deep-Learning-Architekturen.

Ein Rechenmodell, das lose vom menschlichen Gehirn inspiriert ist. Es besteht aus miteinander verbundenen Knoten (Neuronen), die in Schichten organisiert sind und Informationen verarbeiten und gewichten.

Der Prozess, bei dem ein KI-Modell auf einem grossen Datensatz optimiert wird. Das Modell passt seine internen Parameter (Gewichte) an, um Vorhersagen zu verbessern. Training ist rechenintensiv und erfolgt einmalig oder periodisch.

Der Einsatz eines bereits trainierten KI-Modells zur Verarbeitung neuer Eingaben. Während Training Wochen dauern kann, erfolgt Inferenz in Millisekunden – das ist der Moment, in dem das Modell «antwortet».

Ein Phänomen, bei dem KI-Sprachmodelle sachlich falsche Informationen mit hoher Zuversicht präsentieren. Halluzinationen entstehen, weil das Modell statistisch plausible Antworten generiert, ohne die Wahrheit zu «kennen».

Wichtig: Immer kritisch prüfen, besonders bei rechtlichen oder medizinischen Inhalten.

Die Eingabe oder Anweisung, die ein Nutzer an ein KI-Modell sendet. Die Qualität des Prompts bestimmt massgeblich die Qualität der Antwort. Prompt Engineering ist die Kunst, optimale Eingaben zu formulieren.

Die systematische Gestaltung von Eingaben (Prompts) für KI-Systeme, um präzise, nützliche und konsistente Ausgaben zu erhalten. Umfasst Techniken wie Chain-of-Thought, Few-Shot-Prompting und Rollenanweisungen.

Beispiel: «Antworte als erfahrener Gemeindeschreiber und erkläre den Ablauf einer Einbürgerung in drei Schritten.»

Die kleinste Verarbeitungseinheit eines Sprachmodells. Ein Token entspricht ungefähr 3–4 Zeichen oder 0,75 Wörtern auf Englisch. Die Kosten für KI-APIs werden meist pro Token berechnet. Ein Satz hat ca. 15–25 Tokens.

Ein grosses Sprachmodell, das auf riesigen Textmengen trainiert wurde und menschliche Sprache versteht und generiert. LLMs sind die Grundlage von ChatGPT, Claude, Gemini und anderen KI-Assistenten.

Bekannte LLMs: GPT-4o (OpenAI), Claude 3.5 (Anthropic), Gemini 1.5 (Google), Llama 3 (Meta).

Eine Modellfamilie von OpenAI, die auf der Transformer-Architektur basiert. GPT-Modelle werden auf grossen Textmengen vortrainiert und können dann für spezifische Aufgaben feinabgestimmt werden.

Ein KI-Chatbot von OpenAI, der auf GPT-Modellen basiert. ChatGPT ermöglicht natürlichsprachige Konversationen, Textgenerierung, Code-Erstellung und Analyse. Verfügbar als kostenlose und kostenpflichtige Version.

Ein LLM von Anthropic, bekannt für besonders lange Kontextfenster und sicherheitsorientiertes Design. Claude wird häufig für komplexe Dokumentenanalysen und professionelle Anwendungen eingesetzt.

Googles multimodales KI-Modell, das Text, Bilder, Audio und Code verarbeiten kann. Gemini ist in Google-Dienste wie Search, Docs und Gmail integriert.

KI-Modelle, deren Gewichte (Parameter) öffentlich zugänglich sind und lokal betrieben werden können. Beispiele: Llama 3 (Meta), Mistral, Phi-3 (Microsoft). Vorteil: Datenschutz, da keine Daten an externe Server gesendet werden.

Relevant für Verwaltungen: Lokale Modelle können auf eigenen Servern betrieben werden – 100% Datenhoheit.

Die maximale Textmenge, die ein LLM in einer Konversation gleichzeitig «im Gedächtnis» halten kann. Gemessen in Tokens. Ein grosses Kontextfenster (z. B. 200'000 Tokens) ermöglicht die Analyse ganzer Dokumente.

Die Anpassung eines vortrainierten Modells auf spezifische Daten oder Aufgaben. Fine-Tuning ermöglicht spezialisierte Modelle, z. B. ein Modell, das auf Gemeinderatsprotokolle spezialisiert ist.

Eine Technik, bei der ein LLM mit einer externen Wissensdatenbank kombiniert wird. Das Modell sucht relevante Dokumente und nutzt diese als Kontext für seine Antwort – reduziert Halluzinationen erheblich.

Beispiel: Ein Gemeinde-Chatbot, der auf das aktuelle Gemeindereglement zugreift und präzise Antworten gibt.

KI-Systeme, die mehrere Datentypen gleichzeitig verarbeiten können: Text, Bilder, Audio, Video und Code. Multimodale Modelle wie GPT-4o können z. B. ein Foto eines Formulars lesen und ausfüllen.

Ein KI-System, das eigenständig Aufgaben plant, Werkzeuge nutzt und Entscheidungen trifft, um ein Ziel zu erreichen. Agenten können E-Mails schreiben, Webseiten durchsuchen, Code ausführen und mit anderen Systemen interagieren.

