Herzlich Willkommen
zur Einführung in die
Künstliche Intelligenz.
Was möchte ich jetzt tun bzw. was benötige ich?
Kann mir künstliche Intelligenz dabei helfen bzw. es schneller erledigen?
Welches Tool, Modell oder welcher Agent kann mir dabei helfen?
Welchen Befehl (Prompt) muss ich eingeben bzw. welches Bild / Video / Audio zur Referenz muss ich verwenden, um zum bestmöglichen Ergebnis zu kommen?
Ergebnis prüfen und ggf. nachbearbeiten.
Generative Künstliche Intelligenz (KI):
Generative KI ist eine Art von künstlicher Intelligenz, die selbstständig Inhalte erstellen kann, wie zum Beispiel Texte, Bilder, Videos, Musik oder Programmcode. Sie funktioniert, indem sie aus vielen Beispielen gelernt hat, wie solche Inhalte normalerweise aussehen oder klingen, und nutzt dieses Wissen, um Neues zu schaffen.
Unternehmen:
KI-Unternehmen entwickeln Lösungen basierend auf künstlicher Intelligenz, um komplexe Aufgaben zu automatisieren oder zu optimieren. Sie sind in verschiedenen Bereichen tätig, darunter Datenanalyse, maschinelles Lernen und Sprachverarbeitung. Zu den Unternehmen zählen große Technologieanbieter wie OpenAI oder spezialisierte Anbieter wie Black Forest Labs. Oft arbeiten sie an Innovationen, die auf bestimmte Branchen zugeschnitten sind. Diese Unternehmen treiben den technologischen Fortschritt voran und prägen zahlreiche Industrien. Ihr Ziel ist es, KI zugänglich und nützlich für Unternehmen und die Gesellschaft zu machen.
Beispiele:
OpenAI: https://openai.com
Anthropic: https://www.anthropic.com
Google DeepMind: https://deepmind.google
Mistral AI (Frankreich): https://mistral.ai
Aleph Alpha (Deutschland): https://aleph-alpha.com
Tool:
Ein Tool ist ein spezifisches Programm, App, Software oder Anwendung, die KI-Technologien nutzt, um eine bestimmte Aufgabe zu erledigen. Beispielsweise ist ChatGPT ein KI-Tool (App/Programm), das zur Textgenerierung verwendet wird. Midjourney ist ein weiteres Tool (App/Programm) für die Generierung von Bildern. In diesem Kontext bezeichnet „Tool“ einfach die benutzbare Anwendung, die auf einem KI-Modell basiert.
Manche Tools vereinen mehrere Aufgaben in einer Oberfläche. Diese All-in-One-Tools findest du weiter unten in der Übersicht.
Beispiele:
Die Werkzeuge nach Aufgabe – Bilder, Video, Sprache, Musik, Suche, Text – stehen weiter unten auf dieser Seite: zur Übersicht
Modell:
Ein Modell in der KI ist ein trainiertes System, das auf bestimmten Algorithmen basiert, um Aufgaben zu erfüllen. Ein Modell wird durch das Training mit großen Datenmengen so angepasst, dass es Muster erkennen und Vorhersagen treffen kann.
Beispiele:
GPT-5.5 – Textmodell, steckt in ChatGPT: https://platform.openai.com/docs/models
Claude Opus 5.5 – Textmodell, steckt in Claude: https://docs.claude.com/en/docs/about-claude/models
Gemini 3.1 Pro – Textmodell, steckt in Gemini: https://deepmind.google/models/gemini/
Llama 4 – offenes Textmodell, läuft auch auf eigenen Rechnern: https://www.llama.com
FLUX.2 – Bildmodell von Black Forest Labs: https://bfl.ai
Prompt:
Ein Prompt ist eine Eingabe oder Anfrage, die an ein KI-System oder ein Sprachmodell (wie GPT) gestellt wird. Es ist der Text, den du eingibst, um eine Antwort oder Aktion von der KI zu erhalten.
Beispiele:
45 fertige Prompts zum Kopieren – für Alltag, Beruf und Betrieb: https://markus-geretshauser.de/prompt
77 ChatGPT-Kürzel mit Beschreibung – sortiert nach Text, Bildbearbeitung, Marketing und mehr: https://markus-geretshauser.de/chatgpt-kuerzel
Agentische Künstliche Intelligenz (KI):
Agentische KI geht einen Schritt weiter: Sie beantwortet nicht nur Fragen, sondern erledigt Aufgaben selbstständig. Dafür braucht sie vier Dinge – einen Agenten, der handelt, Skills, die ihm die Arbeitsweise beibringen, Plugins, die ihn erweitern, und MCP-Verbindungen zu den Programmen und Daten des Betriebs.
