Pizzaschule? Nein – KI-Schule.
Vier Artikel, ein Fundament: Wie Sprachmodelle funktionieren, was sie können und wo sie scheitern, wie man sie richtig nutzt – und was in Praxis, Kosten und Recht zählt. Mit zitierfähigen Quellen belegt.
KI-Grundlagen
Tokens, Kontextfenster, Transformer, Parameter – die Bausteine, ohne die der Rest nicht klickt.
Verhalten
Halluzination, Temperatur, Reasoning-Modelle, Wissensstichtag – die Eigenheiten, die man im Alltag spürt.
Techniken
Von der klaren Anweisung über RAG und Tool-Use bis zu Agenten und MCP – die Techniken, die aus einem Chat ein Werkzeug machen.
Praxis
Token-Preise, lokal vs. Cloud, Datenschutz und der EU AI Act – was im echten Einsatz zählt.
Agentic Engineering
Wie KI das Programmieren verändert – vom Tippen einzelner Zeilen zum Dirigieren von Agenten. Was belegt ist, was Praxis-Konsens, wo die Grenzen liegen.
Sicherheit
Wie Labore Risiken einstufen, wie ein Modell „gesichert“ wird und warum man Sicherheitstests und Benchmarks kritisch lesen muss.
Infrastruktur
Wo der Strom hingeht, warum Compute schneller als Moores Gesetz wächst und was hinter GPUs, TPUs und neuromorphen Chips steckt.
Modalitäten
Wie ein Sprachmodell ein Bild „sieht“, warum es trotzdem nur Text ausgibt und was es kostet, ein Foto oder eine Tonspur in den Kontext zu legen.
Evaluation
Warum eine höhere Benchmark-Zahl nicht automatisch das bessere Modell bedeutet – und welchen Ranglisten man trauen kann.
Schnelle Antworten
Token, Halluzination, Kosten, Datenschutz – kurz und belegt beantwortet.