Verstehe, was hinter "AI" wirklich passiert — und trainier dein eigenes Modell. 🤖
Niemand muss heute mehr ein Mathe-Genie sein, um AI zu nutzen. Aber wenn du verstehst, wie ein Neural Network lernt, ein LLM denkt und ein Computer-Vision-Modell „sieht" — dann kannst du Tools nicht nur benutzen, sondern bauen. Dieser Kurs nimmt dich Schritt für Schritt mit, ohne Bullshit-Hype.
📋Was du in diesem Kurs lernst
8 Pages, jede ~25–40 Min. Empfohlene Reihenfolge unten — Theorie und Praxis abwechselnd, kein trockener Math-Wall.
Was ist AI eigentlich?
Big Picture: AI vs ML vs Deep Learning vs LLM. Welche Aufgaben löst AI, welche nicht? Plus: kurze Geschichte vom Perceptron bis GPT-5.
Neural Networks Grundlagen
Was ist ein Neuron, was sind Weights, wie fliesst eine Vorhersage vorwärts? Mit interaktivem 1-Neuron-Demo.
Training: Daten, Loss, Backprop
Wie lernt ein Netzwerk? Loss-Funktion, Gradient Descent, Backpropagation — visualisiert ohne Tränen.
Computer Vision
Wie „sieht" eine KI? Convolutions, CNNs, YOLO. Live-Demo: dein eigenes Webcam-Modell.
LLMs & Transformers
Wie funktioniert ChatGPT? Tokenisierung, Attention, Pretraining vs Fine-Tuning. Mit Prompt-Engineering-Sektion.
Trainier dein eigenes Modell
End-to-end: Daten sammeln, labeln, Modell wählen, in Google Colab trainieren, auf HF deployen. Code-along.
Tools & Frameworks
PyTorch, Hugging Face, Colab, Ollama, Roboflow. Welches Tool wann? Plus Workflow für eigene Projekte.
Projekt-Ideen & Community
Selfie-zu-Cartoon, Schul-Chatbot, Pflanzen-Detektor, Voice-Clone. Plus HF, Kaggle, Papers-with-Code.
🎯Was du mitbringen solltest
Keine Sorge – wenn dir was fehlt, sag's uns im Lab, wir helfen dir.
import. Du brauchst kein Math-PhD.
Bereit, hinter den Vorhang zu schauen? 🎬
Keine Anmeldung, kein Setup. Klick auf Page 01 — du verstehst in 20 Minuten, was AI wirklich ist und was sie (noch) nicht kann.
→ Page 01 starten