Zum Inhalt springen

Sprache wählen

Aktuelle Sprache: Deutsch

Generative AI Guide

Source: https://github.com/aishwaryanr/awesome-generative-ai-guide at f0185981c19f
License: MIT
Read the English original

This edition is an AI-assisted translation.

Generative KI entwickelt sich rasant. Dieses Repository bündelt Forschung, Kurse, Interviewmaterialien, Notebooks und mehr und ist nun anhand einer Frage organisiert: Was möchten Sie tun?

aishwaryanr%2Fawesome-generative-ai-guide | Trendshift aishwaryanr%2Fawesome-generative-ai-guide | Trendshift


Wählen Sie den passenden Einstieg. Jeder Lernpfad führt von 101 bis 301.


Wählen Sie die Zeile für Ihr Profil und die Spalte für Ihre gewünschte Tiefe und legen Sie los. Die Stufen haben je nach Lernpfad eine andere Bedeutung: Die Tiefe richtet sich nach dessen Ziel.

Lernpfad101 Einstieg 🟢201 Praktiker 🟡301 Fortgeschritten 🔴
🧑‍💻 Use AIwas LLMs sind; Prompting-Grundlagen; Chat-Tools effektiv nutzenPower-Prompting; Projekte; Tools verbinden; Agenten-Frameworks bei der Arbeitpersönliche Automatisierung; mehrstufige Agenten-Workflows
🏗️ Build AILLM-Funktionsweise für die Entwicklung; App-Stack; erste LLM-AppRAG, Agenten, Evaluierung, Fine-Tuning, SchutzmaßnahmenLLMOps, Produktionsmaßstab, fortgeschrittene Agenten und RAG, Sicherheit, Systemdesign
🔬 Understand AITransformer; wichtige Arbeiten; wissenschaftliche Artikel lesenAktuelle Forschungsgebiete: Schlussfolgern, Agenten, RAG, EvaluierungForschungsfront: monatliche Arbeiten, Forschungstabellen, State of AI

Build ist der wichtigste und ausführlichste Lernpfad. Die über 90 kostenlosen Kurse und Code-Notebooks, die zuvor in einer langen Liste standen, sind nun nach Stufe in diesen Feldern sortiert und mit Themen versehen.


Sie kennen Ihr Thema bereits? Springen Sie direkt dorthin. Jede Themenseite bündelt alle passenden Inhalte und zeigt, für welchen Lernpfad und welche Stufe sie gedacht sind.

LLM Foundations · Prompting and Context · Retrieval and RAG · Fine-tuning · AI Agents · Evaluation and Observability · Multimodal · Production and LLMOps · Safety and Security

Alle kostenlosen Kurse finden Sie auch hier: Alle kostenlosen Kurse nach Thema.


Diese kostenlosen Kurse wurden von Aishwarya Naresh Reganti und dem Team von LevelUp Labs erstellt; einige bieten ein Zertifikat:

Die vollständige, nach Themen geordnete Liste aller kostenlosen Kurse (LevelUp-Labs-Originale und geprüfte externe Angebote) finden Sie unter Alle kostenlosen Kurse nach Thema.

Möchten Sie live mit uns lernen? Die obigen Kurse sind kostenlos. Auf Maven bieten wir außerdem Kohortenkurse an, an denen bereits über 3.000 Entwickler teilgenommen haben: AI System Design (reale generative KI-Systeme problemorientiert von Anfang bis Ende entwerfen) und Advanced AI Evals (Evaluierungs- und Verbesserungszyklen für zuverlässige LLM- und Agentenprodukte). Hier finden Sie alle Live-Kurse.


Entdecken Sie unsere bevorzugten KI-Tools für alle Ebenen der KI-Anwendungsentwicklung. Siehe Unsere bevorzugten KI-Tools.


Ein vollständiger Hub zur Interviewvorbereitung nach Rolle: Wählen Sie Ihre Rolle und bearbeiten Sie den zugehörigen Ordner vollständig (Übersicht, Interviewrunden, ausführliche Fragensammlung mit Antworten, Ressourcen, Kurse und Vorbereitungsplan).

