Zum Inhalt springen
Markus Egger
← Alle Lektionen

KI verstehen4 KI-Werkzeugkasten

Wochenrückblick: Vom Iterieren bis zur Bild-KI

Heute ist Sonntag, Zeit zum Durchatmen und Verknüpfen. Du fasst zusammen, was du diese Woche über Prompting-Profi-Techniken, die Innenwelt von Sprachmodellen und den KI-Werkzeugkasten gelernt hast. Ein Quiz hilft dir zu prüfen, was wirklich hängen geblieben ist.

Wochenrückblick

Diese Woche war intensiv: Du bist vom fortgeschrittenen Prompting tief in die Technik hinter LLMs eingetaucht, und am Ende wieder nach außen zum breiten KI-Werkzeugkasten. Sechs Lektionen, drei große Themenblöcke.

Was du diese Woche gelernt hast

Lektion 5, Iterieren wie ein Profi (Montag, 15.6.) Iterieren bedeutet: nicht beim ersten Ergebnis aufhören, sondern mit gezielten Folge-Nachrichten verfeinern. Du hast Chain-of-Thought-Prompting kennengelernt, einfach „Denke Schritt für Schritt“ ans Ende eines Prompts hängen verbessert analytische Antworten nachweisbar. Und du hast gesehen, wie man komplexe Aufgaben in eine Prompt-Kette (englisch: Prompt Chain) aufteilt: Ein Prompt pro Schritt, statt alles auf einmal zu wollen.

Lektion 6, Neuronale Netze & Training vs. Inferenz (Dienstag, 16.6.) Du hast die Motorhaube geöffnet: Ein neuronales Netz (englisch: Neural Network) ist ein System aus Schichten mathematischer Berechnungen, inspiriert vom menschlichen Gehirn. Training ist der monatelange, millioneneure Prozess, bei dem das Modell seine Gewichte (englisch: Weights) aus riesigen Textmengen einstellt, über Backpropagation (Rückwärtsausbreitung des Fehlers) und Gradient Descent (schrittweises Absenken des Fehlers). Inferenz ist das Blitzschnelle: Was passiert, wenn du auf „Senden“ drückst. Das fertige Modell ist eingefroren, es lernt nicht durch deine Gespräche dazu.

Lektion 7, Tokens & Kontextfenster (Mittwoch, 17.6.) Tokens sind die unsichtbaren Bausteine, in die LLMs Text zerlegen, weder einzelne Buchstaben noch ganze Wörter, sondern etwas dazwischen. Faustformel: 1.000 Tokens ≈ 600 deutsche Wörter. Das Kontextfenster (englisch: Context Window) ist der Arbeitsspeicher der KI, alles, was darin steht, verarbeitet das Modell; was herausfällt, ist für das Modell weg. Neue Modelle 2026 haben riesige Kontextfenster (bis zu 1 Million Tokens), aber selbst darin werden Informationen in der Mitte schlechter verarbeitet, das nennt die Forschung „Lost in the Middle“.

Lektion 8, Temperatur & warum Halluzinationen unvermeidbar sind (Donnerstag, 18.6.) Temperatur (englisch: Temperature) ist der unsichtbare Kreativitätsregler: Bei niedriger Temperatur wählt das Modell das wahrscheinlichste nächste Token, vorhersehbar und präzise. Bei hoher Temperatur „würfelt“ es stärker, kreativer, aber fehleranfälliger. Du hast auch verstanden, warum Halluzinationen keine reparierbaren Fehler sind: Das Modell optimiert auf sprachliche Plausibilität, nicht auf faktische Wahrheit. Es hat keine interne Faktenprüfung, es berechnet, was als Nächstes wahrscheinlich klingt.

Lektion 9, Claude, ChatGPT, Gemini im Vergleich (Freitag, 19.6.) Drei KI-Chats, drei Charaktere: ChatGPT ist der Allrounder mit der größten Community und integrierter Bildgenerierung. Claude glänzt bei stilistisch anspruchsvollen Texten, langen Dokumenten und komplexen Anweisungen. Gemini profitiert von der tiefen Google-Integration und ist von Haus aus multimodal, kann gleichzeitig Text, Bild und Audio verarbeiten. Wichtige Unterscheidung: Modell (die eigentliche KI-Technologie) ≠ Plattform (die Website oder App, über die du damit arbeitest).

