Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- theorie:berufliche_anwendung [2025/05/10 18:24] – angelegt - Externe Bearbeitung 127.0.0.1
+++ theorie:berufliche_anwendung [Unbekanntes Datum] (aktuell) – Externe Bearbeitung (Unbekanntes Datum) 127.0.0.1
@@ Zeile 1: / Zeile 1: @@
-====== 1.3. Welche KI-Systeme kommen im Beruf zum Einsatz? ======
+====== 09. Berufliche Anwendung ======
 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) ====
+Siehe auch: [[methoden:llm|Sprachmodelle]]\\ \\
 Diese Systeme verstehen und erzeugen natürliche Sprache. Sie eignen sich besonders für:
   * **Texterstellung:** E-Mails, Blogbeiträge, Produkttexte, Zusammenfassungen
@@ Zeile 18: / Zeile 19: @@
 ==== 2. Bild-KI ====
+Siehe auch: [[praxis:bild|Bild-KI]]\\ \\
 Diese Tools erzeugen Bilder aus Textbeschreibungen (Text-zu-Bild) oder verändern vorhandene Bilder (Bildbearbeitung mit KI).
@@ Zeile 32: / Zeile 34: @@
 ==== 3. Code-Assistenz & Entwickler-KI ====
+Siehe auch: [[praxis:code|Code-Assistenz]]\\ \\
 Diese Systeme helfen bei der Programmierung, indem sie Code vorschlagen, analysieren oder erklären.
@@ Zeile 47: / Zeile 50: @@
 ==== 4. Datenanalyse- & Tabellen-KI ====
+Siehe auch: [[praxis:datenanalyse|Datenanalyse]]\\ \\
 KI-Systeme können auch große Datenmengen interpretieren und visuell aufbereiten. In Office-Programmen wie Excel oder Google Sheets sind KI-Funktionen bereits integriert.
@@ Zeile 62: / Zeile 66: @@
 ==== 5. Audio-KI ====
+Siehe auch: [[praxis:audio|Audio-KI]]\\ \\
 Diese Modelle verarbeiten oder erzeugen gesprochene Sprache oder Musik. Sie sind besonders nützlich für:
   * **Transkription von Gesprächen, Meetings und Podcasts**
@@ Zeile 75: / Zeile 80: @@
 ==== 6. Video-KI ====
+Siehe auch: [[praxis:video|Video-KI]]\\ \\
 KI kann heute Videos analysieren, verändern oder sogar vollständig generieren.
@@ Zeile 90: / Zeile 96: @@
 ==== 7. KI für Synthetic Data ====
+Siehe auch: [[praxis:synthetic_data|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.
@@ Zeile 103: / Zeile 110: @@
 ==== 8. 3D-Modellierung mit KI ====
+Siehe auch: [[praxis:3d_modellierung|3D-Modellierung]]\\ \\
 Diese Systeme erstellen oder verändern 3D-Objekte und virtuelle Welten – hilfreich z. B. in Architektur, Gaming, Industrie oder Design.
@@ Zeile 117: / Zeile 125: @@
 ==== 9. Robotik-KI ====
+Siehe auch: [[praxis:robotik|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.
@@ Zeile 127: / Zeile 136: @@
 **Beispiele:**
   * Boston Dynamics – KI-gesteuerte Bewegungsplanung
-  * NVIDIA Isaac – Plattform für Robotik-KI
+  * NVIDIA Isaac – Plattform für [[praxis:robotik|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).
+Viele moderne Tools kombinieren mehrere dieser Technologien – z. B. Sprache, Video und [[praxis:datenanalyse|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.