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.

Jetzt lernenThemen durchsuchen

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 abschätzen
I25. Feb. 2026
Wie Diffusion funktioniertVorwärtsrauschen, Rückwärts-Entrauschen und Score-Intuition
I25. Feb. 2026
Text-DiffusionMask-and-Predict-Generierung mit Token-Rastern fester Länge
I25. Feb. 2026
Bild-DiffusionLatente Entrauschungs-Pipelines moderner Text-zu-Bild-Systeme
I24. Feb. 2026
TrainingsdatenWoher KI-Modelle ihr Wissen beziehen: legitime Quellen, Kontroversen und synthetische Daten

Hilf 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.

Thema vorschlagenFehler meldenAuf GitHub markieren

Themen erkunden

Tauche ein in interaktive Lektionen

Künstliche Intelligenz

01
Erste SchritteDein erster LLM-API-Aufruf in 10 Minuten — kostenlos10. Feb. 2026
B
KI-Agenten
Große Sprachmodelle
Architektur
01
Transformer-ArchitekturDie grundlegende Architektur hinter GPT, BERT und allen modernen LLMs9. Feb. 2026
I
02
LLM-TrainingVom Vortraining auf Rohdaten bis zum Feintuning mit Feedback29. Jan. 2026
I
03
TrainingsdatenWoher KI-Modelle ihr Wissen beziehen: legitime Quellen, Kontroversen und synthetische Daten24. Feb. 2026
I
04
Mixture of ExpertsNur einen Bruchteil der Modellparameter pro Token aktivieren31. Jan. 2026
E
05
QuantisierungModellgröße durch reduzierte Zahlenpräzision verkleinern31. Jan. 2026
E
06
Verschachteltes LernenLernalgorithmen, die auf mehreren Ebenen arbeiten8. Feb. 2026
E
07
DestillationWissen von einem großen Modell auf ein kleineres übertragen5. Feb. 2026
I
08
Fine-Tuning & LoRAGroße Modelle effizient anpassen durch Training winziger Low-Rank-Matrizen9. Feb. 2026
I
09
Spekulatives DecodingInferenz beschleunigen durch Vorhersage mit kleinerem Modell5. Feb. 2026
E
Diffusionsmodelle
01
Wie Diffusion funktioniertVorwärtsrauschen, Rückwärts-Entrauschen und Score-Intuition25. Feb. 2026
I
02
Text-DiffusionMask-and-Predict-Generierung mit Token-Rastern fester Länge25. Feb. 2026
I
03
Bild-DiffusionLatente Entrauschungs-Pipelines moderner Text-zu-Bild-Systeme25. Feb. 2026
I
01
KV-CacheBerechnete Keys und Values speichern, um Arbeit zu sparen9. Feb. 2026
E
02
Prompt CachingKV-Caches über API-Anfragen hinweg wiederverwenden, um Kosten und Latenz zu sparen19. Feb. 2026
I
03
Batching & DurchsatzMehrere Anfragen gleichzeitig für höheren Durchsatz verarbeiten9. Feb. 2026
I
04
Lokale ModellinferenzLLMs auf eigener Hardware ausführen -- Privatsphäre, Geschwindigkeit, keine API-Kosten9. Feb. 2026
B
05
VRAM-RechnerVRAM-Bedarf und Inferenzgeschwindigkeit für lokale LLMs abschätzen27. Feb. 2026
B
01
Neuronale NetzwerkeSchichten verbundener Neuronen, die Muster aus Daten lernen24. Jan. 2026
B
02
GradientenabstiegDer Optimierungsalgorithmus, der neuronale Netze trainiert29. Jan. 2026
I
03
TrainingsprozessWie Modelle durch Vorwärts- und Rückwärtsdurchläufe lernen24. Jan. 2026
B
04
World ModelsInterne Simulatoren, mit denen KI in virtüllen Welten vorhersagen und planen kann15. Feb. 2026
E
Prompting
01
Prompt-GrundlagenGrundlegende Techniken für gute Ergebnisse mit LLMs24. Jan. 2026
B
02
Fortgeschrittenes PromptingChain-of-Thought, Few-Shot und andere Profi-Techniken29. Jan. 2026
I
03
System-PromptsPersona, Regeln und Verhalten eines LLMs festlegen29. Jan. 2026
I
KI-Sicherheit
01
Bias & FairnessWie Verzerrungen aus Trainingsdaten in Ausgaben auftauchen24. Jan. 2026
B
02
Verantwortungsvolle KIKI-Systeme baün, die fair, transparent und sicher sind29. Jan. 2026
B
KI-Industrie
01
KI aus EuropaDas wachsende europäische KI-Ökosystem und seine Stärken24. Jan. 2026
B
02
Open-Source-VorteileWarum offene Gewichte für Innovation und Transparenz wichtig sind29. Jan. 2026
B
03
Logges LieblingsmodelleKuratierte Auswahl der besten Modelle für verschiedene Aufgaben9. Feb. 2026
B
04
LLM Tier-ListeEine subjektive Rangliste aktüller LLM-Modelle nach Qualität und Anwendungsfall19. Feb. 2026
B
Profi-Tipp: DrückeCtrl+Kum Themen zu suchen