Lektion 10, Bild-, Audio- und Video-KI (Samstag, 20.6.) KI ist weit mehr als Textchat. Text-to-Image mit Diffusionsmodellen (Midjourney, DALL·E, Firefly, Stable Diffusion) macht aus Worten in Sekunden Bilder. Audio-KI transkribiert Gespräche (Speech-to-Text wie Whisper), spricht Texte natürlich aus (Text-to-Speech wie ElevenLabs) oder generiert Musik (Suno, Udio). Video-KI (Veo 3, Runway, Sora) wächst rasant, bei langen Szenen mit gleichbleibenden Personen aber noch unzuverlässig. Und: Audio-KI zur Stimmimitation ist die technische Grundlage von Deepfakes, täuschend echten, gefälschten Medien.

Quiz

Teste dich selbst, schreib deine Antworten auf, bevor du nach unten schaust. Die Antworten findest du ganz am Ende.

Frage 1: Was bedeutet „iterieren“ im KI-Kontext, und warum macht es Sinn, nicht beim ersten Ergebnis stehen zu bleiben?

Frage 2: Was passiert beim Training eines LLMs mit der Backpropagation? Erkläre in einem Satz, gerne mit einer Alltagsanalogie.

Frage 3: Wie viele deutsche Wörter entsprechen ungefähr 1.000 Tokens?

Frage 4: Eine Nutzerin hat einen langen Vertrag in ein Gespräch geladen. Am Ende des langen Chats bemerkt sie, dass die KI Anweisungen vom Anfang des Gesprächs plötzlich ignoriert. Was ist wahrscheinlich passiert?

Frage 5: Du willst mit einer KI einen kreativen Kurzgeschichten-Anfang entwickeln. Bevorzugst du eher eine hohe oder niedrige Temperatur, und warum?

Frage 6: Du hast eine lange, stilistisch anspruchsvolle E-Mail auf Deutsch zu schreiben. Welcher der drei großen KI-Chats (Claude, ChatGPT, Gemini) ist dafür laut Lektion 9 besonders empfehlenswert, und warum?

Frage 7: Erkläre in einem Satz, was ein Diffusionsmodell macht, ohne das Wort „KI“ zu verwenden.

Diese Woche ausprobiert?

Hake ab, was du wirklich gemacht hast:

  • L5: Mindestens einen Prompt mit „Denke Schritt für Schritt“ ausprobiert
  • L5: Eine KI-Antwort durch mindestens zwei Folge-Nachrichten verfeinert (iteriert)
  • L6: Einer anderen Person (oder dir selbst laut) erklärt, was Training vs. Inferenz bedeutet
  • L7: Abgeschätzt, wie viele Tokens ein Text aus deinem Alltag ungefähr hat
  • L8: Dieselbe kreative Frage zweimal gestellt und beobachtet, dass die Antworten leicht verschieden waren
  • L9: Dieselbe Aufgabe in zwei verschiedenen KI-Chats getestet und die Unterschiede verglichen
  • L10: Einen Bildgenerator ausprobiert und das Ergebnis durch einen Folge-Prompt verfeinert

KI-News zum Lernen

  • Deutschland setzt den EU AI Act um, Was ist passiert: Der Bundestag hat einen Gesetzentwurf beraten, der den EU AI Act (die EU-Verordnung über Künstliche Intelligenz, das erste umfassende KI-Gesetz weltweit) in deutsches Recht überführt. Das geplante KI-Marktüberwachungs- und Innovationsförderungsgesetz soll sicherstellen, dass Unternehmen ihre KI-Systeme prüfen lassen und Nachweise für Fairness und Datenschutz erbringen. Warum interessant: Für dich als Nutzer bedeutet das bald: KI-generierte Inhalte müssen klar als solche gekennzeichnet sein, und Unternehmen tragen rechtliche Verantwortung für ihre KI-Systeme. Der EU AI Act gilt international als Maßstab und beeinflusst, wie KI-Dienste weltweit gestaltet werden. Quelle

