KI-Grundlagenkurs · kompakt in 3 Stunden
Künstliche Intelligenz verstehen und sinnvoll einsetzen
Von GPT und Sprachmodellen über Vision und generative Medien bis zu RAG, KI-Agenten und lokalen Modellen.
Der Kurs ordnet die wichtigsten Begriffe verständlich ein, zeigt reale Anwendungen und vermittelt, welches KI-Werkzeug zu welcher Aufgabe passt – aktuell, praxisnah und ohne Produktwerbung.
Was Sie nach drei Stunden sicher einordnen können
Was ist künstliche Intelligenz – und was nicht? Wofür steht GPT? Wie unterscheiden sich Sprachmodell, Vision-Modell und Bildgenerator? Was bedeuten Token, Prompt, Kontextfenster, RAG und KI-Agent? Sie lernen die Begriffe nicht als Vokabelliste, sondern anhand nachvollziehbarer Aufgaben aus Text, Recherche, Bild, Sprache, Musik, Video und Automatisierung.
- KI-Ergebnisse realistisch beurteilen und typische Fehler erkennen
- für eine Aufgabe das passende Modell und Werkzeug auswählen
- Datenschutz, Urheberrecht, Kosten und Qualität früh mitdenken
- Cloud-KI, lokale Modelle und Unternehmenslösungen sinnvoll unterscheiden
Ablauf des KI-Grundlagenkurses
1. Grundlagen: Modell, Training und generative KI · 25 Minuten
KI, maschinelles Lernen, Training und Inferenz. Warum Modelle Wahrscheinlichkeiten berechnen und nicht wie Menschen „wissen“.
2. GPT, LLM, Token und Prompts · 35 Minuten
Wie Sprachmodelle Text, Recherche und Code bearbeiten, warum Kontext wichtig ist und wie Halluzinationen entstehen.
3. Vision und multimodale Modelle · 35 Minuten
Bildverstehen, OCR, Erkennung und Beschreibung – und der Unterschied zwischen einem Vision-Modell und einem Bildgenerator.
Pause · 10 Minuten
4. Bild, Sprache, Musik und Video erzeugen · 35 Minuten
Generative Medien, Diffusionsmodelle, Qualitätskontrolle, Rechte und typische Grenzen.
5. API, RAG, Agenten und lokale KI · 25 Minuten
Wie KI auf eigene Daten zugreift, Werkzeuge ausführt und datenschutzbewusst in Abläufe eingebunden wird.
6. Transfer in die Praxis · 15 Minuten
Ein klarer Entscheidungsweg: Aufgabe, Daten, Risiko, Modell, Qualitätsprüfung und messbares Ergebnis.
Welches KI-System löst welche Aufgabe?
Sprachmodell: Text, Zusammenfassung, Rechercheunterstützung und Code. Vision-Modell: Bilder lesen, vergleichen und strukturieren. Generatives Bild-, Audio- oder Videomodell: neue Medien erzeugen. RAG: Antworten auf Basis eigener, nachvollziehbarer Quellen. KI-Agent: mehrstufige Aufgaben mit Werkzeugen ausführen. Lokales Modell: sensible Daten auf eigener Hardware verarbeiten.
Im Kurs werden diese Systeme nicht gegeneinander ausgespielt. Entscheidend ist, welche Kombination die Aufgabe zuverlässig, wirtschaftlich und verantwortungsvoll löst.
Wissen gezielt vertiefen
Die Grundlagen bleiben kompakt. Wer ein Thema genauer verstehen möchte, findet dazu eigenständige Wissensseiten:
- GPT, LLM, Token und Prompts verstehen
- Vision-Modelle und generative Medien verstehen
- RAG, APIs, KI-Agenten und lokale Modelle verstehen
Für spezielle Anwendungen gibt es außerdem den Kurs KI-Musikproduktion und den moderierten KI-Workshop für Kinder.
Für wen ist der Kurs gedacht?
Für Erwachsene, Teams, Vereine, Bildungsträger und Unternehmen, die KI fundiert verstehen möchten, ohne sich zuerst durch zahlreiche Einzelkurse zu arbeiten. Es sind keine Programmierkenntnisse erforderlich. Beispiele und Schwerpunkte werden an Vorkenntnisse und Ziele der Gruppe angepasst.
Format: drei Stunden live, vor Ort oder online. Auf Wunsch mit anschließender Beratung für konkrete Arbeitsabläufe.
Geprüfte Antworten
Häufig gestellte Fragen
Was ist künstliche Intelligenz?
