Ratgeber

331 kurze, sachliche Erklärungen rund um KI-Modelle: Grundlagen, Kosten, Prompts, Entwicklung, Recht und Copilot Studio. Für Menschen, die mit KI arbeiten, nicht für Fachleute.

51 Artikel

Grundlagen

Wie Sprachmodelle funktionieren

Themenseite
  1. Was sind Tokens? Einfach erklärtTokens sind die Rechen- und Abrechnungseinheit von Sprachmodellen. Was ein Token ist, wie viele ein deutscher Text hat und warum das Geld kostet.
  2. Kontextfenster erklärt: Wie viel Text ein Modell auf einmal verarbeitetDas Kontextfenster begrenzt, wie viel ein KI-Modell gleichzeitig lesen und schreiben kann. Was die Zahl bedeutet, wo die Grenzen liegen und wie man damit umgeht.
  3. Warum deutsche Texte mehr Tokens brauchen als englischeDeutsche Texte brauchen meist 20 bis 50 Prozent mehr Tokens als englische. Woran das liegt, was es kostet und was man dagegen tun kann.
  4. Temperatur und Top-p erklärt: So steuern Sie KI-AntwortenTemperatur und Top-p erklärt: was die Einstellungen bei Sprachmodellen bewirken, welche Werte für Fakten, Texte und Ideen passen und was bei neuen Modellen gilt.
  5. Was ist ein LLM? Große Sprachmodelle einfach erklärtWas ist ein LLM? Wie große Sprachmodelle wie GPT, Claude und Gemini funktionieren, was sie gut können, wo ihre Grenzen liegen und was sie kosten.
  6. Wie funktioniert ChatGPT? Ein Blick unter die HaubeWie funktioniert ChatGPT? Von Tokens über das Training bis zur Antwort: verständlich erklärt, was zwischen Frage und Antwort passiert und warum Fehler entstehen.
  7. Byte Pair Encoding: So zerlegt ein Tokenizer TextByte Pair Encoding erklärt: Wie Tokenizer von GPT, Claude und Gemini Text in Tokens zerlegen, warum Deutsch mehr Tokens braucht und was das für Kosten bedeutet.
  8. Reasoning-Modelle: Wann sich das Nachdenken lohntReasoning-Modelle denken vor der Antwort nach. Wann das bessere Ergebnisse bringt, was die Denk-Tokens kosten und wie Sie den Denkaufwand sinnvoll einstellen.
  9. Embeddings erklärt: Wie KI Bedeutung in Zahlen fasstEmbeddings erklärt: Wie Texte zu Zahlenreihen werden, warum sich so Bedeutung vergleichen lässt und wofür Sie Embeddings in Suche, RAG und Klassifizierung nutzen.
  10. Kann KI rechnen? Warum Sprachmodelle sich verrechnenKann KI rechnen? Warum Sprachmodelle bei Zahlen und Zählaufgaben Fehler machen, wie Tokens und Wahrscheinlichkeiten das erklären und wie Sie trotzdem richtige Ergebnisse bekommen.
  11. Was sind KI-Agenten? Einfach erklärt mit BeispielenWas sind KI-Agenten und was unterscheidet sie von Chatbots? Aufbau aus Modell, Werkzeugen und Schleife, Beispiele, Risiken und Kosten einfach erklärt.
  12. KI-Benchmarks verstehen: Was Testergebnisse wirklich aussagenKI-Benchmarks verstehen: Was Intelligence Index, Arena-Elo, SWE-bench und GPQA messen, wo ihre Grenzen liegen und wie Sie Testergebnisse richtig lesen.
  13. Was ist multimodale KI? Text, Bild und Ton in einem ModellWas ist multimodale KI? Modelle, die Text, Bilder, Ton und Video verstehen. Wie das funktioniert, wofür es sich eignet und was Bilder als Eingabe kosten.
  14. Was ist Fine-Tuning? Sprachmodelle mit eigenen Daten anpassenWas ist Fine-Tuning? Wie man ein Sprachmodell mit eigenen Beispielen nachtrainiert, wann sich das lohnt, was es kostet und wann Prompts oder RAG besser sind.
  15. Mixture of Experts einfach erklärt: Warum große Modelle sparsam rechnenMixture of Experts einfach erklärt: Warum riesige Modelle pro Wort nur einen kleinen Teil nutzen und was das für Kosten, Tempo und Hardware bedeutet.
  16. Quantisierung erklärt: Sprachmodelle kleiner und schneller machenQuantisierung erklärt: Wie 4-Bit- und 8-Bit-Versionen Sprachmodelle verkleinern, wie viel Qualität das kostet und welche Stufe sich lokal eignet.
  17. Wie lernen Sprachmodelle? Vortraining, Feinschliff und BelohnungWie lernen Sprachmodelle? Vortraining mit Billionen Tokens, Feinschliff mit Beispielen und Lernen durch Belohnung. Einfach erklärt, ohne Formeln.
  18. Generative KI einfach erklärt: Was sie kann und was nichtGenerative KI einfach erklärt: Wie Text-, Bild- und Ton-KI neue Inhalte erzeugen, wofür sie sich im Alltag eignet, wo die Grenzen liegen und was rechtlich gilt.
  19. Hat KI ein Gedächtnis? Kontext, Memory und Projekte erklärtHat KI ein Gedächtnis? Was ChatGPT, Claude und Gemini sich merken: Kontextfenster, Memory-Funktionen und Projekte. Mit Tipps zu Datenschutz und Kontrolle.
  20. Was ist künstliche Intelligenz? Eine klare Erklärung ohne FachchinesischWas ist künstliche Intelligenz? Definition, Arten von KI, wie maschinelles Lernen funktioniert und was heutige KI kann und nicht kann, verständlich erklärt.
  21. Transformer-Architektur erklärt: Das Bauprinzip moderner SprachmodelleTransformer-Architektur erklärt: Tokens, Embeddings, Attention und Schichten. Wie das Bauprinzip hinter ChatGPT, Claude und Gemini funktioniert.
  22. Attention-Mechanismus erklärt: Wie Sprachmodelle Zusammenhänge erkennenAttention-Mechanismus erklärt: Wie Self-Attention mit Query, Key und Value arbeitet, warum lange Kontexte teuer sind und was das für Ihre Prompts bedeutet.
  23. Was ist ein Prompt? Bedeutung, Bestandteile und BeispieleWas ist ein Prompt? Die Eingabe an eine KI erklärt: Bestandteile eines guten Prompts, Unterschied zum Systemprompt und Beispiele für bessere Ergebnisse.
  24. Was ist Inferenz bei KI? Vom trainierten Modell zur AntwortWas ist Inferenz bei KI? Der Unterschied zwischen Training und Inferenz, warum Antworten Zeit und Geld kosten und wie Sie Inferenzkosten senken.
  25. Parameter eines Sprachmodells: Was die Milliarden-Zahlen bedeutenParameter eines Sprachmodells erklärt: Was Parameter sind, was 8B oder 70B bedeutet, wie Modellgröße Qualität, Speicherbedarf und Kosten beeinflusst.
  26. KI-Trainingsdaten: Woher das Wissen von Sprachmodellen stammtKI-Trainingsdaten erklärt: Welche Daten in Sprachmodelle fließen, wie sie aufbereitet werden, welche Rechtsfragen bestehen und wie Sie eigene Inhalte schützen.
  27. Wissensstichtag bei KI: Warum ChatGPT und Co. nicht alles Aktuelle kennenWissensstichtag bei KI erklärt: Was der Knowledge Cutoff ist, warum Modelle aktuelle Ereignisse nicht kennen und wie Websuche und eigene Quellen helfen.
  28. Warum KI jedes Mal anders antwortet: Zufall, Temperatur und KontextWarum KI jedes Mal anders antwortet: Sampling, Temperatur, Verlauf und Modellupdates erklärt. Und wie Sie Antworten gleichmäßiger und verlässlicher machen.
  29. Was ist AGI? Allgemeine künstliche Intelligenz nüchtern betrachtetWas ist AGI? Was allgemeine künstliche Intelligenz bedeutet, warum es keine einheitliche Definition gibt und wie weit heutige Sprachmodelle davon entfernt sind.
  30. Small Language Models: Wann kleine Sprachmodelle die bessere Wahl sindSmall Language Models erklärt: Was kleine Sprachmodelle können, wo sie lokal laufen, wann sie günstiger und schneller sind und wo ihre Grenzen liegen.
  31. Open-Source-KI-Modelle: Was offen wirklich bedeutet und wann es sich lohntOpen-Source-KI-Modelle erklärt: Unterschied zwischen Open Source und Open Weight, bekannte Modellfamilien, Lizenzen, Kosten und wann sich eigene Modelle lohnen.
  32. Diffusionsmodelle erklärt: Wie KI-Bildgeneratoren Bilder aus Rauschen formenDiffusionsmodelle erklärt: Wie Bildgeneratoren aus Rauschen Bilder erzeugen, welche Rolle der Prompt spielt und was bei Rechten und Kennzeichnung gilt.
  33. Spracherkennung mit KI: Wie Speech-to-Text funktioniert und wo es hilftSpracherkennung mit KI: Wie Speech-to-Text funktioniert, wie gut Transkription auf Deutsch klappt, typische Fehlerquellen und Tipps zu Datenschutz und Kosten.
  34. Text-to-Speech erklärt: Wie KI-Stimmen entstehen und wofür sie taugenText-to-Speech erklärt: Wie KI-Stimmen natürlich klingen, wofür Sprachausgabe sinnvoll ist, was beim Stimmenklonen gilt und welche Kennzeichnung nötig ist.
  35. KI-Videogenerierung: Wie Text-zu-Video funktioniert und wo die Grenzen liegenKI-Videogenerierung erklärt: Wie Videos aus Text oder Bildern entstehen, wofür sie sich eignen, wo die Grenzen liegen und welche Kennzeichnungspflichten gelten.
  36. RLHF erklärt: Wie menschliches Feedback Sprachmodelle hilfreich machtRLHF erklärt: Wie Reinforcement Learning from Human Feedback aus einem Textvorhersager einen hilfreichen Assistenten macht, mit Varianten, Grenzen und Folgen.
  37. Synthetische Daten: Wenn KI ihre eigenen Trainings- und Testdaten erzeugtSynthetische Daten erklärt: Wie KI künstliche Trainings- und Testdaten erzeugt, wofür sie sich eignen, welche Risiken bestehen und wie Sie sie selbst erstellen.
  38. Bias in KI: Wie Verzerrungen entstehen und was man dagegen tun kannBias in KI erklärt: Woher Verzerrungen in Sprachmodellen kommen, wie sie sich zeigen, was die KI-Verordnung verlangt und wie Sie Ergebnisse fair prüfen.
  39. Energieverbrauch von KI: Was Training und Nutzung wirklich verbrauchenEnergieverbrauch von KI erklärt: Warum Training und Inferenz Strom und Wasser brauchen, wovon der Verbrauch abhängt und wie Sie KI sparsamer nutzen.
  40. Distillation erklärt: Wie kleine KI-Modelle von großen lernenDistillation erklärt: Wie Wissensdestillation das Können großer KI-Modelle auf kleine überträgt, wofür sie eingesetzt wird und was bei Lizenzen zu beachten ist.
  41. Computer-Use-Agenten: Wenn KI Maus und Tastatur selbst bedientComputer-Use-Agenten erklärt: Wie KI Bildschirm, Maus und Tastatur bedient, wofür das taugt, welche Sicherheitsrisiken bestehen und was es kostet.
  42. Deep Research erklärt: Wie KI-Recherche-Agenten ausführliche Berichte erstellenDeep Research erklärt: Wie KI-Recherche-Agenten Dutzende Quellen durchsuchen und Berichte schreiben, wofür sie taugen, wo Fehler lauern und wie Sie gut fragen.
  43. Alignment und KI-Sicherheit: Wie KI auf menschliche Ziele ausgerichtet wirdKI-Sicherheit und Alignment erklärt: Wie Anbieter Modelle auf menschliche Werte ausrichten, welche Risiken bestehen und was Unternehmen selbst tun können.
  44. KI-Begriffe für Einsteiger: Die 30 wichtigsten Fachwörter kurz erklärtKI-Begriffe für Einsteiger: Von Token über Prompt und Halluzination bis RAG und Agent. Die wichtigsten Fachwörter rund um KI kurz und verständlich erklärt.
  45. Claude vs. Gemini: Stärken, Preise und Einsatzfälle im VergleichClaude vs. Gemini im Vergleich: Schreiben, Programmieren, lange Dokumente, Google-Integration, Bilder und Video, Abo-Preise und API-Kosten im Überblick.
  46. ChatGPT-Alternativen: Die wichtigsten KI-Assistenten im ÜberblickChatGPT-Alternativen im Überblick: Claude, Gemini, Microsoft Copilot, Mistral Le Chat, Perplexity, DeepSeek und lokale Modelle mit Stärken und Einsatzfällen.
  47. Perplexity erklärt: So funktioniert die KI-SuchmaschinePerplexity erklärt: wie die KI-Suchmaschine Antworten mit Quellen erstellt, wofür sie sich eignet, wo die Grenzen liegen und was beim Datenschutz gilt.
  48. Mistral Le Chat: Die europäische Alternative zu ChatGPTMistral Le Chat erklärt: Funktionen des KI-Assistenten aus Frankreich, Stärken und Schwächen, offene Modelle, API-Preise und Datenschutz im Unternehmen.
  49. DeepSeek vs. ChatGPT: Leistung, Preis und Datenschutz im VergleichDeepSeek vs. ChatGPT: Wie gut das chinesische Modell im Vergleich ist, was die API kostet, welche Datenschutzrisiken bestehen und wann sich DeepSeek lohnt.
  50. KI-Suchmaschinen vs. Google: Wie sich die Suche verändertKI-Suchmaschinen vs. Google: Wie Perplexity, ChatGPT-Suche und KI-Übersichten arbeiten, wann klassische Suche besser ist und was Website-Betreiber tun können.
  51. KI-Assistenten im Vergleich: Welcher passt zu wem?KI-Assistenten im Vergleich: ChatGPT, Claude, Gemini, Microsoft Copilot, Perplexity und Mistral Le Chat nach Zielgruppe, Stärken, Preis und Datenschutz.
44 Artikel