  • Microsoft startet eigene KI-Modellfamilie „MAI“, Was ist passiert: Microsoft hat sieben eigene Modelle unter dem Namen MAI (Microsoft AI) veröffentlicht, darunter MAI-Thinking-1, ein Reasoning-Modell (ein Modell, das komplexe Probleme intern Schritt für Schritt durchdenkt, ähnlich wie Chain-of-Thought, aber automatisch), MAI-Code-1-Flash (spezialisiert auf Programmieraufgaben) und MAI-Voice-2 (natürlich klingende Sprachausgabe in 15 Sprachen). Warum interessant: Bisher war Microsoft stark auf OpenAI und ChatGPT angewiesen. Eigene Modelle bedeuten mehr Unabhängigkeit, niedrigere Kosten, und mehr Wettbewerb im Markt, der langfristig auch Endnutzern zugute kommt. Quelle

Glossar des Tages

  • Chain-of-Thought, Prompting-Technik, bei der du die KI bittest, ihren Denkweg Schritt für Schritt offenzulegen; verbessert Antworten bei analytischen und mehrstufigen Fragen
  • Temperatur, numerischer Regler, der bestimmt, wie kreativ oder vorhersehbar ein LLM antwortet; niedrig = präzise und konsistent, hoch = abwechslungsreich und kreativ
  • Kontextfenster, der „Arbeitsspeicher“ des Modells: die maximale Menge Text (in Tokens), die in einem Gespräch gleichzeitig verarbeitet werden kann
  • Diffusionsmodell, Modelltyp für Bildgenerierung, der aus zufälligem Rauschen schrittweise ein klares Bild formt, gesteuert durch eine Textbeschreibung
  • EU AI Act, die erste umfassende KI-Verordnung der Europäischen Union, die Transparenz-, Fairness- und Sicherheitsanforderungen für KI-Systeme verbindlich macht

Antworten

Antwort 1: Iterieren bedeutet, nicht beim ersten Ergebnis stehen zu bleiben, sondern durch gezielte Folge-Nachrichten schrittweise zu verfeinern, weil KI-Chat ein Dialog ist, kein Einmal-Befehl, und gute Ergebnisse oft erst nach 2-3 Runden entstehen.

Antwort 2: Backpropagation ist das Verfahren, bei dem ein Fehler in der Modell-Ausgabe rückwärts durch alle Schichten des neuronalen Netzes weitergegeben wird, um die Gewichte minimal anzupassen, wie ein Lehrer, der einem Schüler erklärt, an welcher genauen Stelle im Lösungsweg der Fehler entstanden ist, damit er beim nächsten Mal besser ist.

Antwort 3: Ungefähr 600 deutsche Wörter.

Antwort 4: Der Anfang des Gesprächs ist aus dem Kontextfenster herausgefallen. Wenn das Fenster voll ist, kann das Modell auf den ältesten Teil des Gesprächs nicht mehr zugreifen, die frühen Anweisungen sind für es schlicht nicht mehr sichtbar.

Antwort 5: Eher eine hohe Temperatur, denn Kreativität lebt von Überraschung und Abwechslung. Niedrige Temperatur liefert vorhersehbare, sichere Texte, die für kreative Aufgaben oft zu gleichförmig und erwartbar wirken.

Antwort 6: Claude, er gilt als stärkste Wahl für nuancierte, stilistisch anspruchsvolle Texte auf hohem Niveau, folgt komplexen Anweisungen besonders zuverlässig und hält einen konsistenten Ton über lange Texte durch.

Antwort 7: Ein Diffusionsmodell verwandelt zufälliges Bildrauschen in vielen kleinen Schritten in ein erkennbares Bild, wobei eine Textbeschreibung bei jedem Schritt steuert, in welche Richtung das Bild entwickelt wird.