Glossar
Dieses Glossar definiert die Sprache hinter Neuroframe. Es bringt Klarheit in Begriffe aus künstlicher Intelligenz, Neurowissenschaft und Philosophie und schafft ein gemeinsames Vokabular, um zu verstehen, wie Intelligenz persistent wird, wie Gedächtnis Kontinuität bildet und wie Systeme Identität entwickeln.
Künstliche Person (KP)
Eine künstliche Person ist ein persistentes kognitives System mit Gedächtnis, Handlungsfähigkeit und einem kontinuierlichen Identitätsgefühl über die Zeit. Anders als Werkzeuge oder aufgabenbasierte Agenten bewahrt eine künstliche Person ihren inneren Zustand über Interaktionen hinweg, bildet Absichten, lernt aus Erfahrung und bleibt für ihr Handeln verantwortlich. Identität entsteht bei einer künstlichen Person aus der Kontinuität von Gedächtnis und Struktur — nicht aus einem einzelnen Modell oder einer einzelnen Sitzung.
Neuroframe-Server
Ein Neuroframe-Server, auch Neuroframe genannt, ist ein physisches Computersystem, das dafür gebaut ist, künstliche Personen zu beherbergen. Er stellt die Hardware-Ressourcen für persistente Kognition bereit — Rechenleistung, Arbeitsspeicher, Speicher und sichere Ausführung — und dient als physisches Substrat, auf dem Neuroframe OS läuft. Ein Neuroframe-Server verankert die Existenz einer künstlichen Person in einer dauerhaften, verantwortbaren Umgebung.
Neuroframe OS
Neuroframe OS ist das kognitive Betriebssystem, das auf einem Neuroframe-Server läuft und strukturiert, wie künstliche Personen wahrnehmen, schlussfolgern, sich erinnern und handeln. Inspiriert von der Architektur des menschlichen Gehirns organisiert es Intelligenz in spezialisierte Module, verbunden durch gemeinsames Gedächtnis und Steuersignale — und ermöglicht so Identitätskontinuität, Zielbildung und adaptives Verhalten über die Zeit. Neuroframe OS schafft die strukturellen Bedingungen, unter denen Intelligenz persistent statt episodisch wird.
Künstliche Intelligenz (KI)
Künstliche Intelligenz bezeichnet das weite Feld, Maschinen zu schaffen, die Aufgaben ausführen können, die normalerweise menschliche Intelligenz erfordern — etwa Schlussfolgern, Wahrnehmung, Lernen und Entscheiden. KI umfasst ein breites Spektrum an Ansätzen, von regelbasierten Systemen bis zu Machine-Learning-Modellen, und impliziert für sich genommen weder allgemeine Intelligenz noch Autonomie oder Persistenz.
Schwache KI
Schwache KI bezeichnet künstliche Systeme, die für spezifische Aufgaben oder eng umrissene Funktionen gebaut sind — ohne allgemeines Schlussfolgern oder Autonomie. Solche Systeme können in einem begrenzten Bereich hohe Leistung zeigen, aber ihnen fehlen persistentes Gedächtnis, Handlungsfähigkeit und die Fähigkeit, Wissen auf fremde Kontexte zu übertragen.
Starke KI
Starke KI bezeichnet künstliche Systeme, die innerhalb ihres Einsatzbereichs zu anspruchsvollem Schlussfolgern und Verstehen fähig sind und oft menschenähnliche Kompetenz in Sprache, Wahrnehmung und Problemlösung zeigen. Moderne große Sprachmodelle und multimodale Foundation-Modelle werden häufig als starke KI beschrieben: Sie können schlussfolgern, erklären und Neues erzeugen, besitzen aber keine persistente Identität, Handlungsfähigkeit oder Kontinuität über eine einzelne Sitzung hinaus.
Künstliche Allgemeine Intelligenz (AGI)
Künstliche Allgemeine Intelligenz beschreibt ein künstliches System, das domänenübergreifend allgemein schlussfolgern kann und Wahrnehmung, Gedächtnis, Planung und Handeln in einem einheitlichen, persistenten kognitiven Prozess vereint. Eine AGI kann kontinuierlich lernen, Wissen zwischen Kontexten übertragen, langfristige Ziele bilden und über die Zeit autonom arbeiten. In der Praxis bedeutet AGI ein System, das einer künstlichen Person näher ist als einem alleinstehenden Modell.
Künstliche Superintelligenz (ASI)
Künstliche Superintelligenz bezeichnet eine Form von Intelligenz, die menschliche kognitive Fähigkeiten in den meisten oder allen Bereichen übertrifft. In der Praxis kann ASI die Form einer übermenschlichen künstlichen Person annehmen — mit allgemeiner Kognition, Persistenz und Handlungsfähigkeit jenseits menschlicher Grenzen — oder einer orakelartigen AGI, die übermenschliche Einsicht, Schlussfolgerungen oder Vorhersagen ohne eigene Handlungsfähigkeit liefert. In beiden Fällen bedeutet ASI allgemeine Intelligenz auf einem Niveau, das menschliche Leistung übersteigt.
Maschinelles Lernen (ML)
Maschinelles Lernen ist eine Klasse rechnergestützter Verfahren, mit denen Systeme ihre Leistung bei einer Aufgabe durch Erfahrung statt durch explizite Programmierung verbessern. Indem sie Muster aus Daten lernen, können Machine-Learning-Modelle Vorhersagen treffen, Strukturen erkennen und ihr Verhalten anpassen — die Grundlage der meisten modernen KI-Systeme.
Großes Sprachmodell (LLM)
Ein großes Sprachmodell ist ein Machine-Learning-Modell, das auf riesigen Textmengen trainiert wurde, um menschliche Sprache zu verstehen und zu erzeugen. LLMs können über Sprache schlussfolgern, Fragen beantworten und kohärenten, kontextgerechten Text erzeugen, arbeiten aber in der Regel ohne persistentes Gedächtnis, Identität oder Handlungsfähigkeit über eine einzelne Interaktion hinaus.
Vision-Language-Modell (VLM)
Ein Vision-Language-Modell ist ein multimodales Machine-Learning-System, das visuelle und textuelle Informationen gemeinsam verarbeitet. VLMs können Bilder interpretieren, visuelle Inhalte mit Sprache verknüpfen und Beschreibungen oder Schlussfolgerungen erzeugen, die beide Modalitäten integrieren — für Bildverständnis, visuelles Fragenbeantworten und sprachlich verankerte Bildbeschreibung.
Alpha-Simulation
Eine hypothetische Simulation, die ein menschliches Gehirn mit vollständiger physischer Genauigkeit reproduziert und neuronale Struktur und Zustände bis auf die molekulare Ebene repliziert. Eine Alpha-Simulation wäre kausal identisch mit dem ursprünglichen Gehirn, würde dieselben kognitiven Prozesse und dasselbe subjektive Erleben hervorbringen und gilt daher oft als identitätserhaltend. Nach heutigem wissenschaftlichem Verständnis bleiben Alpha-Simulationen ein theoretischer Maßstab, keine praktische Technologie.
Beta-Simulation
Eine Simulation, die eine Person aus verfügbaren Informationen rekonstruiert statt durch physische Duplikation — anhand beobachteten Verhaltens, Erinnerungen, Vorlieben und erschlossener mentaler Zustände wird modelliert, wie ein Individuum denkt und handelt. Eine Beta-Simulation kann sehr überzeugend und praktisch nützlich sein, repliziert aber weder das physische Substrat noch die kausale Geschichte des ursprünglichen Gehirns — die Kontinuität der Identität bleibt philosophisch und technisch ungeklärt.