Kosten und Modelle

Preise, Vergleiche und Sparmöglichkeiten

Themenseite
  1. KI-API-Kosten senken: Zehn Stellschrauben, die wirklich etwas bringenKI-API-Kosten senken: Wer Sprachmodelle über die API nutzt, zahlt pro Token. Mit diesen zehn Maßnahmen sinkt die Rechnung oft um die Hälfte, ohne schlechtere Ergebnisse.
  2. ChatGPT API Kosten: Was die OpenAI-API wirklich kostetChatGPT API Kosten verständlich erklärt: Preise aller GPT-Modelle in Euro, Rechenbeispiele für typische Anwendungen und Tipps, wie die Rechnung klein bleibt.
  3. Claude vs. ChatGPT: Unterschiede bei Preis, Kontext und EinsatzClaude vs. ChatGPT im Vergleich: API-Preise in Euro, Kontextfenster, Tokenizer, Abos und typische Stärken. Sachlich, mit aktuellen Zahlen und Rechenbeispielen.
  4. Prompt-Caching erklärt: Bis zu 90 % weniger Kosten für wiederholte EingabenPrompt-Caching erklärt: wie Anthropic, OpenAI und Google wiederholte Eingaben günstiger abrechnen, wann es sich lohnt und wie man Prompts dafür aufbaut.
  5. KI-Agenten: Was sie können und was sie kostenKI-Agenten erklärt: wie sie in Schritten arbeiten, wofür sie sich eignen, warum ihre Kosten schnell wachsen und wie man sie mit Caching und Grenzen im Griff behält.
  6. Batch-Verarbeitung: Halber Preis für KI-Anfragen ohne EileBatch-Verarbeitung bei OpenAI, Anthropic und Google: 50 % Rabatt auf API-Anfragen, die nicht sofort fertig sein müssen. So funktioniert es, mit Beispielen und Tipps.
  7. Open-Weight-Modelle oder API: Was ist günstiger?Open-Weight-Modelle selbst betreiben oder per API nutzen? Kosten für Grafikkarten, Strom und Betrieb im Vergleich zu API-Preisen, mit Faustregeln für die Entscheidung.
  8. KI-Produkt kalkulieren: So bleibt die Marge stabilKI-Produkt kalkulieren: Kosten pro Nutzer, Viel-Nutzer, Preismodelle und Marge. So legen Sie Preise für SaaS mit KI fest, ohne dass die API-Rechnung die Gewinne frisst.
  9. Gemini vs. ChatGPT: Preise, Kontext und UnterschiedeGemini vs. ChatGPT im Vergleich: API-Preise in Euro, Kontextfenster, Abos, Einbindung in Google Workspace und Microsoft sowie typische Stärken für Unternehmen.
  10. Gemini kostenlos oder Abo: Was Sie ab Oktober 2026 bekommenGemini kostenlos nutzen oder Google AI Plus, Pro oder Ultra buchen? Welche Modelle jede Stufe enthält, was sie kostet und für wen sich welches Abo lohnt.
  11. Lohnt sich ChatGPT Plus? Kosten und Nutzen im VergleichLohnt sich ChatGPT Plus für 22,99 € im Monat? Unterschiede zu Go, Pro und der kostenlosen Version, Rechenbeispiele und wann die API die günstigere Wahl ist.
  12. Kleines oder großes KI-Modell? So wählen Sie richtigKleines oder großes KI-Modell? Wann günstige Modelle wie Flash, Mini oder Luna reichen, wann sich Spitzenmodelle lohnen und wie Routing beides verbindet.
  13. KI-Budget planen: Kosten für Abos, API und Lizenzen im GriffKI-Budget planen im Unternehmen: Abos, API-Kosten, Copilot-Lizenzen und Agenten richtig schätzen, Grenzen setzen und laufende Kosten überwachen.
  14. LLM-Preise vergleichen: Worauf es wirklich ankommtLLM-Preise vergleichen: Warum der Preis je Million Tokens allein täuscht. Tokenizer, Antwortlänge, Denk-Tokens, Caching und Batch richtig einbeziehen.
  15. Kosten pro 1.000 Tokens: Was eine Anfrage wirklich kostetKosten pro 1.000 Tokens anschaulich: Was eine E-Mail, eine Seite oder ein Chat bei GPT, Claude und Gemini kostet. Mit Umrechnung in Euro pro Wort und Seite.
  16. KI-Kosten pro Mitarbeiter: Abo, Business-Tarif oder API?KI-Kosten pro Mitarbeiter: Was ChatGPT, Claude, Gemini und Copilot im Team kosten, wann Business-Tarife nötig sind und wie eine Mischung aus Abo und API spart.
  17. Modellwechsel: So sparen Sie mit einem neuen KI-ModellModellwechsel richtig planen: Wann sich ein neues KI-Modell lohnt, wie Sie Qualität sicher testen, Prompts anpassen und die Ersparnis vorab berechnen.
  18. Versteckte KI-Kosten: Was in keiner Preisliste stehtVersteckte KI-Kosten: Gesprächsverläufe, Denk-Tokens, Wiederholungen, Prüfaufwand, Schulung und Betreuung. Was Unternehmen bei der Planung oft übersehen.
  19. KI-Abos im Team: Team, Business oder Enterprise?KI-Abos im Team: Was Team-, Business- und Enterprise-Tarife von ChatGPT, Claude und Gemini bieten und wann private Abos nicht mehr reichen.
  20. OpenAI-API-Kosten verstehen: Modellstufen, Abrechnung und RabatteOpenAI-API-Kosten verstehen: welche GPT-Modellstufe was kostet, wie Eingabe, Ausgabe, Cache und Batch abgerechnet werden und wie Sie die Rechnung planen.
  21. Claude-API-Kosten verstehen: Opus, Sonnet und Haiku im PreisvergleichClaude-API-Kosten verstehen: was Opus, Sonnet und Haiku je Million Tokens kosten, wie Caching und Batch die Rechnung senken und worauf Sie achten sollten.
  22. Gemini-API-Kosten verstehen: Pro, Flash und Flash-LiteGemini-API-Kosten verstehen: Preise von Gemini Pro, Flash und Flash-Lite, Aufschlag bei langen Eingaben, kostenlose Stufe und Batch-Rabatt verständlich erklärt.
  23. DeepSeek-API-Kosten: Günstige Preise und was dahinterstecktDeepSeek-API-Kosten: was DeepSeek V4 Pro und DeepSeek Flash je Million Tokens kosten, wie der Nachtrabatt funktioniert und was beim Datenschutz zu beachten ist.
  24. Mistral-API-Kosten: Was der europäische Anbieter kostetMistral-API-Kosten im Überblick: Preise von Mistral Large und Embeddings, Batch-Rabatt, Vorteile eines europäischen Anbieters und wann sich Mistral rechnet.
  25. Input- und Output-Tokens: Warum die Antwort teurer ist als die FrageInput- und Output-Tokens erklärt: warum KI-Anbieter für die Ausgabe das Drei- bis Sechsfache verlangen, was zur Eingabe zählt und wie Sie beides senken.
  26. Reasoning-Tokens: Was das Nachdenken der KI kostetReasoning-Tokens kosten Geld, auch wenn Sie sie nicht sehen. Wie Denk-Tokens abgerechnet werden, wie viele anfallen und wie Sie das Denkbudget steuern.
  27. KI-Bildgenerierung Kosten: Abo, API und versteckte PostenKI-Bildgenerierung Kosten: wie Bildgeneratoren per Abo, Credits oder API abrechnen, was Auflösung und Qualität ausmachen und welche Kosten oft vergessen werden.
  28. KI-Transkription Kosten: Was Sprache-zu-Text wirklich kostetKI-Transkription Kosten: wie Spracherkennung per Minute oder Token abgerechnet wird, welche Zusatzkosten für Zusammenfassung und Datenschutz anfallen.
  29. Kosten für Embeddings: Was Vektorsuche und RAG wirklich kostenKosten für Embeddings berechnen: Preise der Embedding-Modelle, einmalige Indexierung und laufende Abfragen, Vektordatenbank und typische Rechenfehler.
  30. KI-Kosten überwachen: Monitoring und Dashboards für API-AusgabenKI-Kosten überwachen: welche Kennzahlen zählen, wie Sie Verbrauch je Projekt, Kunde und Funktion messen und mit Dashboards und Warnungen Ausreißer erkennen.
  31. Rate Limits erklärt: Wie viele Anfragen KI-APIs erlaubenRate Limits erklärt: was RPM und TPM bedeuten, wie die Stufen bei OpenAI, Anthropic und Google funktionieren und wie Ihre Anwendung mit Fehler 429 umgeht.
  32. Ausgabenlimits für KI-APIs setzen: So schützen Sie sich vor hohen RechnungenAusgabenlimits für KI-APIs setzen: wie Sie bei OpenAI, Anthropic und Google Grenzen und Warnungen einrichten und warum Limits in der Anwendung nötig sind.
  33. Cached-Input-Preise: So zahlen Sie für wiederholte Eingaben nur einen BruchteilCached-Input-Preise im Vergleich: was gecachte Eingabe-Tokens bei Claude, GPT, Gemini und DeepSeek kosten und wie Sie Prompts für hohe Trefferquoten aufbauen.
  34. Batch-API-Rabatt nutzen: Rechnung, Anbieter und GrenzenBatch-API-Rabatt richtig nutzen: was OpenAI, Anthropic, Google und Mistral gewähren, welche Aufgaben passen, wie Sie die Ersparnis rechnen und Fehler vermeiden.
  35. KI-Abo steuerlich absetzen: Was für ChatGPT, Claude und Co. allgemein giltKI-Abo steuerlich absetzen: allgemeiner Überblick zu Betriebsausgaben, Werbungskosten, privater Mitnutzung und Reverse Charge. Keine Steuerberatung.
  36. ChatGPT Business Kosten: Was der Team-Tarif von OpenAI kostet und bietetChatGPT Business Kosten: wie der frühere Team-Tarif abgerechnet wird, was er gegenüber Plus bietet, welche Folgekosten entstehen und wann Enterprise passt.
  37. Claude Team Kosten: Team- und Enterprise-Tarif von Anthropic im ÜberblickClaude Team Kosten: wie Anthropic Team- und Enterprise-Plätze abrechnet, was gegenüber Claude Pro dazukommt und welche Folgekosten Sie einplanen sollten.
  38. Gemini in Google Workspace: Kosten und was im Tarif enthalten istGemini in Google Workspace: was die KI in Gmail, Docs und Meet kostet, warum es kein eigenes Add-on mehr gibt und wann sich ein höherer Tarif lohnt.
  39. Gesamtkosten von KI-Projekten (TCO): Was neben der API-Rechnung anfälltGesamtkosten von KI-Projekten (TCO) planen: Entwicklung, Betrieb, Tokens, Prüfung, Pflege und Compliance. Mit Kostenblöcken, Beispielrechnung und Checkliste.
  40. GPU mieten: Kosten für den Betrieb eigener KI-ModelleGPU mieten für eigene KI-Modelle: wie Cloud-GPUs abgerechnet werden, welcher Grafikspeicher nötig ist und wann sich die Miete gegenüber der API lohnt.
  41. Eigener KI-Server: Was er kostet und wann er sich lohntEigener KI-Server im Unternehmen: Anschaffung, Strom, Betrieb und Abschreibung im Vergleich zur API. Für wen sich lokale KI-Hardware lohnt und für wen nicht.
  42. Was kostet ein KI-Chatbot für die Website? Kosten realistisch planenWas kostet ein KI-Chatbot für die Website? Fertige Lösung oder Eigenbau, Kosten pro Gespräch, Einrichtung und Pflege, mit Rechenweg und Kostentreibern.
  43. Wie sich KI-Preise entwickeln: Preisverfall, Erhöhungen und PlanungWie sich KI-Preise entwickeln: warum neue Modelle oft günstiger sind, wann Preise doch steigen, was Aktionspreise bedeuten und wie Sie Budgets robust planen.
  44. Kostenlose KI-Tools: Was sie können und wo ihre Grenzen liegenKostenlose KI-Tools wie ChatGPT, Claude, Gemini und Copilot in der Gratisversion: was sie leisten, welche Grenzen gelten und wann sich ein Abo wirklich lohnt.
42 Artikel

