KI für Einsteiger: Erste Schritte mit AI-Tools

Sie sind ans wöchentliche Token-Limit von Claude Code gestoßen, doch das Kontingent hat sich vollständig aufgefüllt, bevor sieben Tage vergangen waren — und das mehrfach. Online gibt es sogar „Geheimmechanismus“-Beiträge mit der Behauptung, das wöchentliche Limit setze sich alle 72 Stunden zurück. Stimmt das? Dieser Artikel führt das Phänomen auf Primärquellen zurück. Da Anthropic den internen Reset-Mechanismus aber nicht dokumentiert hat und die Limits sich ständig ändern, kennzeichnen wir klar drei Arten von Informationen: aus offiziellen Quellen bestätigbare Tatsachen, Ereignisse, die mehrere Nutzer reproduzierbar beobachten, zu denen sich Anthropic aber nie geäußert hat, und Einzelquelle-Spekulation. Der Kern: Die frühe vollständige Erholung sind in den meisten Fällen Anthropics unregelmäßige globale Resets (wiederholt von @ClaudeDevs angekündigt); die angezeigte Reset-Zeit ist zudem nachweislich instabil; und der kursierende „72-Stunden-Rhythmus“ beruht auf einer Einzelbeobachtung, ist nicht reproduziert und wird durch eine andere Beobachtung (24 h) widersprochen, kann also nicht als Tatsache gelten. Wo sich etwas nicht aussagen lässt, sagen wir das — eine Untersuchung vom Juli 2026.

Genau die Leute, die das Zeichnen aufgegeben haben, weil sie „nicht zeichnen können“, finden im KI-Zeichnen einen Spielplatz. Bring das Bild in deinem Kopf in Worte, und es wird zu Kunst; ein Handyfoto oder das Gekritzel eines Kindes verwandelt sich in Sekunden in ein Kunstwerk. Das ist kein Tool-Vergleich und kein ernsthafter Kurs — es ist ein Ideen-Spielbuch für Spaß allein oder mit der Familie. Von kostenlosen Tools für den Anfang (ChatGPT, Google Gemini, Microsoft Copilot, Canva) über 10 Ideen (① Gekritzel in Kunst ② Foto in neuem Stil ③ eigene Figur durch Szenen ④ Kinderzeichnung als Bilderbuchseite ⑤ eigene Emojis ⑥ Vierbild-Comics ⑦ Was-wäre-wenn-Mashups ⑧ eigene Ausmalseiten ⑨ Zimmer-Makeover ⑩ Zeichen-Duelle) bis zu kleinen Tricks für bessere Bilder und drei Dingen, die du vor dem Spielen wissen solltest (keine fremden Gesichter nutzen, Rechte und kommerzielle Nutzung prüfen, es als KI-gemacht kennzeichnen).

KI kann ein alleswissender Freund sein, der mit dem „Warum?“ eines Kindes mithält, und ein Geschichtenerzähler vor dem Schlafengehen. Richtig eingesetzt, wird aus dem Spiel Lernen. Dieser Artikel bringt zuerst 5 Sicherheitsversprechen in Ordnung (ein Erwachsener bedient und prüft, Alter & Nutzungsbedingungen respektieren, keine persönlichen Daten, beibringen dass KI sich irren kann, Ton & Zeit festlegen) und zeigt dann 10 KI-Aktivitäten zum Kopieren: eine Geschichte, in der euer Kind der Held ist, eine Kinder-entscheiden-Geschichte, ein Einschlafmärchen, ein alleswissender Professor, Tier- & Dinosaurier-Quiz, Begrüßungen in anderen Sprachen, ein ausgedachtes Fabelwesen malen, Ausmalvorlagen, Bastelideen und ein Gefühle-Rollenspiel. Dazu Tipps nach Alter (Vorschule, Grundschule, ältere Kinder), Hinweise für Eltern und eine FAQ. Gratis testbar mit ChatGPT, Claude oder Gemini.

