KI für Einsteiger: Erste Schritte mit AI-Tools

Statt jedes Mal „Nenne zuerst das Ergebnis“ oder „Antworte auf Deutsch“ zu schreiben, genügt es, das einmal in ein Anweisungsfeld zu schreiben, das automatisch für alle Unterhaltungen gilt. Bei ChatGPT ist das das Feld „Benutzerdefinierte Anweisungen“, bei Claude „Anweisungen für Claude“ und bei Gemini „Anweisungen für Gemini“, doch Name, Ort und Zeichenlimit unterscheiden sich. ChatGPT erlaubt mit Free und Go 1.500 Zeichen, mit Plus und höher 5.000 Zeichen (im Juli 2026 angehoben), Claude und Gemini veröffentlichen kein Limit. Dieser Artikel prüft Ort und Limit anhand der offiziellen Hilfeseiten der drei Anbieter und zeigt auf Grundlage des offiziellen Prompting-Leitfadens von Anthropic, wie wirksame Anweisungen aussehen, mit einem Beispiel. Außerdem fasst er in einer Checkliste die Situationen zusammen, in denen die Anweisungen laut offizieller Hilfe nicht wirken, etwa in Projekten, in Gems, in temporären Chats und mit Firmenkonten.

Jetzt, da die KI eine „Hand zum Programmieren“ hat, kann schon eine einzelne Person ein Produkt bauen und veröffentlichen. Doch die Informationen sind über die Schritte verstreut, und man verliert leicht den Überblick, womit man anfangen soll. Dieser Artikel ist die Gesamtkarte von der Idee über Entwurf und Implementierung bis zu Veröffentlichung und Monetarisierung: Er ordnet die Solo-Entwicklung in fünf Phasen – Festlegen → Vorbereiten → Bauen → Veröffentlichen → Wachsen lassen – zeigt für jeden Schritt, was zu tun ist und welches Werkzeug man nutzt, und verweist bei Bedarf auf die jeweiligen Einzelanleitungen (Hub-Artikel). Geführt wird auf zwei Spuren: der 🌱 Einstiegsroute fast ohne Code und der 🔧 Praxisroute mit Code im KI-Editor. Von Spec-Driven Development, KI-App-Buildern, Claude Code/Cursor und dem Einbau von KI-Funktionen (API/RAG/Gateway) über Deployment, SEO/AEO-Nutzergewinnung, Monetarisierung und Kostenkontrolle bis zu den 5 Stolperfallen der Solo-Entwicklung mit KI – alles mit Wegweisern zu den bestehenden Praxisanleitungen auf einer Seite.

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 weniger als einer Minute 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 – mit Kindern gilt aber: erst Sicherheit, dann Spaß. Dieser Artikel bringt zuerst 5 Sicherheitsversprechen in Ordnung (ein Erwachsener bedient und prüft, Altersgrenzen prüfen, keine persönlichen Daten, beibringen, dass KI sich irren kann, Ton und Zeit festlegen) und zeigt dann eine Tabelle der Altersgrenzen, geprüft an den Nutzungsbedingungen der Anbieter (ChatGPT ab 13, unter 18 mit Erlaubnis der Eltern, Copilot ab 13, Claude ab 18, Gemini unter 13 über Family Link, wo angeboten und von Eltern erlaubt), die Eltern-Einstellungen Schritt für Schritt (ChatGPT-Kindersicherung, Google Family Link, Microsoft Family Safety, temporärer Chat im Erwachsenenkonto) und häufige Fehler. Danach folgen 10 KI-Aktivitäten zum Kopieren: eine Geschichte, in der euer Kind der Held ist, eine Kinder-entscheiden-Geschichte, ein ruhiges Einschlafmärchen, ein allwissender Professor, ein Tier- und Dinosaurier-Quiz, Begrüßungen in anderen Sprachen, ein ausgedachtes Fabelwesen malen, Ausmalbilder, Bastelideen und ein Gefühle-Rollenspiel. Mit Tipps nach Alter und FAQ.

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 (außer Nr. 12, der Bildgenerierung, die Claude nicht kann – dafür ChatGPT oder Gemini nutzen). 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.

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.

