KI-Mythen und mentale Modelle
Verstehen Sie, wie KI arbeitet, wo sie scheitert und welche verbreiteten Mythen Zeit kosten.
26 Beiträge (12 Artikel · 14 Videos)
Hier beginnen
Einige gute Beiträge für den Einstieg, bevor Sie die vollständige Übersicht durchsuchen.
6 Min. LesezeitWas KI wirklich ist (und was nicht): eine Einführung ohne Hype
KI bedeutet für die meisten Menschen im Jahr 2026 etwas ganz Bestimmtes — und nicht das, was Filme vermitteln. Eine verständliche Erklärung dazu, was tatsächlich geschieht, was KI gut kann und was nicht.
Neu bei KI
6 Min. LesezeitWie KI Antworten erzeugt: das Denkmodell, das Prompting verständlich macht
KI denkt nicht wie ein Mensch, sondern erzeugt anhand des Kontexts wahrscheinliche Fortsetzungen. Mit diesem einfachen Denkmodell werden Prompting-Tipps nachvollziehbar.
Neu bei KI
7 Min. LesezeitZehn KI-Mythen, die Sie ausbremsen
Hartnäckige Vorstellungen über KI halten selbst kluge Erwachsene davon ab, sie überhaupt auszuprobieren. Wir prüfen jede davon ehrlich: Was stimmt, was ist übertrieben und wie sollten Sie damit umgehen?
Neu bei KIWeitere in diesem Thema
7 Min. LesezeitWarum KI-Erklärungen sich wie Lernen anfühlen — und oft keines sind
Eine flüssige Erklärung kann ein Thema vertraut wirken lassen, bevor Sie es tatsächlich anwenden können. Diese drei Tests zeigen, ob KI Ihnen beim Lernen geholfen hat oder ob Sie der Erklärung lediglich folgen konnten.
Neu bei KI
69 MinutenDie Agentenlandschaft – Erkenntnisse aus dem Produktiveinsatz von Agenten
MLOps.community. Der VP of AI von Prosus und ein KI-Entwickler berichten, was beim Einsatz von Agenten in den Portfoliounternehmen der Gruppe tatsächlich schiefging: Penetrationstests auf Prompt-Injection vor dem Start, ein unsicherer Schreibvorgang, als ein Jira-Agent an menschlichen Abkürzungen scheiterte, Offenlegung von Annahmen bei veraltetem Kontext und Rückfallmechanismen, die Agenten zusammenführten oder abschalteten, sobald diese zusätzliche kognitive Last verursachten. Der Vortrag wirkt wie das Fehlermodusregister des Artikels als Live-Postmortem.
Fortgeschritten
10 Min. LesezeitFehlermodi produktiver KI-Systeme: Was nach der Demo schiefgehen kann
KI-Systeme scheitern auf vorhersehbare Weise: durch Halluzinationen, veralteten Kontext, übermäßige Zustimmung, Prompt Injection, unsichere Werkzeugnutzung, Schemadrift und schwache Fallbacks. Ein Fehlermodusregister für Teams, die reale Workflows bereitstellen.
Fortgeschritten
6 Min. LesezeitKI oder Google: Wann sollten Sie suchen, wann fragen?
Suchmaschinen und KI-Assistenten sind nicht austauschbar. Dieser praktische Leitfaden zeigt anhand direkter Vergleiche, welches Werkzeug zu welcher Frage passt und wann Sie beide einsetzen sollten.
Neu bei KI
8 Min. LesezeitDer Aufbau eines Prompts: Rolle, Kontext, Aufgabe, Vorgaben und Format
Eine fünfteilige Vorlage, mit der Sie wichtige Prompts klarer formulieren, leichter prüfen und gezielter verbessern können. Mit ausgearbeiteten Beispielen, häufigen Fehlern und einer praxistauglichen Reihenfolge.
Einsteiger
10 Min. LesezeitChain-of-Thought, Selbstkritik und Tree-of-Thoughts: Wann eignet sich welche Technik?
Drei Reasoning-Techniken verbessern KI-Ergebnisse bei schwierigen Problemen messbar und wiederholbar. Mit konkreten Prompts, direkten Vergleichen, Kosten-Nutzen-Abwägung und den Besonderheiten moderner Reasoning-Modelle.
Mittelstufe
11 Min. LesezeitChunking, Reranking und hybride Suche: So funktioniert RAG wirklich
Die meisten RAG-Implementierungen scheitern an drei Punkten. Ein Praxisleitfaden für Dokument-Chunking, Reranking und die Kombination aus Schlüsselwort- und semantischer Suche — ohne Suchmaschinenexperte zu werden.
