> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/de/ai-whitepaper/einfuhrung-ki-bei-zoom.md). # Einführung: KI bei Zoom Künstliche Intelligenz entwickelt sich rasant weiter und wird zu einem integralen Bestandteil des Alltags, indem sie alles von großen und kleinen Sprachmodellen bis hin zu spezialisierten algorithmischen Funktionen antreibt. Während generative KI eine nahtlose Interaktion zwischen Menschen und Maschinen für die Erstellung von Inhalten, Problemlösung und Entscheidungsfindung ermöglicht, existiert KI auch in stärker spezialisierten Anwendungen. Automatisierungstools rationalisieren Arbeitsabläufe, während Dienste wie Untertitelung und Übersetzung Kommunikationsbarrieren abbauen und die Zusammenarbeit effizienter und zugänglicher machen. Während KI sich weiterentwickelt, verändern ihre Anwendungen Branchen, indem sie Effizienz, Genauigkeit und Innovation verbessern und die Art und Weise, wie Unternehmen arbeiten, grundlegend neu gestalten. Angesichts der wachsenden Rolle von KI am modernen Arbeitsplatz erklärt dieses Dokument, wie KI auf der Zoom-Plattform eingesetzt wird. Es beschreibt die gemeinsame KI-Grundlage von Zoom, die produkt­spezifischen KI-Funktionen, die in verschiedene Zoom-Produkte integriert sind, sowie ZoomMate als die umfassendere KI-Arbeitsfläche, die Nutzern hilft, von der Unterhaltung zur Umsetzung zu gelangen. Zusammen sollen diese Abschnitte den Lesern helfen zu verstehen, wie Zoom KI über Kommunikation, Zusammenarbeit, Produktivität und Nachverfolgung hinweg einsetzt. ## **Zoom AI** Zoom AI ist die gemeinsame Schicht der künstlichen Intelligenz, die KI-gestützte Erlebnisse auf der Zoom-Plattform ermöglicht. Sie umfasst den breiteren Satz an KI-Technologien, Modellen und unterstützenden Systemen, die Zoom einsetzt, um intelligente Funktionen über seine Produkte hinweg bereitzustellen. In der Praxis ist Zoom AI die Grundlage, die es Zoom ermöglicht, KI-gestützte Erlebnisse über Kommunikation, Zusammenarbeit, Produktivität und Nachverfolgung hinweg bereitzustellen, anstatt KI auf eine einzelne, eigenständige Funktion oder Anwendung zu beschränken. Diese gemeinsame KI-Schicht unterstützt ZoomMate ebenso wie eine breite Palette produktspezifischer Funktionen, darunter Funktionen wie Echtzeitübersetzung, Transkription, Fragen im Meeting, persönliche Audioisolierung, Chat verfassen und andere KI-gestützte Erlebnisse. Sie umfasst Zooms Multi-Modell- und Multi-Deployment-Ansatz für KI, einschließlich seiner föderierten Architektur, Zoom-Hosted Models Plus (ZM+), Zoom-gehostete Modelle (ZMO) und On-Premises-KI-Angebote. Zusammen bilden diese Ansätze die technische Grundlage für KI auf der Zoom-Plattform. ## **KI-Funktionen** #### KI-Funktionen: Eingebettete KI-Fähigkeiten, die gezielte Unterstützung über Zoom-Produkte hinweg bieten Zoom AI-Funktionen sind produktspezifische Fähigkeiten, die künstliche Intelligenz innerhalb bestimmter Zoom-Produkte und Arbeitsabläufe nutzen und in der Regel direkt in das Produkterlebnis integriert sind, wo die Aufgabe stattfindet. Sie sind darauf ausgelegt, bei spezifischen Aktivitäten zu helfen, etwa beim Zusammenfassen eines Meetings, beim Entwerfen einer Chat-Nachricht, beim Vorschlagen einer E-Mail-Antwort, beim Beantworten einer Frage während eines Live-Meetings oder beim Erstellen einer Zusammenfassung nach einem Anruf. Diese Funktionen können innerhalb des Produkts, in dem sie erscheinen, eigenständig arbeiten, sie können aber auch Ausgaben erzeugen, die breitere ZoomMate-Erlebnisse unterstützen. So kann beispielsweise eine nach einem Zoom-Meeting erstellte Meeting-Zusammenfassung später als nützlicher Kontext für ZoomMate dienen, während eine Funktion wie Chat verfassen oder Fragen im Meeting vor allem darauf ausgelegt ist, in diesem unmittelbaren Produkterlebnis zu helfen. Auf diese Weise sind Zoom AI-Funktionen die verteilte KI-Schicht auf Produktebene über Zoom hinweg. Beispiele sind Funktionen über