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:

Siehe auch: Sprachmodelle

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)

Siehe auch: 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

Siehe auch: Code-Assistenz

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

Siehe auch: Datenanalyse

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

Siehe auch: 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

Siehe auch: 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

Siehe auch: 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)

Siehe auch: 3D-Modellierung

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

Siehe auch: 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)

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.