Lesepfade

Diese Dokumentation ist nicht als lineares Handbuch aufgebaut. Der schnellste Einstieg entsteht meist nicht durch vollständiges Lesen, sondern durch einen passenden Pfad: erst das Ziel klären, dann gezielt vertiefen.

Inhaltsverzeichnis

1. Lesepfade
   1. Wofür diese Seite da ist
   2. Typische Einstiege
      1. Orientierung
      2. Erste eigene Chain
      3. RAG und Retrieval
      4. Multimodalität
      5. Deployment und Betrieb
      6. Governance und Rahmenbedingungen
   3. Drei Dokumente für fast jeden Start
   4. Wie die Bereiche zusammenhängen
   5. Leselogik statt Vollständigkeit
   6. Abgrenzung zu verwandten Dokumenten

Wofür diese Seite da ist

Die Dokumentation deckt mehrere Ebenen gleichzeitig ab: Grundbegriffe, Modellverständnis, Framework-Einstieg, RAG, Multimodalität, Deployment und Governance. Ohne Einstiegspunkt wird daraus schnell eine Sammlung guter Einzeltexte ohne klare Leserführung.

Diese Seite bündelt deshalb drei Dinge:

• einen kompakten Überblick über sinnvolle Einstiege
• empfohlene Lesepfade je nach Ziel
• eine kleine Auswahl von Dokumenten, mit denen fast immer begonnen werden kann

Typische Einstiege

Nicht jede Person startet mit derselben Frage. In der Praxis tauchen meist fünf Ausgangslagen auf.

Orientierung

Ein Gesamtbild fehlt noch, die Grundbegriffe sind unscharf oder der Unterschied zwischen einem Chatbot und einem wirklich nützlichen System ist unklar.

Empfohlener Einstieg:

1. Aufgabenklassen und Lösungswege
2. Prompt Engineering
3. Modellauswahl

Erste eigene Chain

Ein erster lauffähiger LangChain-Workflow soll entstehen. Der Fokus liegt auf dem Handwerk: Modell einbinden, Prompt strukturieren, Output verarbeiten.

Empfohlener Einstieg:

1. Einsteiger LangChain
2. Einsteiger Prompts
3. LangChain Best Practices
4. Modell-Auswahl Guide

RAG und Retrieval

Dokumente, Wissensquellen oder Grounding spielen die Hauptrolle. Meist steht dann nicht das Sprachmodell selbst im Vordergrund, sondern die Frage, wie Wissen zuverlässig eingebunden wird.

Empfohlener Einstieg:

1. RAG-Konzepte
2. Tokenizing und Chunking
3. Embeddings
4. Einsteiger ChromaDB

Multimodalität

Text reicht nicht mehr aus. Bilder, Audio oder gemischte Inhalte sollen eingebunden werden. Der Fokus verschiebt sich von Textverarbeitung zu Foundation-Model-Fähigkeiten.

Empfohlener Einstieg:

1. Transformer-Grundlagen
2. Multimodal: Bild
3. Multimodal: Audio
4. Context Engineering

Deployment und Betrieb

Ein System soll nicht nur im Notebook funktionieren, sondern auch unter realen Bedingungen betreibbar werden. Dann verschiebt sich der Fokus von der Demo zur Produktreife.

Empfohlener Einstieg:

1. Vom Modell zum Produkt: LangChain-Ökosystem
2. Aus Entwicklung ins Deployment
3. LangSmith Best Practices
4. Migration: OpenAI → Mistral

Governance und Rahmenbedingungen

Sobald GenAI-Systeme in Bildung, Verwaltung oder Unternehmen eingesetzt werden, reichen Architektur und Code nicht mehr aus. Rechtliche, organisatorische und ethische Fragen werden dann zum Teil des Entwurfs.

Empfohlener Einstieg:

1. Digitale Souveränität
2. Ethik und GenAI
3. EU AI Act

Drei Dokumente für fast jeden Start

Wer nicht lange wählen will, kommt mit diesen drei Dokumenten meist am schnellsten ins Thema:

1. Aufgabenklassen und Lösungswege
2. Einsteiger LangChain
3. RAG-Konzepte

Diese Kombination klärt erst die Einsatzfrage, dann die Umsetzung und erst danach das wichtigste Erweiterungsmuster. Genau diese Reihenfolge verhindert viele frühe Fehlstarts.

Wie die Bereiche zusammenhängen

Die Dokumentation ist in Bereiche gegliedert, die unterschiedliche Funktionen haben.

Bereich	Rolle in der Navigation	Typische Frage
concepts/	Begriffe, Modelle, Entscheidungslogik	Wie lässt sich das Thema einordnen?
frameworks/	Einstieg und Arbeitsweise mit Tools	Wie wird es konkret umgesetzt?
deployment/	Betrieb, Produktisierung, Übergang in reale Systeme	Wie wird aus einer Demo ein System?
regulatorisches/	rechtliche und organisatorische Einordnung	Welche Rahmenbedingungen gelten?
ressourcen/	Hilfen, Setup, Nachschlagepunkte	Was hilft bei der praktischen Arbeit?
projekte/	projektnahe Aufgaben und Kursformate	Wie lässt sich das Gelernte anwenden?

Leselogik statt Vollständigkeit

Die Dokumentation muss nicht vollständig von oben nach unten gelesen werden. Sinnvoller ist ein selektiver Ablauf:

1. mit einer Leitfrage beginnen
2. einen passenden Pfad aus dieser Seite wählen
3. nur dann in angrenzende Themen springen, wenn die eigene Aufgabe das verlangt

Gerade bei GenAI-Projekten führt Vollständigkeit schnell in Sackgassen. Ein zu früher Sprung in Fine-Tuning, Multimodalität oder Deployment erzeugt oft mehr Komplexität als Erkenntnis.

Abgrenzung zu verwandten Dokumenten

Dokument	Frage
concepts	Welche Konzeptdokumente stehen zur Verfügung?
frameworks	Welche Frameworks und Best Practices werden behandelt?
deployment	Welche Dokumente begleiten den Weg in den Betrieb?
regulatorisches	Welche rechtlichen und organisatorischen Rahmenbedingungen gelten?
ressourcen	Welche Hilfen und Nachschlagepunkte unterstützen die Umsetzung?
projekte	Welche projektnahen Aufgaben und Kursformate stehen bereit?

---

Version: 1.0
Stand: März 2026
Kurs: Generative KI. Verstehen. Anwenden. Gestalten.