Zuerst lesen

Diese Seite ist der kürzeste Einstieg in die Dokumentation. Sie ersetzt nicht die ausführlichen Lesepfade, sondern beantwortet die Frage, welche Dokumente vor den ersten eigenen Schritten am sinnvollsten sind.

Inhaltsverzeichnis

  1. Zuerst lesen
    1. Der schnelle Einstieg
    2. Wenn ein konkretes Ziel im Vordergrund steht
    3. Danach gezielt vertiefen
    4. Abgrenzung zu verwandten Dokumenten

Der schnelle Einstieg

Wer neu in das Kursmaterial einsteigt, beginnt mit diesen fünf Dokumenten:

  1. Lohnt sich GenAI?
  2. Aufgabenklassen und Lösungswege
  3. LangChain Einsteiger (Nur erste Abschnitte)
  4. RAG-Konzepte (Überblick & Architektur)
  5. Evaluation & Observability (Nur erste Abschnitte)

Diese Reihenfolge klärt zuerst, ob GenAI überhaupt sinnvoll ist und welcher Lösungsweg zur Aufgabe passt. Danach folgt die technische Umsetzung mit LangChain, anschließend das wichtigste Erweiterungsmuster für eigene Daten und zuletzt die Frage, wie Qualität überprüfbar wird.

Wenn echte Nutzer-, Kunden-, Mitarbeiter- oder interne Dokumentdaten verarbeitet werden, sollte zusätzlich früh Datenschutz & DSGVO gelesen werden. Datenschutz entscheidet oft mit, ob Cloud-API, lokales Modell, RAG-Index oder Logging überhaupt passend sind.

Wenn ein konkretes Ziel im Vordergrund steht

Ziel Zuerst anschauen
GenAI-Vorhaben einschätzen Lohnt sich GenAI?
Erstes Verständnis für GenAI-Anwendungen Aufgabenklassen und Lösungswege
Erste eigene Chain bauen LangChain Einsteiger
Dokumente und Wissen einbinden RAG-Konzepte
Antworten messbar verbessern Evaluation & Observability
Tools, State oder Agentenlogik nutzen Tool Use & Function Calling
Mehrstufige Workflows bauen LangGraph Einsteiger
Aus dem Notebook Richtung Betrieb gehen Minimum Viable GenAI Stack
Personenbezogene oder sensible Daten verarbeiten Datenschutz & DSGVO
KI-rechtliche und organisatorische Einordnung EU AI Act

Danach gezielt vertiefen

Nach dem Einstieg führt die Seite Lesepfade durch neun Themenbereiche: Orientierung, erste eigene Chain, Notebooks vorbereiten, RAG & Retrieval, Agenten & Workflows, Qualität und Fehlersuche, Multimodalität, Deployment und Betrieb sowie Governance und Rahmenbedingungen.

Abgrenzung zu verwandten Dokumenten

Dokument Frage
Lesepfade Welche Reihenfolge passt zu einem bestimmten Lernziel?
Konzepte Welche theoretischen und technischen Grundlagen gibt es?
Frameworks Welche Tools und Best Practices werden im Kurs genutzt?
Deployment Wie wird aus einer Demo eine betreibbare Anwendung?

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