Tokenlabor

Ratgeber

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

12 Artikel

Grundlagen

Wie Sprachmodelle funktionieren

  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 Artikel

Kosten und Modelle

Preise, Vergleiche und Sparmöglichkeiten

  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.
9 Artikel

Prompts

Bessere Ergebnisse durch bessere Anweisungen

  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.
11 Artikel

KI im Arbeitsalltag

E-Mails, Übersetzungen, Texte und Daten

  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.
10 Artikel

Entwicklung

API, JSON, Sicherheit und Geschwindigkeit

  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.
9 Artikel

Recht und Datenschutz

KI-Verordnung, Kennzeichnung, Richtlinien

  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.
6 Artikel

Copilot Cowork

Aufgaben an Microsoft 365 Copilot übergeben

  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.
11 Artikel

Copilot Studio

Agenten mit Microsoft bauen, betreiben und abrechnen

  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.