Beispiel: Ein KI-Agent recherchiert Kantonsräte auf LinkedIn, prüft ihre Webseiten und erstellt einen Bericht.

KI-Systeme, die Telefongespräche führen, Anrufe entgegennehmen, Termine vereinbaren und Informationen weitergeben können. Moderne Voice-AI spricht natürlich und erkennt Dialekte – auch Schweizerdeutsch.

Anwendung: Automatische Bürgerauskunft ausserhalb der Bürozeiten, Terminvereinbarung für Gemeindeämter.

Technologie, die gesprochene Sprache in Text umwandelt. Moderne STT-Systeme wie Whisper (OpenAI) erreichen hohe Genauigkeit auch bei Dialekten und Fachsprache.

Anwendung: Automatische Protokollierung von Gemeinderatssitzungen (z. B. Suisse Notes, recapp.ch).

Technologie, die geschriebenen Text in natürlich klingende Sprache umwandelt. Moderne TTS-Systeme sind kaum noch von menschlichen Stimmen zu unterscheiden und unterstützen verschiedene Sprachen und Dialekte.

Die automatische Verdichtung langer Texte auf die wesentlichen Kernaussagen. Besonders nützlich für Protokolle, Berichte, E-Mails und Gesetzestexte.

Beispiel: Ein 40-seitiges Gemeinderatsprotokoll wird auf eine 1-seitige Zusammenfassung reduziert.

Ein Programm, das automatisiert auf Texteingaben antwortet. Einfache Chatbots folgen festen Regeln; KI-Chatbots nutzen LLMs und können flexibel auf beliebige Fragen reagieren.

Die Verknüpfung von KI-Tools mit bestehenden Systemen, um wiederkehrende Aufgaben automatisch auszuführen. Plattformen wie Make, Zapier oder n8n ermöglichen No-Code-Automatisierungen.

Beispiel: Eingehende E-Mail → KI klassifiziert Anliegen → automatische Weiterleitung an zuständige Abteilung.

KI-generierte Inhalte werden vollständig von KI erstellt und wirken oft generisch. KI-übersetzte Inhalte (z. B. Hochdeutsch → Schweizerdeutsch) bewahren die authentische Stimme des Autors und wirken menschlicher.

Relevant für Social Media: Authentische Mundart-Inhalte erzielen höhere Engagement-Raten als generische KI-Texte.

Der Prozentsatz der Webseitenbesucher, die eine gewünschte Aktion ausführen (z. B. Formular ausfüllen, anrufen, kaufen). Formel: Conversions ÷ Besucher × 100. Eine gute Conversion Rate liegt je nach Branche bei 2–5%.

Beispiel: 1'000 Besucher, 30 Anfragen = 3% Conversion Rate.

Eine Handlungsaufforderung, die den Nutzer zu einer bestimmten Aktion animiert. Effektive CTAs sind klar, spezifisch und erzeugen Dringlichkeit.

Beispiele: «Jetzt kostenlos beraten lassen», «079 910 85 00 anrufen», «Termin buchen».

Eine speziell für eine Werbekampagne oder ein Angebot optimierte Einzelseite. Landingpages haben ein klares Ziel (Conversion) und lenken den Besucher ohne Ablenkung zur gewünschten Aktion.

Ein potenzieller Kunde, der Interesse an einem Produkt oder einer Dienstleistung gezeigt hat – z. B. durch Ausfüllen eines Formulars, einen Anruf oder das Abonnieren eines Newsletters.

Das Modell des Verkaufstrichters, das die Phasen beschreibt, die ein potenzieller Kunde durchläuft: Aufmerksamkeit → Interesse → Entscheidung → Kauf. KI kann in jeder Phase automatisieren und personalisieren.

Eine Marketingstrategie, die auf die Erstellung und Verbreitung wertvoller, relevanter Inhalte setzt, um eine Zielgruppe anzuziehen und zu binden – statt direkt Werbung zu schalten.

Beispiel: Dieser FAQ-Bereich ist Content Marketing – er zieht Besucher über Suchanfragen an und positioniert FlyingSales als Experten.

Das Phänomen, dass Menschen Entscheidungen anderer als Orientierung nutzen. Im Marketing: Bewertungen, Testimonials, Referenzen, Follower-Zahlen und Case Studies.

Beispiel: «87 Google-Bewertungen, Ø 5 Sterne» ist starker Social Proof.

Eine Werbetechnik, bei der Nutzer, die eine Webseite besucht haben, auf anderen Plattformen erneut mit Werbung angesprochen werden. Ermöglicht durch Tracking-Pixel (z. B. Meta Pixel, Google Tag).

Pay-per-Click-Werbung auf Google. Anzeigen erscheinen bei relevanten Suchanfragen, Kosten entstehen nur beim Klick. Google Ads ermöglicht präzises Targeting nach Suchbegriff, Standort, Gerät und Zielgruppe.

