Handys vor Smartphones kannten das schon: das Handy schlug beim Tippen das nächste Wort vor. Ein LLM macht genau dasselbe, nur hat es dafür das ganze Internet gelesen.
Es rät immer nur: welches Wortstück kommt als Nächstes?
Es „weiss“ nichts. Es kennt nur Wahrscheinlichkeiten
Genau deshalb erfindet es manchmal überzeugend Blödsinn
LLM heisst „Large Language Model“. Ein sehr grosses Sprach-Ratemodell.
8 · Der Ursprung
2017 · Google
Alles, was ihr heute benutzt, geht auf ein einziges Paper zurück
Acht Forscher bei Google stellen eine neue Architektur vor: den Transformer. Der Trick heisst „Attention“: Das Modell lernt selbst, welche Wörter im Satz füreinander wichtig sind.
Daher der Name ChatGPT:
GGenerativeerzeugt selbst neuen Text, statt nur zu suchen
PPre-trainedvorher auf riesigen Textmengen trainiert
TTransformergenau die Architektur aus diesem Paper
Google hat es veröffentlicht, gross wurde damit aber zuerst ein anderer: OpenAI mit ChatGPT.
Bevor das Modell rechnet, zerlegt es euren Satz in Stücke: Tokens. Mal ein ganzes Wort, mal nur eine Silbe. Alles, was ihr bezahlt und alles, was es sich merken kann, wird in Tokens gemessen.
Faustregel: 100 Tokens ≈ 75 Wörter.
Vereinfachte Darstellung. Echte Tokenizer schneiden etwas anders.
10 · Code ist Sprache
Code ist auch nur Sprache
Python ist für die KI genauso eine Sprache wie Deutsch – nur mit weniger Grammatik-Ausnahmen
Deutsch → "Mach mir eine Website"
Python → print("Hello World")
SQL → SELECT * FROM users
Java → public class App { }
11 · Neuronales Netz
🧠
Picknick Neuronen
Zwei Eingaben gehen ins Netz, drei versteckte Knoten verarbeiten sie, am Ende entsteht eine Vorhersage.
Erinnert ihr euch an die „Gewichte“? Jetzt wird es wichtig
Die Branche läuft in zwei Richtungen auseinander
🔓 Open Weights
Die eingestellten Zahlen sind öffentlich. Ihr könnt das Modell herunterladen und auf eurem eigenen Rechner laufen lassen.
LlamaQwenDeepSeekMistralGemmagpt-ossGLM
Vorteil: läuft offline, niemand kann es euch abschalten, keine Nutzungsgebühr. Haken: ihr braucht Hardware und etwas Technikwissen.
🔒 Closed Weights
Die Zahlen bleiben im Haus. Ihr kommt nur über die Website oder eine Schnittstelle heran. Das Modell selbst bekommt ihr nie.
GPTClaudeGeminiGrok
Vorteil: meist das Beste, was es gerade gibt, und null Aufwand. Haken: Preis, Verfügbarkeit und Regeln bestimmt der Anbieter. Nicht ihr.
Stand August 2026: Die Namen ändern sich schneller als diese Folie. Das Prinzip nicht.
13 · Ein bekanntes Muster
Wo das schon mal passiert ist
Bitcoin-Mining hat diesen Weg bereits vorgemacht
🖥️CPU
2009: normale Prozessoren reichten am Anfang.
🎮GPU
Ab 2010: Grafikkarten, tausendfach parallel.
🎯ASIC
Ab 2013: Application-Specific Integrated Circuit, ein Chip nur für eine Aufgabe.
🎮Heute bei KI
Fast alles läuft über GPUs mit Nvidia CUDA.
🚀Was schon kommt
Google und Huawei bauen eigene KI-Chips.
Die Richtung: mehr Rechenleistung, um ein Vielfaches effizienter.
14 · Ausblick
Ehrlich gesagt: niemand weiss es
Was als Nächstes kommt, kann euch niemand seriös sagen
Wer im Januar behauptet, was im Dezember State of the Art ist, verkauft euch etwas. Was sich aber in jeder bisherigen Runde wiederholt hat, ist die Richtung:
🔬Neue Methoden
Der Transformer war nicht das Ende der Forschung, sondern der Anfang.
🪶Immer effizienter
Modelle, die vor zwei Jahren ein Rechenzentrum brauchten, laufen heute auf einem Laptop.
📱Direkt auf dem Handy
Der Weg geht klar dahin, dass brauchbare Modelle lokal auf dem Smartphone laufen, ohne Internet.
Deshalb lernt heute nicht ein Tool auswendig. Lernt das Prinzip.
15 · Eure Daten
Die Frage, die im Job wirklich zählt
Wohin geht das, was ihr eintippt?
☁️
Cloud: ChatGPT, Claude, Gemini, Microsoft Copilot im Browser und App
euer Tippen→verschlüsselt unterwegs→auf dem Server entschlüsselt→verschlüsselt zurück→Antwort zurück
💻
Lokal: Ollama, LM Studio, llama.cpp auf eurem Rechner
euer Tippen→wird auf dem Gerät verarbeitet→Antwort zurück
🔐
Verschlüsselt ≠ unsichtbar
Der Transportweg ist sicher. Aber zum Rechnen muss der Text auf dem Server im Klartext vorliegen. Anders geht es technisch nicht.
📄
Business-Pläne helfen
Enterprise- und Team-Abos sagen vertraglich zu, eure Daten nicht fürs Training zu verwenden. Das ist ein Versprechen, kein Naturgesetz.
🤷
Sicher wisst ihr es nie
Ihr könnt es nicht nachprüfen. Deshalb: Patientendaten, Lohnlisten, Kundenverträge gehören nicht in ein Gratis-Chatfenster.
