KI-Kurse und -Videos, in fünf Schritten

Zeigt, wie du ChatGPT per Text oder Sprache eine erste Frage stellst, die Antwort liest und mit einer Nachfrage um eine einfachere Erklärung bittest, und erinnert daran, wichtige Ratschläge zu überprüfen.

Keine Erfahrung nötig · geprüft am 2026-10-10

Erklärt in einfachen Worten, wie ein KI-Chatbot trainiert wird und wie er eine Antwort Wort für Wort aufbaut, und nennt dann vier Gewohnheiten, mit denen du bessere Ergebnisse bekommst.

Keine Erfahrung nötig · geprüft am 2026-10-10

Stellt generative KI vor und was sie von früherer KI unterscheidet: Sie erzeugt neue Texte, Bilder und andere Inhalte, statt nur Vorhandenes zu analysieren.

Keine Erfahrung nötig · geprüft am 2026-10-10

Erklärt einfach, wie Chatbots wie ChatGPT aus großen Textmengen lernen, Antworten zu erzeugen, und fragt, ob das echte Intelligenz ist.

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeigt, was heutige generative KI-Tools derzeit gut können und was nicht, und wo ihre Grenzen liegen.

Keine Erfahrung nötig · geprüft am 2026-10-10

Erklärt, wie KI, maschinelles Lernen, Deep Learning, Foundation Models und generative KI ineinander verschachtelt sind und wie sich das Feld von einem zum nächsten entwickelt hat.

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeichnet rund 70 Jahre KI nach, von frühen Programmen und Expertensystemen über maschinelles Lernen und Deep Learning bis zu generativer KI und KI-Agenten.

Keine Erfahrung nötig · geprüft am 2026-10-10

Das erste Modul von Googles Kurs AI Essentials: was KI und maschinelles Lernen sind, wie generative KI funktioniert und was diese Tools gut können und was nicht.

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeigt, wie aus einer vagen Frage eine nützliche wird, wenn du sagst, was du brauchst, für wen es ist und welche Art von Antwort du willst, und wie du die Antwort anpasst, ohne neu anzufangen.

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeigt, wie du ChatGPT zu einer Rechnung deines Versorgers fragst, ohne persönliche Daten preiszugeben, und wie du erkennst, wann eine Antwort anderswo geprüft werden muss.

Keine Erfahrung nötig · geprüft am 2026-10-10

Erklärt zwei häufige Gründe, warum eine KI überzeugt klingen und trotzdem falschliegen kann (erfundene Fakten und zu bereitwilliges Zustimmen), und vier Gewohnheiten, um ihre Antworten zu prüfen.

Keine Erfahrung nötig · geprüft am 2026-10-10

Behandelt Urteilsvermögen: beurteilen, ob das, was ein KI-Assistent dir liefert, und wie er sich dabei verhält, für deine Aufgabe zutreffend und nützlich ist.

Keine Erfahrung nötig · geprüft am 2026-10-10

Erklärt, was Halluzinationen bei KI-Modellen sind, warum sie auftreten können und woran du sie in deinen eigenen Unterhaltungen erkennst.

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeigt Schritt für Schritt, wie du in Claude ein Project anlegst, eine Wissensbasis hinzufügst, Anweisungen für das Project schreibst und es mit Teammitgliedern teilst, damit der Kontext über Chats hinweg erhalten bleibt.

Etwas Erfahrung · geprüft am 2026-10-10

Prompt Engineers von Anthropic sprechen darüber, was einen guten Prompt Engineer ausmacht und wie man Prompts verfeinert, über Ehrlichkeit, Personas und Metaphern in Prompts und darüber, wie sich Prompting verändern könnte.

Etwas Erfahrung · geprüft am 2026-10-10

Ein langer, beispielreicher Rundgang, wie ein KI-Forscher Chat-Assistenten nutzt: ein Modell wählen, wann sich Denkmodi lohnen, Websuche, Datei-Uploads, Datenanalyse, Sprache und Bilder.

Etwas Erfahrung · geprüft am 2026-10-10

Andrew Ng zeigt, wie du KI-Chat-Tools nutzt: für Antworten mit Quellen per Websuche und Deep Research, für Feedback und Schreiben und um einfache Websites und Apps ohne Code zu erstellen.

Etwas Erfahrung · geprüft am 2026-10-10

Das Applied-AI-Team von Anthropic baut Schritt für Schritt einen Prompt für die Bearbeitung einer Kfz-Schadensmeldung: Aufgabenkontext, Tonfall, Hintergrunddaten, Beispiele, XML-Struktur, Ausgabeformat und Prefill.

Technisch · geprüft am 2026-10-10

Zeigt, wie Studierende Gemini als Lernhilfe nutzen können, um schwierige Fächer zu verstehen, Hausarbeiten zu recherchieren und zu schreiben und Argumente zu testen, und wie sie es verantwortungsvoll einsetzen.

Keine Erfahrung nötig · geprüft am 2026-10-10

Jemand aus dem Marketing von OpenAI führt Produktdokumentation, Recherchen und Meeting-Notizen zu einem Blogentwurf für einen Launch zusammen, der einer festen Vorlage folgt, und prüft und aktualisiert ihn, wenn sich Details ändern.

