KI durch Praxis lernen

Videobasierte Kurse, die KI-Tools in wiederholbare Fähigkeiten verwandeln.

KI durch Praxis lernen

Videobasierte Kurse, die KI-Tools in wiederholbare Fähigkeiten verwandeln.

• Praktische Datenanalyse mit Python und Pandas - Baue in kurzen Schritten einen praktischen Analyseablauf auf: Bereite ein Notebook vor, verstehe Python-Werte, lade gängige Dateien, wähle Daten aus und verbinde sie, fasse Gruppen zusammen und untersuche einen Datensatz. Die ausgewählten Lektionen sind Demonstrationen des YouTube-Kanals Alex The Analyst; sie ersetzen keine aktuelle Bibliotheksdokumentation. Am Ende steht ein reproduzierbares Notebook zur explorativen Analyse mit einer klaren Dokumentation der Annahmen.
• Grundlagen des maschinellen Lernens: von Algorithmen zu Pipelines - Verbinde die geometrische Intuition von Vektoren mit Überlegungen zu nächsten Nachbarn, verstärkten Bäumen, Verlustfunktionen, Vorverarbeitungs-Pipelines und zwei kompakten Beispielen für neuronale Netze. Die Abfolge nutzt YouTube-Lektionen von CampusX als anschauliche Demonstrationen. Entscheidend ist die Frage, welche Daten, welches Ziel, welcher Datensatz und welches Bewertungsmaß ein Modell verwendet, statt ein Codebeispiel als Beleg für seine Verallgemeinerbarkeit zu behandeln.
• Deep Learning und Computer Vision mit CNNs - Gehe von der Rolle des Deep Learnings und verschiedener Familien neuronaler Netze über PyTorch-Grundlagen und Faltungsstrukturen bis zu vortrainierten Modellen und Transfer Learning. Die letzte Lektion liefert den Rahmen für ein begrenztes Projekt zur Bildklassifikation. Das Material wird anhand von YouTube-Demonstrationen von CampusX präsentiert; prüfe Framework-APIs und Begriffe zu Datensätzen vor einer Implementierung anhand aktueller Dokumentation.
• NLP-Grundlagen bis zu Transformern und LLMs - Baue schrittweise ein Denkmodell für NLP auf: Definiere die Aufgabe, ordne Vorverarbeitung und Repräsentation in eine Pipeline ein, probiere eine überwachte Textklassifikation aus und verbinde anschließend Selbstaufmerksamkeit mit der historischen Entwicklung von Sprachmodellen. Die ausgewählten CampusX-Lektionen sind Lehrmaterial und kein Versprechen eines bestimmten Modellergebnisses. Die Übungen machen Entscheidungen bei der Vorverarbeitung und Bewertungsannahmen sichtbar.
• GenAI-Anwendungen mit LangChain und LangGraph entwickeln - Beginne mit der Rolle von LangChain in Anwendungen der generativen KI und untersuche anschließend Komponenten, Modellschnittstellen, Prompts, strukturierte Ausgaben und Parser, bevor du zu einem agentischen LangGraph-Workflow übergehst. CampusX liefert die ausgewählten Demonstrationen und den Codekontext; Paketnamen und APIs können sich ändern, daher sind die Übungen als zu prüfende Muster und nicht als unveränderliche Produktionsanweisungen zu verstehen. Der Kurs legt Wert auf explizite Schemata, Testeingaben und beobachtbare Zustandsübergänge.
• KI-Automatisierung und Agentenbetrieb - Untersuche praktische Automatisierungsmuster, ohne eine Demonstration als Vorlage für den Produktionseinsatz zu behandeln. Der Kurs führt von einem durchgängigen Inhalts-Workflow über Fernbetrieb, Zeitplanung und Erweiterungen bis zu supervisorartigen Multi-Agenten-Entwürfen und einem n8n-Workflow mit menschlicher Qualitätskontrolle. Du sollst Berechtigungen, Fehlerbehebung, Datenverarbeitung und werkzeugabhängige Schritte prüfen.
• Claude Cowork und Wissensarbeit mit KI - Nutze die ausgewählten Demonstrationen, um Muster der Wissensarbeit zu untersuchen: Dateien organisieren, dauerhaften Kontext ergänzen, eine Website recherchieren, wiederverwendbare Fähigkeiten bündeln, Geschäftsdokumente entwerfen und Abläufe mit Agenten vergleichen. Der Schwerpunkt liegt auf überprüfbaren Eingaben und prüfbaren Ausgaben, weil sich Oberflächen und Berechtigungen ändern können.
• Angewandtes Prompting für Recherche und sensible Anwendungsbereiche - Gehe von Prompt-Struktur und Beispielen über den rechtlichen Anwendungskontext, die Analyse von Gesprächslücken, fundierte Informationsbeschaffung, visuelle Recherche und die Ermittlung von Schlüsselbegriffen. Der Kurs behandelt Modellantworten als Entwürfe zur Prüfung – nicht als Rechtsberatung, Tatsachenfeststellung oder Ersatz für qualifizierte Prüfung. Jede Aufgabe erzeugt einen Prompt, einen Belegdatensatz oder ein auswertbares Artefakt.
• Grundlagen großer Sprachmodelle: Deep Learning, Modelle und Informationsbeschaffung - Verbinde das Training neuronaler Netze und die Praxis des Transferlernens mit den inneren Abläufen von Sprachmodellen, der Modellauswertung, Prompting, Agentenschleifen, MCP-Werkzeugverbindungen und Workflows zur Informationsbeschaffung. Das Material reicht von ausführlichen technischen Lektionen bis zu kurzen Demonstrationen; nutze die Aufgaben, um dauerhafte Konzepte von versionsabhängigen Befehlen zu unterscheiden und jede Systemgrenze zu prüfen.
• Grundlagen von KI und Sprachmodellen bis zu Rechercheagenten (Urdu-Englisch) - Baue einen konzeptionellen Weg vom maschinellen Lernen und der NLP über große Sprachmodelle, Werkzeuge für vortrainierte Modelle und Prompting bis zu einem Abschlussprojekt mit einem Python-Rechercheagenten auf. Die Folge wird auf Urdu-Englisch vermittelt und dient als Grundlage für Experimente, nicht als Versprechen, dass eine Modell-API, Bibliothek oder ein gehosteter Dienst unverändert bleibt. Die Aufgaben legen den Schwerpunkt auf Quellenhandhabung, strukturierte Ausgaben und menschliche Prüfung.
• KI-Bilderstellung: Prompts, Konsistenz und lokale Werkzeuge - Arbeite von einem visuellen Briefing zu einem überprüfbaren Bild-Workflow. Vergleiche Ansätze für Generierung und Bearbeitung, übe den Aufbau von Prompts, bewahre die Kontinuität von Figuren und Szenen und teste gehostete sowie lokale Optionen, ohne eine bestimmte Oberfläche als dauerhaft zu betrachten. Der Kurs legt Wert auf Versionsprotokolle, Berechtigungen, Artefaktprüfung und die Kennzeichnung synthetischer Medien.
• KI-Videoproduktion: Vom Bild-zu-Video bis zu filmischen Anzeigen - Plane kurze KI-Videos als Einstellungen, Tests und Prüfstationen. Die Reihe führt vom Text-zu-Video-Prompting über filmische Planung, Bildanimation, Bild-zu-Video-Experimente, lokale Einrichtung und Fehlerbehebung bis zu einem Anzeigenprojekt. Dauerhafte Produktionsgewohnheiten – Briefings, Kontinuitätsblätter, Herkunftsnachweise, Fehlerprotokolle und menschliche Freigabe – bleiben nützlich, wenn sich Werkzeuge und Modelle ändern.
• KI-Inhalte und Marketing-Workflows - Baue ein kleines Inhaltssystem statt einer Sammlung von Werkzeugtipps auf. Übe Prompt- und Kontextgestaltung, Briefings mit mehreren Ausgaben, begrenzte Automatisierung, Entwürfe im UGC-Stil, mobile Kurzbefehle, Marketingexperimente und kontrollierte Prompt-Labore. Jeder Workflow macht Prüfung, Datenschutz, Aussagenkontrolle und menschliche Freigabe sichtbar, damit eine veränderliche Produktschnittstelle nicht zur einzigen Wissensquelle des Kurses wird.
• KI-Recherche und Produktivitätssysteme - Gestalte Recherche- und Produktivitätsroutinen als überprüfbare Arbeitsabläufe. Die Lektionen behandeln Arbeitsbereichsberechtigungen, Besprechungserfassung, geplante Rechercheagenten, die Sammlung von Produktsignalen, Merkmalsbewertung, Agentensicherheit und sprachgestützte Arbeit. Statt automatische Genauigkeit zu versprechen, fordert der Kurs klare Quellengrenzen, geprüfte Ausgaben, den Schutz sensibler Informationen und einen manuellen Ausweichweg.
• Verantwortungsvolle KI: Fairness, Erklärbarkeit, Datenschutz und Vertrauen - Lerne, Bedenken zu verantwortungsvoller KI in konkrete Prüfungsfragen und Entscheidungsprotokolle zu überführen. Die Reihe führt von ethischer Einordnung und konkurrierenden Fairnessdefinitionen über das Design von Verzerrungstests, Grenzen von Erklärungen und Datenschutz-Bedrohungsmodelle bis zu Urheberrechts-, Herkunfts- und Deepfake-Prüfungen. Sie bietet keine Rechtsberatung und keinen universellen Fairnesswert, sondern betont Evidenz, betroffene Menschen, Unsicherheit, menschliche Aufsicht und Eskalation.