Prompts

Bessere Ergebnisse durch bessere Anweisungen

Themenseite
  1. Gute Prompts schreiben: Was einen Prompt wirklich besser machtGute Prompts schreiben ist Handwerk: welche Angaben ein Prompt braucht, welche Fehler die Ergebnisse verschlechtern und wie man Vorlagen sinnvoll nutzt.
  2. Halluzinationen vermeiden: So werden KI-Antworten verlässlicherKI-Halluzinationen vermeiden: warum Sprachmodelle Fakten erfinden und mit welchen Prompts, Quellen und Prüfschritten ihre Antworten verlässlicher werden.
  3. Systemprompt schreiben: Anleitung mit BeispielSystemprompt schreiben: welche Bausteine in eine gute Systemanweisung gehören, typische Fehler, ein vollständiges Beispiel und wie man ihn testet und kurz hält.
  4. Context Engineering: Was ins Kontextfenster gehörtContext Engineering erklärt: wie Sie Anweisungen, Dokumente, Verlauf und Werkzeuge so zusammenstellen, dass KI-Modelle bessere Antworten zu geringeren Kosten liefern.
  5. Few-Shot-Prompting: Bessere Antworten durch BeispieleFew-Shot-Prompting erklärt: Wie Beispiele im Prompt Format, Ton und Qualität von KI-Antworten verbessern, wie viele Sie brauchen und welche Fehler Sie vermeiden.
  6. Bild-Prompts schreiben: So gelingen KI-BilderBild-Prompts schreiben für ChatGPT, Midjourney, Gemini und Stable Diffusion: Aufbau, Stilbegriffe, Licht und Perspektive, Text im Bild und typische Fehler mit Beispielen.
  7. Prompt-Vorlagen im Team: Einheitlich bessere ErgebnissePrompt-Vorlagen im Team nutzen: Wie Sie bewährte Prompts sammeln, mit Platzhaltern aufbauen, pflegen und teilen, damit alle Beschäftigten bessere Ergebnisse aus KI holen.
  8. Chain-of-Thought-Prompting: KI Schritt für Schritt denken lassenChain-of-Thought-Prompting lässt die KI schrittweise denken und verbessert Rechen- und Logikaufgaben. Beispiele, Grenzen und Reasoning-Modelle.
  9. Prompts für Zusammenfassungen: So fasst KI richtig zusammenPrompts für Zusammenfassungen: Mit Zweck, Länge, Zielgruppe und Struktur fasst KI Berichte und E-Mails präzise zusammen. Mit Vorlagen und Prüftipps.
  10. Rollen-Prompting: Wann „Du bist ein Experte“ wirklich hilftRollen-Prompting richtig nutzen: Wann eine Rolle wie „Du bist Steuerberater“ die Antwort verbessert, wann nicht und wie Sie Rollen konkret formulieren.
  11. Prompt-Chaining: Große Aufgaben in Schritte zerlegenPrompt-Chaining erklärt: Warum mehrere kleine Prompts nacheinander bessere Ergebnisse liefern als ein großer. Mit Beispielen für Texte und Abläufe.
  12. Negative Anweisungen im Prompt: Warum „nicht“ oft nicht wirktNegative Anweisungen im Prompt wie „Schreibe nicht förmlich“ wirken oft schwächer als positive. Warum das so ist und wie Sie Verbote besser formulieren.
  13. Prompts für Tabellen und Daten: So wertet KI Zahlen richtig ausPrompts für Tabellen und Daten: Wie Sie Tabellen an ChatGPT und Claude übergeben, Auswertungen präzise anfragen und Rechenfehler vermeiden. Mit Beispielen.
  14. Wie lang sollte ein Prompt sein? Kurz, lang oder dazwischenWie lang sollte ein Prompt sein? Wann kurze Anweisungen reichen, wann ausführliche Prompts mit Kontext und Beispielen besser sind und was lange Prompts kosten.
  15. Prompts für Code: Bessere Ergebnisse beim Programmieren mit KIPrompts für Code: Wie Sie KI beim Programmieren präzise anleiten, mit Kontext, Fehlermeldungen, Tests und Grenzen. Für ChatGPT, Claude und Agenten.
  16. Zero-Shot-Prompting: Aufgaben ohne Beispiele lösenZero-Shot-Prompting erklärt: Wann eine klare Anweisung ohne Beispiele reicht, wann Few-Shot besser ist und wie Sie Zero-Shot-Prompts präzise formulieren.
  17. Prompts testen mit Evals: So messen Sie, ob ein Prompt besser istPrompts testen mit Evals: Testsatz anlegen, Kriterien festlegen, Varianten vergleichen und mit KI bewerten lassen. Messbar statt nach Gefühl.
  18. Prompt Engineering: Die Grundlagen verständlich erklärtPrompt Engineering einfach erklärt: welche Grundprinzipien wirklich wirken, welche Techniken es gibt und wie Sie Prompts systematisch testen und verbessern.
  19. Prompt-Aufbau: So strukturieren Sie einen guten PromptPrompt-Aufbau Schritt für Schritt: Rolle, Aufgabe, Kontext, Format und Beispiele in der richtigen Reihenfolge. Mit Vorlage zum Kopieren und Prüfliste.
  20. XML-Tags im Prompt: Inhalte sauber trennenXML-Tags im Prompt erklärt: Warum Trennzeichen wie Tags, Anführungszeichen oder Markdown Anweisungen und Material trennen und wie Sie sie einsetzen.
  21. Ausgabeformat im Prompt festlegen: Listen, Tabellen und JSONAusgabeformat im Prompt festlegen: wie Sie Länge, Gliederung, Tabellen und JSON zuverlässig vorgeben und was tun, wenn das Modell sich nicht daran hält.
  22. Prompts für Blogartikel: Vorlagen von der Idee bis zum EntwurfPrompts für Blogartikel: Vorlagen für Themenfindung, Gliederung, Entwurf und Überarbeitung, damit KI-Texte konkret und lesenswert statt austauschbar werden.
  23. Prompts für Produktbeschreibungen: Vorlagen für OnlineshopsPrompts für Produktbeschreibungen: Vorlagen für Shoptexte, Stichpunkte und Varianten, die mit echten Produktdaten arbeiten und keine Eigenschaften erfinden.
  24. Prompts für Marketing: Vorlagen für Kampagnen, Anzeigen und MailsPrompts für Marketing: Vorlagen für Zielgruppenanalyse, Anzeigentexte, Newsletter und Social Media, plus Tipps, wie Varianten und Tests sinnvoll entstehen.
  25. Prompts für den Kundenservice: Antworten schneller und freundlicherPrompts für den Kundenservice: Vorlagen für Antwortentwürfe, Beschwerden, Zusammenfassungen von Tickets und Chatbots, mit Regeln gegen falsche Zusagen.
  26. Prompts für Übersetzungen: Genauer übersetzen mit KIPrompts für Übersetzungen: wie Sie Zielgruppe, Glossar, Tonfall und Format vorgeben, damit KI-Übersetzungen fachlich stimmen und natürlich klingen.
  27. Prompts für Brainstorming: Mehr und bessere Ideen mit KIPrompts für Brainstorming: Techniken und Vorlagen, mit denen KI nicht nur naheliegende Ideen liefert, sondern ungewöhnliche Ansätze, Bewertungen und Varianten.
  28. Prompts zum Lernen: KI als Tutor, Abfrager und ErklärerPrompts zum Lernen: Vorlagen, mit denen KI Themen schrittweise erklärt, Sie abfragt, Fehler aufzeigt und Lernpläne erstellt, statt nur Lösungen vorzusagen.
  29. Prompts für Feedback: Texte von KI kritisch prüfen lassenPrompts für Feedback: wie Sie KI dazu bringen, ehrlich und konkret zu kritisieren statt zu loben. Mit Vorlagen für Texte, Präsentationen und Code.
  30. Meta-Prompting: Wenn die KI Ihre Prompts schreibtMeta-Prompting erklärt: wie Sie ein Sprachmodell Prompts entwerfen, verfeinern und für Aufgaben strukturieren lassen und wo die Grenzen dieser Methode liegen.
  31. Prompts mit KI verbessern: Schwachstellen finden und behebenPrompts mit KI verbessern: Schritt für Schritt Schwachstellen erkennen, das Modell gezielt nachbessern lassen und Verbesserungen mit Testfällen belegen.
  32. Self-Consistency-Prompting: Mehrere Antworten, ein besseres ErgebnisSelf-Consistency-Prompting erklärt: Warum mehrere unabhängige Antworten und eine Mehrheitsentscheidung Fehler reduzieren und wann sich die Mehrkosten lohnen.
  33. Tree-of-Thought-Prompting: Lösungswege verzweigen und bewertenTree-of-Thought-Prompting erklärt: wie ein Modell mehrere Lösungswege verzweigt, bewertet und verwirft und wie Sie die Idee auch im normalen Chat nutzen.
  34. Prompts versionieren: Änderungen nachvollziehbar machenPrompts versionieren: wie Sie Änderungen an Prompts dokumentieren, Fassungen testen und zurückrollen, vom einfachen Dokument bis zur Ablage in Git.
  35. Ton und Stil im Prompt steuern: So klingt KI nach IhnenTon und Stil im Prompt steuern: wie Sie Tonalität, Anrede, Satzlänge und Wortwahl vorgeben, mit Stilbeispielen arbeiten und KI-Floskeln vermeiden.
  36. Prompts für Reasoning-Modelle: Weniger vorschreiben, klarer zielenPrompts für Reasoning-Modelle: warum Denkmodelle andere Anweisungen brauchen, was Sie weglassen können und wie Sie Ziele, Kriterien und Kosten steuern.
  37. Prompts für Claude: Was bei Anthropics Modellen gut funktioniertPrompts für Claude: wie Sie Anthropics Modelle mit XML-Tags, klarem Kontext, Projekten und Rollen ansprechen und lange Dokumente zuverlässig auswerten lassen.
  38. Prompts für ChatGPT: Vorlagen und Tipps für bessere AntwortenPrompts für ChatGPT: Vorlagen für Texte, Recherche und Analyse, dazu Tipps zu eigenen Anweisungen, Projekten, Dateien und zum Nachbessern im laufenden Chat.
  39. Prompts für Gemini: So nutzen Sie Googles KI wirkungsvollPrompts für Gemini: wie Sie Googles KI mit klarem Kontext, langen Dokumenten, Bildern und Google-Diensten nutzen, plus Vorlagen und Hinweise zu Gems.
  40. Häufige Prompt-Fehler und wie Sie sie vermeidenPrompt-Fehler erkennen und beheben: die zehn häufigsten Fehler beim Prompten, von fehlendem Kontext bis zu widersprüchlichen Anweisungen, jeweils mit Lösung.
  41. Prompts auf Deutsch oder Englisch: Welche Sprache ist besser?Prompts auf Deutsch oder Englisch: ob die Sprache die Qualität beeinflusst, was sie bei Tokens und Kosten ausmacht und wann gemischte Prompts sinnvoll sind.
  42. Kontext im Prompt: Welche Informationen die KI wirklich brauchtKontext im Prompt richtig mitgeben: welche Hintergründe, Daten und Dokumente ein Sprachmodell braucht, wie viel davon sinnvoll ist und wie Sie Kontext ordnen.
72 Artikel

