# Schwerpunkte (kontrolliertes Vokabular)

Erlaubte Schlagworte zur Klassifikation von Projekten und Bewerbungen.
Beim Schreiben einer Bewerbung **nur** Schlagworte aus dieser Liste verwenden.
Fehlt ein passendes Schlagwort, hier ergänzen (mit Kurzdefinition) und im
Commit begründen. Ziel: gleiche Schwerpunkte immer gleich benennen
(kein „ML" vs. „Machine Learning" vs. „KI").

| Schlagwort | Definition |
|---|---|
| Agentic AI | Autonome KI-Agenten, Tool Use / Function Calling, Coding-Agent-Umgebungen (Claude Code/Cowork, Cline) |
| MCP | Model Context Protocol; Anbindung externer Systeme/Tools an LLMs |
| RAG | Retrieval Augmented Generation inkl. Chunking, Embeddings, Vektordatenbanken |
| LLM | Large Language Models: Auswahl, Betrieb, Evaluierung, Fine-Tuning, On-Premise |
| Vektordatenbanken | Pinecone, Qdrant und vergleichbare Vektorspeicher für semantische Suche |
| On-Premise KI | Eigenbetrieb von KI-Inferenz auf eigener Hardware (GPU-Inference, Quantisierung) |
| MLOps | Aufbau und produktiver Betrieb von ML-/LLM-Infrastruktur, Deployment, Monitoring |
| Container | Containerisierung und Deployment mit Docker/Podman |
| Python | Python-Entwicklung im Produktionskontext (FastAPI, Tooling, Datenverarbeitung) |
| Event-Streaming | Verarbeitung kontinuierlicher Daten-/Nachrichtenströme, Message-Middleware (DDS, SOME/IP) |
| Öffentlicher Sektor | Endkunde aus Verwaltung/Behörden/öffentlicher Hand (oft mit Sicherheitsanforderungen) |
| Produktiver Einsatz | Tätigkeit zielt auf produktiven Wirkbetrieb, nicht nur Prototyp/PoC |
| Produktiver KI-Betrieb | Betrieb von KI-/LLM-Systemen im laufenden produktiven Wirkbetrieb (MLOps, Deployment, Monitoring) |