Phase 8 · UC1 in Bearbeitung

Mein KI-Lernweg
Was wirklich funktioniert

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.

Abgeschlossen Aktiv Geplant Industrie-Praxis

Mein Lernweg

Phase 1

Vorbereitungen

Hosting, Domain & erste eigene Website – der Grundstein ist gelegt.

Erledigt

Basis schaffen

💡 Learnings

KI spart massiv Zeit bei Recherche und Programmierung – der direkte Vergleich WordPress vs. Claude hat das eindrücklich gezeigt.

🏭 Praxisbeispiel

Website in einem Nachmittag live: Hosting, Domain & professionelle Unternehmensseite – ohne Agentur, ohne Entwickler. Übertragbar auf jedes KMU, das schnell eine digitale Präsenz braucht.

Phase 2

KI-Agenten erstellen und testen sowie KVP

KI-Agenten mit Experten-Wissen selbst bauen und als Produktivitätswerkzeug einsetzen.

Erledigt

1. Agenten bzw. Skill erstellen 🤖

2. KVP 🔄

💡 Learnings

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.

🏭 Praxisbeispiel

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.

Phase 3

Speech to Text in Claude einfügen

Spracheingabe in Claude integrieren – drei Versuche, eine elegante Lösung.

Erledigt

Spracheingabe für Claude 🎤

💡 Learnings

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.

Phase 4

Übersicht über verschiedene KI-Modelle verschaffen

Welches Modell für welche Aufgabe? Benchmark statt Bauchgefühl.

Erledigt

Recherche zu KI-Modellen 🔍

💡 Learnings

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.

🏭 Praxisbeispiel

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.

Phase 5

Kalkulatoren mithilfe von KI entwickelt

Zwei Industrie-Kalkulatoren – Logik, Code und Struktur entstanden mit KI als Entwicklungspartner.

Erledigt

Schweißkalkulator ⚙️

Automatisierungskalkulator 🤖

💡 Learning

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.

Phase 6

Bilder generieren

KI als Bildredakteur: Logo, Icons und Visualisierungen ohne Designkenntnisse.

Erledigt

Bildgenerierung 🎨

KI für visuelle Inhalte nutzen: Logos, Diagramme, Flowcharts, Mockups, Social Media Content.

VorherParkplatz vorher
NachherParkplatz nachher
VorherHallenfront vorher
NachherHallenfront nachher
VorherAußenbereich vorher
NachherAußenbereich nachher

💡 Learnings

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.

Phase 7

Präsentationen erstellen

Software-agnostisch: Wie KI den Erstellprozess beschleunigt und welche Formate wirklich überzeugen.

Erledigt

Präsentationserstellung 🖥️

Jenseits von PowerPoint: Moderne Formate kennenlernen und mit KI effizienter erstellen – unabhängig von der Software.

Phase 8

Videos mit KI erstellen

Von Text zu Video: KI als Regisseur für Clips, Demos und Animationen.

In Arbeit

Videogenerierung 🎬

KI-Videotools nutzen: Clips für Website, Social Media und Produktdemos erstellen.

Phase 9

Chatbot erstellen

Eigenen KI-Chatbot entwickeln und in Website oder internen Workflow integrieren.

Chatbot-Entwicklung 🤖

Von der Anforderungsanalyse bis zum Live-Einsatz: einen praxistauglichen Chatbot entwickeln, der echte Fragen beantwortet und Aufgaben abnimmt.

Phase 10

Voice Agent erstellen

KI mit Sprache steuern: eigenen Voice Agent aufbauen und in den Workflow integrieren.

Voice Agent 🎙️

Einen eigenen Voice Agent entwickeln, der Sprachbefehle verarbeitet und Aufgaben automatisiert ausführt.

🏭
Industrie Use Cases Reale Projekte · Direkt im Betrieb umgesetzt
Use Case 1

Erster Industrie-Use-Case: Power Automate

In Arbeit

Interne Anfragebearbeitung mit Power Automate automatisieren

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.

Ausbaustufe 1 · Pilotbetrieb Kleingruppe 🚀

Erst in kleiner Gruppe aufbauen & validieren – bei Erfolg stufenweiser Rollout in zu definierende Gruppen.

