Interaktive Visualisierungen

[!NOTE] Web-Demos
Die Sammlung bündelt interaktive Visualisierungen zu Transformer-Architektur, Embeddings, Multimodalität, RAG und Modellauswahl.

Inhaltsverzeichnis

  1. LLM-Grundlagen
  2. KI-Agenten
  3. Multimodal - Bild
  4. Multimodal - Audio
  5. Modellauswahl
  6. RAG (Retrieval Augmented Generation)
  7. Prozesse & Automatisierung
  8. Externe Bildungsressourcen
  9. Abgrenzung zu verwandten Dokumenten

LLM-Grundlagen

Transformer-Architektur und Embedding-Konzepte

Thema Beschreibung Link
Modellsteuerung Möglichkeiten der Modellsteuerung Modellsteuerung
Entscheidungshilfe Entscheidungshilfe Modellsteuerung Modellsteuerung
LLM-Parameter Bedeutung und Einstellung LLM-Parameter LLM_Parameter
Transformer Interaktive Visualisierung der Transformer-Architektur Transformer
Transformer Explainer GPT-2 Transformer interaktiv erklärt (Georgia Tech) Transformer Explainer
Embeddings Fahrzeug-Beispiel für Vektorräume Embedding-Beispiel Fahrzeug
Embeddings 3D Fahrzeug-Beispiel für Vektorräume - 3D Embedding_Visual_3D
Tokenizer OpenAI Tokenizer - Token-Visualisierung OpenAI Tokenizer
Tokenizer Playground Token-Visualisierung mit Kontextfenster GPT Tokenizer Playground – Visualize Tokens for OpenAI Models
Kontext-Management Beispiel Kontext-Management Kontextfenster
Token-Verbrauch & Caching Token-Kosten und Prompt Caching visualisiert Token-Verbrauch & Caching
Neuronales Netz Training eines neuronalen Netzes NN - Training
Fine-Tuning LoRA Low-Rank Adaptation für effizientes Fine-Tuning LoRA-Grundprinzip)
Mixture of Experts MoE-Architektur für effiziente LLM-Skalierung Mixture of Experts
Diffusion Model Chat-Interface für Mercury – Diffusion Language Model Inception Labs Chat

KI-Agenten

Agentenbasierte KI-Systeme und deren Funktionsweise

Thema Beschreibung Link
KI-Agent Visualisierung eines LLM-basierten KI-Agenten KI_Agenten

Multimodal - Bild

Bildverarbeitung und Computer Vision

Thema Beschreibung Link
Merkmals-Filter CNN-Filter und Kantendetektion Merkmals-Filter
Filter-Anwendung Convolutional Filter in Aktion Merkmals-Filter-Anwendung
CNN Explainer Convolutional Neural Networks interaktiv erklärt (Georgia Tech) CNN Explainer

Multimodal - Audio

Audioverarbeitung und Visualisierung

Thema Beschreibung Link
Audio-Visualisierung Wellenformen und Spektrogramme Audio_Viz

Modellauswahl

Entscheidungshilfen für die richtige Modellwahl

Thema Beschreibung Link
Modellauswahl Interaktive Entscheidungshilfe Modellauswahl

RAG (Retrieval Augmented Generation)

Retrieval Augmented Generation - Wissensabruf und Anreicherung

Thema Beschreibung Link
RAG-Pipeline Visualisierung der RAG-Architektur RAG
Embeddings Fahrzeug-Beispiel für Vektorräume Embedding-Beispiel Fahrzeug
Embeddings 3D Fahrzeug-Beispiel für Vektorräume - 3D Embedding_Visual_3D
Embedding Projector TensorFlow Embedding-Visualisierung (PCA, t-SNE, UMAP) TF Projector
Tokenizer OpenAI Tokenizer - Token-Visualisierung OpenAI Tokenizer
Tokenizer Playground Token-Visualisierung mit Kontextfenster GPT Tokenizer Playground – Visualize Tokens for OpenAI Models
ChunkViz Text-Chunking Visualisierung für RAG ChunkViz

Prozesse & Automatisierung

Tools für KI-gestützte Prozessoptimierung und Entscheidungshilfen

Thema Beschreibung Link
Checkliste Automatisierung Checkliste als Entscheidungshilfe Checkliste_Automatisierung
KI-Prozessoptimierung KI-Prozessoptimierung - Schritt für Schritt Anleitung KI-Prozessoptimierung

Externe Bildungsressourcen

Weitere interaktive Visualisierungen von externen Anbietern

Thema Beschreibung Link
Imaginary Interaktive Mathematik-Programme und Visualisierungen Imaginary

Abgrenzung zu verwandten Dokumenten

Dokument Frage
Zuerst lesen Welche Dokumente sind vor dem ersten Kursprojekt am wichtigsten?
Lesepfade Welche Reihenfolge passt zu Rolle, Ziel und Vorkenntnissen?

Version: 1.2
Stand: Mai 2026
Kurs: Generative KI. Verstehen. Anwenden. Gestalten.