KI im Arbeitsalltag

E-Mails, Übersetzungen, Texte und Daten

Themenseite
  1. KI-Texte überarbeiten: So klingen sie nicht nach ChatGPTKI-Texte überarbeiten: typische Floskeln erkennen, Struktur und Ton verbessern und schon im Prompt gegensteuern, damit Texte nicht nach ChatGPT klingen.
  2. KI im Kundenservice: Einsatz, Kosten und GrenzenKI im Kundenservice: Wo Chatbots und KI-Assistenten wirklich helfen, was ein Gespräch kostet, wie Sie Qualität sichern und was rechtlich zu beachten ist.
  3. E-Mails mit KI schreiben: Prompts, Beispiele und GrenzenE-Mails mit KI schreiben: Mit welchen Prompts ChatGPT, Claude und Copilot gute Geschäfts-E-Mails formulieren, wie sie nach Ihnen klingen und was Sie nie eingeben sollten.
  4. Mit KI übersetzen: Qualität, Kosten und DatenschutzMit KI übersetzen: Wie gut Sprachmodelle im Vergleich zu DeepL und Übersetzern sind, was eine Seite kostet, wie Sie Fachbegriffe festlegen und wann Menschen prüfen sollten.
  5. Daten für KI aufbereiten: Tabellen, PDFs und TexteDaten für KI aufbereiten: In welchem Format Tabellen, PDFs, Webseiten und lange Texte am besten in ChatGPT, Claude und Gemini funktionieren und wie Sie Tokens sparen.
  6. KI-Texte und SEO: Was Google wirklich sagtKI-Texte und SEO: Wie Google KI-generierte Inhalte bewertet, was als Spam gilt, wie Sie hilfreiche Texte mit KI erstellen und worauf es bei Keywords und Qualität ankommt.
  7. Unsichtbare Zeichen in KI-Texten: Wasserzeichen oder Mythos?Unsichtbare Zeichen in KI-Texten: Verraten geschützte Leerzeichen ChatGPT? Was hinter den Gerüchten steckt, wie echte KI-Wasserzeichen funktionieren und wie Sie Texte bereinigen.
  8. Besprechungen mit KI zusammenfassen: Protokolle in MinutenBesprechungen mit KI zusammenfassen: So wird aus dem Transkript ein Meeting-Protokoll mit Entscheidungen und Aufgaben. Mit Prompt-Vorlage und Datenschutz.
  9. Excel mit KI: Tabellen auswerten, Formeln schreiben, Daten bereinigenExcel mit KI nutzen: Formeln schreiben und erklären lassen, Tabellen auswerten, Daten bereinigen. Mit Prompt-Beispielen, Grenzen und Copilot in Excel.
  10. KI in der Marktforschung: Was sie kann und was nichtKI in der Marktforschung: offene Antworten auswerten, Fragebögen prüfen, Interviews zusammenfassen. Und warum synthetische Befragte keine Umfrage ersetzen.
  11. Social-Media-Posts mit KI schreiben: So klingen sie nicht nach KISocial-Media-Posts mit KI schreiben für LinkedIn, Instagram und Co.: Prompts mit Tonfall, KI-Floskeln vermeiden, Zeichengrenzen und Kennzeichnung.
  12. KI für Recherche: Schneller finden, sicher prüfenKI für Recherche richtig nutzen: Websuche in ChatGPT, Claude und Perplexity, Deep Research, Quellen prüfen und typische Fehler vermeiden. Mit Prompt-Beispielen.
  13. KI im Vertrieb: Akquise, Angebote und KundenpflegeKI im Vertrieb: Wie Vertriebsteams mit ChatGPT, Claude und Copilot Gespräche vorbereiten, Angebote schreiben und Kunden pflegen. Mit Prompts.
  14. KI in der Buchhaltung: Was heute schon funktioniertKI in der Buchhaltung: Belege auslesen, Buchungen vorschlagen, Abweichungen finden, Berichte erklären. Was funktioniert und was rechtlich gilt.
  15. KI für kleine Unternehmen: Der pragmatische EinstiegKI für kleine Unternehmen: Wo KI im Betrieb sofort Zeit spart, was das kostet, welche Regeln gelten und wie Sie ohne IT-Abteilung sicher starten.
  16. PDFs mit KI auswerten: Berichte, Verträge und Studien schneller lesenPDFs mit KI auswerten: Berichte, Verträge und Studien mit ChatGPT, Claude oder Gemini zusammenfassen und befragen. Mit Tipps zu Scans und Prüfung.
  17. KI-Texte erkennen: Was Detektoren können und was nichtKI-Texte erkennen: Wie zuverlässig KI-Detektoren sind, welche Merkmale auf KI hindeuten und warum Sie Texte nie allein wegen eines Detektors beurteilen sollten.
  18. KI für Präsentationen: Von der Idee zur fertigen FolieKI für Präsentationen: Wie Sie mit ChatGPT, Claude, Gemini oder Copilot Gliederung, Folientexte und Sprechernotizen erstellen und typische Fehler vermeiden.
  19. KI im Onlineshop: Produkttexte, Service und SucheKI im Onlineshop: Produktbeschreibungen in Masse, Kundenservice, Suche und Bewertungen auswerten. Was das kostet, worauf es bei Qualität und Recht ankommt.
  20. Lesbare Texte mit KI: So werden KI-Texte verständlichLesbare Texte mit KI: Wie Sie KI-Texte kürzer, klarer und verständlicher machen, mit Regeln für Satzlänge, Füllwörter und Passiv und passenden Prüfwerkzeugen.
  21. Meta-Beschreibungen mit KI schreiben: Titel und Snippets für GoogleMeta-Beschreibungen mit KI schreiben: Prompts für Seitentitel und Description, richtige Länge in Pixeln, Suchbegriffe und typische Fehler bei KI-SEO-Texten.
  22. GEO: So wird Ihre Website in KI-Antworten genanntGEO, Generative Engine Optimization: So erscheint Ihre Website in Antworten von ChatGPT, Gemini und Perplexity als Quelle. Inhalte, Technik, Grenzen.
  23. KI im Marketing: Aufgaben, Arbeitsabläufe und GrenzenKI im Marketing: Wo Sprachmodelle bei Kampagnen, Content, Newslettern und Analysen helfen, wie ein sauberer Ablauf aussieht und was rechtlich gilt.
  24. KI im Personalwesen: Was HR-Teams nutzen dürfen und solltenKI im Personalwesen: Wo KI in HR Zeit spart, warum Personalentscheidungen als Hochrisiko gelten und welche Rolle Datenschutz und Betriebsrat spielen.
  25. KI im Einkauf: Angebote vergleichen, Verträge prüfen, Lieferanten findenKI im Einkauf: Wie Einkäufer mit Sprachmodellen Angebote vergleichen, Anfragen schreiben und Verträge vorprüfen, und wo menschliche Kontrolle nötig ist.
  26. KI im Projektmanagement: Planung, Protokolle und StatusberichteKI im Projektmanagement: Projektpläne entwerfen, Risiken sammeln, Protokolle und Statusberichte erstellen. Mit Prompt-Beispielen und klaren Grenzen.
  27. KI in der Schule: Chancen, Regeln und ein sinnvoller UmgangKI in der Schule: Wie Schülerinnen und Schüler KI sinnvoll zum Lernen nutzen, welche Regeln Schulen brauchen und was Eltern über Datenschutz wissen sollten.
  28. KI im Studium: erlaubt nutzen, richtig zitieren, besser lernenKI im Studium: Wie Studierende KI zum Lernen, Recherchieren und Schreiben nutzen, was Prüfungsordnungen verlangen und wie man KI-Hilfe richtig angibt.
  29. KI für Lehrkräfte: Unterricht vorbereiten und entlastenKI für Lehrkräfte: Arbeitsblätter, Differenzierung, Bewertungsraster und Elternbriefe mit KI erstellen. Mit Prompt-Beispielen und Hinweisen zum Datenschutz.
  30. KI in der Arztpraxis: Entlastung bei Verwaltung und DokumentationKI in der Arztpraxis: Wo Sprachmodelle bei Verwaltung, Patienteninformationen und Dokumentation helfen und was Schweigepflicht und DSGVO dabei verlangen.
  31. KI in der Anwaltskanzlei: Recherche, Schriftsätze und BerufsrechtKI in der Anwaltskanzlei: Wo Sprachmodelle bei Recherche, Entwürfen und Aktenarbeit helfen und was Verschwiegenheit, DSGVO und Haftung dabei verlangen.
  32. KI im Handwerk: Angebote, Kundenkommunikation und BüroarbeitKI im Handwerk: Wie Handwerksbetriebe mit KI Angebote formulieren, Kundenanfragen beantworten und Büroarbeit verkürzen. Mit Beispielen und Prompts.
  33. KI in der Immobilienbranche: Exposés, Anfragen und VerwaltungKI in der Immobilienbranche: Wie Makler und Hausverwaltungen mit KI Exposés schreiben, Anfragen beantworten und Dokumente auswerten, und was zu beachten ist.
  34. KI in der Gastronomie und Hotellerie: Gäste, Texte, OrganisationKI in der Gastronomie und Hotellerie: Speisekarten, Gästeanfragen, Bewertungen, Übersetzungen und Dienstpläne mit KI vorbereiten. Mit konkreten Beispielen.
  35. KI im Journalismus: Recherche, Redaktion und KennzeichnungKI im Journalismus: Wie Redaktionen KI bei Recherche, Transkription und Textarbeit nutzen, wo die Grenzen liegen und wann KI-Inhalte zu kennzeichnen sind.
  36. KI in der Verwaltung: Einsatz in Behörden und KommunenKI in der Verwaltung: Wo Behörden und Kommunen KI für Bürgerkommunikation, Bescheide und interne Abläufe nutzen können und welche Regeln dabei gelten.