Ein riesiges KI-Modell von Grund auf neu zu trainieren ist viel zu teuer, aber man möchte es nur für sich anpassen; LoRA (Low-Rank Adaptation) erfüllt diesen Wunsch, indem es das ursprüngliche Modell einfriert und nur ein winziges Zusatzteil (einen Adapter) trainiert, was die trainierbaren Parameter auf weniger als 1 % des ursprünglichen Modells senkt. LoRA macht Fine-Tuning dramatisch günstiger und schneller und ist in der Bildgenerierung wie Stable Diffusion als kleine Datei, die eine Figur oder einen Stil hinzufügt, enorm beliebt. Dieser Artikel erklärt es mit einer Flicken-Analogie. LoRA ist das Aushängeschild des parametereffizienten Fine-Tunings (PEFT): die riesigen ursprünglichen Gewichte bleiben eingefroren, in jede Schicht wird eine kleine Zusatzmatrix eingefügt und nur diese trainiert (W = W0 + BA, wobei W0 eingefroren ist und BA der kleine hinzugefügte Teil). Es baut auf der Hypothese auf, dass die Anpassung einer KI keine großen Änderungen erfordert (ein niedriger Rang genügt), die die Experimente des Original-Papers stützten (bei Mathematik und Programmierung gibt es Berichte, dass es dem vollständigen Training unterlegen ist). Vorteile: trainierbare Params unter 1 % des Originals (im Original-Paper bei GPT-3 175B etwa ein Zehntausendstel), weniger GPU-Speicher beim Training (dort 1,2 TB → 350 GB), schnelleres und günstigeres Training, keine Inferenz-Latenz nach dem Verschmelzen des Adapters, und die ursprünglichen Fähigkeiten gehen weniger leicht verloren. Die größte Stärke sind austauschbare Adapter: eine gemeinsame Basis behalten und je nach Anwendungsfall kleine LoRA-Dateien sofort tauschen (Support, Unternehmens-Tonfall, eine bestimmte Figur). Viele begegnen LoRA zuerst in der Bildgenerierung, wo Stable-Diffusion-LoRAs, die eine Figur, einen Stil oder ein Motiv gelernt haben, breit geteilt werden (Stil hinzufügen, Figur beibringen, leicht und teilbar). QLoRA kombiniert Quantisierung und trainiert LoRA auf einer 4-bit-Basis; laut Paper lässt sich so ein 65B-Modell, das in 16 Bit vollständig trainiert über 780 GB bräuchte, auf einer 48-GB-GPU feinabstimmen und ein 33B-Modell auf einer 24-GB-Consumer-GPU, mit Ergebnissen gleichwertig zu 16-Bit-Verfahren (ob 33B und 65B mit dem vollständigen Training mithalten, hat das Paper nach eigener Aussage nicht geprüft). Gegenüber dem vollständigen Fine-Tuning (alle Gewichte trainieren) unterscheidet sich LoRA bei den trainierten Gewichten, den Kosten, dem Ergebnis und dem besten Einsatz; für die meisten Arbeiten genügt LoRA. Die Basis behalten, klein würzen. Die Zahlen gelten unter den Versuchsbedingungen des Original-Papers u. a., als Richtwert.

Dass ein riesiges 70B-Modell auf einem einzelnen heimischen PC statt auf einem Rack voller Rechenzentrums-GPUs läuft (was nicht in eine Consumer-GPU passt, übernehmen CPU und Arbeitsspeicher), ermöglicht die Quantisierung, die die numerische Präzision der Gewichte eines Modells senkt, um Größe und Speicher drastisch zu verringern. Während die Modell-Destillation Wissen in ein separates kleineres Modell verlagert, macht die Quantisierung dasselbe Modell leichter. Dieser Artikel erklärt sie mit einer Foto-Kompressions-Analogie. Die Quantisierung ersetzt als FP16/FP32-Dezimalzahlen gespeicherte Gewichte durch INT8 (8-bit) oder INT4 (4-bit) Ganzzahlen und reduziert die Bytes pro Gewicht (FP32=4, INT8=1, INT4=0,5); wie beim Komprimieren eines RAW-Fotos zu JPEG opferst du ein wenig Präzision für eine große Reduktion, und überraschend ist, wie wenig man aufgibt. Beim Speicher nutzt 4-bit etwa ein Viertel von FP16: ein 70B-Modell sinkt von ~140GB auf ~35GB, und ein 8B-Modell bei 4-bit liegt bei ~4.5-5GB und passt in eine Mittelklasse-GPU mit 8GB VRAM für lokale Nutzung (die Demokratisierung der LLMs). Bei der Genauigkeit ist INT8 nahezu verlustfrei und INT4 verschlechtert sich Berichten zufolge unter 4% bei allgemeinen Q&A-/Alltagsaufgaben, doch der Verlust ist bei Mathematik, Code-Generierung und schwierigem Schlussfolgern deutlicher (er zeigt sich als kleiner Anstieg der Perplexität), also wähle die Bit-Breite passend zur Aufgabe. Wichtigste Methoden: GPTQ (Vorreiter für genaues 4-bit), AWQ (schützt die ~1% wichtigsten Gewichte; ob es GPTQ übertrifft, hängt von der Evaluation ab), GGUF (llama.cpp/Ollama-Format, Q2_K-Q8_0, CPU+GPU-Hybrid, für lokal) und QLoRA (4-bit-Basis plus LoRA für Consumer-GPU-Fine-Tuning). Sie unterscheidet sich von Destillation (in ein separates kleines Modell verlagern) und Fine-Tuning (Aufgabenwissen hinzufügen), und die drei werden meist kombiniert (ein destilliertes Modell quantisieren; eine quantisierte Basis fine-tunen). Zum Start ein GGUF-Modell mit Ollama in einem Befehl ausführen, Q4/Q8 nach VRAM wählen und INT4 für Code oder exakte Mathematik vermeiden. Die meisten großen Modelle werden bereits quantisiert ausgeliefert, du lädst sie also einfach herunter und nutzt sie. Behalte die Klugheit, lass nur das Gewicht fallen. Die Zahlen sind aus öffentlichen Materialien zitiert, als Richtwert.

