Von ersten Experimenten bis zu echten Automatisierungen.
Transparent dokumentiert. Praktisch nachvollziehbar.
Entwicklungsingenieur im automobilen Mittelstand – hier dokumentiere ich meinen KI-Lernweg neben dem Berufsalltag. Offen, unfertig, ehrlich.
Hosting, Domain & erste eigene Website – der Grundstein ist gelegt.
KI spart massiv Zeit bei Recherche und Programmierung – der direkte Vergleich WordPress vs. Claude hat das eindrücklich gezeigt.
Website in einem Nachmittag live: Hosting, Domain & professionelle Unternehmensseite – ohne Agentur, ohne Entwickler. Übertragbar auf jedes KMU, das schnell eine digitale Präsenz braucht.
KI-Agenten mit Experten-Wissen selbst bauen und als Produktivitätswerkzeug einsetzen.
KI-Agenten simulieren Experten-Wissen auf hohem Niveau – Erkenntnisse, die sonst teure Berater liefern würden.
Token-Verbrauch aktiv managen: Langen Kontext per Zusammenfassungen komprimieren, bevor ein neuer Chat startet.
Fehlende Spracheingabe in Claude bremst den Workflow – Lösung in Phase 3 gesucht.
KI-Agenten halbieren Vorbereitungszeit: Statt 2h Eigenrecherche liefert der Agent in Minuten strukturierte Ergebnisse auf Expertenniveau – direkt übertragbar auf Lieferantenrecherche, Qualitätsberichte oder Prozessanalysen im Industrieumfeld.
Spracheingabe in Claude integrieren – drei Versuche, eine elegante Lösung.
KI-Recherche bei unbekanntem Vorgehen spart Zeit – aber Aktualität prüfen: verschiedene Tools liefern unterschiedlich aktuelle Ergebnisse.
Lokale LLMs: RAM-Bedarf ist hoch. Kleine Modelle mit wenig RAM sind zu ungenau für produktiven Einsatz – Cloud-Modelle klar überlegen.
Welches Modell für welche Aufgabe? Benchmark statt Bauchgefühl.
ChatGPT bei Python-Code und Software-Erklärungen fehleranfällig – bezog sich auf veraltete Versionen. Google AI Studio ebenfalls nicht aktuell. Claude aktueller und zuverlässiger für Programmieraufgaben.
Token-Strategie: Erstcode in ChatGPT erstellen (günstiger), Bugfixing und Qualitätsprüfung mit Claude – spart Token ohne Qualitätsverlust.
Richtiges KI-Modell spart bares Geld: ChatGPT für Erstcode, Claude für Prüfung und Bugfixing – gleiche Qualität, bis zu 40% weniger Kosten. Dasselbe Prinzip gilt für jede Aufgabe im Unternehmen: nicht jede Anfrage braucht das teuerste Modell.
Zwei Industrie-Kalkulatoren – Logik, Code und Struktur entstanden mit KI als Entwicklungspartner.
KI als Ermöglicher: Logik, Code, Struktur entstehen – ohne Programmierkenntnisse. Das ist kein Pareto, das ist ein neues Spielfeld. Pareto greift erst bei der anschließenden Optimierung – und trifft es noch nicht einmal ganz: Der Code braucht vielleicht 5 % der Zeit. Feinschliff, Optik und Wirkung kosten die restlichen 95 % – weil man es eben gut haben will.
KI als Bildredakteur: Logo, Icons und Visualisierungen ohne Designkenntnisse.
KI für visuelle Inhalte nutzen: Logos, Diagramme, Flowcharts, Mockups, Social Media Content.






Adobe Firefly erledigt die meisten Bildanpassungen per Prompt – kein Pinsel, kein Fachwissen nötig. Für freie Änderungen (Schotter, Rasen, Vegetation) reicht der Prompt-Modus vollständig. Bei komplexen Bereichen ist der freie Prompt-Modus dem Generative Fill (Pinsel-Modus) vorzuziehen.
