KI-Grundlagen: Der Learning Path
Learning Path
Was KI tatsächlich ist
Von regelbasierter Logik zu maschinellem Lernen: was moderne KI von klassischer Programmierung trennt und warum dieser Unterschied alles verändert. Reflexion: Was hat sich nach diesem Kurs in deinem Verständnis von KI verändert?
Station öffnen →Wie Sprachmodelle funktionieren
Wie ein Sprachmodell Token für Token Text erzeugt, was Training wirklich tut und warum LLMs selbstsicher klingen können, während sie falsch liegen. Reflexion in eigenen Worten: Was heißt es, dass ein Sprachmodell das nächste Token vorhersagt?
Station öffnen →Reflexion zur Halbzeit
Du weißt jetzt, was KI ist und wie Sprachmodelle grundlegend funktionieren. Erkläre in eigenen Worten: Wie entscheidet ein Sprachmodell, welches Wort als Nächstes kommt? Denk an Muster in Trainingsdaten und an Wahrscheinlichkeitsverteilungen über Tokens.
Die KI-Modelllandschaft
Offen, geschlossen, klein, groß, Text, multimodal: eine Landkarte des heutigen Modell-Ökosystems mit den Abwägungen, die bestimmen, welcher Typ zu welchem Anwendungsfall passt. Reflexion: Welche Modellkategorie passt zu einem konkreten Anwendungsfall in deiner Arbeit oder deinem Alltag, und warum?
Station öffnen →KI-Grundlagen zum Abschluss
Kontextfenster, Prompt-Struktur, Agenten und Grenzen: das mentale Modell, das du brauchst, um KI-Werkzeuge wirksam zu nutzen und ihre Fehlerarten zu erkennen. Reflexion: Welches Konzept war wirklich neu für dich, und wie verbindet es sich mit den früheren Schritten?
Station öffnen →Abschließende Reflexion
Du hast den Pfad abgeschlossen. Wenn dich jemand bitten würde zu erklären, wie ein modernes KI-System funktioniert, was würdest du sagen, und auf welche Grenzen würdest du hinweisen? Schöpfe aus allen vier Kursen: was KI ist, wie LLMs vorhersagen, die Modelllandschaft und was Kontext und Agenten hinzufügen.
Learning Path abgeschlossen
Alle Etappen erreicht. Dein Fortschritt bleibt in diesem Browser gespeichert.