Eine riesige, leistungsstarke KI ist klug, aber schwer und teuer; die Modell-Destillation (Knowledge Distillation) löst dies, indem sie das Wissen eines großen Lehrer-Modells auf ein kleines Schüler-Modell überträgt und so eine lehrernahe Leistung bei deutlich kleinerer Größe und höherer Geschwindigkeit erhält. Dieser Artikel erklärt es anhand einer Lehrer-Schüler-Analogie. Der Schlüssel sind soft labels: Gewöhnliches Training lehrt nur „die Antwort ist Katze“ (hard label), während die Destillation die vollständige Wahrscheinlichkeitsverteilung des Lehrers wie „90 % Katze, 8 % Hund, 2 % Fuchs“ übergibt, deren Grad des Zögerns reiche Informationen enthält; ein temperature-Parameter glättet die Wahrscheinlichkeiten, um feine Beziehungen sichtbar zu machen (reales Beispiel: die 2024 eingeführte API-Funktion von OpenAI, kleinere Modelle auf Ausgaben größerer zu trainieren). Vorteile: schnell und günstig, deutlich kompakter bei lehrernaher Leistung (TinyBERT: 7,5-mal kleiner, über 96,8 %), läuft am Edge, stark bei Spezialisierung. Zwei Ansätze: White-Box (voller Zugriff auf Gewichte und interne Repräsentationen, tiefere Übertragung; für eigene oder OSS-Modelle) und Black-Box (nur Ausgaben/API-Antworten sichtbar; die API eines anderen Unternehmens als Lehrer zu nutzen, kann gegen Bedingungen verstoßen). Sie unterscheidet sich von Quantisierung (Kompression der Gewichtspräzision desselben Modells) und Fine-Tuning (Weitertraining eines bestehenden Modells für eine Aufgabe) – die Destillation überträgt Wissen in ein separates kleines Modell, und die drei sind kombinierbar. Die rechtliche/ToS-Realität war 2026 ein großes Thema: Die Technik ist legitim, aber OpenAI, Anthropic und xAI enthalten Klauseln zur wettbewerbswidrigen Destillation, die es verbieten, Ausgaben zum Bau konkurrierender Modelle zu nutzen, sodass das Destillieren eines Konkurrenten aus einer eingeschränkten API gegen die Bedingungen verstoßen kann. Der Streit OpenAI gegen DeepSeek (OpenAI behauptete, mit DeepSeek verbundene Konten umgingen Beschränkungen, um Ausgaben für die Destillation zu erlangen, während DeepSeeks Bedingungen die Destillation seiner Ausgaben Berichten zufolge erlauben) zeigt, dass die Bewertung davon abhängt, wessen API-Bedingungen gelten, und Claude Fable 5/Mythos 5 leiten als Destillation markierte Anfragen an ein weniger leistungsfähiges Opus-Modell um. Tipps: Verwenden Sie eigene oder lizenzierte OSS-Modelle als Lehrer, prüfen Sie Anti-Destillations-Klauseln vor der Nutzung einer kommerziellen API und beurteilen Sie, ob die Nutzung die „Entwicklung eines konkurrierenden Modells“ darstellt. Klugheit vom großen Modell, Betrieb vom kleinen – aber wen man als Lehrer wählt, ändert das Ergebnis technisch und rechtlich. Zahlen sind aus öffentlichen Materialien zitiert, richtungsweisend.