Agent:
Ein KI-Agent ist ein Programm, das eine Aufgabe nicht nur beantwortet, sondern selbstständig erledigt. Er zerlegt den Auftrag in Schritte, sucht sich die passenden Werkzeuge dazu, führt sie aus und prüft das Ergebnis – so lange, bis die Arbeit fertig ist. Man gibt ihm ein Ziel vor, nicht jeden einzelnen Schritt.
Bekannte Agenten sind Claude Code (Anthropic), Codex (OpenAI), Gemini CLI (Google) und Manus.
Kurz gesagt: Ein Tool (App/Programm) antwortet, ein Agent arbeitet.
Beispiele:
Open Claw: https://openclaw.ai/
Claude Code: https://claude.com/claude-code
OpenAI Codex: https://openai.com/codex/
Cursor: https://cursor.com
Manus: https://manus.im/
Demos:
Denkmodell im Browser (DeepSeek R1): https://huggingface.co/spaces/webml-community/deepseek-r1-webgpu
Sprach-Agent (smolagents): https://huggingface.co/spaces/smolagents/hf-realtime-voice
Skill:
Ein Skill ist eine Fähigkeit, die man einem Agenten einmal beibringt. Man schreibt auf, wie eine bestimmte Aufgabe im eigenen Betrieb zu erledigen ist – Schritt für Schritt, mit allen Eigenheiten und Vorlagen.
Der Agent erkennt selbst, wann dieser Skill gebraucht wird, und hält sich daran. Dieselbe Aufgabe wird damit jedes Mal gleich gut erledigt, ohne dass man sie neu erklären muss.
Beispiele:
Agent Skills (Anthropic): https://docs.claude.com/en/docs/agents-and-tools/agent-skills/overview
Skills in Claude Code: https://docs.claude.com/en/docs/claude-code/skills
Fertige Skills zum Nachbauen: https://github.com/anthropics/skills
AGENTS.md (offener Standard): https://agents.md
Cursor Rules: https://cursor.com/docs/rules
Plugin:
Ein Plugin ist ein fertiges Paket aus mehreren Skills, Agenten und Befehlen. Man installiert es in einem Schritt, danach kann der Agent mehr als vorher – ähnlich wie eine App auf dem Handy.
Plugins holt man sich aus einem Marktplatz oder man baut sie selbst für das eigene Unternehmen und gibt sie an alle Mitarbeiter weiter.
So arbeiten alle im Betrieb mit demselben Wissensstand.
Beispiele:
Plugins für Claude Code: https://docs.claude.com/en/docs/claude-code/plugins
Eigener Plugin-Marktplatz: https://docs.claude.com/en/docs/claude-code/plugin-marketplaces
Erweiterungen für Gemini CLI: https://geminicli.com/extensions/
Apps in ChatGPT (Apps SDK): https://developers.openai.com/apps-sdk
Sammlung fertiger Plugins: https://github.com/hesreallyhim/awesome-claude-code
MCP:
MCP (Model Context Protocol) ist die einheitliche Steckverbindung zwischen dem Agenten und allem, was außerhalb liegt: E-Mail, Kalender, Kundendatei, Onlineshop oder Buchhaltung.
Einmal angeschlossen, darf der Agent dort nachsehen und eintragen. Er arbeitet damit mit den echten Daten des Betriebs statt nur mit Text.
Jeder Zugang wird dabei einzeln freigegeben.