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeigt, wie Khanmigo Lernende als Tutor begleitet, ohne ihnen Antworten vorzugeben, Lehrkräften hilft, Unterricht zu planen und zu differenzieren, und was es Schul- und Bezirksleitungen bietet.

Keine Erfahrung nötig · geprüft am 2026-10-10

Ein kurzes Video für Schülerinnen, Schüler und Familien darüber, wie KI funktioniert und wie man kritisch mit ihr umgeht, wenn man sie für die Schule nutzt.

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeigt Lehrkräften an Schulen (K-12), wie Gemini for Education Erklärungen mit Analogien anpasst und gestufte Lernmaterialien aufbaut, am Beispiel einer Unterrichtsstunde zum Treibhauseffekt in der 5. Klasse.

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeigt, wie Copilot in Outlook aus einem kurzen Prompt eine E-Mail entwirft, Fragen zu früheren E-Mails beantwortet und vor dem Senden Grammatik und Tonfall prüft. Erfordert einen Microsoft-365-Tarif mit Copilot.

Keine Erfahrung nötig · geprüft am 2026-10-10

Lektion 1 von Googles AI Boost Bootcamp: wo Gemini in Googles Arbeits-Apps auftaucht, und eine vierteilige Prompt-Formel (Persona, Aufgabe, Format, Kontext).

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeigt, wie Copilot mehrere Änderungen an einer Budget-Tabelle in Excel vornimmt und sie neu berechnet, alles mit deiner Zustimmung, wobei Copilot die anzupassenden Zellen selbst findet.

Keine Erfahrung nötig · geprüft am 2026-10-10

Zeigt Studierenden, wie sie Gemini als Tutor, Rechercheassistenten oder Diskussionspartner prompten und seine Antworten auf ihren eigenen Lernstil zuschneiden.

Keine Erfahrung nötig · geprüft am 2026-10-10

Führt durch den Agenten Study and Learn in Copilot, der Lernende mit Fragen und Übungen Schritt für Schritt anleitet, statt Antworten zu liefern, und zeigt, wie Lehrkräfte ihn nutzen können.

Keine Erfahrung nötig · geprüft am 2026-10-10

Ein Google-Kurs zum Einsatz von KI im Arbeitsalltag: wie KI funktioniert, Prompts schreiben und verfeinern, Brainstorming mit Gemini, Nutzung in Google Workspace und KI zur Gewohnheit machen.

Keine Erfahrung nötig · geprüft am 2026-10-10

Eine Einheit für Lehrkräfte zum verantwortungsvollen Einsatz von KI im Unterricht: Schülerdaten und Datenschutz, Urheberrecht, Leitplanken im Klassenzimmer, Falschinformationen und Bias in KI-Systemen.

Keine Erfahrung nötig · geprüft am 2026-10-10

Vier Anthropic-Mitarbeitende mit Bezug zur Bildung sprechen über Chancen und Risiken von KI beim Lernen, wie Lernende und Lehrkräfte damit umgehen sollten und was noch unklar ist.

Keine Erfahrung nötig · geprüft am 2026-10-10

Ein kurzer Überblick über ChatGPT Work: deine Arbeitstools und Dateien verbinden, geplante Aufgaben einrichten und Arbeiten aus Marketing und Datenanalyse übergeben, die ChatGPT dann zu Ende führt.

Etwas Erfahrung · geprüft am 2026-10-10

Zeigt, wie Claude in Excel Formeln über mehrere Tabellenblätter hinweg mit Quellenangaben auf Zellebene erklärt und Annahmen aktualisiert, wobei bestehende Formeln erhalten bleiben.

Etwas Erfahrung · geprüft am 2026-10-10

Nutzt Gemini zusammen mit NotebookLM in der Planungsphase eines Projekts, um vom leeren Blatt zu einem Projektplan zu kommen.

Etwas Erfahrung · geprüft am 2026-10-10

Zeigt Copilot in Teams-Meetings: KI-Notizen mit Entscheidungen und To-dos, Live-Dolmetschen zwischen Sprachen und Audio- und Video-Zusammenfassungen, um auf den neuesten Stand zu kommen.

Etwas Erfahrung · geprüft am 2026-10-10

Das Bildungs-Produktteam von Microsoft zeigt das Teach Module in Microsoft 365 Copilot: Unterrichtspläne, Quizze und Lernkarten erstellen und vorhandenes Material anpassen.

Etwas Erfahrung · geprüft am 2026-10-10

David Malan erklärt, wie Harvards CS50 KI-Tools gebaut hat, darunter einen Gummienten-Tutor, der Studierende zu Antworten hinführt, statt sie ihnen zu geben, und wie die Tools eingeführt wurden.

Etwas Erfahrung · geprüft am 2026-10-10

Erklärt Retrieval-Augmented Generation (RAG): Ein Sprachmodell schlägt vor dem Antworten in aktuellen, vertrauenswürdigen Quellen nach, damit Antworten aktueller und seltener falsch sind.

