ki-buch/anhang/A-glossar.md

Anhang A: Glossar

Fach- und MCP-Begriffe, wie sie in diesem Buch verwendet werden. Englische Termini bleiben oft unübersetzt, weil sie im Ökosystem Standard sind. Wo ein deutscher Leitbegriff existiert, steht die englische Entsprechung in Klammern.

Deutsch (Buch)	English
Kontextfenster	Context Window
Kontext-Engineering	Context Engineering
Vertrauensgrenze	Trust Boundary
Autonomiegrad	Autonomy Level
Gegenmaßnahme	Mitigation
Nachweisbarkeit	Auditability / Provenance
Arbeitsmenge / Working Set	Working Set / Context Pack
Frühindikator	Leading Indicator

---

A

Agent (KI-Agent) System, das ein Ziel über mehrere Schritte verfolgt, Umweltzustand wahrnimmt, mit einem Modell entscheidet und Aktionen ausführt, bis ein Stopp-Kriterium greift. → Kap. 4

Agent Infrastructure / Agent Infra Owner Plattform aus Hosts, Orchestration, Gateway, Identity, Observability und Eval-CI für Agenten; Ownership-Hut mit Eval-Gate, Traces und Kill-Switch als DoD. → Kap. 13.4

AGENTS.md / CLAUDE.md Pattern Hierarchische, markdown-basierte Projekt-Knowledge-Base für Coding Agents: kurze Root-Datei (Commands, Security, Konventionen, Pointer) plus Unterverzeichnis-Overrides. → Kap. 5.12, 10.13

Anti-Hype-Checkliste Zehn Signale, dass ein Team zu früh oder zu aggressiv automatisiert (z. B. Lab-56 % ohne Baseline, Autonomy↑ ohne Eval). Ab ≥3 Punkten: hardenen statt skalieren. → Kap. 13.6

Alignment Ausrichtung eines Modells an gewünschtes Verhalten (z. B. via RLHF/RLAIF); ersetzt keine Tool-Policies.

Allowlist / Denylist Explizit erlaubte bzw. verbotene Tools, Pfade, Server oder Resource-URIs.

Autonomiegrad Wie weit ein Agent ohne menschliche Freigabe handeln darf (z. B. L0–L3). → Kap. 7

Autoregression Generierung Token für Token; jedes neue Token hängt vom bisherigen Kontext ab. → Kap. 2

---

B

Blast Radius Maximaler Schaden, den ein kompromittiertes oder fehlerhaftes Tool/Server verursachen kann.

Budget (Token-/Step-Budget) Harte Obergrenze für Kontextgröße, Tool-Schritte oder Kosten pro Task.

---

C

CA-MCP (Context-Aware MCP) Architekturmuster: MCP-Nutzung mit Context Policies, Scopes, Freshness und oft Shared Context Stores. → Kap. 5.8

Capability Fähigkeit, die ein Server exponiert (Tool, Resource und/oder Prompt).

Capability Negotiation Handshake beim MCP-Lifecycle: Client und Server tauschen unterstützte Features/Versionen.

Context Engineering Disziplin, Agenten den richtigen Kontext zur richtigen Zeit in passender Form und mit Budget/Trust zu liefern. → Kap. 3.7

Context Engineering Owner Ownership-Hut für Context Policies, Working Sets, Hit/Waste-Metriken und Memory-Hygiene – nicht „Prompt poet“. → Kap. 13.4

Context Pack / Working Set Gezielte Menge an Artefakten für einen Task (statt Repo-Dump). → Kap. 7

Context Quality Management (CQM) Messung und Steuerung von Relevanz, Aktualität, Vollständigkeit, Waste usw. → Kap. 11

Context Trace Protokoll, welche Resources/Tools in einem Lauf geladen bzw. aufgerufen wurden.