Ausbaustufe 2 · In Arbeit 🔧

Ausbaustufe 3 · Betriebssicherheit & Härtung 🔒

Ausbaustufe 4 · Excel-Ablösung & Reporting 📊

Use Case 2

Wissensmanagement · Knowledge Base

Geplant
🤖 KI-Vorschlag · Inhalt noch nicht geprüft – muss ich mir noch durchlesen und abnehmen

Unternehmenswissen strukturiert erfassen und KI-nutzbar machen

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.

🔀
Nebenstrang Prozesse analysieren – Grundlage für gezielte Automatisierung

Prozessabläufe dokumentieren (Visio)

Ist-Prozesse sauber abbilden – Grundlage für gezielte Automatisierung und spätere Use Cases.

In Arbeit

Prozessflow · Visio 🗺️

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.

KI-Schulung durchführen

Grundlagen zu Microsoft Copilot vermitteln – schneller Einstieg für das Team.

In Arbeit

Copilot-Einführung · Teams 🎓

Max. 20 Min. via Teams · Absolute Grundlagen · Ziel: Microsoft Copilot im Alltag nutzbar machen.

1

Claude Skill: LinkedIn-Entwicklungskontakte

LinkedIn gezielt nach Entwicklungskontakten durchsuchen

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-Nutzungsbedingungen

LinkedIn verbietet Browser-Automation explizit. Risiko: Account-Sperre. Nur für sehr gezielte, einzelne Suchen einsetzen – kein Massenexport.

Tasks

Technologie: Claude Code Chrome Automation LinkedIn (Account erforderlich)
2

Fortgeschrittene Automatisierung

PDF-Zeichnungen automatisch markieren

Technische Zeichnungen automatisch nach Kriterien (Maße, Toleranzen, Materialien) analysieren und markieren. Ja, benötigt spezielles Programm!

Schritt 1: Anforderungen
  • Markierungs-Kriterien definieren
  • 10 Beispiele sammeln
  • Mockups erstellen
Schritt 2: Entwicklung
  • OCR-Integration
  • Text-Extraktion mit Position
  • Markierungen hinzufügen
  • Stapelverarbeitung
Schritt 3: Optimierung
  • Performance verbessern
  • Fehlerrate senken
  • Team-Rollout
Technologie: Python PyPDF2/pdfplumber Tesseract OCR OpenCV
4

Prototypen-Kalkulator (Blechteile)

→ Beta öffnen

Richtpreiskalkulation für Blechprototypen

Ziel: Kunde gibt Bauteilparameter ein – Kalkulator berechnet regelbasiert Richtpreise über drei Staffelmengen, visualisiert den Liefertermin als Gantt-Chart und generiert ein PDF-Angebot.

Technologie: JavaScript Gantt-Chart PDF-Generator Staffelpreismodell
3

Logistik & 3D-Modelle

Logistik-Kosten-Optimierung

Google Maps Integration für Routenberechnung + Ladungsoptimierung (Bin Packing). Berechnet Logistikkosten pro Artikel.

Teil 1: Routen-Optimierung mit Maps API
Teil 2: Wie viele Artikel passen auf einen LKW?
Ergebnis: Route + Kapazität → Kosten pro Artikel
Technologie: Google Maps API Bin Packing Algorithm Python 3D Visualization

3D-Modell-Analyse (.stp)

3D-Modelle im .stp Format analysieren: Abmaße untersuchen, Bild erstellen. Ja, benötigt spezielles Programm (FreeCAD/OpenCASCADE)!

Schritt 1: .stp laden, Bounding Box, Volumen, Screenshot
Schritt 2: Details (Bohrungen, Wandstärken, Oberfläche)
Schritt 3: Stapelverarbeitung, Report-Generierung
Schritt 4: Integration in Datenbank
Technologie: FreeCAD Python API OpenCASCADE CAD File Processing

Bereit anzufangen?

Der Lernweg ist klar. Zeit, die ersten Schritte zu gehen!

Los geht's! 🚀