Tutorials
KI-Tutorials von Anfänger bis Fortgeschritten, die dir helfen, die LLM-Entwicklung systematisch zu meistern.
Empfohlene Tutorials
Einstieg in LLMs: So funktionieren große Sprachmodelle
Eine leicht verständliche Erklärung, wie große Sprachmodelle (LLMs) funktionieren: Tokens, Nächstes-Wort-Vorhersage, Kontextfenster und Halluzinationen.
Prompt-Engineering in der Praxis: hochwertige Prompts schreiben
Meistere die Kerntechniken des Prompt-Engineerings: klare Anweisungen, Kontext und Beispiele, schrittweises Denken, Rollenzuweisung und typische Stolperfallen.
Baue deine erste KI-App mit der OpenAI-API
Vom API-Key über die erste Chat-Anfrage bis zu Streaming-Ausgabe und Fehlerbehandlung – der komplette Ablauf mit der OpenAI-API.
Baue mit RAG ein Q&A-System für deine Wissensbasis
Verstehe den kompletten Ablauf der Retrieval-Augmented Generation (RAG): Dokument-Chunking, Embeddings, Vektorabruf und Kontextaufbau, damit das LLM aus deiner Wissensbasis antwortet.
Einstieg ins Fine-Tuning: LoRA und QLoRA
Verstehe, wann Fine-Tuning nötig ist – und die Kernideen und Praxistipps der effizienten Methoden LoRA und QLoRA.
Open-Source-LLMs lokal betreiben: Ollama in der Praxis
Mit Ollama laufen Open-Source-LLMs per Einzeiler lokal: Installation, Betrieb, API-Zugriff und Modellwahl.
KI-Agenten bauen 2026: vom Chatbot zum autonomen System
Agentische KI ist der prägende Trend 2026. Lerne, wie Agenten planen, Werkzeuge nutzen und autonom handeln – Agenten-Loop, Function Calling, MCP, Frameworks und Sicherheits-Guardrails.
Die besten KI-Coding-Agenten 2026: Claude Code vs. Cursor vs. Copilot vs. Codex
Der praxisnahe 2026-Vergleich der führenden KI-Coding-Tools – GitHub Copilot, Cursor, Claude Code und OpenAI Codex: wie sie arbeiten, wo sie stark sind und welches du wählen solltest.
Einführung in MCP: der universelle Standard für KI-Tool-Integration
Erfahre, was das Model Context Protocol (MCP) ist, warum es 2026 wichtig ist und wie du KI-Modelle über einen offenen Standard mit externen Tools und Datenquellen verbindest.
Vibe Coding in der Praxis: Apps bauen, indem du beschreibst, was du willst
Ein praktischer Leitfaden zum Vibe Coding – dem Workflow 2026, bei dem du deine App in natürlicher Sprache beschreibst und KI-Coding-Agenten sie bauen, iterieren und debuggen lässt.
Multimodale KI in der Praxis: Bauen mit Vision-, Audio- und Videomodellen
Lerne, wie du Vision-, Audio- und Video-KI-Modelle in echten Anwendungen kombinierst – von Bildverständnis über Sprachsynthese bis zur Videogenerierung.
KI-Workflow-Automatisierung: Modelle, Tools und Datenpipelines verbinden
Ein praktischer Leitfaden zum Erstellen automatisierter KI-Workflows mit Low-Code-Plattformen (Dify, n8n, Flowise) und Orchestrierungs-Frameworks (LangChain, LangGraph, CrewAI).
Weitere Lernressourcen
Der vollständige OpenAI-API-Leitfaden
Ein umfassender Schritt-für-Schritt-Leitfaden durch das OpenAI-API-Ökosystem mit GPT, DALL·E und Whisper im Tiefgang. Von Kontoeinrichtung und Authentifizierung über den ersten API-Aufruf bis zu Prompt-Designmustern und Kostenoptimierung – ideal für Entwickler, die neu auf der OpenAI-Plattform sind.
LangChain Framework Tutorial
Ein ausführliches Tutorial zum LangChain-Framework mit Architekturübersicht und den Kernmodulen Chains, Agents und Memory samt Praxisbeispielen. Dazu RAG-Integration, Entwicklung eigener Tools und Debugging-Strategien – ideal für Entwickler, die über einfache Prompts hinausgehen und produktionsreife LLM-Anwendungen bauen wollen.
Prompt-Engineering-Leitfaden
Eine weithin anerkannte, Community-getriebene Ressource, die Prompt Engineering systematisch vermittelt – von Grundlagen wie Zero-Shot und Few-Shot Prompting bis zu fortgeschrittenen Methoden wie Chain-of-Thought Reasoning. Mit mehrsprachigen Beispielen, modellunabhängigen Designprinzipien und praktischen Tipps für alle Erfahrungsstufen.