Etwas Erfahrung · geprüft am 2026-10-10

Baut mit Gemini 3 Pro und Googles Agent Development Kit einen einfachen KI-Agenten, der im Web suchen kann, führt ihn dann in einer Weboberfläche aus und schaut sich an, wie er schlussfolgert.

Technisch · geprüft am 2026-10-10

Mitglieder des Claude-Code-Teams von Anthropic zeigen, wie sie mit dem Coding-Agent arbeiten: ihm Ziele statt einzelner Aufgaben geben, Routines remote ausführen und ihn seine eigene Arbeit prüfen lassen.

Technisch · geprüft am 2026-10-10

Engineers von Anthropic erklären, woher das Model Context Protocol kommt, was es mit Remote-MCP-Servern und Registries auf sich hat und wie man MCP zusammen mit der Claude API nutzt.

Technisch · geprüft am 2026-10-10

Mitarbeitende von OpenAI zeigen, wie man mit dem aktualisierten Agents SDK lang laufende Agenten baut, die über mehrstufige Aufgaben hinweg Dateien untersuchen, Befehle ausführen und Code bearbeiten.

Technisch · geprüft am 2026-10-10

Schritt-für-Schritt-Einrichtung von OpenAIs Coding-Agent Codex: Installation des Kommandozeilen-Tools und der VS-Code-Erweiterung, das Schreiben einer Agents.md-Datei, Prompting-Muster und die Anbindung von Tools über MCP.

Technisch · geprüft am 2026-10-10

Vermittelt spezifikationsgetriebene Entwicklung: eine Projektverfassung und Spezifikationen in Markdown schreiben, damit ein Coding-Agent baut, was du verlangt hast, auch in einer bestehenden Legacy-Codebasis.

Technisch · geprüft am 2026-10-10

Zehn Lektionen über KI-Agenten: was sie sind, ein Framework wählen, Designprinzipien, Tool Use, agentisches RAG, Planung, Multi-Agent-Systeme und Bereitstellung, mit Codebeispielen.

Technisch · geprüft am 2026-10-10

Praxiskurs dazu, wie du ein Modell mit Retrieval-Augmented Generation (Embeddings, Vektorsuche) an deine eigenen Daten anbindest und dann Tools und Dienste über MCP-Server verknüpfst.

Technisch · geprüft am 2026-10-10

Eine kurze visuelle Einführung, wie große Sprachmodelle das nächste Wort vorhersagen, wie sie mit riesigen Textmengen trainiert werden und welche Grundidee hinter Transformern steckt.

Keine Erfahrung nötig · geprüft am 2026-10-10

Baut ein neuronales Netz auf, das handgeschriebene Ziffern erkennt, und zeigt mit Animationen, was Neuronen, Schichten, Gewichte und Bias-Werte sind und welche Mathematik sie verbindet.

Etwas Erfahrung · geprüft am 2026-10-10

Visueller Rundgang, wie Daten durch einen Transformer fließen: Tokens werden zu Embedding-Vektoren, Attention- und Perzeptron-Schichten aktualisieren sie, und Softmax liefert die Wahrscheinlichkeiten für das nächste Wort.

Etwas Erfahrung · geprüft am 2026-10-10

Harvard-CS50-Vorlesung über generative KI und Prompting, dann Entscheidungsbäume, maschinelles Lernen, Deep Learning, große Sprachmodelle und Halluzinationen.

Etwas Erfahrung · geprüft am 2026-10-10

Ein langer Vortrag für ein allgemeines Publikum darüber, wie Modelle wie ChatGPT entstehen: Internettexte, Tokens, Pretraining, wie aus einem Modell ein Assistent wird, Reinforcement Learning und warum sie Dinge erfinden.

Etwas Erfahrung · geprüft am 2026-10-10

Erste Vorlesung von MITs Einführung in Deep Learning 2026: Perzeptronen, Aktivierungsfunktionen, Training mit Gradientenabstieg und Backpropagation und wie man Overfitting begrenzt.

Technisch · geprüft am 2026-10-10

Erste Vorlesung von Stanfords CS336 (Percy Liang, Tatsunori Hashimoto): warum man Sprachmodelle von Grund auf baut, der Kursplan und wie Tokenizer wie BPE Text zerlegen.

Technisch · geprüft am 2026-10-10

Andrej Karpathy schreibt ein kleines GPT in PyTorch, baut Self-Attention und den Transformer Stück für Stück auf und trainiert das Modell mit dem Datensatz Tiny Shakespeare.

Technisch · geprüft am 2026-10-10

Baut micrograd, eine winzige Engine für automatische Differenzierung in Python, um zu zeigen, wie Backpropagation Gradienten berechnet, und trainiert damit dann ein kleines neuronales Netz.

Technisch · geprüft am 2026-10-10

Harvards kompletter KI-Kurs von CS50 in einem Video: Suche, Wissen, Unsicherheit, Optimierung, maschinelles Lernen, neuronale Netze und Sprache, mit Python-Projekten.

Technisch · geprüft am 2026-10-10