{"content":{"markdown":"Wie funktioniert KI eigentlich? Dieser Lernpfad beantwortet die Frage in fünf Leveln, von der Landkarte des KI-Universums bis zu Transformern, Diffusionsmodellen und Agenten. Statt Lehrbuchbehauptungen zu wiederholen, zeigen die Artikel, was wir selbst gemessen haben — mit Experimenten an einem öffentlichen Datensatz handgeschriebener Ziffern, die jeder wiederholen kann —, und was die Geschichte der bemerkenswerten KI-Modelle zeigt, gestützt auf die Daten von Epoch AI zu mehr als tausend Modellen seit 1950.","text":"Wie funktioniert KI eigentlich? Dieser Lernpfad beantwortet die Frage in fünf Leveln, von der Landkarte des KI-Universums bis zu Transformern, Diffusionsmodellen und Agenten. Statt Lehrbuchbehauptungen zu wiederholen, zeigen die Artikel, was wir selbst gemessen haben — mit Experimenten an einem öffentlichen Datensatz handgeschriebener Ziffern, die jeder wiederholen kann —, und was die Geschichte der bemerkenswerten KI-Modelle zeigt, gestützt auf die Daten von Epoch AI zu mehr als tausend Modellen seit 1950.\n","words":71},"date":"2026-10-18","description":"Lernen Sie in fünf Leveln, wie KI funktioniert: maschinelles Lernen, neuronale Netze, Deep Learning, generative KI und Agenten — mit eigenen Experimenten und Daten zu KI-Modellen.","json":"https://abxk.ai/de/ai-development/fundamentals/index.json","kind":"section","language":"de","learning_path":{"category":"ai-development","levels":5},"modified":"2026-10-18","pages":[{"description":"KI, maschinelles Lernen, neuronale Netze, Deep Learning, generative KI und Agenten als eine Landkarte erklärt, mit den Meilensteinen von 1950 bis heute in Daten.","json":"https://abxk.ai/de/ai-development/fundamentals/ai-universe-explained/index.json","kind":"page","title":"Das KI-Universum: wie KI, maschinelles Lernen, Deep Learning und generative KI zusammenhängen","url":"https://abxk.ai/de/ai-development/fundamentals/ai-universe-explained/"},{"description":"Regression an echten Daten erklärt: Wir haben eine Linie durch die Daten von Epoch AI zu KI-Modellen gelegt, um den Rechenaufwand aus der Größe vorherzusagen.","json":"https://abxk.ai/de/ai-development/fundamentals/regression-explained/index.json","kind":"page","title":"Regression: wie ein Modell eine Zahl vorhersagt","url":"https://abxk.ai/de/ai-development/fundamentals/regression-explained/"},{"description":"Einen Klassifikator bewerten, an unserer Ziffernerkennung: was die Genauigkeit verschweigt, was die Konfusionsmatrix zeigt und was die Schwelle bewirkt.","json":"https://abxk.ai/de/ai-development/fundamentals/classification-metrics/index.json","kind":"page","title":"Klassifikation: Accuracy, Precision und Recall erklärt","url":"https://abxk.ai/de/ai-development/fundamentals/classification-metrics/"},{"description":"Überwachtes, unüberwachtes und bestärkendes Lernen an unserem Experiment: wie viele Beispiele ein Modell braucht und was es ohne Labels lernt.","json":"https://abxk.ai/de/ai-development/fundamentals/how-machines-learn-experiment/index.json","kind":"page","title":"Wie Maschinen lernen: ein Experiment mit handgeschriebenen Ziffern","url":"https://abxk.ai/de/ai-development/fundamentals/how-machines-learn-experiment/"},{"description":"Wie ein Entscheidungsbaum entscheidet, warum ein tiefer Baum auf den Trainingsdaten 100 % schafft und auf neuen Daten versagt — und wie ein Random Forest hilft.","json":"https://abxk.ai/de/ai-development/fundamentals/decision-trees-overfitting/index.json","kind":"page","title":"Entscheidungsbäume und Überanpassung: wenn ein Modell auswendig lernt","url":"https://abxk.ai/de/ai-development/fundamentals/decision-trees-overfitting/"},{"description":"Training und Inferenz erklärt: was passiert, wenn ein KI-Modell lernt und wenn es antwortet, was beide Phasen kosten und wie groß Trainingsläufe sind.","json":"https://abxk.ai/de/ai-development/fundamentals/training-and-inference/index.json","kind":"page","title":"Training und Inferenz: wann KI lernt und wann sie antwortet","url":"https://abxk.ai/de/ai-development/fundamentals/training-and-inference/"},{"description":"Was Parameter, Trainingsdaten und Rechenaufwand bedeuten, wie schnell sie laut Epoch AI seit 2010 wuchsen und warum mehr davon KI-Modelle besser machte.","json":"https://abxk.ai/de/ai-development/fundamentals/parameters-data-compute/index.json","kind":"page","title":"Parameter, Daten und Rechenaufwand: warum KI-Modelle so schnell wuchsen","url":"https://abxk.ai/de/ai-development/fundamentals/parameters-data-compute/"},{"description":"Sechs klassische Verfahren auf denselben Daten, von logistischer Regression bis neuronalem Netz, fair verglichen — und was jedes im Betrieb kostet.","json":"https://abxk.ai/de/ai-development/fundamentals/comparing-ml-methods/index.json","kind":"page","title":"Welches Verfahren gewinnt? Sechs klassische Methoden im Vergleich","url":"https://abxk.ai/de/ai-development/fundamentals/comparing-ml-methods/"},{"description":"Wie k-Means Gruppen in Daten findet, die niemand beschriftet hat, warum die Zahl der Gruppen schwer zu wählen ist und wie PCA 64 Pixel auf wenige Zahlen verdichtet.","json":"https://abxk.ai/de/ai-development/fundamentals/clustering-and-pca/index.json","kind":"page","title":"Clustering und PCA: Struktur finden ohne Labels","url":"https://abxk.ai/de/ai-development/fundamentals/clustering-and-pca/"},{"description":"Was ein neuronales Netz ist, gezeigt an einem selbst trainierten Netz: was ein Neuron rechnet, was Schichten und Gewichte tun und was die Größe ändert.","json":"https://abxk.ai/de/ai-development/fundamentals/neural-networks-in-plain-words/index.json","kind":"page","title":"Neuronale Netze einfach erklärt: Neuronen, Schichten und Gewichte","url":"https://abxk.ai/de/ai-development/fundamentals/neural-networks-in-plain-words/"}],"section":"ai-development","seo_title":"KI-Grundlagen: vom maschinellen Lernen zur generativen KI","title":"KI-Grundlagen: So funktioniert KI","translations":[{"json":"https://abxk.ai/en/ai-development/fundamentals/index.json","language":"en","url":"https://abxk.ai/en/ai-development/fundamentals/"}],"url":"https://abxk.ai/de/ai-development/fundamentals/"}