Whisper Spracherkennungs-Tutorial
OpenAIs quelloffenes Spracherkennungsmodell Whisper, trainiert auf einem großen, vielfältigen mehrsprachigen Datensatz. Es kann Sprache in rund 99 Sprachen transkribieren und jede Sprache direkt ins Englische übersetzen – alles lokal ohne externe Dienste lauffähig. Ideal für Entwickler, die genaue, datenschutzfreundliche Spracherkennung, Untertitelgenerierung oder Voice-Such-Indexierung brauchen.
Praktische Feinabstimmung im LLM
Ein praxisorientierter Leitfaden zur Feinabstimmung großer Sprachmodelle, der parameter-effiziente Ansätze wie LoRA und QLoRA neben klassischem Full-Fine-Tuning abdeckt. Mit echten Code-Beispielen durch Datensatzvorbereitung, Hyperparameter-Tuning und Bewertungsmetriken – für ML-Ingenieure, die Basismodelle an spezifische Domänen anpassen wollen, ohne von Grund auf trainieren zu müssen.
OpenAI Whisper Spracherkennungsleitfaden
Offizielle Dokumentation für OpenAI Whisper, das quelloffene Spracherkennungsmodell, trainiert auf vielfältigen mehrsprachigen Audiodaten. Es behandelt Installation, Modellauswahl und Transkriptions-API-Nutzung mit Unterstützung für rund 99 Sprachen und direkter Übersetzung ins Englische – für Entwickler, die genaue, lokal lauffähige Spracherkennung für Untertitel, Meeting-Notizen oder Voice-Such-Indexierung brauchen.
Der vollständige Midjourney-Guide
Ein umfassender Guide zu Midjourney V6, der den kompletten Bildgenerierungs-Workflow abdeckt – von der Prompt-Struktur bis zur Parameter-Nutzung wie stylize, chaos und quality. Er behandelt fortgeschrittene Techniken wie Image Blending, Style References und die Remix-Funktion mit praktischen Beispielen. Ideal für Intermediate-Creator, die die neuesten Modellfähigkeiten für konsistente, hochwertige Ergebnisse nutzen wollen.
Python AI/ML Bibliotheken Sammlung
Eine kuratierte Übersicht der meistgenutzten Python-Bibliotheken für KI und Machine Learning: Deep-Learning-Frameworks wie TensorFlow und PyTorch, klassisches ML mit Scikit-learn, Datenmanipulation mit NumPy und Pandas sowie aufkommende Tools für LLM-Integration. Jeder Eintrag enthält Kurzbeschreibung, typischen Anwendungsfall und Installationsbefehl – ein praktisches Nachschlagewerk für Praktiker, die ihr ML-Toolkit aufbauen.
Stable Diffusion Anfänger-Tutorial
Ein einsteigerfreundlicher Guide zu Stable Diffusion, dem quelloffenen Text-zu-Bild-Modell. Er führt durch Umgebungseinrichtung, Modellauswahl und Kern-Generierungs-Workflows und erklärt wichtige Konzepte wie Sampling-Schritte, CFG-Scale und Seed-Steuerung. Mit praktischen Tipps und Troubleshooting-Ratschlägen ist er ein solider Ausgangspunkt für alle, die neugierig auf KI-Bildgenerierung sind, aber nicht wissen, wo sie anfangen sollen.
Replicate API Nutzungsleitfaden
Ein Schritt-für-Schritt-Tutorial zur Nutzung der Replicate-API für Tausende Open-Source-KI-Modelle bei Bild-, Video-, Audio- und Textaufgaben. Es behandelt Kontoeinrichtung, die erste Vorhersage, Preisverständnis und Kaltstart-Optimierung. Ideal für Entwickler, die verschiedene Modelle ausprobieren wollen, ohne in GPU-Infrastruktur zu investieren.
Umarmungs-Face-Transformers-Tutorial
Das offizielle Tutorial für Hugging Face Transformers, die Branchenstandard-Bibliothek für NLP und Computer Vision. Es behandelt Textklassifikation, Tokenisierung, Übersetzung, Bildsegmentierung und mehr mit Code-Beispielen für PyTorch und TensorFlow – für Praktiker, die vortrainierte Modelle nutzen oder auf eigenen Datensätzen feinabstimmen wollen.