Die süchtig machendste Art, mit KI zu spielen: ein Textadventure, bei dem die KI dein Spielleiter ist. Von Anfang bis Ende erklärt, mit Prompts zum Kopieren und Einfügen – ganz ohne Programmieren. Ein Starter-Prompt, den du nur einfügst, die 5 Teile, die über den Spaß entscheiden (Schauplatz, Ton, Regeln, Zustandsverfolgung, Tempo), 5 Genre-Vorlagen (Fantasy, Horror, Krimi, Sci-Fi, gemütlicher Alltag), Extra-Module wie Würfel, Werte und Speicherstände sowie eine Tabelle mit Fixes, wenn die KI zu weich wird, die Geschichte allein weiterlaufen lässt oder HP und Inventar vergisst. Dazu Tipps fürs lange Spiel (an Haltepunkten speichern, in Kapiteln denken, zu neuem Chat umziehen), Warnhinweise und die Verlinkung zum Schwesterartikel „15 lustige Arten, KI zu nutzen“. Gratis testbar mit ChatGPT, Claude oder Gemini.

Für alle, die bei „Was soll ich die KI eigentlich fragen?“ hängen bleiben: 30 „Aufgaben“, die du nur kopierst und einfügst, um eine lustige Antwort zu bekommen. 6 Genres × 5 Fragen: dich selbst kennenlernen (verborgene Stärken, gemeinsame Werte, mit welchem Tier vergleichbar), Ideen & Was-wäre-wenn (unerwartete Verwendungen für Alltägliches, halbe Schwerkraft, einen Feiertag erfinden), Erklärungen, bei denen du dich schlau fühlst (Quantenmechanik für Fünfjährige, Zinseszins in 3 Metaphern, Internet als Pizza-Lieferung), Sprachspiele (in 10 Stilen umschreiben, Mini-Geschichte in 2 Sätzen, Beinamen erfinden, Palindrome), Rollenspiel & Rat (strenger Life-Coach, Weiser mit frisch erfundenem Sprichwort, Brief vom zukünftigen Ich, ratloser Außerirdischer), praktisch aber lustig (Ausrede als Aphorismus, Absage in 5 Höflichkeitsstufen, fade Nachricht aufhübschen, dramatische Menünamen, ein schöner Umweg in der To-do-Liste). Testbar mit dem kostenlosen ChatGPT, Claude oder Gemini. Mit Tricks für mehr Spaß („mehr“ draufsetzen, Rolle und Vorgaben ergänzen, KI wechseln), Warnhinweisen und einer Verlinkung zum Schwesterartikel „15 lustige Arten, KI zu nutzen“.

Wenn von KI die Rede ist, geht es immer um die ernsten Dinge, aber am hellsten strahlt KI vielleicht beim Spielen. Dieser Artikel zeigt 15 lustige Arten, KI zu nutzen, jede mit einem Prompt zum Kopieren, den du sofort ausprobieren kannst. Wortspiele & Comedy (① Comedy-Battles ② Parodie-Song-/Rap-Maschine ③ Namensfabrik), Rollenspiel & Dialog (④ mit einer historischen Persönlichkeit reden ⑤ zwei KIs debattieren lassen ⑥ mit einem Advocatus-Diaboli-Bot argumentieren üben), Spiele (⑦ Text-Adventure mit der KI als Spielleiter ⑧ eigene Quizshow ⑨ Krimi-Spiel), Kreatives (⑩ Bestimmungsbuch für erfundene Wesen ⑪ eine Geschichte, in der du der Held bist ⑫ Spielen mit der Bildgenerierung) sowie Alltag & Unerwartetes (⑬ Reste-Koch ⑭ Reisepläne ins alte Rom oder zum Mond ⑮ Wahrsagerin zur Unterhaltung). Alles funktioniert mit dem kostenlosen ChatGPT, Claude oder Gemini. Die drei Schlüssel zum Spaß – gib ihr eine Rolle, zäum es mit Vorgaben, stapel „mehr“ – sind zugleich die Grundlagen des praktischen Promptings. Mit Warnhinweisen (Fakt vs. Fiktion, persönliche Daten, Spielen mit Kindern) und einer FAQ.