Häufig gestellte Fragen

Gibt es kostenlose Kurse?

Ja. Die Einführungslektion jedes verfügbaren Kurses ist als kostenlose Vorschau zugänglich. Für den Start ist keine Kreditkarte erforderlich.

Wie funktioniert die 7-tägige Testversion?

Berechtigte Nutzer erhalten eine 7-tägige kostenlose Testphase. Danach verlängert sich der gewählte Monats- oder Jahresplan automatisch, bis Sie kündigen. Bei einer Kündigung vor Ablauf der Testphase fallen keine Kosten an.

Was ist der Academy Pass?

Der Academy Pass gewährt Ihnen unbegrenzten Zugriff auf alle vollständigen Kurse, Premium-Ressourcen und exklusiven Aufgaben. Er ist für 29 $/Monat oder 249 $/Jahr erhältlich, und Sie können jederzeit über unser Stripe-Abrechnungsportal kündigen.

Ist die Academy in Lumi Pro enthalten?

Ja. Wenn Sie ein aktives Lumi Pro-Abonnement haben, ist der unbegrenzte Zugriff auf die One AI Guide Academy automatisch ohne zusätzliche Kosten inbegriffen.

Kursinhalt mit offener Lizenz · CC BY-lizenziert · Lizenz verifiziert

Dieser Katalog enthält nur Kurse mit vollständigem, genehmigtem Lizenznachweis und mindestens einer zulässigen veröffentlichten Lektion.