Gestalte Deine eigenen KI-Systeme
für Dein Unternehmen!

Wertvolles KI-Wissen + Technik + Austausch:
Das gibt's in der KI-Gemeinschaft. Machst Du mit?

In der KI-Gemeinschaft findest Du alles, um KI in Dein Unternehmen systemisch zu integrieren:

Über 48 interessante Seminare, Workshops und Sprechstunden zu den wichtigsten KI-Themen
Zugang zu KI-Ressourcen und -Werkzeugen
Intensive Fachbeiträge und Videos mit Details aus der Praxis
Ein wertvolles Forum für den fachlichen Austausch

Um welche Themen geht's in der KI-Gemeinschaft?

Der Fokus unseres Austauschs, der Seminare und Technologien liegt immer auf dem praxisnahen Einsatz von KI-Systemen im eigenen Unternehmen. Zum Beispiel:

Wie kann ich wiederkehrende und gleichartige Email-Kommunikation automatisieren?

Wiederkehrende Email-Kommunikation frisst Zeit und Ressourcen. Stell Dir vor, Du könntest Standardanfragen automatisch beantworten, Follow-ups terminieren und kundenspezifische Antworten generieren lassen, ohne dass Du jeden Tag Dutzende ähnliche Mails schreibst. Mit KI-gestützten Email-Systemen wird genau das möglich: Du definierst Regeln, Vorlagen und Kontext, die KI übernimmt die Formulierung und Personalisierung.

Im Spezial-Seminar "Email-Kommunikation & Produkttexte automatisieren" (nächster Termin: 9. April 2026, 16:00 Uhr) lernst Du, wie Du solche Systeme aufbaust: von der Anbindung an Dein Postfach über Template-Design bis zur automatischen Antworterstellung mit lokalen und externen LLMs.
Wie baue ich ein internes, fachübergreifendes Wissenssystem auf, das KI nutzt?

Das Wissen Deines Unternehmens steckt in Köpfen, Ordnern, Mails und verstreuten Dokumenten. Ein internes Wissenssystem mit KI macht dieses Wissen durchsuchbar, abrufbar und nutzbar: für Mitarbeitende, für automatisierte Prozesse und für Entscheidungsfindung. Du baust eine zentrale Wissensquelle auf, die Fragen beantwortet, Dokumente findet und Kontext liefert, ohne dass jemand stundenlang suchen muss.

Im Spezial-Seminar "Internes Wissenssystem aufbauen" (nächster Termin: 12. Februar 2026, 16:00 Uhr) lernst Du den kompletten Aufbau: Datenquellen anbinden, Wissen strukturieren, Such-Interfaces bauen und kontinuierliches Lernen implementieren.
Welche sich dauernd wiederholenden Prozesse kann ich automatisieren?

Jeden Tag dieselben Handgriffe: Daten von A nach B kopieren, Berichte erstellen, Status-Meldungen versenden, Formulare ausfüllen. Repetitive Workflows sind Zeit- und Energieräuber. Mit KI-gestützter Workflow-Automation automatisierst Du solche Prozesse von Anfang bis Ende: Auslöser definieren, Daten transformieren, Entscheidungen treffen lassen und Aktionen ausführen, ohne manuelle Eingriffe.

Im Spezial-Seminar "Repetitive Workflows automatisieren" (nächster Termin: 9. Juli 2026, 16:00 Uhr) lernst Du, wie Du komplexe Automatisierungen baust: Daten-Pipelines, ereignisgesteuerte Architekturen, API-Integrationen und KI-basierte Entscheidungslogik.
Wie bearbeite ich Support-Tickets intelligent mit KI?

Support-Tickets stapeln sich, Antwortzeiten leiden, wiederkehrende Fragen kosten Nerven. Was wäre, wenn eine KI Tickets automatisch kategorisiert, priorisiert und auf Basis Deiner Wissensdatenbank Antwort-Entwürfe generiert? Du prüfst nur noch, ob alles passt, und klickst auf "Senden". So gewinnst Du Zeit für komplexe Kundenanliegen und verbesserst gleichzeitig die Antwortzeit.