LlamaIndex Framework Tutorial
Ein Praxis-Tutorial für LlamaIndex, das Framework für den Bau von RAG-Anwendungen, die LLMs mit eigenen Datenquellen verbinden. Es behandelt Daten-Ingestion-Pipelines, Indexierungsstrategien, Query-Engines und agentenbasierte Abfrage mit praktischen Beispielen für PDF-, Web- und Datenbank-Connectors – für Entwickler, die domänenspezifische KI-Assistenten auf Basis eigener Dokumente bauen wollen.
Leitfaden zum Flussbildgenerierungsmodell
FLUX ist eine Familie offener Bildgenerierungsmodelle, bekannt für starke Prompt-Treue und hohe visuelle Qualität. Dieser Leitfaden behandelt die FLUX-Varianten, Prompting-Techniken für bessere Ergebnisse und wo man sie ausführt — lokal auf Consumer-GPUs oder über gehostete API-Dienste.
DeepSeek API-Nutzungsleitfaden
DeepSeek bietet leistungsstarke Chat- und Reasoning-Modelle zu äußerst niedrigen Kosten mit einer OpenAI-kompatiblen API, die die Migration zum Kinderspiel macht. Dieser Leitfaden behandelt Setup, wichtige Endpoints und Best Practices, um DeepSeeks starke Coding- und Mathe-Fähigkeiten optimal zu nutzen.
ComfyUI Workflow-Leitfaden
ComfyUI verwendet ein node-basiertes visuelles Workflow-System, das dir präzise Kontrolle über jeden Schritt der Bildgenerierung gibt. Dieser Leitfaden führt vom Erstellen eigener Workflows über wiederverwendbare, teilbare Graphen bis zu fortgeschrittenen Techniken wie Inpainting und Upscaling für Ergebnisse in Produktionsqualität.
Suno AI Musikerstellungsleitfaden
Suno ist eine KI-Musikgenerierungsplattform, die aus Text-Prompts komplette Songs mit Gesang und Instrumenten erstellt. Dieser Leitfaden behandelt Prompting-Techniken für Genres, Stimmungen und Songstruktur, die Verwendung eigener Songtexte und praktische Tipps für bessere Gesangsqualität und Mixe.
Cursor-IDE-Anwendungsleitfaden
Cursor ist ein KI-nativer Code-Editor als VS-Code-Fork, der tiefe Codebase-Erkennung mit Composer für Multi-File-Änderungen, kontextbewusstem Chat und intelligenter Autovervollständigung bietet. Dieser Leitfaden behandelt Setup, wichtige Workflows und Tipps, um Cursors geschmeidiges KI-Editing optimal zu nutzen.
Leitfaden zur Runway-Video-Generierung
Runway ist eine führende KI-Videogenerierungsplattform mit Text-zu-Video- und Bild-zu-Video-Workflows samt Bewegungs- und Kamerakontrolle. Dieser Leitfaden behandelt praktische Techniken für hochwertige Clips, Bewegungsverbesserung und das Zusammenfügen kurzer KI-Segmente zu längeren, polierten Sequenzen.
Lern-Prompting-Tutorial
Learn Prompting ist ein kostenloser, quelloffener Kurs, der Prompt-Engineering systematisch vermittelt – von Grundtechniken bis zu fortgeschrittenen Strategien wie Chain-of-Thought und Few-Shot Learning. Er behandelt Text-, Bild- und Code-Prompts und ist eine umfassende Ressource für bessere Ergebnisse mit KI-Modellen.
fast.ai Praktischer Deep-Learning-Kurs
fast.ai bietet einen kostenlosen, praktischen Deep-Learning-Kurs mit Top-down-Didaktik – zuerst funktionierende Modelle bauen, dann die Theorie vertiefen. Er behandelt Computer Vision, NLP und Tabellendaten, mit Hands-on Notebooks, die es Entwicklern ermöglichen, ab Tag eins echte Modelle zu trainieren.
OpenAI Kochbuch
Das OpenAI Cookbook ist die offizielle Sammlung von Beispielcode und Praxisguides für die Entwicklung mit der OpenAI-API. Es behandelt reale Muster von Embeddings und RAG bis Function Calling und Fine-Tuning, mit lauffähigen Notebooks, die Entwickler direkt in Produktionsanwendungen übernehmen können.
Google Machine Learning Crashkurs
Googles Machine Learning Crash Course ist eine kostenlose, praxisnahe ML-Einführung mit Videolektionen, interaktiven Visualisierungen und Coding-Übungen mit echten Datensätzen. Er behandelt Kernkonzepte von linearer Regression bis zu neuronalen Netzen – der ideale Einstieg für ML-Neulinge.