Themenbereich 1 von 4

Grundlagen

Die Begriffe, auf denen alles aufbaut: was Programm und Modell trennt und was hinter Wahrscheinlichkeiten, Vektoren, Hardware und neuronalen Netzen steckt.

0 von 9 lesbaren Bausteinen gelesen9 von 9 Bausteinen lesbarLoslegen

Worum es hier geht

Hier entsteht das gemeinsame Vokabular für alles, was später folgt. Die Bausteine beginnen bei vertrauten Computerprogrammen und führen Schritt für Schritt zu den Zahlenstrukturen, Wahrscheinlichkeiten und technischen Voraussetzungen moderner KI-Modelle.

Du kannst jeden Baustein einzeln lesen. Die angezeigte Reihenfolge ist trotzdem bewusst gewählt: Neue Begriffe bauen auf bereits erklärten Ideen auf, ohne dass daraus ein starrer Kurs wird.

Themenbereich 1 von 4

Die Bausteine in diesem Themenbereich

Jeder Baustein funktioniert für sich. In dieser Reihenfolge greifen die Begriffe besonders sauber ineinander.

  1. Programm, Algorithmus, Modell im Vergleich

    Wie unterscheiden sich Programm, Algorithmus und Modell? Klassische Software folgt Regeln, die ein Mensch aufschreibt. Ein KI-Modell besteht aus einem festen Rechenweg und Zahlen, die im Training eingestellt wurden.

    Gelesen≈ 15 Min.
  2. Input und Output: Was ein Modell aus einer Eingabe macht

    Was bekommt ein KI-Modell hinein, und was kommt heraus? Vom Spamfilter bis zum Chatbot: Oft kommt eine Liste von Bewertungen heraus.

    Gelesen≈ 13 Min.
  3. Tokenizer: Wie Text in Tokens zerfällt

    Zeigt, wie ein Tokenizer Text in Stücke zerlegt, die er vorher durch Zählen gelernt hat, und warum die Zahl der Tokens nicht die Zahl der Wörter ist.

    Gelesen≈ 15 Min.
  4. Token-IDs: Was eine Nummer bedeutet

    Zeigt, was eine Token-ID ist: eine Nummer, die nur im Vokabular ihres Tokenizers gilt. Außerdem erklärt der Baustein, warum jedes Modell genau zu dem Tokenizer passt, mit dem es trainiert wurde, und warum die Nummer selbst nichts über das Stück verrät.

    Gelesen≈ 7 Min.
  5. Skalar, Vektor, Matrix, Tensor: die Bausteine der Zahlen

    Von der Wetter-App zum Chatbot: wie Zahl, Liste, Tabelle und Tabellenstapel zusammenhängen und warum dein Chat für ein Modell genau so ein Zahlenblock ist.

    Gelesen≈ 13 Min.
  6. Wahrscheinlichkeit und Softmax: Wie ein Modell sich entscheidet

    Wie ein Sprachmodell aus seinen Scores Anteile macht, warum es mal das Naheliegende und mal etwas anderes wählt und was die Temperatur daran ändert.

    Gelesen≈ 16 Min.
  7. Parameter, Training und Benutzen: Wie ein Modell lernt

    Was in einer Modelldatei steckt, was Menschen vor dem Training festlegen, wie das Training aus dem Fehler ableitet, in welche Richtung jeder Regler bewegt werden muss und warum Lernen teurer ist als Benutzen.

    Gelesen≈ 16 Min.
  8. Modellgröße und Hardware: Wo ein Modell Platz findet

    Wie viel Speicher ein KI-Modell braucht, warum zuerst der Platz und nicht das Tempo entscheidet, wie Quantisierung Modelle verkleinert und warum Training noch viel mehr Speicher braucht.

    Gelesen≈ 13 Min.
  9. Das künstliche Neuron: Wie aus einer Summe eine Ausgabe wird

    Was ein künstliches Neuron ausrechnet: Gewichte, Grundregler und Untergrenze. Mit dem Spamfilter aus dem ersten Baustein lässt sich alles von Hand nachrechnen.

    Gelesen≈ 7 Min.

Zum Nachschlagen

Begriffe aus diesem Themenbereich

Kurze Erklärungen zu den Fachbegriffen, die in den bereits lesbaren Bausteinen vorkommen.