> 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/ai-whitepaper/introduction-ai-at-zoom.md). # Einführung: KI bei Zoom Künstliche Intelligenz entwickelt sich rasant weiter und wird zu einem integralen Bestandteil des täglichen Lebens, indem sie alles antreibt, von großen und kleinen Modellen der Sprache bis hin zu spezialisierten algorithmischen Funktionen. Während generative KI eine nahtlose Interaktion zwischen Menschen und Maschinen für die Erstellung von Inhalten, Problemlösung und Entscheidungsfindung ermöglicht, gibt es KI auch in spezialisierteren Anwendungen. Automatisierungstools optimieren Arbeitsabläufe, während Dienste wie Untertitelung und Übersetzung Kommunikationsbarrieren abbauen und die Zusammenarbeit effizienter und zugänglicher machen. Da sich KI 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, und ZoomMate als die umfassendere KI-Arbeitsoberfläche, die Nutzern hilft, von der Konversation bis zum Abschluss zu gelangen. Zusammen sollen diese Abschnitte den Lesern helfen zu verstehen, wie Zoom KI über Kommunikation, Zusammenarbeit, Produktivität und konsequente Umsetzung hinweg einsetzt. ## **Zoom AI** Zoom AI ist die gemeinsame Ebene künstlicher Intelligenz, die KI-gestützte Erlebnisse auf der gesamten Zoom-Plattform ermöglicht. Sie umfasst den breiteren Satz an KI-Technologien, Modellen und unterstützenden Systemen, die Zoom verwendet, um intelligente Funktionen über seine Produkte hinweg bereitzustellen. Praktisch gesehen ist Zoom AI die Grundlage, die es Zoom ermöglicht, KI-unterstützte Erlebnisse in den Bereichen Kommunikation, Zusammenarbeit, Produktivität und Nachverfolgung bereitzustellen, anstatt KI auf eine einzelne eigenständige Funktion oder Anwendung zu beschränken. Diese gemeinsame KI-Schicht unterstützt ZoomMate sowie eine breite Palette produktspezifischer Funktionen, darunter Features wie Übersetzung in Echtzeit, Transkription, Fragen im Meeting, persönliche Audio-Isolierung, Chat-Compose und andere KI-gestützte Erlebnisse. Sie umfasst den Multi-Modell- und Multi-Deployment-Ansatz von Zoom für KI, einschließlich seiner föderierten Architektur, Zoom-gehostete Modelle Plus (ZM+), Zoom-gehostete Modelle (ZMO) und KI-Angebote vor Ort. Zusammen bilden diese Ansätze die technische Grundlage für KI auf der Zoom-Plattform. ## **KI-Funktionen** #### KI-Funktionen: Integrierte KI-Funktionen, die gezielte Unterstützung in allen Zoom-Produkten bieten Zoom AI-Funktionen sind produktspezifische Funktionen, die innerhalb bestimmter Zoom-Produkte und Workflows künstliche Intelligenz nutzen und in der Regel direkt in das Produkterlebnis eingebettet sind, dort, wo die Aufgabe stattfindet. Sie sind darauf ausgelegt, bei bestimmten Aktivitäten zu helfen, etwa beim Zusammenfassen eines Meeting, beim Verfassen einer Chat-Nachricht, beim Vorschlagen einer E-Mail-Antwort, beim Beantworten einer Frage während eines Live-Meeting oder beim Erstellen einer Nach-Anruf-Zusammenfassung. Diese Funktionen können innerhalb des Produkts, in dem sie erscheinen, eigenständig funktionieren, aber sie können auch Ausgaben erzeugen, die breitere ZoomMate-Erfahrungen unterstützen. Zum Beispiel kann eine Meeting-Zusammenfassung, die nach einem Zoom Meeting erstellt wurde, später nützlicher Kontext für ZoomMate werden, während eine Funktion wie Chat Compose oder Meeting Questions hauptsächlich dafür gedacht ist, in dieser unmittelbaren Produkterfahrung zu helfen. Auf diese Weise sind Zoom AI-Funktionen die verteilte KI-Schicht auf Produktebene über Zoom hinweg. Beispiele umfassen Funktionen über Meetings, Chat, Whiteboard, Events, E-Mail, Kalender und Telefon hinweg, wie z. B. Meeting-Zusammenfassungen, Fragen im Meeting, Transkription, Meine Notizen, Chat verfassen, Chat-Zusammenfassungen, Kanal-Zusammenfassungen, Übersetzung, E-Mail-Entwürfe und Antworten, Unterstützung beim Planen, Anruf-Zusammenfassungen, Mailbox-Funktionen und die Extraktion von Aufgaben. ## **ZoomMate** #### ZoomMate: Ihr intelligenter Workplace-Teamkollege, der Ihnen hilft, von der Konversation bis zum Abschluss mehr zu erreichen ZoomMate ist ein intelligenter, dialogorientierter digitaler Teamkollege im Zentrum der Zoom Workplace-Plattform, der darauf ausgelegt ist, die Produktivität zu steigern, die Zusammenarbeit zu optimieren und die Arbeitslast der Mitarbeiter zu reduzieren. Jeden Tag werden KI-Tools zunehmend in die moderne Arbeitswelt integriert und sind nicht mehr auf die Ausführung bestimmter Aufgaben beschränkt — etwa darauf, Dateneingaben zu automatisieren, E-Mails zu entwerfen, Berichte zu erstellen oder grundlegende algorithmische Funktionen auszuführen. Vielmehr stehen aufkommende KI-Tools für einen transformativen Wandel, der die Art und Weise, wie wir arbeiten, grundlegend verändert. ZoomMate ist ein Beispiel dafür und geht über einfache Aufgabenautomatisierung hinaus, indem es als engagierter Teamkollege agiert, der Benutzern hilft, von der Konversation bis zum Abschluss mehr zu erreichen. Stellen Sie sich zum Beispiel einen Vertriebsleiter