KI Grundlagen lernen für Einsteiger
Was ist ein KI Modell und wie lernen Maschinen? Der Guide.
Was ein KI-Modell wirklich ist und wie Maschinen lernen — der Einstieg ohne Fachjargon.
Ressourcen
Alles, was ich zum Arbeiten mit KI veröffentlicht habe: kostenlos zum Lesen oder für ein paar Franken zum Hören. Mit den Grundlagen beginnen, mit der Serie in die Tiefe gehen.
Drei kurze Hörbücher für alle, die KI verstehen und gut nutzen wollen. Ohne technisches Vorwissen.
Was ist ein KI Modell und wie lernen Maschinen? Der Guide.
Was ein KI-Modell wirklich ist und wie Maschinen lernen — der Einstieg ohne Fachjargon.
KI Ergebnisse präzise steuern und KI produktiv nutzen
Praktisches Prompting für Einsteiger — die Grundlagen, um mit KI wirklich nützliche Ergebnisse zu bekommen.
Lerne Prompting und KI Kontext für den Alltag.
Praxis-Guide fürs Bauen mit Coding-Agenten: Skills, Kontext und echte Workflows.
Acht Teile à 35 bis 39 Minuten über die Evolution der KI-Steuerung: vom einzelnen Prompt zu autonomen, geprüften Agenten-Systemen. Am besten der Reihe nach hören.
Prompt Engineering, System-Instruktionen und die Kunst klarer Anweisungen
Rollen, Few-Shot-Beispiele, Chain of Thought und System-Instruktionen: Prompting als Handwerk statt Rätselraten.
Context Engineering, Memory und Retrieval-Augmented Generation verstehen
Wie ein Sprachmodell das richtige Wissen bekommt: Kontextfenster, Memory und Retrieval-Augmented Generation.
Tool Use, Function Calling und das Model Context Protocol
Vom Antwortautomaten zum Akteur: Tool Use, Function Calling, ReAct und das Model Context Protocol.
Harness Engineering, Leitplanken und automatische Evaluatoren
Die Umgebung entscheidet, ob ein Agent produktionsreif ist: Leitplanken, Sandboxen und automatische Evaluatoren.
Vom einzelnen Prompt zu autonomen Arbeitszyklen
Planen, Ausführen, Beobachten, Verfeinern: Warum autonome Arbeitszyklen bei jeder längeren Aufgabe den Einzel-Prompt schlagen.
Abbruchbedingungen, Kontextmanagement und Memory in autonomen Schleifen
Abbruchbedingungen, Kontext-Rotation, Memory und ein menschlicher Notaus: Was eine autonome Schleife sicher hält.
Testgetriebene KI-Entwicklung, Kritik-Schleifen und Fallbacks
Ein Modell darf seine eigene Arbeit nicht benoten: Generator-Evaluator-Schleifen, harte Tests und Fallbacks für KI, der man trauen kann.
Multi-Agenten-Orchestrierung und die Zukunft der KI-Arbeit
Teams spezialisierter Agenten, Hierarchie gegen Schwarm, und der Mensch als Architekt, Auditor und Dirigent.
Der längere Karriere-Guide für Menschen, die Software bauen.
Programmieren mit KI als Karriere-Booster nutzen
Wie Sie relevant bleiben, wenn Agenten den Code schreiben — die Skills, die die KI-Welle überleben.
Alle Hörbücher sind auf Deutsch, gelesen von einer digitalen Stimme, erhältlich auf Spotify, Apple Books, Google Play und weiteren Shops.
Die ersten Teile der Serie und gratis erste Kapitel der Hörbücher, als Videos.
Notizen zu KI-Engineering, Coding-Agenten und Software, die hält.
Coding-Agenten liefern beeindruckende Demos — und scheitern oft im Projektalltag. Was nach intensiver Praxis übrig bleibt: drei Muster, die tragen, und drei Fehler, die jeder macht.
Wenn Agenten den Code schreiben, was bleibt dann vom Entwicklerberuf? Mehr, als die Schlagzeilen behaupten — aber an anderer Stelle. Eine ehrliche Standortbestimmung.
Mittelmässige KI-Ergebnisse liegen selten am Modell — meist am Prompt. Fünf typische Einsteigerfehler und was stattdessen funktioniert, mit Beispielen aus dem Alltag.
Die Hörbücher erklären die Ideen. Im Kickstart-Workshop baut Ihr Team an einem Tag das erste eigene Werkzeug mit KI, für einen echten Ablauf aus Ihrem Betrieb.