Im Spezial-Seminar "Support-Tickets intelligent bearbeiten" (nächster Termin: 12. März 2026, 16:00 Uhr) baust Du genau so ein System: Ticket-Integration, automatische Klassifizierung, Antwort-Generierung mit KI und Rückkopplungs-Schleifen für kontinuierliche Verbesserung.
Mit welchem System erstelle ich hochqualitative Produkttexte & Wissensbeiträge?

Hochqualitative Produkttexte und Wissensbeiträge zu erstellen ist zeitaufwendig und gleichzeitig essenziell für Conversion und Sichtbarkeit. KI kann hier entscheidend helfen: Du generierst konsistente, faktenbasierte und zielgruppengerechte Texte, die Deine Marke widerspiegeln und gleichzeitig für Suchmaschinen optimiert sind, ohne stundenlang am Schreibtisch zu sitzen.

Im Spezial-Seminar "Email-Kommunikation & Produkttexte automatisieren" (nächster Termin: 9. April 2026, 16:00 Uhr) lernst Du, wie Du KI-Systeme für Inhalts-Erstellung nutzt: strukturierte Prompts, Wissensdatenbanken anbinden, Qualitätskontrolle automatisieren und Texte skalierbar produzieren.
Wie nutze ich KI für Social-Media, Content-Marketing & SEO?

Inhalte für Social-Media, Blog-Artikel und suchmaschinenoptimierte Texte zu produzieren ist aufwendig. KI kann Dich hier massiv entlasten: Themenrecherche, Gliederungs-Erstellung, Inhalts-Generierung, A/B-Testing von Überschriften und sogar automatische Veröffentlichung, alles automatisierbar. Du erstellst konsistente, markengerechte Inhalte, die Reichweite und Interaktion steigern, ohne Dein Team zu überlasten.

Im Spezial-Seminar "Social-Media, Content-Marketing & SEO" (nächster Termin: 21. Mai 2026, 16:00 Uhr) lernst Du, wie Du KI für Inhalts-Produktion nutzt: Schlüsselwort-Recherche mit KI, Gliederungs-Generierung, Suchmaschinenoptimierung und automatische Veröffentlichung.
Wie transkribiere und bereite ich Videos mit KI auf?

Videos sind wertvoller Inhalt, aber oft schwer durchsuchbar und nur einmal nutzbar. KI-basierte Transkription ändert das: Aus Videos werden durchsuchbare Texte, Zeitmarken, Zusammenfassungen und sogar neue Inhalts-Formate (Blog-Beiträge, Social-Media-Ausschnitte, FAQs). Du nutzt Deine Video-Inhalte mehrfach, ohne manuelle Transkription und Mehrfach-Verwertung.

Im Spezial-Seminar "Videos transkribieren & aufbereiten" (nächster Termin: 13. August 2026, 16:00 Uhr) lernst Du, wie Du Video-Transkription implementierst: automatische Transkription, Zeitmarken generieren, Mehrfach-Verwertung und Suchmaschinen-Optimierung von Transkripten.
Wie binde ich mein CRM & Tools an KI-Systeme an?

Dein CRM ist der Dreh- und Angelpunkt für Kundendaten, aber oft eine Silo-Lösung. KI kann hier Brücken bauen: Automatisch Kontakte synchronisieren, Interaktionen nachverfolgen, Interessenten qualifizieren und personalisierte Workflows auslösen. Du bindest Dein CRM nahtlos an KI-Systeme an und erschließt neue Automatisierungspotenziale, ohne Datensilos und manuelle Übertragungen.