vor, der sich auf ein geschäftskritisches Kunden-Meeting vorbereitet. Die Arbeit kann mit einem kürzlichen 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 Folgeaufgaben aufzeigen, die verschiedenen Teammitgliedern zugewiesen wurden. Ein Benutzer kann sich dann an ZoomMate wenden, um die Arbeit von dort aus fortzusetzen, anstatt in einem separaten Tool von vorn zu beginnen. Mithilfe des Kontexts aus Zoom Workplace und verbundenen Systemen kann ZoomMate die Meeting-Zusammenfassung zusammenstellen, verwandte Chat-Diskussionen prüfen, unterstützende Materialien in Zoom Canvas heranziehen, den Kontokontext aus einem verbundenen CRM abrufen und zusätzliche Recherchen aus freigegebenen internen oder externen Quellen einbeziehen. Aus diesem kombinierten Kontext heraus kann ZoomMate dabei helfen, ein Kundenbriefing zu erstellen, eine Gliederung für einen Vorschlag zu entwerfen, 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 dem Entwurf endet. ZoomMate kann helfen, den Kontext über den gesamten Prozess hinweg weiterzutragen — von der ursprünglichen Konversation über die getroffenen Entscheidungen bis hin zu den Dokumenten und Aktionen, die folgen. In diesem Sinne funktioniert ZoomMate weniger wie ein Einzelzweck-Tool und mehr wie ein Arbeitsplatz-Teamkollege, der Benutzern hilft, Informationen zu verknüpfen, die Nachverfolgung zu koordinieren und laufende Arbeit in fertige Ergebnisse zu verwandeln. ## **Schnittstellenprotokolle** Bevor wir auf detailliertere Funktionen und Datenflüsse eingehen, ist es hilfreich, einige der zugrunde liegenden Protokolle zu verstehen, die die KI-Fähigkeiten von Zoom unterstützen. Dieser Abschnitt erläutert das Model Context Protocol (MCP), einen der führenden Interoperabilitätsstandards, mit denen KI mit Tools, Daten, Workflows und anderen Agenten verbunden wird. ### Model Context Protocol #### Model Context Protocol (MCP): Ein Standard zum Verbinden von KI mit Tools, um mehr zu erreichen Im Rahmen 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 wichtige Rolle bei der Weiterentwicklung agentischer KI, indem es die Notwendigkeit einmaliger Integrationen ersetzt, die jedes Unternehmen separat entwickeln und warten muss. Stattdessen bietet es ein gemeinsames, strukturiertes Framework, das Fähigkeiten KI-Modellen auf konsistente Weise bereitstellt. Diese Grundlage ermöglicht es KI-Systemen, eher wie intelligente Agenten zu handeln – indem sie nicht nur Fragen beantworten, sondern auch direkt in den Systemen handeln, auf die sich Nutzer verlassen. Weitere Informationen finden Sie in den Entwicklerdokumenten von Zoom zu [MCP bei Zoom](https://developers.zoom.us/docs/mcp/). #### Wie MCP in der Praxis funktioniert — wie beim Bestellen von einer Speisekarte Im Kern basiert MCP auf einem Client-Server-Modell. Stell dir 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 tun können. Jeder Server bietet eine klare Liste von Funktionen — etwa „Wissensdatenbank durchsuchen“ oder „Aufgabe erstellen“ — und zeigt, was Verfügbar ist. Der KI-Client entscheidet dann mitten in einem Gespräch, wann und wie er diese Funktionen verwendet. Anders gesagt: Das Verbinden von KI mit einem MCP-Server ist so, als würde man in einem Restaurant bestellen. Du (die KI) gehst in ein Restaurant, erhältst eine Speisekarte (eine Liste von Diensten oder Funktionen, die über den MCP-Server Verfügbar sind), und du (die KI) sagst, was du möchtest, und es antwortet. Es gibt kein Rätselraten darüber, was Verfügbar ist oder nicht — alles wird dir in der Speisekarte von Anfang an bereitgestellt. Die folgenden Abschnitte enthalten weitere Details dazu, wie MCP funktioniert: #### Schritt 1: Fähigkeiten über Server bereitstellen Jedes System kann einen MCP-Server ausführen. Dieser Server fungiert als „Speisekarte“ und veröffentlicht eine strukturierte Beschreibung der Aktionen, die er unterstützt. Jira könnte zum Beispiel Funktionen wie „Vorgänge suchen“ oder „Ticket aktualisieren“ veröffentlichen. Da diese Funktionen dem gemeinsamen Format von MCP folgen, kann die KI sie sofort verstehen, ohne kundenspezifische Entwicklung. #### Schritt 2: KI agiert 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 tätigt, wenn sie auf einen Benutzer antwortet. 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 weitergeben MCP definiert auch, wie Kontext und Berechtigung weitergegeben werden. Das hilft sicherzustellen, dass die KI, wenn sie eine Funktion verwendet, dies nur innerhalb der Grenzen tut, auf die der Benutzer Access hat. Wenn zum Beispiel ein Benutzer 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 praktisch, wo sensible Daten und Access-Kontrollen nicht verhandelbar sind. #### Warum MCP wichtig ist Indem standardisiert wird, wie KI sich mit externen Systemen verbindet, beseitigt MCP die Reibung individueller 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 sich nahtlos und sicher anfühlt. --- # 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/ai-whitepaper/introduction-ai-at-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.