Context Window Maximale Token-Menge, die ein Modell in einem Durchgang als Kontext verarbeiten kann. → Kap. 2

Compact / Context Compaction Zusammenfassen oder Kürzen des Conversation Context (manuell mit Focus-Hinweis oder automatisch). Risiko: Verlust von Datei-State, Intent und Entscheidungen – deshalb State externalisieren. → Kap. 5.12.5

Crew / Rollen-Framework Orchestrierung mehrerer Agenten über Rollenmetaphern. → Kap. 6

---

D

Data Layer (MCP) JSON-RPC-basierte Nachrichtenschicht inkl. Lifecycle und Primitives.

Definition of Done (DoD) Objektive Fertigkriterien (Tests, Lint, Policy) – nicht nur Modellaussage „fertig“.

Definition of Ready (DoR) Kriterien, wann ein Ticket/Paket agentenfähig ist.

Discovery Dynamisches Auffinden von Tools, Resources und Prompts eines MCP-Servers.

---

E

Eval / Evaluation Suite Automatisierte Testfälle für Agentenverhalten (Success, Tools, Context, Safety). → Kap. 6

Embedding Vektorrepräsentation von Text/Tokens für Ähnlichkeitssuche und modellinterne Verarbeitung.

---

F

FastMCP Python-Framework/SDK-Ergonomie zum schnellen Bau von MCP-Servern (und teils Clients). Im Buch als zeitgebundene Illustration (Stand Juli 2026) – das stabile Muster ist die MCP-Server-Primitive-Schicht. → Kap. 4.7, 10; Companion-Repo

Frühindikator (Leading Indicator) Beobachtbare Größe, die eine Strategie-, Invest- oder Autonomy-Entscheidung auslöst (z. B. Sev mit Agent, Katalog-Coverage). → Kap. 12.2, 12.4, 12.7

Function Calling Modell erzeugt strukturierte Funktionsaufrufe; Host führt aus. Oft unterhalb/innerhalb der Model-API; MCP sitzt typisch als Capability-Bus davor/darunter. → Kap. 4

---

G

Gateway (MCP Gateway) Zentraler Einstieg für Remote-Server: Auth, Audit, Routing, Rate Limits. → Kap. 6, 9

Graph-Orchestration Agentensteuerung als Zustandsgraph (Nodes/Edges) statt reiner Chat-Historie. → Kap. 5–6

Grounding Anbindung von Aussagen an nachweisbare Quellen oder Tool-Observations.

---

H

Halluzination Plausible, aber falsche Modellausgabe (z. B. erfundene APIs).

Handoff Strukturierte Übergabe zwischen Agenten (Artifact + Contract). → Kap. 5, 8

Harness (Agent Harness) Betriebsrahmen um das Modell: Loop, System Prompt, Skills, Tools/MCP, Context Pipeline, Permissions, Hooks, Sandbox, Verification, Observability, UX. Agent = Model + Harness. → Kap. 4.5, 5.11

Harness Engineering Disziplin, den Harness systematisch zu designen, messen und zu verbessern (statt nur Modelle zu tauschen). → Kap. 5.11, 11.10

Production Harness Produktive Ausprägung des Harness als Control Plane: Policy as Code, Hooks, Verify-Oracles, Observability/SLOs, HITL und Autonomy-Gates. → Kap. 11.10

HITL (Human-in-the-Loop) Menschliche Freigabe oder Eingriff an definierten Gates.

Hooks Vor-/Nachlauf-Logik an Tool- oder Session-Events (z. B. Secret-Scan vor Write). → Kap. 5.11

Host (MCP Host) AI-Anwendung, die Clients verwaltet, mit dem LLM spricht und Policies durchsetzt (z. B. IDE, CLI-Agent).

---

I

Impact Analysis Abschätzung, welche Module/Tests von einer Änderung betroffen sind (oft Graph-basiert).