Beispiele:
Model Context Protocol: https://modelcontextprotocol.io/
Offizielle Server-Sammlung: https://github.com/modelcontextprotocol/servers
Smithery (Marktplatz): https://smithery.ai
mcp.so (Verzeichnis): https://mcp.so
Zapier MCP: https://zapier.com/mcp
Bilder- und Grafikerstellung:
Nano Banana Pro (Google Gemini): https://gemini.google.com/
GPT Image (ChatGPT): https://chatgpt.com/
Midjourney: https://www.midjourney.com
FLUX.2 (Black Forest Labs): https://bfl.ai/
Seedream (ByteDance): https://dreamina.capcut.com/
Adobe Firefly: https://firefly.adobe.com/
Ideogram: https://ideogram.ai/
Leonardo AI: https://www.leonardo.ai/
Recraft: https://www.recraft.ai/
Stable Diffusion (Stability AI): https://stability.ai
Demos:
FLUX.1 dev: https://huggingface.co/spaces/black-forest-labs/FLUX.1-dev
Z-Image Turbo: https://huggingface.co/spaces/mrfakename/Z-Image-Turbo
Stable Diffusion 3.5: https://huggingface.co/spaces/stabilityai/stable-diffusion-3.5-large
Bilder- und Grafikbearbeitung:
Adobe Photoshop: https://www.adobe.com/products/photoshop.html
Canva: https://www.canva.com
Topaz Photo AI: https://www.topazlabs.com/photo-ai
Photoroom: https://www.photoroom.com
remove.bg: https://www.remove.bg
Luminar Neo: https://skylum.com/luminar
Photopea (kostenlos): https://photopea.com
Upscayl (kostenlos, am eigenen Rechner): https://upscayl.org
Demos:
Bild per Anweisung ändern (FLUX.1 Kontext): https://huggingface.co/spaces/black-forest-labs/FLUX.1-Kontext-Dev
Hintergrund entfernen: https://huggingface.co/spaces/not-lain/background-removal
Bild hochskalieren: https://huggingface.co/spaces/finegrain/finegrain-image-enhancer
Bild erweitern: https://huggingface.co/spaces/fffiloni/diffusers-image-outpaint
Video:
Seedance 2.5 (ByteDance): https://dreamina.capcut.com/seedance/seedance-2-5
Veo 3.1 (Google Flow): https://labs.google/flow
Kling 3.0 (Kuaishou): https://kling.ai
Runway Gen-4.5: https://runway.com
Hailuo 3 / MiniMax H3: https://hailuoai.video/
Wan (Alibaba): https://wan.video
Ray 3.2 (Luma): https://lumalabs.ai/ray
LTX-2 (Lightricks): https://ltx.io/studio
Grok Imagine (xAI): https://grok.com/imagine
Pika: https://pika.art/
HeyGen (sprechende Avatare): https://heygen.com/
Synthesia (sprechende Avatare): https://www.synthesia.io/
Demos:
Wan 2.2 (schnell): https://huggingface.co/spaces/zerogpu-aoti/wan2-2-fp8da-aoti-faster
LTX-2 Turbo: https://huggingface.co/spaces/alexnasa/ltx-2-TURBO
MiniMax H3 (Video mit Ton): https://huggingface.co/spaces/multimodalart/minimax-h3
Sprache:
Elevenlabs: https://elevenlabs.io/
Hume (Octave): https://www.hume.ai/
Cartesia: https://cartesia.ai/
Murf: https://murf.ai/
Speechify: https://speechify.com
Narakeet (deutsche Stimmen, ohne Anmeldung): https://www.narakeet.com
Demos:
Qwen3-TTS: https://huggingface.co/spaces/Qwen/Qwen3-TTS
Chatterbox (Stimme klonen): https://huggingface.co/spaces/ResembleAI/Chatterbox
Kokoro TTS: https://huggingface.co/spaces/hexgrad/Kokoro-TTS
Whisper (Sprache zu Text): https://huggingface.co/spaces/openai/whisper
Musik:
Suno: https://suno.com
Udio: https://www.udio.com
ElevenLabs Music: https://elevenlabs.io/music
Google Flow Music (früher Riffusion): https://www.flowmusic.app/
Mureka: https://www.mureka.ai/
Stable Audio: https://stableaudio.com
AIVA: https://www.aiva.ai
Soundraw: https://soundraw.io
Demos:
MusicGen: https://huggingface.co/spaces/facebook/MusicGen
ACE-Step v1.5: https://huggingface.co/spaces/ACE-Step/Ace-Step-v1.5
DiffRhythm: https://huggingface.co/spaces/ASLP-lab/DiffRhythm
Suche:
ChatGPT Search: https://chatgpt.com/
Perplexity: https://perplexity.ai
Google (KI-Modus): https://google.com/
Kagi: https://kagi.com/
Die großen Textmodelle (siehe Text) können inzwischen ebenfalls im Netz suchen.
Demos:
Bildersuche nach Gesichtern: https://huggingface.co/spaces/FaceOnLive/Face-Search-Online
Text:
ChatGPT: https://chatgpt.com/
Angepasste GPTs: https://markus-geretshauser.de/gpts
GPTs sind vorgefertigte Chats für einen bestimmten Zweck: Man legt einmal fest, worum es geht – danach weiß die KI schon grob, was du willst, und du musst es nicht jedes Mal neu erklären.
