Guides
Wissen, das du anwenden kannst
Jeder Guide sagt vorab, was du danach kannst, was du dafür brauchst und wie lange es dauert.
Nach Wissensstand
- Einsteiger9
- Fortgeschritten7
- Experte1
Jeder Guide nennt seinen Wissensstand vorab. Letzte Änderung: 20.10.2026.
17 Einträge insgesamt.
- 17
- Guides
- 233 Min
- Lesezeit gesamt
- 5
- Nutzerziele
- 20.10.2026
- zuletzt aktualisiert
01Einstieg
Was willst du tun?
02Für den Anfang
Guides für Einsteiger
Künstliche Intelligenz
ChatGPT Alternativen im Vergleich 2026
Claude, Gemini, Copilot, Perplexity oder Le Chat – welche ChatGPT-Alternative passt zu dir?
Die wichtigsten ChatGPT-Alternativen und ihre Kernunterschiede kennen
03Ziel · Verstehen
Guides zum Verstehen
Grundlagen Machine Learning
Wie Maschinen aus Daten lernen – der komplette Einstieg ohne Vorkenntnisse.
Den Unterschied zwischen klassischer Programmierung und Machine Learning erklären
Die KI-Technologie-Landschaft verstehen
Wer macht was in der KI-Welt – und was davon ist Hype, was ist real?
Die Ebenen der KI-Technologie (Infrastruktur, Modelle, Plattformen, Anwendungen) unterscheiden
Prompt Engineering Grundlagen
Bessere KI-Ergebnisse durch bessere Fragen – die wichtigsten Techniken kompakt erklärt.
Den Unterschied zwischen schlechten und guten Prompts erkennen und erklären
Was ist Künstliche Intelligenz? Der ehrliche Einstieg
KI einfach erklärt: Was es ist, was es nicht ist, wer die wichtigsten Anbieter sind – und welche Mythen du vergessen kannst.
Den Begriff 'Künstliche Intelligenz' präzise definieren und abgrenzen
Was sind Large Language Models?
Von GPT bis Llama – wie LLMs funktionieren, was sie können und wo ihre Grenzen liegen.
Erklären, wie ein LLM intern Text verarbeitet und generiert
KI und Datenschutz – DSGVO-konform arbeiten
Was Unternehmen beim Einsatz von KI-Tools datenschutzrechtlich beachten müssen – konkret und praxisnah.
Verstehen, warum persönliche KI-Konten und Geschäftsdaten getrennt bewertet werden müssen
EU AI Act erklärt – Was Unternehmen jetzt wissen müssen
Was der EU AI Act für dein Unternehmen bedeutet – Verbote, Pflichten, Fristen und Checkliste.
Den risikobasierten Ansatz des AI Acts verstehen und eigene KI-Systeme einordnen
MLOps verstehen: Vom Notebook zum Modell in Produktion
Der Weg vom Jupyter-Notebook in den produktiven Betrieb – Lebenszyklus, Deployment und Monitoring von ML-Modellen.
Verstehen, warum sich MLOps von klassischem DevOps unterscheidet (Code + Daten + Modell)
KI-Agenten verstehen
Wie KI-Agenten planen, Tools nutzen und eigenständig Aufgaben erledigen – von ReAct bis Multi-Agent.
Den Unterschied zwischen einem einfachen LLM-Chat und einem KI-Agenten erklären
Vektordatenbanken und Embeddings
Wie Embeddings Text in Zahlen verwandeln – und warum das die Grundlage für RAG, Suche und KI-Anwendungen ist.
Verstehen, wie Embeddings Text in semantische Vektoren umwandeln
04Ziel · Planen
Guides zum Planen
RAG in der Praxis: Eigene Wissensbasis für KI-Anwendungen
Baue eine KI, die auf deinen eigenen Dokumenten antwortet – Schritt für Schritt erklärt.
Verstehen, warum RAG besser ist als reines Fine-Tuning für dokumentenbasierte Fragen
KI im Unternehmen einsetzen
Von der Idee zur Produktion – wie KI-Projekte im Unternehmen wirklich funktionieren.
