Lernressourcen
Ausgewählte Kurse und praxisnahe Tutorials — ein tieferer Einstieg jenseits von News und Tools.
OpenMAIC – KI-Multi-Agent-Klassenraum
Eine Open-Source-Multi-Agent-Plattform, die jedes Thema oder Dokument mit einem Klick in eine interaktive, KI-gestützte Unterrichtsstunde mit Folien, Quizzen und Simulationen verwandelt.
Lernarchiv für Harness-Engineering
Ein Open-Source-Forschungsarchiv zum Thema Harness-Engineering, bei dem Menschen Rahmenbedingungen vorgeben und KI-Agenten die Ausführung übernehmen – mit kuratierten Artikeln und Übersetzungen.
Deep-Learning-Buch – Kostenloser PDF-Leitfaden
Ein kostenloses PDF, das die Grundlagen des Deep Learning bis hin zu fortgeschrittenen Computer-Vision-Themen wie Erkennung, Segmentierung und Vision Transformers abdeckt.
Harvard CS197: KI-Forschungserfahrungen
Ein kostenloses Harvard-Kursbuch, das die praktischen Fähigkeiten und Methoden der KI-Forschung vermittelt – von der Feinabstimmung von Modellen bis zum Schreiben wissenschaftlicher Arbeiten.
Bayesianische Modellierung und Berechnung in Python
Ein kostenloses Online-Lehrbuch, das bayesianische statistische Modellierung und Berechnung in Python mit PyMC, ArviZ und Bambi vermittelt.
Claude Code lernen: Leitfaden für Agenten-Harness
Ein kostenloser Kurs mit 20 Lektionen zum Aufbau der Werkzeuge, des Speichers, der Berechtigungen und der Koordinationsinfrastruktur, die aus einem LLM einen zuverlässigen KI-Agenten machen.
prompts.chat - Open-Source-KI-Prompt-Bibliothek
Eine große Open-Source-Sammlung gebrauchsfertiger Prompts für ChatGPT, Claude, Gemini und andere KI-Modelle, plus ein kostenloser Leitfaden zur Prompt-Entwicklung.
Python-100-Days: Kostenloser Python-Lehrplan
Ein kostenloser, 100-tägiger Tagesplan auf GitHub, der Anfänger von den Python-Grundlagen bis hin zu Webentwicklung, Datenbanken, Datenanalyse und maschinellem Lernen führt.
Dive into Deep Learning – Kostenloses D2L-Lehrbuch
Ein kostenloses, interaktives Deep-Learning-Lehrbuch, das Theorie, Mathematik und ausführbaren Code in Jupyter-Notebooks vereint – von den Grundlagen bis zu fortgeschrittenen Themen.
Prompt Engineering Guide
Ein umfassender Open-Source-Leitfaden, der Prompting-Techniken, Forschung und Anwendungen für das effektive Arbeiten mit großen Sprachmodellen abdeckt.
Hello-Agents - AI-Agents von Grund auf entwickeln
Ein Open-Source-Tutorial von Datawhale, das beibringt, wie man AI-Agents von Grund auf entwickelt. Es behandelt LLM-Grundlagen, Agent-Muster, Gedächtnis und praktische Projekte.
Generative AI for Developers Pfad
Ein fortgeschrittener Google Skills Lernpfad, der Entwicklern, ML Engineers und Data Scientists beibringt, wie sie Generative-KI-Anwendungen erstellen.
Grundlagen von LLMs - ZJU Open-Source-Lehrbuch
Open-Source-LLM-Lehrbuch der Zhejiang-Universität, das Architektur, Prompt-Engineering, Feinabstimmung, Modellbearbeitung und RAG abdeckt.
Agentic Design Patterns - Vollständiger Leitfaden zu 21 Designmustern für den Aufbau intelligenter KI-Agentensysteme
Ein praktischer Leitfaden zu Designmustern für KI-Agentensysteme, verfasst vom CTO von Google AI, mit 21 praxiserprobten Designmustern, die das komplette Wissenssystem abdecken, von einfacher Prompt-Verkettung bis hin zu fortgeschrittener Multi-Agenten-Kollaboration.
5-tägiger Intensivkurs zu KI-Agenten – Kostenloser Online-Kurs von Google & Kaggle
Ein fünftägiger Intensivkurs zu KI-Agenten, gemeinsam von Google und Kaggle angeboten, der vermittelt, wie man produktionsreife KI-Agentensysteme entwickelt, evaluiert und bereitstellt.
Vibe Coding in AI Studio – Praktisches Tutorial zur Gemini API
Praktisches Tutorial zum Vibe Coding in Google AI Studio, einschließlich Gemini API, Sprachprogrammierung, Tool-Integration und schneller App-Entwicklung
LLMs verstehen: Die Technologie hinter ChatGPT – mit Andrej Karpathy
Andrej Karpathy erläutert tiefgehend die Technologie großer Sprachmodelle – vom grundlegenden neuronalen Netzwerk bis hin zum vollständigen Trainings-Stack von Modellen wie GPT und Llama, einschließlich modernster Techniken wie RLHF (Reinforcement Learning from Human Feedback).
Stanford CS336: Language Modeling from Scratch | Kompletter Kurs zum Aufbau eines Sprachmodells von Grund auf
Der Stanford CS336 Kurs erklärt systematisch, wie man ein großes Sprachmodell von Grund auf aufbaut. Er deckt den kompletten Prozess ab, von der Datenverarbeitung über die Transformer-Architektur, das Modelltraining, die GPU-Optimierung, parallele Berechnungen bis hin zur RLHF-Ausrichtung.
Agentic Design Patterns Deutsche Übersetzung - Vollständiger Leitfaden zu 21 AI-Agent-Designmustern
Deutsche Übersetzung von Agentic Design Patterns, die 21 AI-Agent-Designmuster abdeckt, einschließlich Prompt-Chaining, Routing, Multi-Agent-Kollaboration und anderer Kernarchitekturmethoden, mit Python-Codebeispielen
LLMs-from-scratch: Umfassendes Tutorial zum Aufbau großer Sprachmodelle von Grund auf
Ein umfassendes Tutorial zum Aufbau großer Sprachmodelle von Grund auf, schrittweise Implementierung der GPT-Architektur mit PyTorch, einschließlich des gesamten Prozesses von Vortraining, Feinabstimmung und Bereitstellung.