  37. KI in der Logistik: Disposition, Kommunikation und DokumenteKI in der Logistik: Wo Sprachmodelle in Spedition, Lager und Disposition helfen, etwa bei Frachtpapieren, Kundenanfragen und Auswertungen, und wo nicht.
  38. KI im Controlling: Analysen, Berichte und KommentareKI im Controlling: Wie Controller mit KI Abweichungen kommentieren, Berichte schreiben, Excel-Formeln bauen und Daten aufbereiten, ohne falsche Zahlen.
  39. KI für Steuerberater: Kanzleialltag, Mandantenbriefe und GrenzenKI für Steuerberater: Wo Sprachmodelle in der Steuerkanzlei bei Mandantenkommunikation, Recherche und Belegarbeit helfen und was Verschwiegenheit verlangt.
  40. KI für Freelancer und Selbstständige: Zeit sparen, Kosten im GriffKI für Freelancer und Selbstständige: Akquise, Angebote, Buchhaltung und Projektarbeit mit KI erleichtern, Kosten absetzen und Kundendaten richtig schützen.
  41. KI für Vereine und Ehrenamt: Vereinsarbeit leichter machenKI für Vereine und Ehrenamt: Einladungen, Protokolle, Förderanträge und Mitgliederinfos mit KI schneller erstellen und dabei Mitgliederdaten schützen.
  42. KI in der Pflege: Dokumentation, Kommunikation und GrenzenKI in der Pflege: Wo KI Pflegekräfte bei Dokumentation, Angehörigenkommunikation und Organisation entlasten kann und was beim Datenschutz zu beachten ist.
  43. KI in der Produktion: Wissen, Dokumente und QualitätKI in der Produktion: Wie Fertigungsbetriebe Sprachmodelle für Arbeitsanweisungen, Störungsberichte, Wissenssuche und Qualitätsdaten nutzen und was gilt.
  44. KI im Tourismus: Gästeinformation, Marketing und MehrsprachigkeitKI im Tourismus: Wie Reisebüros, Tourismusregionen und Anbieter mit KI Reiseinfos, Angebote, Übersetzungen und Gästeanfragen schneller und besser erstellen.
  45. KI in Versicherungen: Schadenbearbeitung, Service und RegulierungKI in Versicherungen: Wo KI bei Schadenmeldungen, Kundenservice und Vertragsunterlagen hilft und warum Tarifierung in Leben und Kranken als Hochrisiko gilt.
  46. KI in Banken: Service, Compliance und KreditprüfungKI in Banken: Wo KI in Kundenservice, Dokumentenprüfung und Compliance hilft, warum Kreditwürdigkeitsprüfung Hochrisiko ist und was Institute beachten.
  47. KI im IT-Support: Helpdesk entlasten, Tickets schneller lösenKI im IT-Support: Wie Helpdesks mit KI Tickets sortieren, Antworten vorschlagen, Wissensartikel pflegen und Self-Service-Agenten sicher betreiben können.
  48. Protokolle mit KI schreiben: Vom Stichpunkt zum fertigen ErgebnisprotokollProtokolle mit KI schreiben: Wie aus Notizen oder Transkript ein sauberes Ergebnisprotokoll mit Beschlüssen und Aufgaben wird. Mit Prompt und Prüfliste.
  49. Newsletter mit KI erstellen: Planung, Texte und BetreffzeilenNewsletter mit KI erstellen: Themen planen, Texte entwerfen, Betreffzeilen testen und den eigenen Ton halten. Mit Prompt-Beispielen und Tipps zur Prüfung.
  50. Blogartikel mit KI schreiben, die Leser und Suchmaschinen überzeugenBlogartikel mit KI schreiben: Thema eingrenzen, Gliederung erstellen, Abschnitte entwerfen und überarbeiten. So entstehen Texte mit eigenem Mehrwert.
  51. Produktbeschreibungen mit KI: Einzigartige Texte für viele ArtikelProduktbeschreibungen mit KI erstellen: aus Produktdaten einzigartige Shop-Texte erzeugen, Serien-Prompts nutzen, Fehler vermeiden und Kosten abschätzen.
  52. Stellenanzeigen mit KI schreiben: klar, fair und ansprechendStellenanzeigen mit KI schreiben: Aufgaben, Anforderungen und Angebot klar formulieren, AGG-Fallen vermeiden und Floskeln streichen. Mit Prompt-Vorlage.
  53. Lebenslauf mit KI erstellen: Hilfe beim Formulieren, nicht beim ErfindenLebenslauf mit KI erstellen: Stationen klar formulieren, Erfolge herausarbeiten, auf die Stelle zuschneiden und persönliche Daten schützen. Mit Prompts.
  54. Bewerbungsanschreiben mit KI: persönlich statt austauschbarBewerbungsanschreiben mit KI schreiben, das nicht nach Vorlage klingt: eigene Beispiele einbringen, Floskeln streichen und auf die Stelle eingehen.
  55. Wissensmanagement mit KI: Firmenwissen auffindbar machenWissensmanagement mit KI: Wie Unternehmen Dokumente, Handbücher und Erfahrungswissen per KI-Suche nutzbar machen, welche Wege es gibt und was zu beachten ist.
  56. Kundenfeedback mit KI auswerten: Bewertungen und Anfragen sortierenKundenfeedback mit KI auswerten: Bewertungen, E-Mails und Tickets nach Themen und Stimmung sortieren, Muster erkennen und Ergebnisse verlässlich prüfen.
  57. Umfragen mit KI auswerten: Freitexte und Ergebnisse schnell verstehenUmfragen mit KI auswerten: offene Antworten codieren, Ergebnisse zusammenfassen und Berichte erstellen, ohne falsche Zahlen. Mit Ablauf und Prompt-Beispielen.
  58. Verträge mit KI prüfen: Was geht, was nicht und wo die Grenzen liegenVerträge mit KI prüfen: Wie KI beim Lesen, Zusammenfassen und Vergleichen von Verträgen hilft, wo sie irrt und warum sie keine Rechtsberatung ersetzt.
  59. Zeitmanagement mit KI: Aufgaben planen, priorisieren und Routinen abgebenZeitmanagement mit KI: Wochen planen, Aufgaben priorisieren, Routinearbeit abgeben und Ablenkung reduzieren. Konkrete Prompts und realistische Grenzen.
  60. Lernkarten mit KI erstellen: Karteikarten aus Skripten und BüchernLernkarten mit KI erstellen: aus Skripten, Notizen und Büchern Karteikarten für Anki oder Quizlet erzeugen, Fehler vermeiden und richtig wiederholen.
  61. Videoskripte mit KI schreiben: Von der Idee zum DrehbuchVideoskripte mit KI schreiben: Einstieg, Aufbau und Sprechtext für YouTube, Reels und Erklärvideos planen. Mit Prompt-Vorlage und Tipps zur Sprechzeit.
  62. Podcast mit KI produzieren: Planung, Skript, Schnitt und ShownotesPodcast mit KI produzieren: Themen planen, Gespräche vorbereiten, Transkripte, Shownotes und Kapitel erstellen. Dazu Hinweise zu KI-Stimmen und Kennzeichnung.
  63. KI-Bilder für die Website: Erstellen, einbinden, rechtlich absichernKI-Bilder für die Website erstellen und einsetzen: passende Motive, Formate, Alt-Texte, Ladezeit und Rechte. So wirken KI-Bilder nicht beliebig.
  64. FAQ mit KI erstellen: Fragen finden, Antworten schreiben, aktuell haltenFAQ mit KI erstellen: echte Kundenfragen sammeln, klare Antworten formulieren, für Suchmaschinen und KI-Antworten aufbereiten und regelmäßig pflegen.
  65. Angebote mit KI schreiben: schneller zum überzeugenden AngebotAngebote mit KI schreiben: Anschreiben, Leistungsbeschreibung und Nutzen klar formulieren, Kalkulation selbst behalten und Kundendaten schützen.
  66. Reklamationen mit KI beantworten: freundlich, klar und rechtssicher formuliertReklamationen mit KI beantworten: Beschwerden verstehen, Ton treffen, Lösungen anbieten und keine falschen Zusagen machen. Mit Prompt und Prüfliste.
  67. KI in Word nutzen: Copilot, Chat-Assistenten und Add-ins im VergleichKI in Word nutzen: Welche Wege es gibt, von Microsoft 365 Copilot über Chat-Assistenten bis zu Add-ins, was sie kosten und wie Formatierung erhalten bleibt.
  68. KI in Outlook und im E-Mail-Postfach: weniger Zeit für MailsKI in Outlook und anderen E-Mail-Postfächern nutzen: lange Verläufe zusammenfassen, Antworten entwerfen, Termine vorbereiten. Mit Wegen, Kosten und Grenzen.
  69. KI in Google Sheets: Formeln, Auswertungen und Gemini in TabellenKI in Google Sheets nutzen: Formeln erklären und schreiben lassen, Daten bereinigen, Gemini in Tabellen und Apps Script mit KI-API. Mit Beispielen und Grenzen.
  70. Datenanalyse mit KI: Tabellen auswerten ohne ProgrammierkenntnisseDatenanalyse mit KI: Wie Chat-Assistenten Tabellen per Code auswerten, Diagramme erstellen und Muster finden, und wie Sie Fehler und falsche Schlüsse vermeiden.
  71. Pressemitteilungen mit KI schreiben: Aufbau, Fakten, PrüfungPressemitteilungen mit KI schreiben: W-Fragen beantworten, Nachricht nach vorne stellen, Zitate richtig behandeln und Fakten prüfen. Mit Prompt-Vorlage.
  72. Technische Dokumentation mit KI: Handbücher, Anleitungen und API-DokuTechnische Dokumentation mit KI erstellen: Anleitungen, Handbücher und API-Dokumentation aus Code und Notizen entwerfen, aktuell halten und richtig prüfen.
44 Artikel