Änderungen einzeln durchführen, nicht alles auf einmal: Gezielte Prompts für einen Bereich liefern bessere Ergebnisse als komplexe Anweisungen die das gesamte Bild verändern sollen. Empfehlung: Mit den Bildbereichen beginnen, die für die KI klar erkennbar sind – saubere Kanten, eindeutige Flächen zuerst. So entstehen weniger Fehler bei komplexeren Bereichen im nächsten Schritt.
Anwendungsabhängig: GIMP ist nötig wenn Logos oder Assets pixelgenau platziert werden müssen – das Ebenen-Prinzip ist schnell erlernbar.
Software-agnostisch: Wie KI den Erstellprozess beschleunigt und welche Formate wirklich überzeugen.
Jenseits von PowerPoint: Moderne Formate kennenlernen und mit KI effizienter erstellen – unabhängig von der Software.
Von Text zu Video: KI als Regisseur für Clips, Demos und Animationen.
KI-Videotools nutzen: Clips für Website, Social Media und Produktdemos erstellen.
Eigenen KI-Chatbot entwickeln und in Website oder internen Workflow integrieren.
Von der Anforderungsanalyse bis zum Live-Einsatz: einen praxistauglichen Chatbot entwickeln, der echte Fragen beantwortet und Aufgaben abnimmt.
KI mit Sprache steuern: eigenen Voice Agent aufbauen und in den Workflow integrieren.
Einen eigenen Voice Agent entwickeln, der Sprachbefehle verarbeitet und Aufgaben automatisiert ausführt.
Ziel: Mitarbeiter leitet eingehende Kundenanfragen an ein internes Postfach weiter – Power Automate übernimmt: Daten ablegen, strukturieren, sammeln. Ein Team bewertet jede Anfrage auf technische und kommerzielle Eignung. Je nach Entscheidung erhält der Kunde eine Rückmeldung – Absage mit Begründung oder Bestätigung zur Kalkulation.
Erst in kleiner Gruppe aufbauen & validieren – bei Erfolg stufenweiser Rollout in zu definierende Gruppen.
Das Unternehmen besitzt enormes Wissen – Angebote, Kalkulationen, bestätigte Zeichnungen, 3D-Daten, Werkzeugdokumentation, Lieferantenunterlagen. Dieses Wissen liegt verteilt in Ordnern, Laufwerken und Köpfen. Ziel ist nicht, alles neu zu erfassen – sondern es auffindbar und nutzbar zu machen. Langfristig soll Microsoft Copilot direkt auf dieses Wissen zugreifen können: Mitarbeiter stellen eine Frage, die KI liefert die Antwort aus dem vorhandenen Unternehmenskontext.
Ist-Prozesse sauber abbilden – Grundlage für gezielte Automatisierung und spätere Use Cases.
Visio-Lizenz erhalten. Ziel: Alle relevanten Abläufe vom Eingang einer Anfrage bis zur Angebotsabgabe vollständig dokumentieren – als Basis für Automatisierung, UC-Planung und interne Kommunikation.
Grundlagen zu Microsoft Copilot vermitteln – schneller Einstieg für das Team.
Max. 20 Min. via Teams · Absolute Grundlagen · Ziel: Microsoft Copilot im Alltag nutzbar machen.
Ziel: Claude steuert Chrome, loggt sich in einen LinkedIn-Account ein und führt gezielte Suchen nach Entwicklungskontakten durch – nach Branche, Position, Region und Keywords. Ergebnisse werden strukturiert und exportiert.
LinkedIn verbietet Browser-Automation explizit. Risiko: Account-Sperre. Nur für sehr gezielte, einzelne Suchen einsetzen – kein Massenexport.
Technische Zeichnungen automatisch nach Kriterien (Maße, Toleranzen, Materialien) analysieren und markieren. Ja, benötigt spezielles Programm!
Ziel: Kunde gibt Bauteilparameter ein – Kalkulator berechnet regelbasiert Richtpreise über drei Staffelmengen, visualisiert den Liefertermin als Gantt-Chart und generiert ein PDF-Angebot.
Google Maps Integration für Routenberechnung + Ladungsoptimierung (Bin Packing). Berechnet Logistikkosten pro Artikel.
3D-Modelle im .stp Format analysieren: Abmaße untersuchen, Bild erstellen. Ja, benötigt spezielles Programm (FreeCAD/OpenCASCADE)!