Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- handbook:einfuehrung:ki-systeme-im-beruf [2025/05/08 14:08] – Externe Bearbeitung 127.0.0.1
+++ handbook:einfuehrung:ki-systeme-im-beruf [2025/05/08 14:55] (aktuell) – gelöscht 136.0.207.132
@@ Zeile 1: / Zeile 1: @@
-====== 1.3. Welche KI-Systeme kommen im Beruf zum Einsatz? ======
-Im beruflichen Alltag stehen heute verschiedene KI-Systeme zur Verfügung, die jeweils auf unterschiedliche Aufgaben spezialisiert sind. Sie lassen sich grob in vier Kategorien einteilen:
-==== 1. Sprachmodelle (Text-KI) ====
-Diese Systeme verstehen und erzeugen natürliche Sprache. Sie eignen sich besonders für:
-  * **Texterstellung:** E-Mails, Blogbeiträge, Produkttexte, Zusammenfassungen
-  * **Korrektur & Stilberatung:** Grammatikprüfung, Umformulierungen, Tonalitätsanpassung
-  * **Informationsgewinnung:** Recherchen, Übersichten, FAQs
-  * **Kommunikation:** Chatbots, Antworten auf Kundenanfragen
-  * **Programmieren:** Erstellen und Erklären von Code, Dokumentation
-**Beispiele:**
-  * ChatGPT (OpenAI)
-  * Claude (Anthropic)
-  * Gemini (Google)
-  * Microsoft Copilot (in Word, Excel, Outlook)
-==== 2. Bild-KI ====
-Diese Tools erzeugen Bilder aus Textbeschreibungen (Text-zu-Bild) oder verändern vorhandene Bilder (Bildbearbeitung mit KI).
-Typische Anwendungsbereiche:
-  * **Visuelle Ideenfindung:** Moodboards, Illustrationen, Werbemotive
-  * **Content-Produktion:** Bilder für soziale Medien, Webseiten, Präsentationen
-  * **Designunterstützung:** schnelle Mockups, Entwürfe
-**Beispiele:**
-  * DALL·E (OpenAI)
-  * Midjourney
-  * Adobe Firefly
-  * Canva mit KI-Unterstützung
-==== 3. Code-Assistenz & Entwickler-KI ====
-Diese Systeme helfen bei der Programmierung, indem sie Code vorschlagen, analysieren oder erklären.
-Einsatzmöglichkeiten:
-  * **Code-Vervollständigung und -korrektur**
-  * **Fehlersuche (Debugging)**
-  * **Dokumentation generieren**
-  * **Automatisierung kleiner Aufgaben**
-**Beispiele:**
-  * GitHub Copilot
-  * Amazon CodeWhisperer
-  * Cursor
-  * Replit Ghostwriter
-==== 4. Datenanalyse- & Tabellen-KI ====
-KI-Systeme können auch große Datenmengen interpretieren und visuell aufbereiten. In Office-Programmen wie Excel oder Google Sheets sind KI-Funktionen bereits integriert.
-Typische Aufgaben:
-  * **Analyse von Tabellen**
-  * **Erkennen von Trends & Mustern**
-  * **Visualisierung von Daten (Diagramme, Dashboards)**
-  * **Automatische Berichte & Zusammenfassungen**
-**Beispiele:**
-  * Microsoft Excel mit Copilot
-  * ChatGPT (Advanced Data Analysis)
-  * Tableau mit KI
-  * Notion AI
-==== 5. Audio-KI ====
-Diese Modelle verarbeiten oder erzeugen gesprochene Sprache oder Musik. Sie sind besonders nützlich für:
-  * **Transkription von Gesprächen, Meetings und Podcasts**
-  * **Text-to-Speech (TTS):** KI-generierte Stimmen für Videos, E-Learning, Telefonansagen
-  * **Sprachsteuerung:** Integration in Assistenzsysteme
-  * **Musikproduktion:** KI-generierte Melodien, Beats oder ganze Musikstücke
-**Beispiele:**
-  * Whisper (OpenAI) – automatische Spracherkennung
-  * ElevenLabs – realistische Text-to-Speech-Stimmen
-  * Descript – Audio-/Video-Editing mit KI
-  * Soundraw, Aiva – KI-Musikkomposition
-==== 6. Video-KI ====
-KI kann heute Videos analysieren, verändern oder sogar vollständig generieren.
-Anwendungen:
-  * **Videozusammenfassungen** (z. B. aus Meetings oder Vorträgen)
-  * **Skript-zu-Video:** Automatisierte Erstellung kurzer Clips
-  * **Gesichts- & Sprachanimation** (z. B. für virtuelle Sprecher:innen)
-  * **Bearbeitung & Schnitt:** automatisch Highlights erkennen, Szenen schneiden
-**Beispiele:**
-  * Synthesia – KI-generierte Avatare & Videos
-  * Runway ML – Video-Editing & KI-Effekte
-  * Pictory – Videos aus Texten erzeugen
-  * Opus Clip – automatische Kurzvideos aus langen Inhalten
-==== 7. KI für Synthetic Data ====
-Diese Systeme erzeugen realitätsnahe, aber künstlich generierte Daten – besonders wichtig für das Training von KI-Modellen, bei Datenschutzauflagen oder zur Simulation.
-Einsatzfelder:
-  * **Testdaten für Software und Datenbanken**
-  * **Training von Machine-Learning-Modellen ohne echte Nutzerdaten**
-  * **Simulation von Nutzungsverhalten, Szenarien, Sensordaten**
-**Beispiele:**
-  * MOSTLY AI
-  * Gretel.ai
-  * Synthea (für Gesundheitsdaten)
-==== 8. 3D-Modellierung mit KI ====
-Diese Systeme erstellen oder verändern 3D-Objekte und virtuelle Welten – hilfreich z. B. in Architektur, Gaming, Industrie oder Design.
-Typische Anwendungen:
-  * **3D-Objekterstellung aus Text oder Skizzen**
-  * **Automatische Optimierung von Modellen**
-  * **Design-Vorschläge und Ideenskizzen**
-**Beispiele:**
-  * Kaedim – Text-zu-3D
-  * Luma AI – 3D-Modelle aus Fotos (NeRF-Technologie)
-  * NVIDIA Omniverse mit KI-Tools
-  * Meshy.ai – Text-zu-3D-Meshes
-==== 9. Robotik-KI ====
-In der Robotik wird KI eingesetzt, um Maschinen autonom handeln oder auf ihre Umgebung reagieren zu lassen. Dabei kommt oft ein Mix aus Computer Vision, Planung und maschinellem Lernen zum Einsatz.
-Anwendungen:
-  * **Autonome Fahrzeuge & Drohnen**
-  * **Lager- und Logistikroboter**
-  * **Industrielle Fertigung & Qualitätskontrolle**
-  * **Assistenzsysteme in Pflege & Service**
-**Beispiele:**
-  * Boston Dynamics – KI-gesteuerte Bewegungsplanung
-  * NVIDIA Isaac – Plattform für Robotik-KI
-  * Tesla Autopilot (FSD)
-  * Amazon Robotics (Lagerlogistik)
-=== Hinweis ===
-Viele moderne Tools kombinieren mehrere dieser Technologien – z. B. Sprache, Video und Datenanalyse – in einer Anwendung. Prompting spielt dabei fast immer eine zentrale Rolle, insbesondere bei Text- und Multimodellen (z. B. ChatGPT, Gemini).
-Dieses Handbuch konzentriert sich daher auf textbasierte Strategien, bindet aber auch andere Modalitäten ein, wo es sinnvoll ist.