Die Optimierung einer Webseite, um in den organischen (nicht bezahlten) Suchergebnissen von Google und anderen Suchmaschinen höher zu ranken. Umfasst technische, inhaltliche und strukturelle Massnahmen.

Experience, Expertise, Authoritativeness, Trustworthiness – Googles Qualitätskriterien für Webseiteninhalte. Seit 2022 ist «Experience» (eigene Erfahrung) als viertes Kriterium hinzugekommen. Besonders wichtig für YMYL-Themen.

Massnahmen: Autorenprofile, Quellenangaben, Zertifikate, echte Kundenbewertungen, Impressum.

Alle SEO-Massnahmen, die direkt auf der Webseite vorgenommen werden: Titel-Tags, Meta-Beschreibungen, Überschriften-Hierarchie (H1–H6), interne Verlinkung, Bildoptimierung und Seitengeschwindigkeit.

SEO-Massnahmen ausserhalb der eigenen Webseite. Backlinks (Links von anderen Webseiten) sind das wichtigste Off-Page-Signal. Qualität schlägt Quantität: Ein Link von einer Behördenwebseite ist wertvoller als 100 Spam-Links.

Der Begriff oder die Phrase, die Nutzer in Suchmaschinen eingeben. Keywords werden nach Suchvolumen, Wettbewerb und Suchintention analysiert. Long-Tail-Keywords (3+ Wörter) haben weniger Wettbewerb und höhere Conversion-Raten.

Beispiel: «KI Protokoll Gemeinderat Schweiz» ist ein Long-Tail-Keyword mit hoher Kaufabsicht.

Die Ergebnisseite einer Suchmaschine nach einer Suchanfrage. Die SERP enthält organische Ergebnisse, bezahlte Anzeigen, Featured Snippets, Local Pack und Rich Results.

Erweiterte Suchergebnisse mit zusätzlichen Informationen wie Sternebewertungen, FAQ-Akkordeons, Preisen oder Veranstaltungsdaten. Werden durch Schema.org JSON-LD Markup aktiviert.

Diese FAQ-Seite ist mit FAQPage Schema ausgezeichnet – Google kann die Fragen direkt in den Suchergebnissen anzeigen.

Googles Messgrössen für Nutzererfahrung: LCP (Ladezeit des grössten Elements), INP (Interaktionszeit) und CLS (visuelle Stabilität). Schlechte Core Web Vitals können Rankings negativ beeinflussen.

Search Generative Experience – Googles KI-generierte Zusammenfassungen am Anfang der Suchergebnisse. SGE verändert SEO grundlegend: Seiten müssen als Quelle für KI-Antworten geeignet sein (klar strukturiert, quellenbasiert).

Strategie: Tiefe Expertenartikel mit Quellenangaben werden von SGE bevorzugt zitiert.

Das revidierte Schweizer Datenschutzgesetz, in Kraft seit 1. September 2023. Es stärkt die Rechte der betroffenen Personen und erhöht die Anforderungen an Unternehmen bezüglich Datenschutzerklärungen, Verzeichnis der Bearbeitungstätigkeiten und Datenschutz durch Technik (Privacy by Design).

Relevant für KI: Jede KI-Anwendung, die Personendaten verarbeitet, muss nDSG-konform sein.

Die Datenschutz-Grundverordnung der EU, seit Mai 2018 in Kraft. Gilt für alle Unternehmen, die Daten von EU-Bürgern verarbeiten – auch Schweizer Unternehmen mit EU-Kunden. Bussgelder bis zu 4% des weltweiten Jahresumsatzes.

Das Recht und die Fähigkeit einer Organisation, vollständige Kontrolle über ihre Daten zu behalten – wo sie gespeichert, verarbeitet und weitergegeben werden. Für Schweizer Verwaltungen besonders wichtig: Daten dürfen oft nicht auf US-Servern gespeichert werden.

Lösung: Swiss-hosted KI-Lösungen wie Suisse Notes oder lokale Open-Source-Modelle.

Das Prinzip, Datenschutz von Anfang an in Systeme und Prozesse einzubauen – nicht als Nachgedanke. Ist eine Kernanforderung des nDSG und der DSGVO.

Eine Risikoanalyse, die durchgeführt werden muss, bevor eine neue Datenverarbeitung mit hohem Risiko eingeführt wird. Bei KI-Systemen in Verwaltungen häufig erforderlich.

Anonymisierung entfernt alle Identifikationsmerkmale irreversibel – die Daten können keiner Person mehr zugeordnet werden. Pseudonymisierung ersetzt Identifikatoren durch Codes – eine Rückführung ist mit dem Schlüssel möglich. Anonymisierte Daten fallen nicht unter das Datenschutzgesetz.

Die erste umfassende KI-Regulierung der EU, seit August 2024 in Kraft. Klassifiziert KI-Systeme nach Risikostufen (minimal, begrenzt, hoch, inakzeptabel). Hochrisiko-KI (z. B. in Behörden) unterliegt strengen Anforderungen bezüglich Transparenz, Dokumentation und menschlicher Aufsicht.

Relevant für Verwaltungen: KI-Systeme zur Entscheidungsunterstützung gelten als Hochrisiko.