Neu bei KI
Grundlagen Schritt für Schritt
Von „Was ist KI?“ bis zu den wichtigsten Grundbegriffen.
Wissensdatenbank
KI-Wissen: Grundlagen, Modelle und KI-Systeme verstehen
Die BOMOTS-Wissensdatenbank erklärt die wichtigsten Grundlagen künstlicher Intelligenz – von generativer KI und Large Language Models über Tokens, Embeddings und RAG bis zu Agenten, MCP, Sicherheit und Evaluation. Die Artikel bauen aufeinander auf, verweisen auf Primärquellen und zeigen neben der Funktionsweise auch Grenzen und Einsatzmöglichkeiten. Jeder Artikel trägt einen verantwortlichen Autor und ein Prüfdatum.
Wie möchtest du einsteigen?
Technisch verstehen
Wie KI-Systeme funktionieren
Von LLM über Tokens und Embeddings bis RAG, Agenten und MCP.
Für Unternehmen
KI sicher einführen
Grundlagen, Workflows, Datenschutz, Risiken und AI Act.
Empfohlene Grundlagen
-
Einstieg
Was ist KI?
KI als Oberbegriff: von Machine Learning und Deep Learning bis zu generativer KI – mit klarer Abgrenzung, was nicht automatisch KI ist.
-
Grundlagen
Generative KI
Wie KI neue Texte, Bilder, Audio und Code erzeugt – und warum „generativ“ nur ein Teilbereich der KI ist.
-
Grundlagen
Large Language Models
Wie große Sprachmodelle Text verarbeiten, wie Training und Inferenz zusammenhängen und wo ihre Grenzen liegen.
-
Vertiefung
RAG
Wie Sprachmodelle externe Dokumente abrufen, warum eine Vektordatenbank nicht zwingend nötig ist und wo Retrieval trotzdem scheitert.
KI verstehen
Grundlegende Konzepte – der beste Einstieg.
-
Einstieg
Was ist KI?
KI als Oberbegriff: von Machine Learning und Deep Learning bis zu generativer KI – mit klarer Abgrenzung, was nicht automatisch KI ist.
-
Grundlagen
Generative KI
Wie KI neue Texte, Bilder, Audio und Code erzeugt – und warum „generativ“ nur ein Teilbereich der KI ist.
-
Grundlagen
Prompt Engineering
Wie man KI-Modellen klare Anweisungen gibt: Aufbau guter Prompts, bewährte Techniken und die Grenzen des Promptings.
-
Grundlagen
Large Language Models
Wie große Sprachmodelle Text verarbeiten, wie Training und Inferenz zusammenhängen und wo ihre Grenzen liegen.
-
Grundlagen
Multimodale KI
Wie Modelle mehrere Modalitäten – Text, Bild, Audio, Video – verarbeiten und verbinden; multimodal ist nicht automatisch generativ.
Wie KI-Systeme funktionieren
Technische Grundlagen von Tokens bis Agenten.
-
Grundlagen
Tokens & Kontextfenster
Wie Modelle Text in Tokens zerlegen, was das Kontextfenster begrenzt und wie das Kosten und Qualität beeinflusst.
-
Grundlagen
Embeddings
Wie Inhalte als Vektoren dargestellt werden und semantische Suche ermöglichen – und warum ein Embedding keine Vektordatenbank ist.
-
Vertiefung
RAG
Wie Sprachmodelle externe Dokumente abrufen, warum eine Vektordatenbank nicht zwingend nötig ist und wo Retrieval trotzdem scheitert.
-
Vertiefung
KI-Agenten
Wenn Modelle Ziele, Tools und Aktionen kombinieren: Agent Loop, Berechtigungen, Multi-Agent-Systeme und Sicherheit.
-
Vertiefung
MCP
Wie das Model Context Protocol KI-Anwendungen standardisiert mit Tools und Daten verbindet – geprüft gegen die Spezifikation 2026-07-28.
Qualität, Grenzen & Evaluation
Wie man Verlässlichkeit einschätzt und Modelle bewertet.
-
Grundlagen
Halluzinationen
Warum KI überzeugend klingen und trotzdem falschliegen kann – Ursachen, Fehlerarten und Gegenmaßnahmen.
-
Vertiefung
KI-Modelle evaluieren
Wie man KI-Modelle seriös vergleicht: Benchmarks richtig lesen, eigene Evals bauen, LLM-as-a-Judge, Kosten und statistische Unsicherheit.
Open Source & lokale KI
Offene Modelle, Lizenzen und Betrieb auf eigener Hardware.
-
Grundlagen
Open Weights
Was offene Modellgewichte bedeuten – und warum „Open Weights“ nicht automatisch „Open Source“ ist.
-
Grundlagen
Open-Source-KI
Was Open-Source-KI ausmacht, welche Lizenzmodelle es gibt und wo die Grenzen der Offenheit liegen.
-
Grundlagen
Lokale KI
KI auf eigener Hardware betreiben: Vorteile bei Datenschutz und Kontrolle – und warum „lokal“ nicht automatisch „sicher“ ist.
Sicherheit, Datenschutz & Recht
Einstieg – die vertieften Themen stehen im Bereich Sicherheit & Recht.
Sicherheit
-
Vertiefung
Prompt Injection
Wie manipulierte Inhalte KI-Systeme steuern können – direkte und indirekte Angriffe und wie man sich schützt.
-
Grundlagen
Datenlecks
Wie bei KI-Nutzung sensible Daten abfließen können und welche Schutzmaßnahmen helfen.
-
Grundlagen
Risikomanagement
Wie Unternehmen KI-Risiken systematisch bewerten und steuern – kontextabhängig statt pauschal.
Recht
-
Grundlagen
Datenschutz & KI
Worauf es beim Datenschutz in KI-Projekten ankommt – vom Datenfluss bis zur Wahl des Anbieters. Keine Rechtsberatung.
-
Vertiefung
EU AI Act
Wie die EU KI reguliert: Risikoklassen, GPAI, Fristen und Pflichten – anhand offizieller EU-Quellen. Keine Rechtsberatung.
Keine passenden Wissensartikel gefunden.
Wissen verstanden – jetzt anwenden
Verstehen → Auswählen → Anwenden.