Entwicklung

API, JSON, Sicherheit und Geschwindigkeit

Themenseite
  1. RAG einfach erklärt: KI mit eigenen Dokumenten nutzenRAG einfach erklärt: wie Retrieval-Augmented Generation funktioniert, wofür man Embeddings und Vektordatenbanken braucht und was ein RAG-System kostet.
  2. Structured Outputs: Zuverlässig JSON von KI-ModellenStructured Outputs erklärt: Wie Sie mit JSON-Schema garantiert gültiges JSON von OpenAI, Claude und Gemini bekommen, statt kaputte Antworten nachträglich zu reparieren.
  3. Prompt Injection: Wie Angriffe auf KI-Systeme funktionierenPrompt Injection erklärt: wie versteckte Anweisungen in E-Mails, Dokumenten und Websites KI-Assistenten und Agenten manipulieren und welche Schutzmaßnahmen wirken.
  4. Latenz von KI-Anwendungen: So antworten Modelle schnellerLatenz von KI-Anwendungen verringern: Woraus sich die Antwortzeit zusammensetzt und mit welchen Mitteln wie Streaming, kleineren Modellen und Caching sie spürbar sinkt.
  5. JSON-Fehler in KI-Antworten: Ursachen und LösungenJSON-Fehler in KI-Antworten: Warum Sprachmodelle ungültiges JSON liefern, welche Fehler typisch sind und wie Sie sie mit Schema, Prompt und Reparatur zuverlässig vermeiden.
  6. max_tokens erklärt: Antwortlänge richtig begrenzenmax_tokens erklärt: Was das Ausgabelimit bei OpenAI, Claude und Gemini bewirkt, wie Sie den richtigen Wert finden und warum abgeschnittene Antworten teurer sind als ein Puffer.
  7. KI lokal ausführen: Sprachmodelle auf dem eigenen RechnerKI lokal ausführen ohne Cloud: welche Hardware Sie brauchen, wie viel Speicher ein Modell belegt, welche Programme es gibt und wann es sich lohnt.
  8. Model Context Protocol (MCP) einfach erklärtMCP einfach erklärt: Das Model Context Protocol verbindet KI-Assistenten mit Werkzeugen und Daten. So funktionieren MCP-Server, Clients und Sicherheit.
  9. KI-Agenten absichern: Rechte, Freigaben und ProtokolleKI-Agenten absichern: Mit minimalen Rechten, Freigaben durch Menschen, Schutz vor Prompt Injection und lückenlosen Protokollen bleiben Agenten kontrollierbar.
  10. Texte mit KI klassifizieren: E-Mails, Tickets und Feedback sortierenTexte mit KI klassifizieren: E-Mails, Tickets und Feedback automatisch sortieren, mit festen Kategorien, JSON-Ausgabe, kleinen Modellen und Qualitätskontrolle.
  11. Fine-Tuning oder RAG? So wählen Sie den richtigen WegFine-Tuning oder RAG? Wann Sie ein Modell nachtrainieren und wann Sie Dokumente per Suche einbinden. Vergleich nach Wissen, Aktualität, Kosten und Aufwand.
  12. Function Calling erklärt: Wie KI-Modelle Werkzeuge nutzenFunction Calling erklärt: Wie Sprachmodelle eigene Funktionen aufrufen, wie Sie Werkzeuge beschreiben und worauf es bei der Sicherheit ankommt.
  13. Regex mit KI erstellen: Reguläre Ausdrücke schreiben lassen und testenRegex mit KI erstellen: Wie Sie ChatGPT oder Claude reguläre Ausdrücke schreiben lassen, mit Beispielen für Treffer und Nicht-Treffer, und sie sicher testen.
  14. llms.txt erklärt: Die Visitenkarte Ihrer Website für KIllms.txt erklärt: Was die Datei ist, wie sie aufgebaut wird, wer sie nutzt und ob sich der Aufwand lohnt. Mit Beispiel und Generator zum Erstellen.
  15. Bilder an die KI-API senden: Base64, URLs und KostenBilder an die KI-API senden: Base64 oder URL, Formate, Größenlimits und Bild-Tokens bei OpenAI, Claude und Gemini. Mit Tipps zum Verkleinern und Sparen.
  16. Streaming bei KI-APIs erklärt: Antworten Wort für Wort anzeigenStreaming bei KI-APIs erklärt: Warum Antworten Wort für Wort schneller wirken, wie Server-Sent Events funktionieren und wann Sie besser ohne Streaming arbeiten.
  17. API-Fehler bei KI-Diensten behandeln: 429, 500 und ZeitüberschreitungenAPI-Fehler bei KI-Diensten behandeln: Rate Limits (429), Überlastung, Zeitüberschreitungen. Mit Wiederholungsstrategie und Ausweichmodellen.
  18. KI-Chatbot für die Website: Planung, Kosten und PflichtenKI-Chatbot für die Website: Fertiglösung oder selbst gebaut, was ein Chatbot pro Gespräch kostet, wie er Ihr Wissen nutzt und welche Hinweise Pflicht sind.
  19. Vektordatenbanken erklärt: Das Gedächtnis von RAG-AnwendungenVektordatenbanken erklärt: Wie sie Texte nach Bedeutung statt Stichworten finden, welche es gibt, wann normale Datenbanken reichen und was sie kosten.
  20. OpenAI-API Einstieg: Vom Schlüssel zur ersten AntwortOpenAI-API Einstieg: API-Schlüssel anlegen, erste Anfrage mit Python oder curl senden, Kosten begrenzen und typische Anfängerfehler vermeiden.
  21. Claude-API Einstieg: Erste Schritte mit der Anthropic-SchnittstelleClaude-API Einstieg: Konto in der Anthropic Console anlegen, API-Schlüssel erzeugen, erste Nachricht per Python senden und Kosten mit Caching senken.
  22. Gemini-API Einstieg: Google-Modelle in eigene Anwendungen holenGemini-API Einstieg: API-Schlüssel im Google AI Studio holen, das Google-GenAI-SDK nutzen, erste Anfrage senden und Unterschiede zu Vertex AI verstehen.
  23. KI mit Python nutzen: Werkzeuge, Muster und ein sauberes GrundgerüstKI mit Python nutzen: welche Bibliotheken Sie brauchen, wie ein sauberes Grundgerüst für API-Aufrufe aussieht und wie Sie Fehler, Kosten und JSON beherrschen.
  24. KI mit JavaScript und Node.js: Sprachmodelle in Web-Apps einbauenKI mit JavaScript und Node.js: Anbieter-SDKs nutzen, Antworten streamen, API-Schlüssel nie im Browser ausliefern und typische Architekturfehler vermeiden.
  25. KI-Agenten programmieren: Die Werkzeugschleife Schritt für SchrittKI-Agenten programmieren ohne Framework: wie die Werkzeugschleife funktioniert, wie Sie Tools definieren, Schleifen begrenzen und Agenten sicher machen.
  26. Agenten-Frameworks im Überblick: Wann sich welches Werkzeug lohntAgenten-Frameworks im Überblick: welche Arten es gibt, was sie abnehmen, wo sie stören und nach welchen Kriterien Sie für Ihr KI-Projekt das passende auswählen.
  27. Eigenen MCP-Server bauen: Werkzeuge für KI-Assistenten bereitstellenMCP-Server bauen: wie Sie mit dem offiziellen SDK eigene Werkzeuge und Daten für Claude, Copilot und andere Clients bereitstellen und dabei sicher bleiben.
  28. RAG-Pipeline bauen: Von den Dokumenten zur belegten AntwortRAG-Pipeline bauen: Dokumente aufbereiten, zerlegen, als Embeddings speichern, passende Stellen finden und Antworten mit Quellen erzeugen. Mit Prüfliste.
  29. Chunking-Strategien für RAG: Texte sinnvoll zerlegenChunking-Strategien für RAG: feste Größe, Absätze, Überschriften oder Bedeutung. Wie groß Abschnitte sein sollten, wann Überlappung hilft und wie Sie testen.
  30. Hybride Suche: Stichwort- und Vektorsuche für RAG kombinierenHybride Suche erklärt: warum Vektorsuche allein bei Namen, Nummern und Fachbegriffen scheitert und wie Sie Stichwort- und Vektortreffer für RAG zusammenführen.
  31. Reranking erklärt: Wie ein zweiter Durchgang RAG-Treffer verbessertReranking erklärt: wie ein Reranker Suchtreffer nach Relevanz neu sortiert, wann sich das für RAG lohnt, was es kostet und wie viele Treffer sinnvoll sind.
  32. LLM-Anwendungen testen: Evals, Testdaten und RegressionenLLM-Anwendungen testen: wie Sie Testdatensätze anlegen, Antworten automatisch und per Bewertungsraster prüfen und Verschlechterungen nach Änderungen erkennen.
  33. LLM-Observability und Logging: KI-Anwendungen im Betrieb beobachtenLLM-Observability und Logging: was Sie bei KI-Anwendungen protokollieren, wie Sie Kosten, Latenz und Qualität überwachen und was der Datenschutz verlangt.
  34. Guardrails für LLM-Anwendungen: Ein- und Ausgaben absichernGuardrails für LLM-Anwendungen: Eingaben prüfen, Prompt Injection erschweren, Ausgaben validieren und Themen begrenzen. Mit Schichtenmodell und Beispielen.
  35. KI-Code-Assistenten im Vergleich: Welche Art passt zu welcher Arbeit?KI-Code-Assistenten im Vergleich der Arten: Autovervollständigung, Chat in der IDE, Agenten im Terminal und Cloud-Agenten. Stärken, Grenzen, Sicherheit.
  36. Code-Review mit KI: Mehr Fehler finden, ohne das Team zu ersetzenCode-Review mit KI: wie Sie Sprachmodelle Pull Requests prüfen lassen, welche Fehler sie gut finden, welche nicht, und wie Sie Prompts und Abläufe aufsetzen.
  37. Tests mit KI schreiben: Unit-Tests schneller und gründlicherTests mit KI schreiben: wie Sprachmodelle Unit-Tests, Randfälle und Testdaten erzeugen, welche Prompts funktionieren und warum Sie jeden Test selbst prüfen.
  38. API-Schlüssel sicher speichern: So schützen Sie Ihre KI-ZugängeAPI-Schlüssel sicher speichern: Umgebungsvariablen, Secret Manager, getrennte Schlüssel je Projekt und was Sie tun, wenn ein KI-Schlüssel doch öffentlich wurde.
  39. Ollama Einstieg: Lokale KI-Modelle auf dem eigenen RechnerOllama Einstieg: Installation, erstes Modell laden, Hardware-Anforderungen, lokale API mit OpenAI-kompatibler Schnittstelle und Grenzen lokaler Sprachmodelle.
  40. Kontext komprimieren: Lange KI-Gespräche schlank haltenKontext komprimieren in langen Gesprächen: mit Zusammenfassungen, gekürzten Werkzeugergebnissen und Gedächtnisdateien Kosten senken und Qualität halten.
  41. Semantisches Caching: Ähnliche KI-Anfragen nur einmal bezahlenSemantisches Caching erklärt: wie ein Cache über Embeddings ähnliche Fragen erkennt, wann das Kosten und Wartezeit spart und welche Risiken es birgt.
  42. Modell-Routing: Anfragen automatisch auf passende KI-Modelle verteilenModell-Routing erklärt: einfache Anfragen an günstige, schwierige an starke KI-Modelle schicken. Welche Router-Arten es gibt und wie Sie die Qualität sichern.
  43. Mehrsprachige KI-Anwendungen: Chatbots und Tools für viele SprachenMehrsprachige KI-Anwendungen: Antwortsprache steuern, Prompts und Wissensbasis über Sprachen hinweg nutzen, Tokenkosten je Sprache beachten und Qualität testen.
  44. Sprachassistent mit KI bauen: Von der Spracheingabe zur gesprochenen AntwortSprachassistent mit KI bauen: Spracherkennung, Sprachmodell und Sprachausgabe verbinden oder Echtzeit-Modelle nutzen. Tipps zu Latenz, Kosten und Datenschutz.
40 Artikel

