Im FokusTools & Workflows / Guide
MiniMax Code Mini Apps: eigene Anwendungen statt Chat-Schnipsel
Was MiniMax Code Mini Apps sind, wie Frontend, Node und MCP zusammenarbeiten und worauf du beim ersten eigenen Aufgabenboard achten solltest.
Technologie verstehen.
Besser entscheiden.
Tokenwerk / Das KI-Magazin
Modellvergleiche, lokale KI mit Ollama und Workflows mit n8n. Anleitungen für die Auswahl, das Setup und die Fehler, die dabei auftauchen.
Das KI-Vergleichstool
Kontext, Funktionen und Kosten nebeneinander. 194 Profile, 19 Hersteller, verlinkte Quellen.
01 / Neuigkeiten
Im FokusTools & Workflows / Guide
Was MiniMax Code Mini Apps sind, wie Frontend, Node und MCP zusammenarbeiten und worauf du beim ersten eigenen Aufgabenboard achten solltest.
Außerdem neu
Tools & Workflows / Guide
ElevenLabs auf Deutsch nutzen: Stimme und Modell wählen, Zahlen und Pausen prüfen, MP3 oder WAV herunterladen. Mit Skript und Prüfblatt.
Tools & Workflows / Guide
Die eigene KI-Stimme vorbereiten: Instant und Professional Cloning unterscheiden, Aufnahme prüfen, Verifizierung und Audioexport nachvollziehen.
02 / Orientierung
Aus der Praxis / Case Studies
Vier ausgeführte Tests: JSON-Prüfung, lokale Modellanfragen, n8n-Freigabe und ein Vergleich von GPT, Claude und Gemini. Mit Rohdaten, Grafiken und klaren Grenzen.
Alle Case StudiesTest durchgeführtAntworten prüfen
Ein zusätzliches Textfeld bleibt in unserer bisherigen Übungsprüfung erlaubt. Eine engere Schlüsselliste weist dieselbe Datei zurück.
Test durchgeführtLokale KI
Qwen3.5 4B lief lokal auf einer RTX 4070 Laptop GPU. Die kurzen Folgeanfragen dauerten 0,214 bis 1,111 Sekunden; eine unklare JSON-Anweisung führte zum getrennten Nachtest.
Test durchgeführtAutomatisierung
Genehmigung erzeugte eine interne Testausgabe. Ablehnung, fehlende Antwort und dieselbe ID beim zweiten Versuch erzeugten keine neue. Alle vier Abläufe liefen in n8n 2.44.6.
02 / Lernen
Alltag · 6 Lektionen
Du erstellst und prüfst Entwürfe, recherchierst nachvollziehbar und entscheidest, welche Daten du einer KI geben möchtest.
Selber einrichten · 6 Lektionen
Du richtest ein lokales Modell und einen begrenzten MCP-Zugang ein, beschreibst Skills und grenzt Fehler systematisch ein.
Im Betrieb · 6 Lektionen
Du begrenzt einen Anwendungsfall, prüfst Anbieter, planst einen Pilotversuch und dokumentierst Abnahme sowie Kosten.

04 / Redaktioneller Spotlight
Ollama Structured Outputs mit JSON-Schema nutzen: Felder definieren, Anfragen senden und Antworten prüfen. Mit eigenem Beispiel und klaren Grenzen.
Ein Format ist noch kein Faktencheck.Artikel lesen
05 / Entscheiden
Drei Vergleiche dokumentierter Modellversionen. Den jeweiligen Quellenstand findest du direkt am Vergleich.
Vergleichswerkzeug öffnenVersionsstand 2026-10-12. Beide sind gehostete APIs mit aktiver Modell-ID. OpenAI veröffentlicht in dieser Datengrundlage konkrete Preis- und Funktionswerte; für Claude Sonnet 5 ist der genaue aktuelle Einheitspreis hier noch nicht bestätigt.
Versionsstand 2026-10-12. Beide Anbieter dokumentieren ein Million-token-Kontextfenster, Bildverarbeitung und Tool-Funktionen. Preise hängen bei Google von der laufenden Einführungsphase, bei DeepSeek zusätzlich von Cache und UTC-Zeitfenster ab.
Versionsstand 2026-10-12. Beide bieten offene Gewichte und damit grundsätzlich lokale Ausführung; konkrete lokale Eignung hängt von Speicher, Quantisierung, Laufzeit und Kontext ab.
06 / Lokale Modelle
Grundlagen, Docker, Verbindung, Kontext und Modellverwaltung.
Konfiguration vertiefenOllama Modelfile: Eigene Modelle konfigurieren
Eine Basis. Eine Datei. Deine benannte Variante.