Meetings, Chat, Whiteboard, Events, E-Mail, Kalender und Telefon hinweg, wie z. B. Meeting-Zusammenfassungen, Fragen im Meeting, Transkription, Meine Notizen, Chat-Erstellung, Chat-Zusammenfassung, Kanal-Zusammenfassungen, Übersetzung, E-Mail-Entwürfe und Antworten, Planen-Unterstützung, Anruf-Zusammenfassungen, Mailbox-Funktionen und Aufgabenextraktion. ## **ZoomMate** #### ZoomMate: Dein intelligenter Teamkollege am Arbeitsplatz, der dir hilft, von der Unterhaltung bis zum Abschluss mehr zu erreichen ZoomMate ist ein intelligenter, dialogorientierter digitaler Teampartner im Kern der Zoom Workplace-Plattform, der darauf ausgelegt ist, die Produktivität zu steigern, die Zusammenarbeit zu optimieren und die Arbeitslast der Mitarbeiter zu reduzieren. Tag für Tag werden KI-Tools zunehmend in die moderne Arbeitswelt integriert und sind nicht länger darauf beschränkt, bestimmte Aufgaben zu übernehmen — etwa die Automatisierung der Dateneingabe, das Verfassen von E-Mails, das Erstellen von Berichten oder das Ausführen einfacher algorithmischer Funktionen. Vielmehr stehen aufkommende KI-Tools für einen transformativen Wandel, der die Art und Weise, wie wir arbeiten, grundlegend verändert. ZoomMate ist ein Beispiel dafür: Es geht über die bloße Aufgabenautomatisierung hinaus und agiert als engagierter Teampartner, der Nutzern hilft, von der Konversation bis zum Abschluss mehr zu erreichen. Zum Beispiel könnte man einen Vertriebsleiter betrachten, der sich auf ein kundenkritisches Meeting vorbereitet. Die Arbeit kann mit einem kürzlich stattgefundenen Zoom-Meeting beginnen, in dem das Team die Prioritäten des Kunden, Wettbewerbsrisiken und offene technische Fragen bespricht. Aus diesem Gespräch können die KI-Funktionen von Zoom eine Meeting-Zusammenfassung erstellen, Aktionspunkte identifizieren und die Nachverfolgungsaufgaben sichtbar machen, die verschiedenen Teammitgliedern zugewiesen wurden. Ein Benutzer kann sich dann an ZoomMate wenden, um die Arbeit von dort aus fortzusetzen, statt in einem separaten Tool von vorne zu beginnen. Unter Verwendung von Kontext aus Zoom Workplace und verbundenen Systemen kann ZoomMate die Meeting-Zusammenfassung erfassen, verwandte Chat-Diskussionen überprüfen, unterstützende Materialien in Zoom Canvas heranziehen, Kontokontext aus einem verbundenen CRM abrufen und zusätzliche Recherchen aus freigegebenen internen oder externen Quellen einbeziehen. Aus diesem kombinierten Kontext kann ZoomMate dabei helfen, ein Kundenbriefing zu erstellen, einen Entwurf für eine Angebotsgliederung zu verfassen, Folgeaufgaben zu erstellen und ein strukturiertes Strategie-Dokument zu generieren. Wenn der Benutzer diese Arbeit präsentieren muss, kann ZoomMate auch dabei helfen, denselben zugrunde liegenden Kontext mithilfe von Zoom Slides in Präsentationsmaterialien umzuwandeln. Was ZoomMate von einem herkömmlichen generativen KI-Assistenten unterscheidet, ist, dass die Arbeit nicht bei der Zusammenfassung oder beim Entwurf endet. ZoomMate kann dabei helfen, den Kontext über den gesamten Prozess hinweg weiterzutragen – von der ursprünglichen Unterhaltung über die getroffenen Entscheidungen bis hin zu den Dokumenten und Maßnahmen, die folgen. In diesem Sinne funktioniert ZoomMate weniger wie ein Einzweck-Tool und eher wie ein Teamkollege am Arbeitsplatz, der Nutzer dabei unterstützt, Informationen zu verknüpfen, die Umsetzung zu koordinieren und laufende Arbeit in abgeschlossene Ergebnisse zu verwandeln. ## **Schnittstellenprotokolle** Bevor wir uns detaillierteren Funktionen und Datenflüssen zuwenden, ist es hilfreich, einige der zugrunde liegenden Protokolle zu verstehen, die die KI-Fähigkeiten von Zoom unterstützen. In diesem Abschnitt wird das Model Context Protocol (MCP) erläutert, einer der führenden Interoperabilitätsstandards, die es KI ermöglichen, mit Tools, Daten, Workflows und anderen Agenten zu kommunizieren. ### Model Context Protocol #### Model Context Protocol (MCP): Ein Standard zum Verbinden von KI mit