Den Unterschied zwischen KI-Hype und realistischem Nutzenpotenzial einschätzen
MLOps verstehen: Vom Notebook zum Modell in Produktion
Der Weg vom Jupyter-Notebook in den produktiven Betrieb – Lebenszyklus, Deployment und Monitoring von ML-Modellen.
Verstehen, warum sich MLOps von klassischem DevOps unterscheidet (Code + Daten + Modell)
05Ziel · Umsetzen
Guides zum Umsetzen
RAG in der Praxis: Eigene Wissensbasis für KI-Anwendungen
Baue eine KI, die auf deinen eigenen Dokumenten antwortet – Schritt für Schritt erklärt.
Verstehen, warum RAG besser ist als reines Fine-Tuning für dokumentenbasierte Fragen
KI-Bilder erstellen
Von Diffusionsmodellen bis Prompt-Technik: so planst, erzeugst und prüfst du KI-Bilder.
Verstehen, wie Diffusionsmodelle Bilder aus Text generieren
Fine-Tuning in der Praxis
Wann lohnt sich Fine-Tuning wirklich – und wie setzt du es in der Praxis um?
Den Unterschied zwischen Fine-Tuning, RAG und Prompt Engineering einschätzen
LLM-Sicherheit in der Praxis: Angriffe verstehen, Systeme absichern
Verstehe die wichtigsten Angriffe auf LLM-Anwendungen und wie du sie mit mehreren Verteidigungsschichten absicherst.
Erklären, warum LLM-Sicherheit sich grundlegend von klassischer IT-Sicherheit unterscheidet
06Ziel · Bewerten
Guides zum Bewerten
ChatGPT Alternativen im Vergleich 2026
Claude, Gemini, Copilot, Perplexity oder Le Chat – welche ChatGPT-Alternative passt zu dir?
Die wichtigsten ChatGPT-Alternativen und ihre Kernunterschiede kennen
KI im Unternehmen einsetzen
Von der Idee zur Produktion – wie KI-Projekte im Unternehmen wirklich funktionieren.
Den Unterschied zwischen KI-Hype und realistischem Nutzenpotenzial einschätzen
EU AI Act erklärt – Was Unternehmen jetzt wissen müssen
Was der EU AI Act für dein Unternehmen bedeutet – Verbote, Pflichten, Fristen und Checkliste.
Den risikobasierten Ansatz des AI Acts verstehen und eigene KI-Systeme einordnen
Fine-Tuning in der Praxis
Wann lohnt sich Fine-Tuning wirklich – und wie setzt du es in der Praxis um?
Den Unterschied zwischen Fine-Tuning, RAG und Prompt Engineering einschätzen
07Ziel · Anwenden
Guides zum Anwenden
Richtig prompten lernen
6 Prinzipien, Anti-Patterns und Templates – der praktische Leitfaden für bessere KI-Prompts.
Die 6 Grundprinzipien guter Prompts kennen und anwenden
KI und Datenschutz – DSGVO-konform arbeiten
Was Unternehmen beim Einsatz von KI-Tools datenschutzrechtlich beachten müssen – konkret und praxisnah.
Verstehen, warum persönliche KI-Konten und Geschäftsdaten getrennt bewertet werden müssen
08Themenwelten
Guides nach Thema
Von Machine Learning über Sprachmodelle bis zu KI-Agenten – die Konzepte hinter der Technologie, die alles verändert.
EinstiegChatGPT Alternativen im Vergleich 2026
Einsteiger: 7Fortgeschritten: 1Experte: 0
Wo Software heute läuft – und warum das entscheidend ist.
EinstiegMLOps verstehen: Vom Notebook zum Modell in Produktion
Einsteiger: 0Fortgeschritten: 1Experte: 0
Risiken, Datenschutz und was wirklich schützt.
EinstiegKI und Datenschutz – DSGVO-konform arbeiten
Einsteiger: 0Fortgeschritten: 3Experte: 0
Konkrete Anwendungsfälle für Teams, die heute anfangen wollen.