Indirect Prompt Injection Angriff über Dateninhalte (Issue, Datei, Web), die das Modell als Anweisung missversteht. → Kap. 11

Invest-Priorisierung (12 Monate) Kapazitäts-Split System (~50–60 %) / Organisation (~25–35 %) / Modell (~10–20 %) für produktive Agenten; Modell-Budget nur bei reifer Scorecard und Team-Readiness. → Kap. 12.5

---

J

JSON-RPC Remote-Procedure-Call-Protokoll; Basis der MCP-Data-Layer.

Just-in-Time Tools Nur die für den aktuellen Task relevanten Tool-Schemas ins Context Window laden.

---

K

Knowledge Graph (Codebase) Strukturierter Index (Nodes: Dateien/Symbole/Tests; Edges: imports/calls/…), oft via MCP exponiert (impact_analysis, graph://…). Ergänzt Markdown-KB und RAG. → Kap. 5.9, 5.12.3, 10

KV-Cache Zwischenspeicher von Key/Value-Zuständen bei der Inferenz zur Effizienzsteigerung. → Kap. 2

---

L

Least Privilege Nur die minimal nötigen Rechte/Tools vergeben.

LLM (Large Language Model) Großes Sprachmodell; probabilistischer Token-Generator mit breiten Fähigkeiten und Grenzen.

Lost in the Middle Phänomen, dass Information in der Mitte sehr langer Kontexte schlechter genutzt wird.

---

M

MCP (Model Context Protocol) Offenes Protokoll zur standardisierten Anbindung von Kontext und Tools an AI-Hosts. → Kap. 2, 4

MCP Client Komponente im Host mit 1:1-Session zu einem Server.

MCP Server Prozess/Dienst, der Tools, Resources und/oder Prompts bereitstellt.

MCP Server Owner Ownership-Hut für domänenreine, versionierte MCP-Server (Katalog, AuthZ/SBOM, Contract-Tests, SLO) – Capabilities, nicht primär der Agent-Loop. → Kap. 13.4

Memory (Agent Memory) Persistente oder sessionbezogene Speicherung von Fakten, Entscheidungen, Zusammenfassungen – als System, nicht „im Modellgewicht“. → Kap. 3, 5

Multi-Agent-System Mehrere spezialisierte Agenten mit Koordination über Shared Context/Handoffs. → Kap. 5, 8

---

O

Observation Rückmeldung aus der Umwelt (Tool-Result, Resource-Inhalt) an den Agenten.

On-Demand Loading Kontext erst bei Bedarf laden (Metadaten → Rank → Full Read).

Orchestrator / Supervisor Steuert Pläne, Worker, Gates und Budgets in Multi-Agent-Setups.

---

P

Plan-and-Execute Zuerst Plan erzeugen, dann Schritte ausführen und bei Bedarf replanen. → Kap. 4

Policy (Context-/Tool-Policy) Regeln für erlaubte Aktionen, Budgets, Trust und Resource-Zugriff.

Primitive (MCP) Kernfähigkeitsarten: Tools, Resources, Prompts.

Progressive Disclosure Kontext/Skills stufenweise laden (Katalog → Body → Assets → Tools), statt alles vorab. → Kap. 5.4

Project Memory Team- und projektweite persistente Wissensbasis (ADRs, TODOs, Conventions).

Prompt (MCP Prompt) Wiederverwendbare Vorlage/Workflow, typisch user-controlled über den Host.

Prompt Engineering Formulierung von Instructions; Teilmenge bzw. UI-Schicht relativ zu Context Engineering.

Provenance Herkunft und Revisionsmetadaten eines Kontextstücks (URI, Commit, Timestamp).

---

R

RAG (Retrieval-Augmented Generation) Retrieval passender Dokumente/Chunks in den Prompt; ergänzt, ersetzt aber nicht Tool-Aktionen. → Kap. 2

ReAct Muster aus abwechselndem Reasoning und Acting (Tool-Use). → Kap. 4

Recovery Pack Kurzes, compact-sicheres Fortsetzungsdokument (Goal, AC, Pfade, Decisions, Next Step, Verify) für Session-Wechsel. → Kap. 5.12.5, 10.13.6

Redaction Entfernen/Maskieren sensibler Daten vor dem Context Window oder Log.