Recht und Datenschutz

KI-Verordnung, Kennzeichnung, Richtlinien

Themenseite
  1. ChatGPT Datenschutz: Was Unternehmen beachten solltenChatGPT Datenschutz im Unternehmen: personenbezogene Daten, DSGVO, Auftragsverarbeitung, Trainingsnutzung und praktische Regeln für den Alltag. Ein Überblick.
  2. EU AI Act: Was die KI-Verordnung für Unternehmen bedeutetEU AI Act verständlich: Risikoklassen, neue Fristen nach dem Digital Omnibus, Pflichten für Anbieter und Betreiber, KI-Kompetenz und Kennzeichnung.
  3. KI-Kennzeichnungspflicht: Wann KI-Inhalte markiert werden müssenKI-Kennzeichnungspflicht nach EU AI Act: Wann Chatbots, Deepfakes, KI-Bilder und KI-Texte gekennzeichnet werden müssen und wie ein rechtssicherer Hinweis aussieht.
  4. KI-Richtlinie im Unternehmen: Diese Regeln gehören hineinKI-Richtlinie im Unternehmen erstellen: Welche Werkzeuge, Daten und Zwecke erlaubt sind, wer prüft, wie geschult wird. Mit Checkliste und kostenloser Vorlage.
  5. KI-Kompetenz nach Art. 4 AI Act: Was Unternehmen tun müssenKI-Kompetenz nach Art. 4 AI Act in der Fassung von 2026: was Unternehmen tun müssen, welche Schulungsinhalte sinnvoll sind und wie Sie Ihre Maßnahmen dokumentieren.
  6. DeepSeek Datenschutz: Was Unternehmen wissen solltenDeepSeek Datenschutz: Wo die App Daten speichert, warum Aufsichtsbehörden warnen und wie Unternehmen die günstigen Modelle trotzdem datenschutzfreundlich nutzen können.
  7. KI und Urheberrecht: Wem gehören KI-Texte und KI-Bilder?KI und Urheberrecht in Deutschland: Sind KI-Texte und KI-Bilder geschützt, dürfen Sie sie nutzen, und was gilt beim Training? Mit Praxistipps.
  8. KI im Bewerbungsprozess: Was erlaubt ist und was nichtKI im Bewerbungsprozess: Was KI-Verordnung und DSGVO für Recruiting mit KI verlangen, welche Einsätze heikel sind und was Personaler beachten müssen.
  9. KI-Crawler sperren: Website vor KI-Training schützenKI-Crawler sperren: So schließen Sie GPTBot, ClaudeBot und Google-Extended per robots.txt aus, was das rechtlich bewirkt und was es für Sichtbarkeit heißt.
  10. KI-Risikoklassen nach dem EU AI Act: Was für Ihr System giltKI-Risikoklassen nach EU AI Act: verbotene Praktiken, Hochrisiko-KI, Transparenzpflichten und geringes Risiko. Beispiele, Pflichten und Fristen im Überblick.
  11. KI-Inventar erstellen: Alle KI-Systeme im Unternehmen erfassenKI-Inventar erstellen: Warum Unternehmen ein Verzeichnis ihrer KI-Systeme brauchen, welche Angaben hineingehören und wie es bei KI-Verordnung und DSGVO hilft.
  12. Auftragsverarbeitung mit KI-Anbietern: Was der Vertrag regeln mussAuftragsverarbeitung mit KI-Anbietern: Wann Sie einen AVV nach Art. 28 DSGVO brauchen, was drinstehen sollte, wie es mit Datenübermittlung in die USA aussieht.
  13. Wer haftet für KI-Fehler? Haftung bei Einsatz von KIWer haftet für KI-Fehler? Haftung von Unternehmen, Anbietern und Herstellern, die neue Produkthaftung für Software und praktische Vorsorge.
  14. KI und Betriebsrat: Mitbestimmung bei der Einführung von KIKI und Betriebsrat: Welche Mitbestimmungsrechte bei der Einführung von KI gelten, wann eine Betriebsvereinbarung sinnvoll ist und was hineingehört.
  15. Deepfakes erkennen: Merkmale, Werkzeuge und PflichtenDeepfakes erkennen: Merkmale gefälschter Bilder, Videos und Stimmen, Herkunftsnachweise wie C2PA und SynthID, Kennzeichnungspflicht und Betrugsschutz.
  16. DSGVO und KI: Was beim Einsatz von KI-Diensten giltDSGVO und KI: Rechtsgrundlage, Informationspflichten, Auftragsverarbeitung, sensible Daten und Betroffenenrechte beim Einsatz von ChatGPT, Claude und Co.
  17. Datenschutz-Folgenabschätzung für KI: Wann sie nötig ist und wie sie gelingtDatenschutz-Folgenabschätzung für KI nach Art. 35 DSGVO: Wann sie Pflicht ist, welche Inhalte hineingehören und wie Sie Schritt für Schritt vorgehen.
  18. KI und Geschäftsgeheimnisse: So bleibt vertrauliches Wissen geschütztKI und Geschäftsgeheimnisse: Warum Eingaben in Chatbots den Schutz nach dem GeschGehG gefährden können und welche Regeln und Tarife das Risiko senken.
  19. KI-Bilder kommerziell nutzen: Was Sie dürfen und wo Risiken liegenKI-Bilder kommerziell nutzen: Was Nutzungsbedingungen erlauben, warum es keinen Urheberschutz gibt und wie Sie Marken-, Persönlichkeits- und Stilrisiken meiden.
  20. KI und Markenrecht: Namen, Logos und Slogans sicher nutzenKI und Markenrecht: Worauf Sie bei KI-generierten Firmennamen, Logos und Slogans achten müssen, wie Sie Kollisionen prüfen und was beim Anmelden gilt.
  21. GPAI-Pflichten: Was Anbieter von KI-Modellen mit allgemeinem Verwendungszweck tun müssenGPAI-Pflichten nach dem EU AI Act: Dokumentation, Urheberrechtsstrategie, Trainingsdaten-Zusammenfassung und Zusatzpflichten bei systemischem Risiko.
  22. Verbotene KI-Praktiken: Was Art. 5 der KI-Verordnung untersagtVerbotene KI-Praktiken nach Art. 5 der KI-Verordnung: Manipulation, Social Scoring, Emotionserkennung am Arbeitsplatz und mehr, mit Beispielen und Bußgeldern.
  23. Pflichten bei Hochrisiko-KI: Was Anbieter bis 2027 umsetzen müssenHochrisiko-KI nach der KI-Verordnung: Risikomanagement, Daten, Dokumentation, menschliche Aufsicht, Konformitätsbewertung und die neuen Fristen 2027 und 2028.
  24. Betreiber-Pflichten: Was Unternehmen als Nutzer von KI erfüllen müssenBetreiber-Pflichten nach der KI-Verordnung: Was Unternehmen beim Einsatz von KI erfüllen müssen, von KI-Kompetenz und Kennzeichnung bis zu Hochrisiko-Systemen.
  25. KI am Arbeitsplatz: Was Arbeitgeber dürfen und was nichtKI am Arbeitsplatz: Darf der Arbeitgeber KI vorschreiben oder verbieten? Was gilt bei Überwachung, Mitbestimmung, Datenschutz und der KI-Verordnung?
  26. KI und Barrierefreiheit: Chancen, Pflichten und GrenzenKI und Barrierefreiheit: Was das Barrierefreiheitsstärkungsgesetz für Chatbots und Shops bedeutet und wie KI bei Alt-Texten und einfacher Sprache hilft.
  27. KI in der Werbung: Rechtliche Grenzen für Texte, Bilder und AvatareKI in der Werbung: Was Wettbewerbsrecht, KI-Verordnung und Persönlichkeitsrecht bei KI-Texten, KI-Bildern, Bewertungen und virtuellen Influencern verlangen.
  28. AGB von KI-Anbietern prüfen: Die wichtigsten Klauseln im ÜberblickAGB von KI-Anbietern prüfen: Training mit Ihren Daten, Rechte am Ergebnis, Haftung, Auftragsverarbeitung, Speicherdauer und Kündigung. Mit Checkliste.
  29. KI und Schweigepflicht: Was Berufsgeheimnisträger beachten müssenKI und Schweigepflicht: Was Ärzte, Anwälte, Steuerberater und andere Berufsgeheimnisträger nach § 203 StGB beim Einsatz von KI-Diensten beachten sollten.
  30. KI und Recht am eigenen Bild: Gesichter und Stimmen rechtssicher nutzenKI und Recht am eigenen Bild: Wann Sie Gesichter und Stimmen anderer für KI-Bilder, Avatare oder Stimmklone nutzen dürfen und was ohne Einwilligung gilt.
  31. Rechte an KI-Musik: Wem gehören KI-Songs und was darf man damit?Rechte an KI-Musik: Sind KI-Songs urheberrechtlich geschützt, dürfen Sie sie kommerziell nutzen und was gilt für GEMA, Streaming und Stimmen echter Künstler?
  32. Datenübermittlung in die USA bei KI-Diensten: Was Unternehmen prüfen müssenDatenübermittlung in die USA bei KI-Diensten: Data Privacy Framework, Standardvertragsklauseln, EU-Datenspeicherung und was Sie vor dem Einsatz prüfen sollten.
  33. KI-Vorfälle melden und erkennen: Pflichten und interner AblaufKI-Vorfälle melden: Was als schwerwiegender Vorfall gilt, welche Meldepflichten aus DSGVO und KI-Verordnung folgen und wie ein interner Ablauf aussieht.
  34. Dokumentation von KI-Systemen: Was Unternehmen festhalten solltenDokumentation von KI-Systemen: Welche Nachweise DSGVO und KI-Verordnung verlangen, von KI-Inventar und Schulungsnachweis bis zur technischen Dokumentation.
  35. KI-Reallabore: Wie Regulatory Sandboxes nach der KI-Verordnung funktionierenKI-Reallabore nach der KI-Verordnung: Was Regulatory Sandboxes sind, wer teilnehmen kann, welche Vorteile sie Start-ups und KMU bieten und wo Grenzen liegen.
  36. ISO 42001 erklärt: Das Managementsystem für KI nach ISO/IEC 42001ISO 42001 erklärt: Was die Norm für KI-Managementsysteme verlangt, wie sie aufgebaut ist, wie die Zertifizierung abläuft und wie sie zur KI-Verordnung passt.
  37. KI-Audit im Unternehmen: So prüfen Sie den Einsatz von KIKI-Audit im Unternehmen: Wie Sie den KI-Einsatz intern prüfen, von Inventar und Recht über Datenschutz und Sicherheit bis zu Qualität und Kosten.
  38. KI und Produkthaftung: Was die neue EU-Produkthaftungsrichtlinie ändertKI und Produkthaftung: Wie die neue EU-Produkthaftungsrichtlinie Software und KI erfasst, wer haftet, welche Schäden ersetzt werden und wie man vorsorgt.
  39. KI und Cyber Resilience Act: Cybersicherheit für Produkte mit KIKI und Cyber Resilience Act: Welche Produkte mit KI unter die EU-Verordnung fallen, welche Pflichten und Fristen gelten und wie sie zur KI-Verordnung passt.
  40. KI-Aufsicht in Deutschland: Wer die KI-Verordnung überwachtKI-Aufsicht in Deutschland: Welche Behörden die KI-Verordnung überwachen, welche Rolle Bundesnetzagentur, Datenschutzbehörden und das EU-Büro für KI spielen.
8 Artikel

