KI verstehen.
Ohne Magie, ohne Hype.
Wenn alle von „KI” reden, aber niemand erklärt was das wirklich ist , dann gehst du am besten zu jemand, der seit 37 Jahren Software baut und seit Jahren mit lokalen Sprachmodellen arbeitet. Ich erkläre dir KI in einer Stunde so, dass du den Hype von der Substanz unterscheiden kannst.
Aktuelle Angebote
Drei Bausteine, einzeln oder kombiniert. Jedes Format ist persönlich, nicht aus dem Folien-Baukasten. Termine nach Absprache.
KI verstehen, für Einsteiger
Beginner ohne Vorwissen, Berufstätige, Selbstständige
Was ist ein LLM, was ist RAG, was kann lokale KI? Demos an meinen eigenen Systemen.
KI als Werkzeug im Berufsalltag
KMU-Mitarbeitende, Führungskräfte, Quereinsteiger
Welche Tools für welche Aufgabe. Prompt-Hygiene. Daten-Souveränität. Was im Haus bleibt, was in die Cloud darf.
Computersysteme verstehen, vom Bit zum Browser
Beginner, Wiedereinsteiger, Eltern, Lehrkräfte
Wie funktioniert ein Computer wirklich? Was ist ein Netzwerk? Warum dauert das jetzt so lange? Klartext statt Marketing.
So „erkennt” ein neuronales Netz eine Ziffer
Mal eine Ziffer (0–9) ins Pixelraster. Jeder der 28 × 28 Pixel wird zu einer Eingabezahl für ein winziges Modell, das nur ~25 000 Gewichte hat (~33 KB). Schon während du malst, gewichtet das Netz jeden neuen Pixel und schiebt die Wahrscheinlichkeitsbalken unten in Echtzeit hin und her, bis eine Ziffer am Ende klar gewinnt. Das ganze läuft ausschliesslich in deinem Browser, kein Server-Roundtrip.
1. Pixel werden Zahlen
Aus deiner Zeichnung werden 28 × 28 = 784 Helligkeits-Werte zwischen 0 und 1. Schwarz = 1, Weiss = 0, Graustufen dazwischen. Mehr nicht.
2. Gewichte multiplizieren
Jeder Pixel wird mit 32 vortrainierten Gewichten multipliziert (eine kleine Zwischenschicht). Aus diesen 32 Werten entstehen 10 End-Scores, einer pro Ziffer.
3. Softmax = Wahrscheinlichkeit
Die 10 Scores werden in Wahrscheinlichkeiten umgerechnet, die zusammen 100 % ergeben. Die höchste gewinnt, das, was du oben siehst.
Trainiert auf dem klassischen MNIST-Datensatz (70 000 handgeschriebene Ziffern), erreicht dieses Mini-Modell ~96,5 % Test-Genauigkeit, deutlich besser als die meisten erwarten würden bei nur 25 000 Parametern. Echte Produktiv-Modelle sind millionenfach grösser, aber das Prinzip bleibt das gleiche: Eingabe-Zahlen × gelernte Gewichte → Wahrscheinlichkeiten.
Mein Versprechen
🎯 Ehrlich
Wenn ein Tool für deinen Anwendungsfall nichts taugt, sag ich das. Mein Geschäft ist langfristig, ich verkauf dir keine KI, die du nicht brauchst.
🛠 Praktisch
Du gehst raus mit Beispielen, die du in deinem Alltag sofort einsetzen kannst. Keine Folien-Vorträge, wir arbeiten an deinen echten Aufgaben.
🌱 Verständlich
Ich erkläre Technik in deiner Sprache. Wenn du nicht verstehst, ist das nicht dein Problem, sondern meines, weil ich es noch nicht gut genug erklärt habe.
Termin vereinbaren
Schreib mir kurz, wofür du Kurse oder Beratung brauchst, ich melde mich zurück mit Vorschlag.
, Timo Böhme, 37+ Jahre Code-Erfahrung, persönlich erreichbar im Rheintal.