Nachdem du einen KI-Agenten gebaut hast, stößt du immer an dieselbe Wand: „Okay, aber läuft das wirklich?“ Der Mechanismus, mit dem du entscheidest, ob eine Prompt- oder Modelländerung die Sache mit Daten statt Bauchgefühl besser oder schlechter gemacht hat, sind Evals. LLMs liefern für dieselbe Eingabe jedes Mal eine andere Ausgabe, weshalb Exact-Match-Unit-Tests nicht passen. Dieser Artikel behandelt, was Evals sind, fünf Wege, Qualität zu messen (① Ground-Truth-Abgleich ② regelbasierte Prüfungen ③ LLM-as-judge ④ Regressionstest ⑤ Produktionsmonitoring), die agent-spezifische Bewertung (Aufgaben-Erfolgsrate, korrekte Tool-Aufrufe, Trajektorie, Kosten), wie du klein mit 20 Fehlerbeispielen anfängst, häufige Fallstricke und wichtige Tools (Anthropic Console/Evals, OpenAI Evals, LangSmith, Langfuse, Ragas) — geschrieben für Praktiker.

Die ewige Automatisierungsfrage: „KI-Agenten oder RPA?“ Die Antwort ist kein Entweder-oder – wählen Sie nach Rolle, und das erfolgreiche Muster 2026 ist ein Hybrid aus beidem. RPA sind deterministische „Hände“, die einen festen Ablauf schnell und präzise ausführen (aber abbrechen, wenn sich Bildschirm/Spezifikation ändert); ein KI-Agent ist ein probabilistisches „Gehirn“, das die Lage liest und entscheidet (stark bei Mehrdeutigkeit und Ausnahmen, aber nicht jedes Mal identisch). Dieser Artikel behandelt den Unterschied im Funktionsprinzip, eine Vergleichstabelle (den Kompromiss zwischen Reproduzierbarkeit und Robustheit), die Auswahl (die Achse lautet „lässt es sich vollständig als Regeln ausschreiben?“ – ja → RPA, nicht ausschreibbares Urteilen → KI-Agent), den Trend 2026 (RPA-Anbieter UiPath, Automation Anywhere, Blue Prism werden agentisch – Konvergenz; die Frage ist nicht mehr „welches von beiden“, sondern „wo ist das Schlussfolgern angesiedelt“ = Orchestration-first) und die praktische Antwort: einen Hybrid, bei dem das Gehirn (KI-Agent) Urteilen/Orchestrierung übernimmt und die Hände (RPA) die deterministische Ausführung leisten – setzen Sie keinen Agenten dort ein, wo Determinismus verlangt wird, und koppeln Sie delegiertes Urteilen mit Leitplanken und menschlicher Freigabe. Auf Basis offizieller Anbieterinformationen, mit FAQ.