Claude: https://claude.ai/
Gemini (Google): https://gemini.google.com/
Grok: https://grok.com/
DeepSeek: https://chat.deepseek.com/
Microsoft Copilot: https://copilot.microsoft.com/
Mistral Vibe (früher Le Chat): https://chat.mistral.ai/
Qwen: https://chat.qwen.ai
Kimi (Moonshot): https://www.kimi.com
Meta AI: https://www.meta.ai
Demos:
Huggingface Chat: https://huggingface.co/chat
Qwen3: https://huggingface.co/spaces/Qwen/Qwen3-Demo
Bestenliste offener Modelle: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard
Automatisierung:
n8n: https://n8n.io/
Make: https://www.make.com/
Zapier: https://zapier.com/
Activepieces: https://www.activepieces.com
Microsoft Power Automate: https://www.microsoft.com/de-de/power-platform/products/power-automate
All-in-One-Tools:
Magnific (früher Freepik): https://www.magnific.com/
Higgsfield: https://higgsfield.ai/
Krea: https://www.krea.ai/
Dreamina (CapCut): https://dreamina.capcut.com/
Weitere Arten der künstlichen Intelligenz (KI):
Analytische KI:
Diese KI analysiert Daten, erkennt Muster und trifft Entscheidungen basierend auf vorhandenen Informationen.
- Beispiele: Empfehlungssysteme (Netflix, Amazon), Datenanalyse-Tools (Power BI, Tableau)
Reaktive KI:
Reaktive Systeme reagieren auf aktuelle Situationen, ohne aus der Vergangenheit zu lernen.
- Beispiele: Schachprogramme wie IBM Deep Blue, einfache Chatbots.
Lernende KI (Maschinelles Lernen):
Diese KI verbessert sich durch Training und Erfahrungen.
- Untergruppen:
- Supervised Learning: KI lernt aus gekennzeichneten Daten.
- Unsupervised Learning: KI erkennt Muster in unstrukturierten Daten.
- Reinforcement Learning: KI lernt durch Belohnung/Strafe (z. B. AlphaGo).
KI für Spracherkennung und -verarbeitung (NLP):
Natural Language Processing verarbeitet und versteht menschliche Sprache.
- Beispiele: Siri, Alexa, Google Translate.
Bild- und Objekterkennung:
KI erkennt visuelle Muster in Bildern oder Videos.
- Beispiele: Gesichtserkennung (Face ID), Sicherheitskameras mit KI.
KI für Robotik:
Kombiniert KI mit physikalischen Systemen, um Bewegungen und Interaktionen mit der Umgebung zu steuern.
- Beispiele: Boston Dynamics Roboter, autonome Fahrzeuge (Tesla).
Emotionale KI:
Erkennt und interpretiert Emotionen von Menschen, um menschlichere Interaktionen zu ermöglichen.
- Beispiele: Call-Center-Analyse, KI-Coaches.
KI für Entscheidungsunterstützung:
Hilft Menschen bei komplexen Entscheidungen durch datenbasierte Analysen.
- Beispiele: Medizinische Diagnosesysteme, Finanzalgorithmen.
Symbolische KI:
Arbeitet mit logischen Regeln und Wissensrepräsentationen.
- Beispiele: Expertensysteme wie Mycin (Medizin).
Autonome KI:
Diese KI handelt eigenständig und kombiniert verschiedene Fähigkeiten, um Aufgaben zu bewältigen.
- Beispiele: Drohnen, autonome Roboter.
Hinweis zum AI Act
Die Europäische Union hat mit dem AI Act ein Gesetz zur Regulierung künstlicher Intelligenz verabschiedet. Es legt fest, wie KI-Systeme entwickelt und genutzt werden dürfen. Eine Zusammenfassung sowie die vollständige Fassung findest du auf Wikipedia. Unter dem Punkt Volltext kannst du direkt zur kompletten Gesetzesfassung gelangen.
Aus unserer eigenen Entwicklung:
Botermin – KI-Chatbot & Terminbuchung für WordPress
Wie sich künstliche Intelligenz im Alltag eines Betriebs einsetzen lässt, zeigen wir am eigenen Produkt: Botermin beantwortet die Fragen der Besucher auf der eigenen Website und vergibt im selben Gespräch den Termin. Das ganze Plugin gibt es in 34 Sprachen, es arbeitet mit zehn KI-Anbietern nach Wahl – fällt einer aus, übernimmt der nächste. Einmal zahlen, kein Abo.