Mittelstufe
10 Min. LesezeitReasoning-Modelle auswählen und prompten
Reasoning-Einstellungen verändern Qualität, Latenz, Kosten und mitunter das Prompt-Verhalten. Ein praxisnaher Leitfaden für die Auswahl anhand von Evaluierungen statt überlieferter Regeln.
Mittelstufe
7 Min. LesezeitDas richtige Modell für die Aufgabe: Entscheidungshilfe für 2026
Welches Modell eignet sich für welche Aufgabe? GPT, Claude, Gemini, Reasoning-Varianten und Open-Weight-Optionen mit Entscheidungsregeln und Beispielen von Mitte 2026, nicht als zeitlose Rangliste.
Einsteiger
6 Min. LesezeitWarum KI selbstbewusst falsche Antworten gibt: eine Einführung in Halluzinationen
KI lügt nicht wie ein Mensch. Sie kann flüssig formulierte falsche Angaben erzeugen, weil Plausibilität und Überprüfung unterschiedliche Aufgaben sind. So entstehen diese Fehler, und so schützen Sie sich davor.
Neu bei KI
10 MinutenLernen Sie 80 % von Perplexity in unter 10 Minuten!
Jeff Su. Jeff beginnt mit dem Spektrum, auf dem der Artikel aufbaut: ChatGPT und Gemini am „kreativen“ Ende, Perplexity und Google Search am „genauen, aktuellen und quellenbasierten“ Ende. Anschließend zeigt er die dritte Option praktisch. Der Vergleich von Olympiamedaillen in der Mitte ist die klarste gefundene Demonstration für „Hier fragen Sie einen Chatbot, hier suchen Sie mit Google“. Danach haben Sie ein drittes Tool in Ihrer Suchroutine und eine praxistaugliche Regel für die Wahl zwischen allen drei.
Neu bei KI
29 MinutenTree of Thoughts: bewusstes Problemlösen mit großen Sprachmodellen (vollständige Studienbesprechung)
Yannic Kilcher. Yannic erläutert die ursprüngliche Tree-of-Thoughts-Studie von Princeton und DeepMind — den Zyklus aus generate, score, prune und backtrack (erzeugen, bewerten, verwerfen und zurückgehen), warum er die Genauigkeit beim Game of 24 von 4 % auf 74 % steigert und wann die Technik ihre zehnfachen Tokenkosten nicht mehr rechtfertigt. Das Video zwingt Sie dazu, ToT als Suchalgorithmus zu verstehen, nicht als magisches Präfix für einen Prompt.
Mittelstufe
25 MinutenPrompting 101 – Grundlagen des Promptings
Anthropic. Zwei Mitglieder des Applied-AI-Teams von Anthropic bauen live einen praxisnahen Prompt auf und ergänzen schrittweise eine Rolle, strukturierte Abschnitte und ausdrückliche Denkschritte. Es ist die glaubwürdigste Demonstration auf YouTube dafür, Chain-of-Thought einzusetzen, ohne daraus ein Ritual zu machen. Zugleich konkretisiert sie die Aussage des Artikels: Fügen Sie nicht überall „Let's think step by step“ ein.
Mittelstufe
131 MinutenWie ich große Sprachmodelle nutze
Andrej Karpathy. Eine Fortsetzung, in der Karpathy ChatGPT, Claude, Gemini und Perplexity praktisch wie ein versierter Nutzer einsetzt. Sehen Sie das Video nach dem Artikel und seinem Einführungsvortrag an: Sie erleben das Denkmodell in Echtzeit – einschließlich der kleinen Entscheidungen zu Modell, Modus und Einfügen oder Hochladen, die frustrierte Einsteiger von Nutzern unterscheiden, die schon beim ersten Versuch hilfreiche Antworten erhalten.
Neu bei KI
60 Minuten[1-Stunde-Vortrag] Einführung in große Sprachmodelle
Andrej Karpathy. Ein OpenAI-Ingenieur aus der frühen Aufbauphase erklärt in verständlicher Sprache besonders klar und ausführlich, was ein LLM tatsächlich ist. Der Abschnitt „Psychologie eines LLM“ vermittelt genau das Denkmodell des Artikels: warum diese Modelle halluzinieren, warum sie Stil und Ton gut erfassen, aber schlecht zählen, und warum Prompting eher Coaching als Programmierung ähnelt.
