Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- handbook:einfuehrung [2025/04/02 15:03] – rene
+++ handbook:einfuehrung [2025/05/08 14:55] (aktuell) – gelöscht 92.112.228.227
@@ Zeile 1: / Zeile 1: @@
-====== 1. Einführung ======
-==== Was ist Prompting? ====
-*Prompting* bezeichnet die gezielte Eingabe von Anweisungen, Fragen oder Aufgabenstellungen an ein KI-System, um eine gewünschte Antwort oder Handlung zu erhalten.
-Ein *Prompt* ist also das, was der Mensch der KI „sagt“ – in natürlicher Sprache oder strukturiertem Text.
-Beispiele:
-  * „Schreibe eine freundliche Antwort auf diese E-Mail.“
-  * „Analysiere diese Tabelle und gib mir die wichtigsten Trends.“
-  * „Erstelle einen Code-Schnipsel in Python, der eine JSON-Datei einliest.“
-Je besser und klarer ein Prompt formuliert ist, desto besser kann die KI reagieren.
-==== Warum ist gutes Prompting wichtig? ====
-Die Qualität der Ergebnisse, die ein KI-System liefert, hängt maßgeblich davon ab, wie die Anfrage – also der *Prompt* – formuliert ist.
-Ein klar strukturierter, zielgerichteter Prompt kann die Leistung eines KI-Tools dramatisch verbessern.
-=== Gute Prompts führen zu besseren Ergebnissen ===
-Ein präziser Prompt hilft der KI, die Absicht des Nutzers zu verstehen. Das führt zu:
-  * **höherer Relevanz** der Antwort
-  * **besserer Struktur** und **sprachlicher Qualität**
-  * **schnellerem Arbeiten**, da weniger Korrekturen nötig sind
-  * **besserer Steuerbarkeit**, z. B. in Bezug auf Tonfall, Länge, Format oder Perspektive
-=== Schlechte Prompts erzeugen schlechte Ergebnisse ===
-Vage oder widersprüchliche Prompts können zu:
-  * **unpräzisen oder unbrauchbaren Antworten**
-  * **Faktenfehlern oder Missverständnissen**
-  * **unnötig langen oder irrelevanten Ausgaben**
-  * **Wiederholungen oder Oberflächlichkeit**
-führen – was wiederum Zeit kostet und das Vertrauen in das Tool schwächt.
-=== Was macht einen guten Prompt aus? ===
-Ein effektiver Prompt zeichnet sich durch folgende Merkmale aus:
-  * **Zielklarheit:** Was genau soll die KI tun?
-  * **Kontext:** Hintergrundinformationen, Rolle, Zielgruppe
-  * **Strukturvorgabe:** Welche Form soll die Antwort haben? (Liste, Tabelle, Fließtext, E-Mail etc.)
-  * **Stil und Ton:** z. B. „locker und humorvoll“, „professionell und sachlich“
-  * **Begrenzung:** z. B. „maximal 100 Wörter“, „nur drei Vorschläge“
-=== Vergleich: schlechter vs. guter Prompt ===
-Schlechter Prompt:
-  * „Schreib was über Marketing.“
-Guter Prompt:
-  * „Du bist Marketingberater. Erstelle eine kurze Einführung (max. 150 Wörter) über die Bedeutung von Zielgruppenanalyse im digitalen Marketing. Sprich eine fachkundige Leserschaft an.“
-=== Iteratives Prompting ===
-Prompting ist oft ein **Dialog**, kein Einweg-Befehl. Häufig ist es sinnvoll, mit einem ersten Vorschlag zu starten und dann schrittweise:
-  * **nachzufragen**
-  * **Teilschritte zu isolieren**
-  * **Formate zu ändern**
-  * **Antworten zu verfeinern**
-Beispiel:
-„Gib mir eine Übersicht über die EU-Datenschutzgrundverordnung“ →
-„Erstelle mir daraus eine Liste mit fünf Kernprinzipien“ →
-„Formuliere jeden Punkt in maximal einem Satz, als Infotext für eine Webseite“
-=== Fazit ===
-Gutes Prompting ist eine **Schlüsselkompetenz im Umgang mit KI**. Wer lernt, präzise und zielgerichtet mit Maschinen zu kommunizieren, wird langfristig schneller, effizienter und kreativer arbeiten können – ganz unabhängig vom jeweiligen Tool.
-==== 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.
-=== Hinweis ===
-In vielen modernen Anwendungen ist KI **direkt integriert** – z. B. in Word, Outlook, Excel, PowerPoint, Adobe-Tools oder Projektmanagement-Software. Prompting wird dadurch ein Teil alltäglicher Aufgaben, oft ganz ohne spezielle Fachkenntnisse.
-Dieses Handbuch konzentriert sich vor allem auf **textbasierte Prompting-Strategien**, da sie die Basis für viele dieser Tools bilden – von der E-Mail bis zur komplexen Datenabfrage.