AI Essentials
Ein breit angelegtes, praxisnahes Curriculum zu KI und LLMs für alle, von nicht-technisch bis leicht technisch: Grundlagen, Prompting, Arbeitsalltag, verantwortungsvoller Einsatz und Bauen mit KI, mit abschließenden Deep Dives zu ChatGPT, Claude und Gemini.
KI ist kein Nebenprojekt mehr. Sie ist die operative Ebene, auf der Ihre Wettbewerber bereits aufbauen, und der Abstand zwischen Führungskräften, die sie verstehen, und solchen, die im Meeting nur zustimmend nicken, wächst schnell. AI Essentials schließt diese Lücke.
Sie beginnen dort, wo es zählt: wie KI und LLMs tatsächlich funktionieren, was sie können und was nicht, und warum Halluzinationen entstehen. Ohne Nebelkerzen. Danach lernen Sie, richtig mit diesen Systemen zu sprechen, von den Grundlagen des Promptings bis zu fortgeschrittenen Mustern, die konsistenten, hochwertigen Output liefern statt generischem Brei.
Ab da wird es praktisch. Sie wenden KI auf alltägliche Use Cases an, bauen wiederholbare Workflows und setzen Leitplanken, mit echter Abdeckung von Risiken, Verifikation, Datenschutz, Ethik und Governance. Das ist der Teil, den die meisten Führungskräfte überspringen und später bereuen.
Wenn Sie bereit sind zu bauen, strukturieren Sie ein KI-Projekt, arbeiten mit Tools, RAG und Agenten und decken Coding-Grundlagen und Evaluation ab, damit Sie wissen, wie gut aussieht. Danach gehen Sie in die drei Ökosysteme, auf die es ankommt. ChatGPT und der OpenAI-Stack, inklusive Custom GPTs, Actions, Connectors und API. Claude und Anthropic, inklusive Skills, MCP, Claude Code und Agent SDK. Gemini und Google AI, inklusive Workspace, Gems, AI Studio und der Gemini API.
Am Ende haben Sie nicht nur Meinungen zu KI. Sie haben Urteilsvermögen, Vokabular und praktische Fähigkeiten auf allen großen Plattformen, die Ihre Teams tatsächlich nutzen werden. Das ist der Unterschied zwischen dem Sponsern von KI-Initiativen und dem Steuern. Führungskräfte, die diesen Track abschließen, delegieren die schwierigen Fragen nicht mehr, sondern beantworten sie.
Was Sie beherrschen werden
- Erklären, wie LLMs funktionieren und wo sie versagen, damit Sie Halluzinationen erkennen, bevor sie Sie etwas kosten
- Prompts schreiben, die mit fortgeschrittenen Prompting-Mustern verlässlichen Output auf Führungsniveau liefern
- KI-Workflows gestalten, die Ihnen und Ihrem Team echte Stunden pro Woche sparen
- Standards für Governance, Datenschutz und Verifikation setzen, die den KI-Einsatz sicher und belastbar machen
- Ein KI-Projekt end to end strukturieren, vom Scoping über Tools, RAG und Agenten bis zur Evaluation
- Mit ChatGPT, Claude und Gemini bauen und automatisieren, über deren native Tools und APIs
- KI-Investitionen und Anbieter-Pitches beurteilen, mit dem Vokabular und der Praxiserfahrung, um das zu untermauern
Blöcke
AI- und LLM-Grundlagen
Was AI, Machine Learning und Large Language Models tatsächlich sind, wie sie im Überblick funktionieren und wo ihre Fähigkeiten enden.
Prompt Engineering
Das praktische Handwerk, gute Ergebnisse zu erzielen: Prompts strukturieren, Beispiele geben, schrittweises Reasoning einfordern und schnell iterieren.
KI im Arbeitsalltag
KI zu einem echten Produktivitätshebel machen: für Schreiben, Analyse, Recherche und Administration, samt dem Urteilsvermögen, wann man sie besser nicht einsetzt.
Verantwortungsvolle und vertrauenswürdige KI
KI sicher und ethisch einsetzen: Bias, Verifikation, vertrauliche Daten, Urheberrecht sowie die Grundzüge von AI Governance und EU AI Act.
Building with AI
Wie Sie ein KI-Projekt strukturieren, sich in der Tool-Landschaft orientieren (RAG, Agents, Vektordatenbanken, APIs), einfachen Code schreiben und Outputs gegen Kosten und Latenz bewerten.
AI Agents: Design, Aufbau und Betrieb
Das herstellerneutrale Handwerk der Agents: was ein Agent wirklich ist, welche Design-Patterns in der Praxis funktionieren, wie Sie ihm Tools, Memory und Retrieval geben, wie Sie mehrere davon koordinieren und wie Sie sie evaluieren, absichern und in Produktion bringen.