Neu bei KI
3 MinutenDie Entwicklung von OpenAI o1
OpenAI. Dieses dreiminütige Erstanbietervideo dokumentiert, wie das OpenAI-Team o1 bei der Einführung präsentierte. Es hilft, die Geschichte der Kategorie zu verstehen, belegt aber weder die internen Abläufe aktueller Modelle noch das beste Prompting-Muster für einen anderen Anbieter oder eine andere Aufgabe.
Mittelstufe
28 Minuteno1 – was geschieht hier? Warum o1 ein drittes Modellparadigma ist + 10 Dinge, die Sie vielleicht nicht wissen
AI Explained. Das Video bietet eine unabhängige Erklärung der frühen o1-Rahmung und ihrer Auswirkungen auf das Prompting. Es ist nützlicher historischer Kontext; seine Aussagen zu o1 sollten jedoch nicht automatisch auf spätere OpenAI-Modelle, R1, Claude-Thinking-Modi oder andere Anbieter übertragen werden.
Mittelstufe
34 Minuten„Generative KI“ ist nicht das, was Sie denken
Acerola. Ein Entwickler und Essayist untersucht geduldig und mit Code auf dem Bildschirm drei Mythen: „KI ist nur minderwertiger Einheitsbrei“, „KI ist Magie“ und „KI ist Diebstahl“. Wenn Sie bei Mythos #4 oder #7 des Artikels – „Es ist nur Plagiat“ beziehungsweise „Es ist nur Plagiat für Kunst“ – weiterhin Zweifel haben, erarbeitet sich dieses Video sorgfältig das Recht, Ihnen zu widersprechen.
Neu bei KI
12 MinutenWas wir über KI falsch verstehen (mit ehemaligem Google-CEO)
Cleo Abram. Cleo Abram untersucht sowohl das Extrem „Sie wird uns alle töten“ als auch „tiefgreifender als Feuer“, stellt Eric Schmidt die unbequemen Fragen und gelangt zu einer nüchternen Mitte. Der Rahmen „Wir leben in einem Trolley-Problem“ entspricht genau dem Geist des Artikels: die Technologie weder abtun noch zur Katastrophe erklären, sondern verstehen, was sie tatsächlich ist.
Neu bei KI
36 MinutenAndrew Ng: Chancen in der KI – 2023
Stanford Online. Andrew Ng, einer der Menschen, die das Fachgebiet tatsächlich mit aufgebaut haben, spricht verständlich darüber, was KI gut kann, was nicht und wo realistische Chancen liegen. Ein nützlicher Gegenpol zu Beiträgen in sozialen Medien – derselbe ruhige Ton ohne Hype wie im Artikel, nur mit einer tieferen Betrachtung der Frage: „Wohin entwickelt sich das tatsächlich?“
Neu bei KI
8 MinutenGroße Sprachmodelle kurz erklärt
3Blue1Brown. Das klarste achtminütige Denkmodell eines LLM auf YouTube. Grant Sanderson erläutert die „Vorhersage des nächsten Wortes“, Parameter, Training und Reinforcement Learning from Human Feedback, ohne je in Hype abzugleiten. Sehen Sie es direkt nach dem Artikel an: Der Satz „KI ist nur Autovervollständigung auf Steroiden“ wird dadurch von einem bloßen Slogan zu einer nützlichen Kurzform.
Neu bei KI
10 MinutenWarum große Sprachmodelle Halluzinationen erzeugen
IBM Technology. Martin Keen unterteilt Halluzinationen in vier benannte Kategorien – Satzwidersprüche, Prompt-Widersprüche, sachliche Fehler und Unsinn – und erläutert jede davon an einem Whiteboard. Nachdem der Artikel das Warum erklärt hat, gibt Ihnen das Video Begriffe an die Hand, mit denen Sie die Fehlerart in realen Situationen erkennen und die Vertrauenswürdigkeit einer Antwort einschätzen können.
Neu bei KI
36 MinutenChatGPT mit Rob Miles - Computerphile
Computerphile. Ein ausführliches, ruhiges Gespräch mit dem KI-Sicherheitsforscher Rob Miles darüber, warum ein auf die Vorhersage plausiblen Textes trainiertes Modell aufgrund seiner Funktionsweise immer wieder Fakten erfindet. Das Video wurde Anfang 2023 aufgenommen, doch der erläuterte Mechanismus hat sich nicht verändert. Die Darstellung vermittelt bis heute besonders klar: „Es ist eine Maschine für flüssige Sprache, keine Wahrheitsmaschine.“
Neu bei KI