LernpfadeAIPfad
AIPfad

Bibliothek

Direkt nach Thema

Der geführte Pfad schlägt eine Reihenfolge vor — hier springst du direkt zu einem Thema. Beides greift auf dieselben Lektionen, denselben Fortschritt zu.

Orientierung

Was AIPfad ist, was AI kann und nicht kann, wie dein Fortschritt gemessen wird.

Technischer Arbeitsplatz

Pfade, Terminal und Umgebungsvariablen — die Werkzeuge, auf denen alles Weitere aufbaut.

LLM-Grundlagen

Tokens, Embeddings, Aufmerksamkeit, Kontextfenster, Nachrichtenrollen, Halluzination.

Prompting-Grundlagen

Ziel, Kontext, Constraints, Zerlegung, Iteration — wirksame Prompts als Handwerk.

Git — die Grundlagen

Was Git auf deinem Rechner tut: die drei Orte einer Datei, Commits als Momentaufnahmen, Branches als Zeiger und das Zusammenführen zweier Wege.

Git & GitHub — zusammenarbeiten

Wie aus einem Repository auf deinem Rechner gemeinsame Arbeit wird: Remotes, der Unterschied zwischen fetch und pull, Pull Requests, Durchsichten, automatische Prüfungen — und der Weg zurück, wenn etwas schiefgeht.

Embeddings & semantische Suche

Vektoren und Text-Embeddings, Kosinusähnlichkeit, semantisches Retrieval mit Top-k und Schwelle, Relevanz, Precision, Recall und Chunking.

RAG – Wissen mit Quellen nutzen

Dokumente in Chunks teilen, Belege finden, ein Kontextbudget füllen, Antworten nur aus Belegen bilden und die typischen Fehler einer RAG-Pipeline erkennen.

Structured Outputs & Tool Calling – Offline-Grundlagen

JSON-Ausgaben strikt prüfen, Funktionsaufrufe als Datenvertrag lesen, Berechtigungen und die Grenze zwischen Daten und Anweisungen verstehen.