EinstiegKI-Bilder erstellen
Einsteiger: 2Fortgeschritten: 2Experte: 1
09Bibliothek
Alle Guides entdecken
ChatGPT Alternativen im Vergleich 2026
Claude, Gemini, Copilot, Perplexity oder Le Chat – welche ChatGPT-Alternative passt zu dir?
Grundlagen Machine Learning
Wie Maschinen aus Daten lernen – der komplette Einstieg ohne Vorkenntnisse.
Die KI-Technologie-Landschaft verstehen
Wer macht was in der KI-Welt – und was davon ist Hype, was ist real?
Prompt Engineering Grundlagen
Bessere KI-Ergebnisse durch bessere Fragen – die wichtigsten Techniken kompakt erklärt.
RAG in der Praxis: Eigene Wissensbasis für KI-Anwendungen
Baue eine KI, die auf deinen eigenen Dokumenten antwortet – Schritt für Schritt erklärt.
Richtig prompten lernen
6 Prinzipien, Anti-Patterns und Templates – der praktische Leitfaden für bessere KI-Prompts.
Was ist Künstliche Intelligenz? Der ehrliche Einstieg
KI einfach erklärt: Was es ist, was es nicht ist, wer die wichtigsten Anbieter sind – und welche Mythen du vergessen kannst.
Was sind Large Language Models?
Von GPT bis Llama – wie LLMs funktionieren, was sie können und wo ihre Grenzen liegen.
KI-Bilder erstellen
Von Diffusionsmodellen bis Prompt-Technik: so planst, erzeugst und prüfst du KI-Bilder.
KI im Unternehmen einsetzen
Von der Idee zur Produktion – wie KI-Projekte im Unternehmen wirklich funktionieren.
KI und Datenschutz – DSGVO-konform arbeiten
Was Unternehmen beim Einsatz von KI-Tools datenschutzrechtlich beachten müssen – konkret und praxisnah.
EU AI Act erklärt – Was Unternehmen jetzt wissen müssen
Was der EU AI Act für dein Unternehmen bedeutet – Verbote, Pflichten, Fristen und Checkliste.
Fine-Tuning in der Praxis
Wann lohnt sich Fine-Tuning wirklich – und wie setzt du es in der Praxis um?
LLM-Sicherheit in der Praxis: Angriffe verstehen, Systeme absichern
Verstehe die wichtigsten Angriffe auf LLM-Anwendungen und wie du sie mit mehreren Verteidigungsschichten absicherst.
MLOps verstehen: Vom Notebook zum Modell in Produktion
Der Weg vom Jupyter-Notebook in den produktiven Betrieb – Lebenszyklus, Deployment und Monitoring von ML-Modellen.
KI-Agenten verstehen
Wie KI-Agenten planen, Tools nutzen und eigenständig Aufgaben erledigen – von ReAct bis Multi-Agent.
Vektordatenbanken und Embeddings
Wie Embeddings Text in Zahlen verwandeln – und warum das die Grundlage für RAG, Suche und KI-Anwendungen ist.
10Glossar
Begriffe aus den Guides nachschlagen
Large Language Model
Ein KI-Modell, das menschenähnliche Sprache generiert und versteht.
in 12 Guides vorausgesetzt
Halluzinationen
KI-Modelle erzeugen glaubhafte, aber falsche Informationen.
in 11 Guides vorausgesetzt
Prompt Engineering
Die Technik, Anweisungen für KI-Modelle optimal zu gestalten.
in 9 Guides vorausgesetzt
Guardrails
Regeln zur Sicherstellung des korrekten Verhaltens von KI.
in 7 Guides vorausgesetzt
Alignment
Der Prozess, KI-Systeme an menschliche Werte auszurichten.
in 6 Guides vorausgesetzt
Kontextfenster
Maximale Textmenge, die ein Sprachmodell verarbeiten kann.
in 6 Guides vorausgesetzt
Retrieval Augmented Generation
Kombination von LLMs mit externen Wissensdatenbanken für Genauigkeit.
in 6 Guides vorausgesetzt
Fine-Tuning
Nachtrainieren eines Modells für spezifische Aufgaben.
in 5 Guides vorausgesetzt