Kategorie
Technologien
LLM Tutorien
Bleib auf dem Laufenden über die neuesten Nachrichten, Techniken und Ressourcen für große Sprachmodelle. Unsere Tutorials sind voller praktischer Beispiele und Anwendungsfälle, die du nutzen kannst, um dich weiterzubilden.
Andere Technologien:
Training für 2 oder mehr Personen?Probiere es mit DataCamp for Business
Leitfaden Agent-Harness-Engineering: Die Brücke zwischen Modellen und Handlung
Lerne, wie du mit Python, ReAct-Loops und dauerhaftem Zustand ein individuelles KI-Agent-Harness baust.
23. September 2026
Der umfassende Leitfaden zur Claude-API: Einrichtung, Kostenkontrolle und dein erstes Projekt
Lerne, wie du vom Abo-Zugang zur Claude-API wechselst, um Claude ohne Unterbrechung für autonome Coding-Projekte zu nutzen.
23. September 2026
Docker Ollama: LLMs lokal ausführen – für Datenschutz und null Kosten
Richte Ollama in Docker ein, um lokale LLMs wie Llama und Mistral zu nutzen. Behalte deine Daten privat, eliminiere API-Kosten und baue KI-Apps, die offline funktionieren.
23. September 2026
Ein Entwicklerleitfaden zu Google Workspace MCP-Servern und dem Agent Development Kit
Lerne, wie du mit Google Workspace MCP-Servern und dem Agent Development Kit in Python einen Enterprise-KI-Assistenten baust und LLMs mit deinen Live-Daten verbindest.
23. September 2026
DeepSeek-OCR: Ein praxisnaher Guide mit 7 Beispielen
Entdecke DeepSeek-OCR, ein Vision-Language-Modell für Dokumentverständnis. Sieh dir 7 OCR-Tests an: Diagramme, Mathe, Memes und Handschrift.
23. September 2026
Claude Code Agents: Ein Praxisleitfaden für autonome Coding-Workflows
Lerne, wie Claude Code Sub-Agents Codebasen erkunden, Implementierungen planen und mehrstufige Development-Aufgaben mit minimaler Aufsicht erledigen.
23. September 2026
Google Antigravity Tutorial: Erstelle ein Finance-Risk-Dashboard
Erfahre, wie Google Antigravity Prompts in komplette Apps verwandelt. Baue ein Finanz-Dashboard mit Gemini 3 und KI-gestütztem Browser-Testing.
23. September 2026
Thinking Machines’ Inkling lokal ausführen: So geht’s
Lerne, wie du Thinking Machines' Inkling lokal ausführst. Ein kompletter Leitfaden zum Bauen der experimentellen llama.cpp-Version, zum Herunterladen von Unsloth-GGUFs und zum Serving über mehrere GPUs.
23. September 2026
So funktioniert LLM-Inferenz: Praxisleitfaden zum Bereitstellen und Optimieren großer Sprachmodelle
Erfahre, wie Quantisierung, KV-Cache-Optimierung, Batching, spekulatives Decoding, Speicherbandbreite und hardwarebewusstes Tuning Geschwindigkeit, Skalierbarkeit und Kosten beim Serving großer Sprachmodelle verbessern.
23. September 2026
LangChain vs. LangGraph vs. LangSmith vs. LangFlow: Die wichtigsten Unterschiede erklärt
Vergleiche LangChain, LangGraph, LangSmith und LangFlow. Erfahre Rollen, Stärken und wann du welches Framework für produktionsreife KI-Anwendungen einsetzt.
23. September 2026
LMCache-Tutorial: Eine skalierbare KV-Cache-Schicht für LLM-Inferenz aufbauen
Lerne, wie LMCache KV-Zustände über LLM-Anfragen hinweg speichert und wiederverwendet, mit vLLM integriert und wiederholte Prefill-Berechnungen bei Long-Context-Inferenz reduziert.
23. September 2026
Der komplette Guide zu Nano Banana 2 Lite und Gemini Omni Flash: Medien-Pipelines in Python
Lerne, wie du Googles neueste multimodale Modelle nutzt, um performante, kostengünstige Bild- und Video-Pipelines in Python zu bauen.
23. September 2026