Generative KI
Generative KI. Verstehen. Anwenden. Gestalten.
Praktische Anwendung von Sprachmodellen, LangChain und modernen Foundation Models
[!TIP] Einstieg in die Dokumentation
Für einen schnellen Überblick über sinnvolle Lesepfade, Einstiegsreihenfolgen und typische Startpunkte zuerst Lesepfade öffnen.
Generative KI bezeichnet Anwendungen, die nicht nur klassifizieren oder vorhersagen, sondern selbst Inhalte erzeugen: Texte, Bilder, Code, Audio oder strukturierte Ausgaben. Genau darin liegt der Reiz des Themas, aber auch die typische Fehlannahme. Ein überzeugender Demo-Output ist noch kein belastbares System. Zwischen einem guten ersten Ergebnis und einer brauchbaren Anwendung liegen Modellsteuerung, Kontextaufbereitung, Evaluation und die nüchterne Frage, wann der Einsatz überhaupt sinnvoll ist.
Im Kurs steht deshalb nicht nur das Modell im Mittelpunkt, sondern der Weg vom einfachen Prompt zu einer nachvollziehbaren Anwendung. Sprachmodelle wie GPT, Claude oder Gemini liefern die generative Basis. Entscheidend wird aber erst, wie mit Kontext, Daten, Grenzen und Werkzeugen gearbeitet wird.
Generative KI lässt sich aus drei Perspektiven betrachten:
Verstehen
Zum Verständnis gehört mehr als ein Überblick über Begriffe. Behandelt werden Transformer-Grundlagen, Tokenisierung, Embeddings, Multimodalität und die Frage, warum Modelle an manchen Stellen erstaunlich gut und an anderen überraschend unzuverlässig arbeiten. Ebenso wichtig sind Grenzen: Halluzinationen, Datenbias, Kontextfehler und der Unterschied zwischen plausibel und belastbar.
Anwenden
Im Anwendungsteil entstehen greifbare Artefakte: strukturierte Prompts, RAG-Pipelines, einfache Agenten, multimodale Workflows und kleine Oberflächen mit Gradio. Nicht jedes Modul führt direkt zu einem Produkt. Aber jedes Modul zeigt, welcher technische Baustein später in einer Anwendung gebraucht wird und an welcher Stelle typische Fehler entstehen.
Gestalten
Der Gestaltungsteil beginnt dort, wo aus Einzelfunktionen ein System wird. Dann geht es nicht mehr nur um “Was kann das Modell?”, sondern um Architektur, Toolwahl, Deployment, Kosten, Sicherheit und Pflege. Gerade in Trainings zeigt sich, dass viele erste Lösungen an kleinen Dingen scheitern: unklare Prompts, schlechtes Chunking, fehlende Validierung oder zu optimistische Erwartungen an das Modell.
Der Kurs richtet sich damit nicht nur an Personen, die “mehr über KI” lesen wollen, sondern an alle, die einschätzen möchten, wo die Technik trägt, wo sie überfordert ist und wie aus einem Notebook eine Anwendung wird, die sich vorführen, prüfen und verbessern lässt.
Version: 1.0
Stand: November 2025
Kurs: Generative KI. Verstehen. Anwenden. Gestalten.