Claude Fable 5 und Opus 5 sind beide Spitzenklasse, aber die Antwort lautet weder „immer Fable 5“ noch „immer Opus 5“ — wählen Sie nach Aufgabe. Mit dem Erscheinen von Opus 5 am 24. Juli 2026 hat sich diese Antwort spürbar verschoben: Die Vorgängergeneration Opus 4.8 galt als „eine Stufe unter Fable 5, dafür halb so teuer“, während Opus 5 denselben Preis von $5 / $25 hält und Fable 5 bei agentischen Benchmarks erreicht oder übertrifft (Frontier-Bench 43,3 % vs. 33,7 % und OSWorld 2.0 70,6 % vs. 66,1 %, beide aus der Presse; bei CursorBench 3.2 kommt Opus 5 laut Anthropic bis auf 0,5 % an Fable 5 heran, zu etwa den halben Kosten). Beim schwersten Denken in einem Zug neigt sich die Waage weiterhin zu Fable 5, aber nur knapp — Humanity's Last Exam 56,5 % vs. 56,3 % und DeepSWE v1.1 69,7 % vs. 68,8 % (aus der Presse). Kontextfenster (1M) und maximale Ausgabe (128K) sind gleich; den Fast Mode (rund 2,5-fach) gibt es nur bei Opus 5, allerdings zum doppelten Preis und nur über die Claude API, und Opus 5 hat den neueren Wissensstand (Mai 2026). Der Entscheidungsablauf: zuerst Opus 5 probieren und nur dort zu Fable 5 hochstufen, wo es auf ein Plateau läuft. In der Praxis ist „Opus 5 als Basis, Fable 5 für die harten Teile“ optimal, gestützt durch das automatische Umschalten bei Sicherheitssperren in der App und den neuen API-Rückfallmodus „default“. Behandelt Verfügbarkeit (Aussetzung im Juni, erneuter Rollout im Juli), das Vermeiden von Einzelmodell-Abhängigkeit, effort-Tuning für die Kosten und ein FAQ — und verknüpft das Fable-5-Cluster mit dem Leitfaden zum Opus-5-Release.

KI oder Mensch – wer ist bei der Cybersicherheit besser? In den Jahren 2025–2026 hat sich die Antwort stark verschoben. Googles Big Sleep stoppte eine echte Zero-Day (CVE-2025-6965 in SQLite) vor ihrer Ausnutzung, und der autonome KI-Pentester XBOW erreichte Platz 1 im US-Ranking von HackerOne. Zugleich fanden sich in 45 % des KI-generierten Codes Schwachstellen (rund das 2,74-Fache von menschlichem Code), und es kam zum ersten großflächigen KI-gesteuerten Cyberangriff durch Missbrauch von Claude (80–90 % autonom durch KI). Auf Basis von Primärquellen von Google, Anthropic, DARPA und Veracode vergleicht dieser Artikel in einer Übersicht nach Aufgaben die bei Tempo, Skalierung und Vollständigkeit überlegene KI mit dem bei Geschäftslogik, Angriffsverkettung und Endentscheidung stärkeren Menschen. Er zeigt die „dreifache Natur“ der KI als zweischneidiges Schwert – Quelle von Schwachstellen, Werkzeug für Angriffe und stärkster Verteidiger – und kommt für Praktiker und Führungskräfte zu dem Schluss, dass der Gewinner die Rollenverteilung „Mensch × KI“ (Zentauren-Modell) plus Human-in-the-Loop heißt.

Ollama ist das erste Tool, das du für lokale LLMs installieren solltest – es nimmt dir die mühsame Einrichtung fast vollständig ab, sodass du ein Modell mit einem einzigen Befehl herunterladen und sofort loschatten kannst. Dieser Einsteiger-Leitfaden führt von A bis Z durch Installation (Win/Mac/Linux), die wichtigsten Befehle, das Beschaffen und Auswählen von Modellen nach VRAM-Größe, GUIs wie Open WebUI, die lokale und OpenAI-kompatible API zum Einbinden in eigene Apps, Anpassung über Modelfile und Umgebungsvariablen sowie Fehlerbehebung – damit du Ollama als „Docker für LLMs“ schnell zum Laufen bringst.

Welches lokale LLM solltest du installieren? Dieser Leitfaden für 2026 ordnet die wichtigsten Modellfamilien – Qwen, Llama, Gemma, DeepSeek, Mistral, Phi und mehr – nach Entwickler, Herkunftsland, Einsatzzweck, Größe und Lizenz, damit du das passende „erste Modell“ für deinen PC findest. Mit einem eigenen Abschnitt zu deutschen und europäischen Modellen wie Teuken-7B (OpenGPT-X/Fraunhofer), Aleph Alpha, den Llama-Feintunings LeoLM und DiscoLM sowie Mistral aus Frankreich – plus klaren Empfehlungen nach VRAM-Größe, praktischen Tipps zur kommerziellen Lizenzierung und dem Hinweis, dass lokal betriebene Modelle deine Eingaben nie nach außen senden.