Tools, um mehr zu erreichen Als Teil seiner KI-Architektur verwendet Zoom das Model Context Protocol (MCP) — einen offenen Standard, der sichere Verbindungen zwischen Modellen, Tools, Datenquellen und Workflows ermöglicht. MCP spielt eine Schlüsselrolle bei der Weiterentwicklung von agentischer KI, indem es die Notwendigkeit einmaliger Integrationen ersetzt, die jedes Unternehmen separat erstellen und warten muss. Stattdessen bietet es ein gemeinsames, strukturiertes Framework, das Fähigkeiten KI-Modellen auf konsistente Weise bereitstellt. Diese Grundlage ermöglicht es KI-Systemen, sich eher wie intelligente Agenten zu verhalten — indem sie nicht nur Fragen beantworten, sondern auch direkt innerhalb der Systeme handeln, auf die sich Nutzer verlassen. Weitere Informationen finden Sie in den Developer Docs von Zoom zu [MCP bei Zoom](https://developers.zoom.us/docs/mcp/). #### Wie MCP in der Praxis funktioniert — wie das Bestellen von einer Speisekarte Im Kern basiert MCP auf einem Client-Server-Modell. Stellen Sie sich die KI-Umgebung (wie ChatGPT oder Claude) als Client vor, der Arbeit erledigen möchte, und externe Systeme (wie Jira, Confluence oder eine Datenbank) als Server, die veröffentlichen, was sie können. Jeder Server stellt eine klare Liste von Funktionen bereit — etwa „Wissensdatenbank durchsuchen“ oder „Aufgabe erstellen“. Der KI-Client entscheidet dann mitten im Gespräch, wann und wie diese Funktionen verwendet werden. Mit anderen Worten: Das Verbinden von KI mit einem MCP-Server ist wie das Bestellen in einem Restaurant. Du (die KI) betrittst ein Restaurant, erhältst ein Menü (eine Liste von Diensten oder Funktionen, Verfügbar über den MCP-Server), und du (die KI) sagst ihm, was du möchtest, und es antwortet. Es gibt kein Rätselraten darüber, was Verfügbar ist oder nicht — alles ist im Menü von Anfang an aufgeführt. Die folgenden Abschnitte bieten zusätzliche Details dazu, wie MCP funktioniert: #### Schritt 1: Fähigkeiten über Server bereitstellen Jedes System kann einen MCP-Server ausführen. Dieser Server fungiert als das „Menü“ und veröffentlicht eine strukturierte Beschreibung der Aktionen, die es unterstützt. Jira könnte zum Beispiel Funktionen wie „Issues suchen“ oder „Ticket aktualisieren“ veröffentlichen. Da diese Funktionen dem gemeinsamen Format von MCP folgen, kann die KI sie sofort ohne benutzerdefinierte Entwicklung verstehen. #### Schritt 2: Die KI fungiert als Client Auf der anderen Seite spielt die KI-Umgebung die Rolle des Clients. Sie liest das Menü der Funktionen, die Verfügbar sind, merkt sie sich und entscheidet, welchen Anruf sie tätigen soll, wenn sie auf einen Benutzer reagiert. Das bedeutet, dass die KI nicht im Voraus mit Tausenden möglicher Integrationen programmiert werden muss – sie lernt einfach, was Verfügbar ist, wenn die Verbindung hergestellt wird. #### Schritt 3: Kontext sicher übergeben MCP definiert auch, wie Kontext und Berechtigungen weitergegeben werden. Das hilft sicherzustellen, dass die KI eine Funktion nur innerhalb der Grenzen dessen nutzt, wofür der Benutzer Berechtigung zum Access hat. Wenn ein Benutzer zum Beispiel die Berechtigung hat, nur die Jira-Tickets seines Teams zu sehen, stellt MCP sicher, dass die KI diesen Umfang respektiert. Diese Sicherheitsebene macht MCP für den Enterprise-Einsatz praktikabel, wo sensible Daten und Access-Kontrollen nicht verhandelbar sind. #### Warum MCP wichtig ist Durch die Standardisierung, wie KI mit externen Systemen verbunden wird, beseitigt MCP die Reibung benutzerdefinierter Integrationen und sorgt für Sicherheit und Konsistenz. Benutzer profitieren davon, weil die KI nicht nur Fragen beantworten, sondern auch fundierte Aktionen über eine Vielzahl von Tools hinweg auf eine Weise ausführen kann, die nahtlos und sicher wirkt. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://library.zoom.com/technical-library/de/ai-whitepaper/einfuhrung-ki-bei-zoom.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.