ChatGPT & das OpenAI-Ökosystem
Ein tiefgehender, praxisorientierter Weg zur Beherrschung von ChatGPT: Modelle und Projects, Custom GPTs, Actions und Connectors, Datenanalyse und Multimodalität, Codex und Canvas, Agents, die OpenAI API, Automatisierung und ein Capstone.
Claude & das Anthropic-Ökosystem
Ein tiefer, praxisorientierter Weg zur Claude-Meisterschaft: Modelle und Projects, Connectors, Skills, MCP, Claude Code, GitHub-Workflows, die Anthropic API und das Agent SDK, Automatisierung und ein Capstone.
Gemini & Google AI
Ein tiefgehender, praxisorientierter Weg zur Gemini-Beherrschung: Modelle und App, Gems, Workspace, Extensions, AI Studio und die Gemini API, Gemini CLI und Code Assist, Agenten, Vertex AI, Automatisierung und ein Capstone.
Häufige Fragen
Was deckt das Curriculum AI Essentials ab?
AI Essentials ist ein Curriculum aus neun Blöcken und 125 Lektionen, das von der Funktionsweise von LLMs über Prompting, den täglichen Einsatz, verantwortungsvolle KI und das Bauen mit KI reicht und dann tief in ChatGPT, Claude und Gemini einsteigt. Es ist für Menschen gemacht, die praxistaugliches Urteilsvermögen zu KI brauchen, keinen Forschungshintergrund.
Brauche ich einen technischen Hintergrund?
Nein. AI Essentials startet auf nicht-technischem Niveau und wird im Verlauf leicht technisch: Die Blöcke zu Grundlagen, Prompting und Arbeitsalltag setzen nichts voraus, während der Bau-Block RAG, Agenten, APIs und einfachen Code einführt. Wie weit Sie diese Steigung hinaufgehen, entscheiden Sie.
Wo soll ich anfangen, wenn ich ChatGPT bereits täglich nutze?
Beginnen Sie mit dem Block zu KI- und LLM-Grundlagen, dann Prompt Engineering. Tägliche Nutzer kennen meist das Interface, aber nicht, warum Halluzinationen entstehen, was ein Context Window begrenzt oder welche fortgeschrittenen Prompting-Muster konsistenten Output liefern. Genau diese Lücke limitiert ihre Ergebnisse.
Gibt es am Ende ein Zertifikat oder Diplom?
Nein. AI Essentials vergibt kein Diplom und keine staatlich anerkannte Zertifizierung, und es besteht keine Verbindung zu einer Schule oder Universität. Das Lesen ist kostenlos und offen; ein Konto speichert lediglich Ihren Fortschritt durch die 125 Lektionen.
Was ist der Unterschied zwischen dem Prompt-Engineering-Block und den Plattform-Deep-Dives?
Prompt Engineering (6 Lektionen) vermittelt das anbieterneutrale Handwerk: Prompts strukturieren, Beispiele geben, Chain-of-Thought-Reasoning, schnelles Iterieren. Die Deep Dives zu ChatGPT, Claude und Gemini (28, 26 und 28 Lektionen) behandeln, was für den jeweiligen Stack spezifisch ist, etwa Custom GPTs und Actions, Skills und MCP oder Gems und AI Studio.
Muss ich alle drei Plattform-Deep-Dives abschließen?
Nein, sie sind unabhängig voneinander. Jeder steht für sich und endet mit einem eigenen Capstone, Sie können also nur das Ökosystem nehmen, auf dem Ihre Organisation läuft. Führungskräfte, die Anbieter bewerten oder zwischen Tools entscheiden, machen meist alle drei, weil der Vergleich selbst den Wert ausmacht.
Womit befasst sich der Block zu verantwortungsvoller KI konkret?
Sechs Lektionen zu Bias, Verifikation von Outputs, Umgang mit vertraulichen Daten, Urheberrecht sowie den Grundzügen von AI Governance und dem EU AI Act. Er ist so geschrieben, dass Sie Verifikations- und Datenschutzstandards setzen können, denen ein Team folgen kann, nicht um Gesetzestexte zusammenzufassen.
Was wird zu KI-Agenten über eine allgemeine Einführung hinaus behandelt?
Ein eigener Block mit 10 Lektionen behandelt, was ein Agent wirklich ist, welche Design Patterns sich in der Praxis bewähren, wie man Agenten Tools, Memory und Retrieval gibt, mehrere Agenten koordiniert und sie evaluiert, absichert und in Produktion bringt. Er ist anbieterneutral, die plattformspezifische Agentenarbeit steckt in den Blöcken zu ChatGPT, Claude und Gemini.