Zum Inhalt springen

Videos

AI in kurzen Videos erklärt

Eine Idee pro Video, verständlich erklärt. Jedes Video verlinkt auf das Kapitel unseres kostenlosen Kurses, das sie Schritt für Schritt erklärt.

AI-News, Guides und Produktupdates per E-Mail

WhatsApp-Community (öffnet in einem neuen Tab)Telegram-Kanal (öffnet in einem neuen Tab)

Hier starten AI 101

Neueste

Nach Kurskapitel

  1. 1Das Perceptron von Grund auf: Was ein Neuron berechnet10 Videos
  2. 2Woher eine Verlustfunktion kommt: Likelihood, nicht Konvention12 Videos
  3. 3Bergab: Gradient Descent und die zwei Schritte, die alle überspringen13 Videos
  4. 4Klassifikation, Cross-Entropy und wie du dich nicht selbst täuschst22 Videos
  5. 5Backpropagation von Grund auf: erst die Engine, dann das Netzwerk11 Videos
  6. 6Zum Trainieren bringen – und zum Generalisieren19 Videos
  7. 7BPE-Tokenizer bauen: Warum dein Modell die R nicht zählen kann12 Videos
  8. 8Next-token prediction: Embeddings und was Perplexity bedeutet17 Videos
  9. 9Attention und der Transformer-Block, aus einem Durchschnitt hergeleitet17 Videos
  10. 10Pretraining eines LLM: Daten, Compute, Scaling Laws und Kosten21 Videos
  11. 11Vom Basismodell zum Assistenten: SFT, RLHF, DPO und GRPO16 Videos
  12. 12Chain of Thought, RLVR und Test-Time Compute: gemessen9 Videos
  13. 13Inference günstig machen: KV cache, Batching und Quantisierung18 Videos
  14. 14Dein erster LLM-Call in Production: Streaming, Retries, Timeouts11 Videos
  15. 15Prompt Engineering, gemessen: Was die Ausgabe verändert11 Videos
  16. 16Context Window, Tokens und Rechnung: gemessen2 Videos
  17. 17Temperature, Top-p und der Determinismus, den du nicht hast
  18. 18Tool Calling und strukturierte Outputs: Der Vertrag, der hält
  19. 19RAG in Production: Chunking, Retrieval und ehrliche Zitationen
  20. 20Fine-Tuning, Retrieval oder Prompt? Die Entscheidung ist wirtschaftlich
  21. 21Multimodale Preise: Was Bilder, Audio und Video wirklich kosten
  22. 22Was ein AI Agent ist: fünf klassische Typen, zwei rivalisierende Definitionen
  23. 23Ein Agent Harness bauen: Die Schleife und ihre fünf Ausgänge
  24. 24Context Engineering: Warum dein agent in Runde 40 dümmer wird
  25. 25Multi-agent-Orchestrierung: fünf Muster – und wann eines gewinnt
  26. 26MCP anhand der Spec erklärt: Was ein Server wirklich ist
  27. 27MCP Server shippen: TypeScript und Python im Messvergleich
  28. 28Agent Skills und SKILL.md: Progressive Disclosure, gemessen
  29. 29LLM-Evaluation: Von öffentlichen Benchmarks zu deinem Golden Set
  30. 30Prompt Injection und die Lethal Trifecta: Einen echten Agent absichern