  • 🏗️ AI Engineer: LLM-Apps, RAG, Agenten, Evaluierung und Systemdesign entwickeln.
  • 📋 AI Product Manager: Produktsinn, Kennzahlen, Abwägungen und verantwortungsvolle KI.
  • 🚀 Forward-Deployed Engineer: Lösungen trotz unklarer Anforderungen beim Kunden entwickeln, integrieren und bereitstellen.
  • 🧭 AI Strategist: Strategie, ROI, Eigenentwicklung oder Kauf, Governance und Veränderungsmanagement.

Alle beginnen mit den gemeinsamen 60 GenAI-Interviewfragen und arbeiten anschließend die Inhalte ihrer Rolle durch. Übungen zu Systemdesign-Interviews sind für eine spätere Ausbauphase geplant.


Neueste zuerst:

  • OpenClaw Mastery for Everyone is live with certification. (Course)
  • AI Evals for Everyone is live with certification. (Course)
  • State of AI 2025 Report published, with its own build pipeline. (Report)
  • Agentic AI Crash Course released in 10 parts. (Course)
  • Living research tables for evaluation, agentic search and retrieval, and RAG are being kept current. (Research updates)


Wenn Sie Inhalte ergänzen oder Probleme melden möchten, erstellen Sie gern einen PR. Ordnen Sie Ergänzungen mithilfe der Lernpfad- und Stufenmatrix und des Indexes Nach Themen durchsuchen dem passenden Lernpfad, der Stufe und dem Thema zu.


Zitieren Sie diesen Leitfaden im folgenden Format:

@article{areganti_generative_ai_guide,
author = {Reganti, Aishwarya Naresh},
journal = {https://github.com/aishwaryanr/awesome-generative-ai-guide},
month = {01},
title = {{Generative AI Guide}},
year = {2026}
}

MIT License

** Gesponserte Abschnitte sind entsprechend gekennzeichnet. Wir empfehlen oder garantieren die Produkte und Dienstleistungen nicht und übernehmen keine Verantwortung für daraus entstehende Probleme. Bitte prüfen und nutzen Sie sie nach eigenem Ermessen.

HagiCode

HagiCode ist ein agentischer Coding-Arbeitsplatz. Vielseitige, komfortable Interaktionen in der Benutzeroberfläche machen Planung, Agent-Ausführung und Projektarbeit zugänglich und leicht nachvollziehbar – für ein ansprechendes Entwicklungserlebnis.

Entdecken Sie ein ansprechendes Entwicklungserlebnis mit vielseitigen, komfortablen Interaktionen in der Benutzeroberfläche.

HagiCode besuchenDokumentation lesen
  • IntelligentOpenSpec-Workflows machen aus einer Absicht einen umsetzbaren Weg vom Vorschlag über Design und Aufgaben bis zur Auslieferung.
  • EffizientMulti-Agent-Ausführung führt Recherche, Umsetzung und Prüfung parallel aus, über mehrere Repositories und die Agent CLIs, die Sie bereits nutzen.
  • InteressantVielseitige, komfortable Interaktionen in der Benutzeroberfläche machen Planung, Agent-Ausführung und Projektarbeit zugänglich und leicht nachvollziehbar.

Für Windows herunterladen

Im Microsoft Store erhaltenAlle Downloads

Aus Ideen wird ausgelieferte Software.

HagiCode ist ein agentischer Coding-Arbeitsplatz: OpenSpec-Workflows planen die Änderung, Multi-Agent-Ausführung setzt sie um, und Hero Scenario macht den langen Weg sichtbar, bis aus der Idee ausgelieferte Software wird.

Intelligent
OpenSpec-Workflows machen aus einer Absicht einen Weg vom Vorschlag bis zur Auslieferung.
Effizient
Multi-Agent-Ausführung treibt Recherche, Umsetzung und Prüfung parallel voran.
Unterhaltsam
UI-Interaktionen erleichtern Planung, Agent-Ausführung und Projektarbeit.

Awesome Site verlassen?

Du bist dabei, eine externe Website aufzurufen. Wir haben keine Kontrolle über deren Inhalte oder Datenschutzpraktiken.

Ziel

Zur Website wechseln