KI-Wissensatlas
KI, richtig erklärt von den ersten Prinzipien bis zur Forschungsfront
Acht Wissensbereiche, achtundvierzig Kernkonzepte. Jedes reicht von einer präzisen Definition über die dahinterliegende Intuition bis hin zur Funktionsweise und zu den Grenzen — mit handgezeichneten SVG-Abbildungen und interaktiven Diagrammen. Ganz gleich, ob Sie noch nie von einem neuronalen Netz gehört haben oder täglich Paper lesen.
- Wissensbereiche
- 08
- Kernkonzepte
- 48
- Abbildungen & Diagramme
- 124
- Oberflächensprachen
- 12
STRUCTURE
Die acht Wissensbereiche
Von oben nach unten ergibt sich eine natürliche Abhängigkeitskette: Mathematik begründet das maschinelle Lernen, maschinelles Lernen rahmt das tiefe Lernen, tiefes Lernen trägt Sprache, Vision, bestärkendes Lernen und generative Modelle — und Engineering und Governance führen sie alle in Produkte.
WissenskartePATHS
Wählen Sie Ihren Einstieg
Eine Website, drei Arten zu lesen. Keine feste Reihenfolge — springen Sie jederzeit seitwärts.
Ich fange bei null an
Keine Mathematik, kein Code. Beginnen Sie mit den einfachsten Fragen — was ist ein Vektor, wie lernt ein Modell — und bauen Sie Intuition durch Analogien auf.
Mit Mathematik & Statistik beginnenIch weiß schon etwas und will Struktur
Sie haben von Gradientenabstieg und Transformer gehört, aber das Wissen ist bruchstückhaft. Lesen Sie Bereich für Bereich und verknüpfen Sie die losen Teile zu einem Netz.
Mit maschinellem Lernen beginnenIch arbeite in diesem Feld
Sie müssen sich in zehn Minuten an die genaue Formulierung einer Methode und ihre Randbedingungen erinnern. Gehen Sie direkt zu den Einträgen, Formeln und weiterführenden Quellen.
Alle Einträge durchsehenDOMAINS
Wissensbereiche
Grundlagen der Mathematik und Statistik
Vektoren, Matrizen, Wahrscheinlichkeit und Ableitungen – die Sprache der KI
Maschinelles Lernen
Programme Regeln aus Daten ableiten lassen, statt sie fest zu codieren
Deep Learning
Feature-Engineering an gestapelte Schichten übergeben
NLP und große Sprachmodelle
Von der Tokenisierung über Transformer zu sprechenden Modellen
Computer Vision
Pixel in Objekte, Szenen und 3D-Struktur verwandeln
Bestärkendes Lernen
Entscheidungsfolgen aus Versuch, Irrtum und verzögerter Belohnung lernen
Generative KI
Vom Beurteilen, was etwas ist, zum Erzeugen, wie es sein sollte
KI-Engineering, Sicherheit und Ethik
Ein funktionierendes Modell in ein nutzbares, vertrauenswürdiges und verantwortliches Produkt verwandeln
SELECTED
Hier beginnen
Wenn Sie nur sechs Einträge lesen, dann diese sechs.
Vektoren und Vektorräume
KI verwandelt alles – Wörter, Bilder, Klänge – in eine Liste von Zahlen
Gradient und Gradientenabstieg
Alles Deep Learning läuft auf eines hinaus: einen kleinen Schritt bergab
Transformer-Architektur
Statt Wort-für-Wort-Stafette ein Raum, in dem alle zugleich sprechen — und weite Abhängigkeiten sind nur einen Schritt entfernt
Diffusionsmodelle
Lerne tausend kleine Entrauschungsschritte, und du erzeugst ein Bild aus reinem Rauschen
Bestärkendes Lernen aus menschlichem Feedback
Wenn die „gute Antwort" keine Formel hat, übernehmen Menschen die Rolle der Belohnungsfunktion
Retrieval-Augmented Generation
Wissen nicht in die Parameter stopfen, sondern draußen halten und bei Bedarf nachschlagen – wie eine Open-Book-Prüfung
USAGE
So nutzen Sie diese Website
Bereich für Bereich lesen
Jeder Bereich ist nach steigender Schwierigkeit geordnet; wer einen abschließt, hat einen vollständigen Baustein des Verständnisses gewonnen.
02Zur Wissenskarte springen
Die Karte zeichnet alle achtundvierzig Konzepte als ein Beziehungsnetz, sodass Sie auf einen Blick sehen, wer wen trägt und was was ersetzt.
03Das Glossar als Wörterbuch nutzen
Wenn Ihnen ein Begriff unbekannt ist, schlagen Sie ihn direkt nach — weit schneller, als durch frühere Kapitel zurückzublättern.
Bereit?
Beginnen Sie mit Vektoren & Vektorräumen — dem eigentlichen Fundament der modernen KI.
Wissenskarte erkunden