16 · Der Begriff
Warum heisst das eigentlich „Vibe Coding“?
„…where you fully give in to the vibes, and forget that the code even exists.“
…wo man sich ganz den Vibes hingibt und vergisst, dass der Code überhaupt existiert.
Wieder Andrej KarpathyFebruar 2025 · ein einzelner Post, 4,5 Millionen Mal gelesen
Gemeint war: Man beschreibt, was man will, schaut aufs Ergebnis statt auf den Code, und wenn ein Fehler kommt, kopiert man ihn einfach zurück in den Chat. Der Name blieb hängen, und ein Teil der Programmierenden ist bis heute beleidigt, weil sich das verdächtig nach ihrem Job anhört.
Vibe Coding ersetzt keine Profis. Aber es macht aus Zuschauenden Mitmachende.
17 · Der Anfang
1945–1970
Am Anfang war Programmieren: Schalter umlegen
Ein Prozessor ist im Grunde ein sehr schneller Taschenrechner. Er kann nur ein paar Dinge: eine Zahl aus einer Schublade holen, damit rechnen, sie zurücklegen. Diese Schubladen heissen Register.
🔢
Alles war Zahlen
Kein „öffne die Datei“. Sondern: lade Zahl aus Schublade 3, addiere Schublade 5, leg sie in Schublade 1.
📇
Programme auf Karton
Lochkarten. Ein Loch falsch gestanzt und das ganze Programm läuft nicht. Runterfallen lassen wollte man den Stapel auch nicht.
🎓
Ein Beruf für wenige
Man musste wissen, wie die Maschine innen aussieht. Das konnten weltweit ein paar tausend Leute.
Merkt euch das Gefühl: Der Mensch musste sich der Maschine anpassen.
18 · Die grosse Linie
Jede Stufe = eine Übersetzungsschicht mehr
Seitdem ging es nur in eine Richtung: einfacher
1940erMaschinencode10110000 01100001
Reine Zahlen. Nur die Maschine versteht das. Und ein paar Menschen.
1950erAssemblerMOV AL, 61h
Kürzel statt Zahlen. Immer noch pro Prozessortyp anders.
1970erCint x = 97;
Erstmals fast lesbar. Läuft auf verschiedenen Maschinen.
1990erPython & Co.print("Hoi")
Fast schon Englisch. Man muss es aber immer noch exakt tippen.
seit 2022Deutsch. Englisch.„Mach mir eine Website für mein Café.“
Komma vergessen? Egal. Die Maschine passt sich jetzt euch an.
← Maschine bestimmtMensch bestimmt →
19 · Der Satz dazu
Einer hat das früh auf den Punkt gebracht
„The hottest new programming language is English.“
Die angesagteste neue Programmiersprache ist Englisch.
Andrej KarpathyMitgründer von OpenAI, davor KI-Chef bei Tesla · Januar 2023
Damals klang das nach Angeberei. Heute ist es einfach die Beschreibung eures Alltags.
20 · Ein Beispiel dazu
Ein Beispiel dazu · Boris Cherny bei Anthropic
Claude Code: entstanden als ein Bastel-Experiment
🎧Ende 2024
Boris Cherny bastelt im Terminal mit Claude, ohne fertigen Plan.
🎵Erstes Spielzeug
Zeigt nur an, welche Musik ein Kollege gerade hört.
🔥Lauffeuer
Bekommt Dateizugriff, verbreitet sich intern bei Anthropic.
🚀Mai 2025
Daraus wird Claude Code.
Auch bei Anthropic selbst hat niemand um Erlaubnis gefragt. Jemand hat einfach angefangen.
21 · Agenten
🤖
Next Step: KI steuert KI
🤖
Agent
Arbeitet selbstständig: sucht, schreibt, testet.
🎯
Orchestrator
Teilt Arbeit auf und koordiniert mehrere Agenten.
🧰
Beispiele
Claude Code, Cursor, n8n, CrewAI, LangGraph, MCP.
👤 Du
→
🎯 Orchestrator
→
💻 Coder
+
🧪 Tester
+
👀 Reviewer
→
✅ Ergebnis
22 · Verantwortung
⚖
Wer kontrolliert den Code, wenn KI ihn schreibt?
🤖
KI schreibt
schnell, viel, automatisch
🧑💻
Mensch prüft
Kontext, Qualität, Freigabe
23 · Das Rennen
🏎️
Was heute top ist, kann morgen alt sein
Highspeed
Modelle und Tools wechseln extrem flott. Niemand bleibt lange Erster.
Verfallsdatum
Die krasse Innovation von heute ist im nächsten Monat purer Standard.
Dein Fokus
Ideen testen und gnadenlos verwerfen. Klebe an keinem Tool fest.
Klares Denken, Abstraktion und Ziel vor Augen sind wichtiger denn je
24 · Risiken
⚠️
Achtung, nicht alles ist Sonnenschein
Kontextgrösse
Ein Modell sieht immer nur einen Ausschnitt. Je grösser das Projekt, desto wichtiger wird Auswahl, Struktur und Priorisierung.
"Wie ein Buch lesen, aber nach 100 Seiten wieder von vorn anfangen."
Halluzinationen
Die Antwort klingt oft überzeugend, kann aber faktisch falsch sein. Deshalb bleibt Prüfen wichtiger als Prompten.
"Wie ein Kollege mit grossem Selbstvertrauen und kleiner Faktenbasis."
Extern exponierte Tools
Mehr Angriffsfläche durch Prompts, Datenabfluss und unklare Grenzen zwischen intern und öffentlich.
Llama
Qwen
DeepSeek
Mistral
Gemma
gpt-oss
GLM
Claude
Gemini
Grok
codecook.ch
LinkedIn