07 / Praxis-Guides
KI & Modelle
Ollama auf Port 11434 prüfen, Portkonflikte zuordnen und OLLAMA_HOST ändern. Mit Beispielen für Windows, macOS, Linux und getrennten Container-Adressen.
KI & Modelle
Ollama-Modelle gezielt mit ollama rm löschen: Namen prüfen, laufende Modelle stoppen und das Ergebnis kontrollieren. Mit Befehlen und Fehlersuche.
Tools & Workflows
n8n Credentials passend zur API anlegen, dem richtigen Node zuordnen und prüfen. Mit Auth-Vergleich, Domain-Grenzen und Hinweisen zum Verschlüsselungsschlüssel.
KI & Modelle
Ollama-Kontextfenster mit num_ctx oder OLLAMA_CONTEXT_LENGTH einstellen und den tatsächlichen Wert prüfen. Mit API-Beispiel, Grafik und Speicherabwägung.
08 / Praxisprojekt im Fokus
Strukturierte KI-Ausgabe validieren und vor einer Aktion menschlich prüfen lassen.
n8n lokal oder gehostet. Ein API-Schlüssel ist optional und nur für echte Cloudrequests erforderlich.
09 / Nachschlagen

Ein Satz besteht nicht nur aus Wörtern. Sieh, wie ein Tokenizer ihn tatsächlich in zehn Teile zerlegt.
Einfach erklärt
Frage, Verlauf und Quellen brauchen Platz. Eine einfache Rechnung zeigt, wie du das Budget einordnest.
Einfach erklärt
Erst die passende Passage finden, dann antworten. Drei Notizen zeigen, wo der Beleg trägt – und wo er fehlt.
Am Beispiel verstehen
Ein trainiertes Modell verarbeitet deine Eingabe. Was dabei passiert und welche Werte beim Betrieb zählen.
Einfach erklärt10 / Quellen & Methode
Die Beiträge nennen ihre Quellen und unterscheiden Herstellerangaben, eigene Beispiele und tatsächlich durchgeführte Prüfungen.
Unser RedaktionsstandardTokenwerk behandelt KI-Modelle, digitale Werkzeuge, Automatisierung, Hardware und gesellschaftliche Fragen rund um Technologie. Neben Einordnungen findest du praktische Guides, Modellprofile und Lernmaterialien.
Im Guide-Bereich findest du Anleitungen zu konkreten Aufgaben, etwa zur Einrichtung lokaler KI mit Ollama oder zu Workflows mit n8n. Die Beiträge nennen Voraussetzungen, Schritte und passende Prüfpunkte.
Nutze die verlinkten Quellen im jeweiligen Beitrag und achte auf den angegebenen Stand. Die Methodik erklärt, welche Angaben von Herstellern stammen, welche Beispiele redaktionell erstellt wurden und welche Tests tatsächlich durchgeführt wurden.
Der Bereich „KI lernen“ bietet Einstiege für den Alltag, die Einrichtung eigener Werkzeuge und den Einsatz im Unternehmen. Wähle nach deinem Vorhaben; die Einheiten verbinden Erklärungen mit Beispielen, Aufgaben und Lösungshinweisen.
Ein Guide hilft dir bei einer konkreten Aufgabe. Ein Lernpfad ordnet mehrere Einheiten in einer empfohlenen Reihenfolge. Ein Modellprofil ist dagegen ein Nachschlagewerk zu einer bestimmten Modellversion und ihren dokumentierten Eigenschaften.
Ja. Im Modellverzeichnis kannst du zwei konkrete Versionen auswählen und ihre dokumentierten Eigenschaften nebeneinander ansehen. Dazu gehören je nach Datenlage etwa Ein- und Ausgabeformate, Kontext und Preise. Fehlende Angaben bleiben als solche erkennbar.
Die Tokenwerk-Lernmaterialien sind kostenlos und ohne Tokenwerk-Konto nutzbar. Externe Tools, Cloud-Zugänge oder APIs können eigene Voraussetzungen und Kosten haben; Hinweise dazu stehen bei den jeweiligen Übungen.
Nein. Manche Modelle sind über einen Anbieterzugang verfügbar, andere lassen sich mit passenden Gewichten und einer unterstützten Laufzeit lokal nutzen. Für den eigenen Betrieb musst du außerdem Hardware, Speicherbedarf und Lizenzbedingungen prüfen.
Achte auf das Prüfdatum und die Quellen im jeweiligen Profil oder Vergleich. Hersteller können Preise, Funktionen und den Zugang ändern. Prüfe vor einem produktiven Einsatz deshalb auch die aktuelle Dokumentation des Anbieters.
Nutze die Bereiche „Korrekturen“ oder „Kontakt“. Nenne den Artikel-Link, die genaue Passage und möglichst eine zugängliche Originalquelle. Das erleichtert die Prüfung des Hinweises.