Künstliche Intelligenz ist ein Sammelbegriff für Computersysteme, die Aufgaben bearbeiten, für die sonst menschliche Wahrnehmung, Sprache, Mustererkennung oder Entscheidungen nötig sind. Moderne KI lernt statistische Zusammenhänge aus Daten. Sie besitzt dadurch aber weder automatisch Verständnis noch verlässliches Wissen.
Beispiel: Ein Spamfilter lernt aus markierten E-Mails typische Muster und sortiert neue Nachrichten. Er ist KI, obwohl er keinen Textdialog führt und kein menschliches Bewusstsein besitzt.
Was ist generative KI?
Generative KI erzeugt neue Inhalte aus einer Eingabe und gelernten Mustern. Dazu gehören Sprachmodelle für Text und Code sowie Modelle für Bilder, Audio und Video. Das Ergebnis ist eine statistisch erzeugte Ausgabe und muss auf Fakten, Rechte und Qualität geprüft werden.
Beispiel: Ein Sprachmodell formuliert aus Stichpunkten einen neuen Produkttext; ein Bildmodell erzeugt dazu ein neues Titelbild. Beide erstellen neue Inhalte, statt vorhandene Daten lediglich zu sortieren.
Wofür steht GPT?
GPT steht für Generative Pre-trained Transformer. „Generative“ bezeichnet das Erzeugen von Inhalten, „Pre-trained“ das Vortraining auf großen Datenmengen und „Transformer“ die zugrunde liegende Modellarchitektur. GPT ist eine Modellfamilie; ein Chatbot ist eine Anwendung, die ein solches Modell nutzen kann.
Beispiel: Bei der Eingabe „Der Himmel ist heute …“ berechnet GPT passende Fortsetzungen wie „blau“ oder „bewölkt“. Aus sehr vielen solchen Vorhersageschritten entsteht eine vollständige Antwort.
Was ist ein LLM?
LLM bedeutet Large Language Model. Ein großes Sprachmodell verarbeitet Text als Token und berechnet aus dem Kontext passende Fortsetzungen. Es kann formulieren, zusammenfassen, übersetzen und Code unterstützen, aber auch überzeugend klingende Fehler erzeugen.
Beispiel: Ein LLM kann einen langen Supporttext zusammenfassen und daraus eine freundliche Antwort entwerfen. Ob die genannte Lösung technisch stimmt, muss jedoch durch Dokumentation oder RAG abgesichert werden.
Was ist ein Vision-Modell?
Ein Vision-Modell verarbeitet visuelle Informationen. Es kann Objekte erkennen, Bilder beschreiben, Text per OCR erfassen oder Unterschiede finden. Ein Bildgenerator erzeugt dagegen neue Bilder. Multimodale Modelle können visuelle und sprachliche Informationen gemeinsam verarbeiten.
Beispiel: Ein Vision-Modell erkennt auf einer gescannten Matrikel-Seite Spalten, Handschrift und Datumsangaben. Ein nachgelagerter Prozess strukturiert diese Informationen anschließend als Datensätze.
Was bedeutet multimodale KI?
Multimodale KI verbindet mehrere Datenarten, zum Beispiel Text und Bild oder Sprache und Video. Dadurch kann ein System ein Dokument lesen, Fragen zu einem Foto beantworten oder Sprache mit visuellen Informationen verknüpfen.
Beispiel: Sie zeigen dem Modell ein Produktfoto und fragen per Sprache nach sichtbaren Schäden. Das System verbindet Bildanalyse, gesprochene Frage und Textantwort in einem Ablauf.
Was ist RAG?
RAG steht für Retrieval-Augmented Generation. Vor der Antwort sucht das System passende Abschnitte in freigegebenen Quellen und übergibt sie dem Sprachmodell als Kontext. So lassen sich eigene Webseiten, Dokumente oder Produktdaten nutzen und Quellen direkt verlinken.
Beispiel: Bei der Frage nach einer Plugin-Funktion sucht RAG zuerst in der aktuellen Dokumentation. Die Antwort nennt anschließend die konkrete Funktion und verlinkt den Abschnitt, statt aus allgemeinem Trainingswissen zu raten.
Was ist ein KI-Agent?
Ein KI-Agent kombiniert ein Modell mit Werkzeugen und einem Ablauf. Er kann Zwischenschritte auswählen, Informationen abrufen oder Aktionen vorbereiten. Rechte, Protokollierung, Kostenlimits und menschliche Freigaben sind besonders wichtig, sobald ein Agent Systeme verändern darf.
Beispiel: Ein Recherche-Agent sucht mehrere Quellen, vergleicht Veröffentlichungsdaten und erstellt einen Entwurf. Bevor er etwas auf der Website veröffentlicht, fordert er eine menschliche Freigabe an.
Stand: