Praxisprojekt
Einen lokalen KI-Assistenten betreiben
Ein lokales Modell mit reproduzierbarer Konfiguration starten und Grenzen des Datenflusses prüfen.
Projekt ansehen →Ausprobieren
Praxisprojekte mit klaren Prüfschritten
Jedes Projekt trennt Ziel, Voraussetzungen, Kosten und Abnahme. Keine versteckten API-Schlüssel, kein automatischer Datenversand und keine versprochenen Ergebnisse.
Vier Projekte
Planbar · prüfbar · erweiterbar
Praxisprojekt
Einen belegorientierten Dokumentenworkflow bauen
Antworten aus bereitgestellten Texten mit Quellenstellen und offener Unsicherheit ausgeben.
Projekt ansehen →
Praxisprojekt
Einen n8n-Workflow mit Prüfschritt umsetzen
Strukturierte KI-Ausgabe validieren und vor einer Aktion menschlich prüfen lassen.
Projekt ansehen →
Praxisprojekt
Zwei Modelle reproduzierbar vergleichen
Ein kleines Aufgabenexperiment mit festen Bedingungen und offengelegten Grenzen durchführen.
Projekt ansehen →Arbeite in kleinen Schritten
Notiere zuerst Eingabe, Ergebnis und Prüfkriterium. Führe dann nur die nächste sichere Stufe aus. Speichere keine echten Kundendokumente oder Geheimnisse in ein Lernprojekt.
Abläufe sicher automatisieren →Vom Nachlesen zum Anwenden
Dein Training zu diesem Thema.
Praxis im Magazin
Die passende Anleitung dazu.
KI & Modelle / Guide
Was ist Ollama? Lokale Sprachmodelle verständlich erklärt
Was Ollama macht, wie lokale Sprachmodelle verwendet werden und worauf du bei Cloud, Hardware und Daten achten solltest. Mit Ablaufgrafik und erstem Test.
Tools & Workflows / Guide
n8n Webhook einrichten: Test und Produktions-URL
n8n-Webhooks mit POST und JSON einrichten, Test- und Produktions-URL unterscheiden und die Antwort prüfen. Mit eigenem Beispiel, Grafik und Fehlersuche.
Häufige Fragen
Welche KI-Praxisprojekte gibt es?
Vier Projekte behandeln einen lokalen Assistenten, einen belegorientierten Dokumentenworkflow, einen n8n-Freigabeablauf und einen reproduzierbaren Modellvergleich.
Sind die Projekte ohne Cloud-API möglich?
Das hängt vom Projekt ab. Die jeweiligen Seiten kennzeichnen optionale Cloudzugänge und mögliche API-Kosten; ein lokales Projekt kann ohne API-Kosten durchgeführt werden.
Wie wird ein Projektergebnis geprüft?
Jede Anleitung nennt ein Abnahmekriterium und konkrete Prüfschritte. Nutze harmlose Beispieldaten und speichere keine Geheimnisse in einem Lernprojekt.
Brauche ich ein Benutzerkonto bei Tokenwerk?
Nein. Die statischen Anleitungen und Werkzeuge sind ohne Tokenwerk-Konto nutzbar.