In „So baust du ein Multi-Agenten-System“ hieß es, jede Übergabe zu instrumentieren, bevor man Agenten hinzufügt; die Technologie, die diese Instrumentierung in der Produktion trägt, ist AI observability. Sie macht sichtbar, was LLMs und Agenten in der Produktion tatsächlich tun (welches Modell mit welchem Prompt, welche Tools und Suchen, was zurückkam und wie lange und wie viel es kostete), damit du bis zur Ursache zurückverfolgen kannst. Der entscheidende Unterschied zum gewöhnlichen App-Monitoring: KI kann 200 OK in 50ms zurückgeben und trotzdem selbstbewusst halluzinieren, sodass die meisten KI-Ausfälle Qualitäts-Ausfälle sind (Halluzination, schwaches Retrieval, unsichere Antworten, unvollständige Aufgaben, schlechte Tool-Nutzung, Regressionen nach Prompt-Änderung) und keine Infrastruktur-Ausfälle. Observability ruht auf drei Säulen: traces (eine Anfrage als Baum aus spans, der LLM-Aufrufe, Tools, Retrieval und Argumentationsketten zeigt; der Star der KI-Beobachtung), metrics (Latenz, Kosten, Tokens, Fehlerrate, Durchsatz) und logs (Detail pro Ereignis). Der Industriestandard OpenTelemetry GenAI-Konventionen erfasst Prompts, Antworten, Token-Verbrauch und Tool-/Agenten-Aufrufe in einem herstellerneutralen Schema, einspeisbar in Datadog/Grafana. Die am häufigsten verwechselte Unterscheidung ist Observability vs. Evaluation (evals): Observability zeigt, was passiert ist (leicht zu messen, kann aber nicht sagen, ob die Antwort korrekt ist), während evals messen, ob die Antwort gut ist (Genauigkeit, groundedness, Sicherheit) und explizite Bewertung erfordern. Da Kosten und Latenz leicht zu messen sind, die Antwortqualität aber nicht, kombinieren Tools von 2026 die trace-Anzeige mit Output-Bewertung und Verschlechterungs-Alarmen. Kennzahlen teilen sich in betriebliche (Kosten, Latenz, Tokens, Fehlerrate) und qualitative (Halluzination, groundedness/faithfulness, am wichtigsten für RAG, Sicherheit, Aufgabenerfüllung), mit Halluzinationserkennung via LLM-as-a-judge, semantischer Ähnlichkeit und groundedness-Scores. Wichtige Tools: LangSmith (LangChain), Langfuse (Open-Source-Self-Host), Arize Phoenix (RAG-Debugging), MLflow (Lebenszyklus), AgentOps (Agenten) und OpenTelemetry (der Standard). Beginne mit dem Erfassen von traces (OpenTelemetry-konform), visualisiere betriebliche Kennzahlen und binde dann evals an, bevor du ausrollst. Für Multi-Agenten-Systeme ist Beobachtung unverzichtbar, da sich Fehler in mehrstufigen Ketten verbergen, die nur in einem vollständigen Session-Trace sichtbar sind. Beobachten plus bewerten macht KI produktionsreif. Abbildungen und Merkmale sind aus öffentlichen Materialien zitiert, als Richtwert.

Jetzt, da KI-Agenten alltäglich sind, lautet die nächste Herausforderung, wie man Agenten miteinander kooperieren lässt. Wenn MCP einen Agenten mit seinen Werkzeugen verbindet, verbindet A2A (Agent2Agent) einen Agenten mit einem anderen Agenten — ein offener Standard, mit dem sich KIs auf unterschiedlichen Anbietern und Frameworks finden, kommunizieren und über eine gemeinsame Konvention kooperieren. Google veröffentlichte ihn im April 2025, übergab ihn im Juni an die Linux Foundation, und 2026 erreichte er v1.0. Dieser Einsteiger-Leitfaden erklärt, was A2A ist (mit der Analogie der Umgangsformen einer Geschäftspartnerschaft), warum es nötig ist (spezialisierte Agenten reichen Arbeit weiter — ein Planungs-Agent zu einem Hotelbuchungs-Agent zu einem Bezahl-Agent), wie es sich von MCP unterscheidet (MCP ist vertikal, Agent ↔ Werkzeuge; A2A ist horizontal, Agent ↔ Agent; beide übereinanderzulegen ist das zweischichtige Standard-Setup), wie es funktioniert (eine Agent Card — ein JSON als „Visitenkarte“ unter /.well-known/agent-card.json — dient zum Entdecken der Fähigkeiten, dann trägt ein Task die Anfrage durch Zustände wie working, input-required und completed, und ein Artifact liefert das Ergebnis, alles über HTTP, Server-Sent Events und JSON-RPC 2.0, wobei die Agenten ihre Interna verborgen halten) sowie aktueller Stand und Umsetzung (Stand April 2026: 150+ unterstützende Organisationen, 22.000+ GitHub-Sterne, SDKs in fünf Sprachen — Python, JavaScript, Java, Go, .NET — mit Microsoft, Salesforce, SAP und ServiceNow beteiligt). Die Eselsbrücke: mit Werkzeugen verbinden = MCP, mit Partnern verbinden = A2A.