Interaktives KI-Lernen
KI-Konzepte meistern
Durch Erfahrung
Erkunde künstliche Intelligenz und große Sprachmodelle durch schöne, interaktive Demonstrationen. Lerne durch Handeln, nicht nur durch Lesen.
LMF Blog
Latest AI news, model analysis, and deep dives
Interaktive Demos
Praktische Erkundungen, die abstrakte Konzepte greifbar und intuitiv machen.
Visuelles Lernen
Schöne Visualisierungen, die zeigen, wie KI-Systeme tatsächlich funktionieren.
Intuition aufbaün
Gehe über das Auswendiglernen hinaus – entwickle tiefes Verständnis durch Experimentieren.
Zuletzt aktualisiert
Was gibt's Neues
B27. Feb. 2026
VRAM-RechnerVRAM-Bedarf und Inferenzgeschwindigkeit für lokale LLMs abschätzenI25. Feb. 2026
Wie Diffusion funktioniertVorwärtsrauschen, Rückwärts-Entrauschen und Score-IntuitionI25. Feb. 2026
Text-DiffusionMask-and-Predict-Generierung mit Token-Rastern fester LängeI25. Feb. 2026
Bild-DiffusionLatente Entrauschungs-Pipelines moderner Text-zu-Bild-SystemeI24. Feb. 2026
TrainingsdatenWoher KI-Modelle ihr Wissen beziehen: legitime Quellen, Kontroversen und synthetische DatenHilf mit, das hier zu verbessern
Dieser Guide ist Open Source. Hast du eine Idee für ein neues Thema? Einen Fehler gefunden? Eine Erklärung verbessern? Jeder Beitrag hilft.
Themen erkunden
Tauche ein in interaktive Lektionen
Künstliche Intelligenz
KI-Agenten
Kernkonzepte
Bausteine
01
Tool-DesignPrinzipien für Tools, die Agenten zuverlässig nutzen können24. Jan. 2026
I02
Programmatische Tool-AufrufeAgenten schreiben Code, der Tools aufruft — weniger Latenz und Tokens23. Feb. 2026
I03
SpeichersystemeWie Agenten sich über Gespräche und Sitzungen hinweg erinnern29. Jan. 2026
I04
Agenten-SkillsWiederverwendbare Fähigkeiten, die Agenten erweitern29. Jan. 2026
I05
MCP (Model Context Protocol)Ein Standardprotokoll zur Anbindung von Agenten an externe Tools29. Jan. 2026
IMuster
Große Sprachmodelle
Grundlagen
Verhalten
Fähigkeiten
01
RAG (Retrieval Augmented Generation)LLM-Antworten mit abgerufenem externem Wissen anreichern31. Jan. 2026
I02
BildverarbeitungWie LLMs Bilder neben Text verarbeiten und verstehen24. Jan. 2026
B03
Visuelle HerausforderungenWo Bildmodelle scheitern: Zählen, Raumverständnis, OCR29. Jan. 2026
I04
Agentische BildverarbeitungAktive Bildanalyse durch Zoom, Zuschnitt und Code-Ausführung29. Jan. 2026
E05
MultimodalitätText, Bilder, Audio und Video in einem Modell verarbeiten1. Feb. 2026
BArchitektur
01
Transformer-ArchitekturDie grundlegende Architektur hinter GPT, BERT und allen modernen LLMs9. Feb. 2026
I02
LLM-TrainingVom Vortraining auf Rohdaten bis zum Feintuning mit Feedback29. Jan. 2026
I03
TrainingsdatenWoher KI-Modelle ihr Wissen beziehen: legitime Quellen, Kontroversen und synthetische Daten24. Feb. 2026
I04
Mixture of ExpertsNur einen Bruchteil der Modellparameter pro Token aktivieren31. Jan. 2026
E05
QuantisierungModellgröße durch reduzierte Zahlenpräzision verkleinern31. Jan. 2026
E06
Verschachteltes LernenLernalgorithmen, die auf mehreren Ebenen arbeiten8. Feb. 2026
E07
DestillationWissen von einem großen Modell auf ein kleineres übertragen5. Feb. 2026
I08
Fine-Tuning & LoRAGroße Modelle effizient anpassen durch Training winziger Low-Rank-Matrizen9. Feb. 2026
I09
Spekulatives DecodingInferenz beschleunigen durch Vorhersage mit kleinerem Modell5. Feb. 2026
EDiffusionsmodelle
01
KV-CacheBerechnete Keys und Values speichern, um Arbeit zu sparen9. Feb. 2026
E02
Prompt CachingKV-Caches über API-Anfragen hinweg wiederverwenden, um Kosten und Latenz zu sparen19. Feb. 2026
I03
Batching & DurchsatzMehrere Anfragen gleichzeitig für höheren Durchsatz verarbeiten9. Feb. 2026
I04
Lokale ModellinferenzLLMs auf eigener Hardware ausführen -- Privatsphäre, Geschwindigkeit, keine API-Kosten9. Feb. 2026
B05
VRAM-RechnerVRAM-Bedarf und Inferenzgeschwindigkeit für lokale LLMs abschätzen27. Feb. 2026
B01
Neuronale NetzwerkeSchichten verbundener Neuronen, die Muster aus Daten lernen24. Jan. 2026
B02
GradientenabstiegDer Optimierungsalgorithmus, der neuronale Netze trainiert29. Jan. 2026
I03
TrainingsprozessWie Modelle durch Vorwärts- und Rückwärtsdurchläufe lernen24. Jan. 2026
B04
World ModelsInterne Simulatoren, mit denen KI in virtüllen Welten vorhersagen und planen kann15. Feb. 2026
EPrompting
KI-Sicherheit
KI-Industrie
01
KI aus EuropaDas wachsende europäische KI-Ökosystem und seine Stärken24. Jan. 2026
B02
Open-Source-VorteileWarum offene Gewichte für Innovation und Transparenz wichtig sind29. Jan. 2026
B03
Logges LieblingsmodelleKuratierte Auswahl der besten Modelle für verschiedene Aufgaben9. Feb. 2026
B04
LLM Tier-ListeEine subjektive Rangliste aktüller LLM-Modelle nach Qualität und Anwendungsfall19. Feb. 2026
BProfi-Tipp: DrückeCtrl+Kum Themen zu suchen