Resource (MCP) Lesbare, adressierbare Kontextdaten (application-controlled).

RLHF / RLAIF Reinforcement Learning from Human / AI Feedback zur Verhaltensausrichtung.

---

S

Sampling Strategie zur Wahl des nächsten Tokens (Temperature, Top-p, …). → Kap. 2

Sandbox Isolierte Ausführungsumgebung für riskante Tools (FS, Netz, CPU).

SDLC Software Development Life Cycle – von Spec bis Operate. → Kap. 7

Selective Resource Exposure Nur erlaubte/relevante URIs einem Agenten oder einer Rolle zeigen.

Shared Context Store Gemeinsamer, oft MCP-basierter Speicher für Pläne, Artifacts, Locks. → Kap. 5.8, 8

Skill (Agent Skill) Modulares, wiederverwendbares Fähigkeitspaket (Playbook, optional Scripts/Assets), typisch on-demand geladen. → Kap. 5.4, 10.12

Skill Catalog / Skill Engineering Level-0-Katalog (Name + Kurzbeschreibung) plus Design, Versionierung und Review von Skills (Progressive Disclosure). → Kap. 5.4, 10.12

Abgrenzung: Core-System-Prompt vs. Skill vs. MCP-Prompt vs. AGENTS.md

Begriff	Engl. Entsprechung	Ebene	Zweck	Typisch versioniert als
Core-System-Prompt	Core system prompt	Host / Harness	„Verfassung“, immer geladen	Prompt-Datei / Image
Skill	Agent skill	Harness	Workflow-Paket, Progressive Disclosure	skills/*/skill.md
MCP-Prompt	MCP prompt (primitive)	MCP Server	wiederverwendbare Prompt-Templates über Protokoll	Server-Capability
AGENTS.md	Project agents guide / repo instructions	Projekt-KB	repo-lokale Konventionen & Pointer	Git

Skills und MCP-Prompts können dieselbe Checkliste teilen (DRY) – siehe Kap. 10.12.

STDIO Transport Lokale MCP-Verbindung über Standard-Ein-/Ausgabe des Serverprozesses.

Streamable HTTP Typischer Remote-Transport für MCP-Server.

Structured Output Erzwungene/schema-konforme Modellausgaben (z. B. JSON Schema).

Supply Chain (MCP) Abhängigkeiten und Herkunft von Server-Paketen/Images.

---

T

Temperature Sampling-Parameter: höhere Werte → diversere Ausgaben.

Token Vom Tokenizer erzeugte Texteinheit; Basis für Limits und Kosten.

Tool (MCP) Ausführbare Aktion (model-controlled; Host führt mit Policy aus).

Tool-Bloat / Context-Bloat Zu viele Schemas oder zu viel Kontext im Window → Kosten und Fehler.

Transport Layer (MCP) Übertragungsschicht (STDIO, Streamable HTTP, …) unter der Data Layer.

Trust Label Kennzeichnung der Vertrauenswürdigkeit von Kontext (trusted repo vs. untrusted web).

---

U

Untrusted Data Inhalte, die Anweisungen enthalten könnten und nicht als Instructions gelten dürfen.

URI (Resource URI) Adressierungsschema für Resources (z. B. memory://adr/…, graph://file/…).

---

V

Verifier Agentenrolle oder Pipeline-Schritt, der objektive Checks ausführt. → Kap. 8

---

W

Wetten-Matrix Entscheidungsraster Jetzt / Beobachten / Bewusst nicht für Agenten-Strategie (12–24 Monate), jeweils mit Frühindikator und Stop/Pivot. → Kap. 12.4

Working Memory Kurzfristiger Zustand im Context Window / laufenden State.

Working Set Siehe Context Pack.

---

Z

Zero Trust (in Agent-Kontext) Keine implizite Vertrauensstellung von Tool-Outputs, Servern oder Inhalten; verifizieren und Least Privilege anwenden.