Copilot Cowork

Aufgaben an Microsoft 365 Copilot übergeben

Themenseite
  1. Was ist Copilot Cowork? Microsofts KI-Kollege für Microsoft 365Was ist Copilot Cowork? Wie Microsofts Assistent mehrstufige Aufgaben in Outlook, Teams, Word und Excel selbst erledigt, was er kann, was er kostet und wo die Grenzen liegen.
  2. Copilot Cowork Kosten: Lizenz, Copilot Credits und P3Copilot Cowork Kosten verständlich: Lizenz, Abrechnung in Copilot Credits, Pay-as-you-go oder Pre-Purchase Plan (P3), Ausgabenlimits und eine Beispielrechnung.
  3. Copilot Cowork einrichten: Voraussetzungen und Einstellungen für AdminsCopilot Cowork einrichten: Lizenzen, Freischaltung im Mandanten, nutzungsbasierte Abrechnung, Anthropic-Einstellung, Ausgabenlimits, Plugins und Einführung im Unternehmen.
  4. Copilot Cowork Datenschutz: Was Unternehmen in der EU wissen müssenCopilot Cowork Datenschutz: Anthropic als Unterauftragsverarbeiter, Ausnahme von der EU-Datengrenze, Berechtigungen, Freigaben, Betriebsrat und DSGVO-Pflichten im Überblick.
  5. Cowork-Skills erstellen: Eigene Abläufe für Copilot CoworkCowork-Skills erstellen: Aufbau einer SKILL.md, gute Beschreibungen mit Auslösern, Ablage in OneDrive, Microsofts automatische Prüfung, Grenzen und Teilen im Team.
  6. Copilot Cowork oder Copilot Studio: Was passt wann?Copilot Cowork oder Copilot Studio? Unterschiede bei Zweck, Nutzern, Abrechnung, Aufwand und Steuerung, mit Empfehlungen für typische Einsatzfälle im Unternehmen.
  7. Copilot Cowork Beispiele: 10 Aufgaben für den BüroalltagCopilot Cowork Beispiele: Zehn konkrete Aufgaben, die Cowork in Microsoft 365 übernehmen kann, von Meeting-Vorbereitung bis Monatsbericht, mit Formulierungen.
  8. Lohnt sich Microsoft 365 Copilot? Kosten und Nutzen ehrlich gerechnetLohnt sich Microsoft 365 Copilot? Was die Lizenz kostet, ab wie viel gesparter Zeit sie sich rechnet, für wen sie passt und wann Alternativen günstiger sind.
30 Artikel

Copilot Studio

Agenten mit Microsoft bauen, betreiben und abrechnen

Themenseite
  1. Was ist Copilot Studio? Microsofts Baukasten für KI-AgentenWas ist Copilot Studio? Microsofts Werkzeug für eigene KI-Agenten erklärt: Funktionen, Einsatzbeispiele, Kanäle wie Teams, Lizenzen und Abgrenzung zu Microsoft 365 Copilot.
  2. Copilot Studio Lizenzen: Kosten, Credits und AbrechnungCopilot Studio Lizenzen erklärt: Copilot Credits, Kapazitätspakete, Pay-as-you-go, was in Microsoft 365 Copilot enthalten ist und was ein Agent pro Monat kostet.
  3. Copilot Studio Agent erstellen: Schritt für SchrittCopilot Studio Agent erstellen: vom leeren Agenten über Anweisungen, Wissensquellen und Werkzeuge bis zu Test und Veröffentlichung. Anleitung mit Tipps aus der Praxis.
  4. Wissensquellen in Copilot Studio: SharePoint, Dateien und WebsitesWissensquellen in Copilot Studio einrichten: SharePoint, Dateien, Websites und Dataverse, ihre Limits, typische Fehler wie zu große Dateien und Tipps für bessere Antworten.
  5. Generative Orchestrierung oder klassische Themen?Generative Orchestrierung in Copilot Studio erklärt: wie der Agent Wissen, Themen und Werkzeuge selbst auswählt, wann klassische Themen mit Trigger-Phrasen besser sind.
  6. Copilot Studio Anweisungen schreiben: So folgt der AgentCopilot Studio Anweisungen schreiben: Aufbau, Länge, Werkzeugregeln, Grenzen und Beispiele für Agent-Instructions, die zuverlässig befolgt werden. Mit Vorlage.
  7. Copilot-Studio-Agent in Teams veröffentlichen: Schritt für SchrittCopilot-Studio-Agent in Teams veröffentlichen und in Microsoft 365 Copilot bereitstellen: Authentifizierung, Freigabe durch Admins, Kanäle, Updates und Stolpersteine.
  8. Copilot Studio Governance: Umgebungen, DLP und DatenschutzCopilot Studio Governance: Wie Sie mit Umgebungen, DLP-Richtlinien, Authentifizierung, Rollen und Überwachung sicherstellen, dass Agenten Daten schützen und Regeln einhalten.
  9. Copilot Studio vs. ChatGPT und eigene API: Was passt wann?Copilot Studio vs. ChatGPT (Custom GPTs) und eigene API-Lösung: Vergleich von Kosten, Datenanbindung, Verwaltung, Kanälen und Aufwand, mit Empfehlung je Einsatzfall.
  10. Agent Flows und Werkzeuge in Copilot StudioAgent Flows und Werkzeuge in Copilot Studio: Konnektoren, Flows, Prompts, REST-APIs und MCP. Wie Agenten Aktionen ausführen, was das kostet und wie Sie es sicher gestalten.
  11. Copilot Studio Hooks: Abläufe, die immer laufenCopilot Studio Hooks starten Workflows bei festen Ereignissen, ohne dass der Agent entscheidet. Unterschied zu Werkzeugen, Beispiele und Grenzen.
  12. Copilot Studio Kosten senken: Credits sparen ohne QualitätsverlustCopilot Studio Kosten senken: Wie Sie Copilot Credits sparen, mit passenden Antwortarten, sparsamen Wissensquellen, Flows, Kapazitätspaketen und Ausgabenlimits.
  13. Microsoft 365 Copilot vs. ChatGPT: Was passt besser ins Unternehmen?Copilot vs. ChatGPT im Unternehmen: Datenzugriff, Einbindung in Office, Kosten je Nutzer, Datenschutz und typische Einsatzfälle im direkten Vergleich.
  14. Copilot Chat vs. Microsoft 365 Copilot: Was ist inklusive, was kostet extra?Copilot Chat vs. Microsoft 365 Copilot: Was im Microsoft-365-Abo enthalten ist, was die Zusatzlizenz bringt und für wen sich das Upgrade lohnt.
  15. Copilot in Word: Entwürfe, Umformulieren und ZusammenfassenCopilot in Word nutzen: Entwürfe aus vorhandenen Dateien erstellen, Texte umformulieren, lange Dokumente zusammenfassen und befragen. Mit Prompt-Beispielen.
  16. Copilot in Excel: Formeln, Auswertungen und Diagramme per AnweisungCopilot in Excel nutzen: Formeln erstellen und erklären lassen, Daten filtern, auswerten und als Diagramm zeigen. Mit Voraussetzungen, Beispielen und Grenzen.
  17. Copilot in Outlook: E-Mails zusammenfassen, beantworten und planenCopilot in Outlook: lange E-Mail-Verläufe zusammenfassen, Antworten entwerfen, den Ton prüfen und Termine vorbereiten. Mit Beispielen und Grenzen.
  18. Copilot in Teams: Besprechungen, Chats und NachbereitungCopilot in Teams: Besprechungen zusammenfassen, Aufgaben festhalten und verpasste Chats nachlesen. Mit Voraussetzungen, Grenzen und Hinweisen zum Betriebsrat.
  19. Copilot in PowerPoint: Präsentationen aus Dokumenten erstellenCopilot in PowerPoint: Präsentationen aus Word-Dateien oder Prompts erstellen, Foliensätze zusammenfassen, Sprechernotizen schreiben und Firmenvorlagen nutzen.
  20. Copilot Prompts: Gute Anweisungen für Microsoft 365 CopilotCopilot Prompts, die funktionieren: Aufbau aus Ziel, Kontext, Quellen und Erwartung, Beispiele für Outlook, Teams, Word, Excel und PowerPoint, typische Fehler.
  21. Microsoft 365 Copilot Datenschutz: Was Unternehmen prüfen solltenMicrosoft 365 Copilot Datenschutz: Berechtigungen, Auftragsverarbeitung, EU-Datengrenze, Kennzeichnungen, Betriebsrat und Folgenabschätzung im Überblick.
  22. Oversharing vermeiden: SharePoint und OneDrive vor Copilot aufräumenOversharing vermeiden vor Microsoft 365 Copilot: zu weit geteilte Seiten finden, Links bereinigen, sensible Bereiche einschränken und Kennzeichnungen setzen.
  23. Copilot-Einführung planen: Pilot, Schulung und RolloutCopilot-Einführung planen: Ziele festlegen, Daten vorbereiten, Pilotgruppe wählen, Beschäftigte schulen, Betriebsrat einbinden und den Nutzen messen.
  24. Copilot-Nutzung messen: Kennzahlen, Berichte und BefragungenCopilot-Nutzung messen: welche Kennzahlen zählen, welche Berichte Microsoft bietet, wie Sie Zeitersparnis erfassen und Lizenzen sinnvoll neu verteilen.
  25. Themen in Copilot Studio: Topics planen, bauen und pflegenThemen in Copilot Studio erklärt: Aufbau aus Auslöser und Knoten, Systemthemen, Trigger-Phrasen, Beschreibungen für die generative Orchestrierung und Pflege.
  26. Variablen in Copilot Studio: Themen, globale und SystemvariablenVariablen in Copilot Studio: Unterschied zwischen Themen-, globalen, System- und Umgebungsvariablen, Entitäten, Power Fx und typische Fehler mit Beispielen.
  27. Agenten in Copilot Studio testen: Testbereich, Testsätze und AnalysenCopilot Studio testen: Agenten im Testbereich prüfen, Aktivitätsansicht lesen, Testsätze anlegen, Grenzfälle abdecken und mit Analysen verbessern.
  28. Autonome Agenten in Copilot Studio: Auslöser, Kosten und KontrolleAutonome Agenten in Copilot Studio: wie Auslöser funktionieren, welche Aufgaben sich eignen, was sie an Copilot Credits kosten und wie Sie sie sicher betreiben.
  29. Copilot Studio Sicherheit: Agenten gegen Datenabfluss und Missbrauch schützenCopilot Studio Sicherheit: Authentifizierung, Rechte von Werkzeugen, DLP-Richtlinien, Prompt Injection, verwaiste Agenten und Überwachung als Checkliste.
  30. Cowork-Aufträge formulieren: So erledigt Copilot Cowork, was Sie meinenCowork-Aufträge formulieren: Ergebnis, Quellen, Grenzen und Freigaben klar beschreiben, damit Copilot Cowork zuverlässig arbeitet und Credits spart.