KI für Einsteiger: Erste Schritte mit AI-Tools

Bei langer Arbeit mit Claude Code wiederholt die Antwort plötzlich dutzende bis hunderte Male dasselbe Wort „court“ und bricht mit „API Error: Response stalled mid-stream“ ab. Dahinter stecken meist zwei getrennte, bekannte Bugs, die sich verketten: eine Wiederholungsschleife (Degeneration) auf Modellseite und ein gestoppter Antwort-Stream auf der Übertragungsseite. Dieser Artikel klärt auf Basis der offiziellen Fehler-Referenz und realer GitHub-Issues das Wesen beider Ebenen, die auslösenden Bedingungen, die sofortige Notbremse (Esc → neue Sitzung, /clear), die Vorbeugung für Entwickler (Lese-Timeout, Wiederholungserkennung, max_tokens) sowie die Abgrenzung zum verwandten court/invoke-Tag-Leck.

Der plötzlich in Claude Code und der API auftauchende Fehler 'API Error: 400 Output blocked by content filtering policy' bedeutet weder ein Nutzungslimit noch eine überschrittene Kontextgrenze, sondern dass der Sicherheitsfilter die 'Ausgabe' gestoppt hat, die Claude zurückgeben wollte. Hauptzweck ist die Verhinderung der wortgetreuen Reproduktion bestehender Werke; bei der Volltext-Generierung von Standardlizenzen wie MIT/Apache, bei 'Angleich'-Aufgaben an bestehende Quellen oder beim Vervielfältigen langer Dokumente kommt es häufig zu Fehlalarmen (False Positives) ohne böse Absicht. Dieser Artikel ordnet die offizielle Erklärung (der Ausgabefilter erkennt die Werk-Reproduktion und blockiert mit 400), die in echten Claude-Code-Issues sichtbaren Fehlalarm-Muster (OSS-Repo-Ersteinrichtung, Listenabgleich, am Ende langer Agenten-Läufe als Token-Limit fehldiagnostiziert), die Sofortlösungen (nicht abschreiben lassen, sondern per Tool holen; Prompt in Richtung Generieren/Zusammenfassen umformulieren; mit Esc die Retry-Schleife stoppen; Aufgabe aufteilen; Fehlalarme dem Support melden) sowie die Abgrenzung zu Prompt is too long, usage limit, 529 Overloaded und max_tokens.

Die größte Ursache, warum Solo-Entwicklung nie fertig wird, ist „zu viel Ausbauen“. Während man immer mehr Funktionen drauflädt, wird es komplex und verschwindet, ohne je veröffentlicht zu werden. Der einzige Weg, das zu vermeiden, ist, das kleinste Produkt, das Wert vermittelt — das MVP — auf eine Funktion eingegrenzt im Höchsttempo zu veröffentlichen. Dieser Artikel erklärt aus Sicht des Solo-Entwicklers, der KI zum Partner macht: das richtige Verständnis vom MVP, die Umfangsentscheidung beim Kürzen von Funktionen, die zwei Routen, mit KI am schnellsten zu bauen (codeloses Vibe Coding / Praxis im KI-Editor), das Erkennen von „fertig“ und den Weg bis zur Veröffentlichung und ersten Nutzung durch eine Person.

Das häufigste Scheitern in der Solo-Entwicklung ist „gebaut, aber keiner nutzt es“. Doch der wahre Engpass ist nicht die Baukraft, sondern die Kundengewinnung. „Baust du etwas Gutes, kommen die Leute“ ist eine Illusion. Dieser Artikel fasst aus Sicht des Solo-Entwicklers praxisnah die Reihenfolge zusammen: schon vor dem Bauen mit Build in Public Interessenten sammeln, die ersten 10 „nicht skalierend“ aus dem nahen Umfeld manuell holen, die ersten 100 dort finden, wo sie sind (Communitys, Social Media), indem man beiträgt, und mit SEO/AEO/LLMO dauerhaften Zustrom schaffen — und wie man diese Runde dreht, während man KI für die Vorarbeit nutzt.

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.

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 legt den Schwerpunkt auf die Schritte, mit denen du Evals tatsächlich baust und betreibst, und behandelt 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.