Im Spezial-Seminar "CRM & Tools anbinden" (nächster Termin: 11. Juni 2026, 16:00 Uhr) lernst Du die Integration: API-Authentifizierung, Daten-Zuordnung, Synchronisations-Strategien und Fehlerbehandlung für robuste Systeme.
Wie betreibe ich mein eigenes, lokales DSGVO-konformes KI-System?

Lokale KI-Systeme bieten DSGVO-konforme, kosteneffiziente und skalierbare Alternativen zu Cloud-APIs. Du betreibst Large Language Models auf Deiner eigenen Hardware, ohne Daten-Weitergabe, ohne API-Kosten, mit voller Kontrolle. Ideal für sensible Daten, hohe Anfrage-Volumina und Unternehmen mit strengen Compliance-Anforderungen.

Im Vertiefungs-Seminar "Ollama + vLLM: Lokale LLM-Inferenz" (nächster Termin: 12. Februar 2026, 14:00 Uhr) lernst Du Installation, Konfiguration, Modell-Auswahl, Leistungs-Optimierung und Skalierungs-Strategien für lokale KI-Systeme.
Wie integriere ich KI systemisch im Unternehmen?

KI ist kein Einzelprojekt, KI ist systemische Transformation. Wie bindest Du KI-Systeme in bestehende Prozesse ein? Wie schulst Du Teams? Wie definierst Du Governance, Compliance und Qualitätsstandards? Wie baust Du KI-Infrastruktur auf, die skaliert und wartbar bleibt? Systemische Integration bedeutet: KI wird Teil der Unternehmens-DNA, nicht nur ein weiteres Werkzeug.

Im monatlich wiederholten Grundlagen-Seminar "Systemische Integration von KI" (nächster Termin: 1. Dezember 2025, 14:00 Uhr) bekommst Du den Überblick: Von der Strategie über die Infrastruktur bis zur Team-Befähigung, alles, was Du brauchst, um KI nachhaltig im Unternehmen zu verankern.
Was muss ich bei Datenschutz, Recht & Compliance beachten?

KI-Einsatz ist nicht nur eine technische, sondern auch eine rechtliche und ethische Frage. DSGVO, KI-Verordnung (AI Act), Urheberrecht, Haftungsfragen, Transparenzpflichten: die rechtlichen Rahmenbedingungen sind komplex und ändern sich dynamisch. Wann darfst Du welche Daten nutzen? Wie dokumentierst Du KI-Entscheidungen? Wie stellst Du Compliance sicher? Ohne rechtliche Klarheit riskierst Du Bußgelder und Vertrauensverlust.

Im Vertiefungs-Seminar "Datenschutz, Recht & Compliance" (nächster Termin: 10. Dezember 2026, 14:00 Uhr) geht es um die rechtlichen Grundlagen: DSGVO-konforme KI-Systeme, KI-Verordnung verstehen, Dokumentationspflichten, Urheberrecht bei generierten Inhalten und Haftungsfragen.

... und noch viel mehr!

Um welche Technologien geht es?

Der Einsatz von KI im Unternehmen IST ein technologie-basiertes Thema: Vor allem wenn es darum geht, eigene rechtssichere und lokale Systeme zu betreiben. Deshalb beschäftigen wir uns in der KI-Gemeinschaft mit den fundamentalen Bausteinen robuster und zuverlässiger KI-Systeme, zum Beispiel:

Lokale KI-Modelle: Ollama, vLLM, OpenCode

Ollama

Ollama ist ein Open-Source-Werkzeug zum Betrieb von Large Language Models (LLM) auf eigener Hardware (entweder im Unternehmen oder bei einem DSGVO-konformen Hosting-Anbieter). Das Gegenteil herkömmlicher Cloud-Lösungen: Ohne externe API-Kosten und ohne Daten-Weitergabe an Drittanbieter.

Wo und wie setzen wir Ollama in der KI-Gemeinschaft ein? Ollama bildet die Grundlage für praktische Übungen, Installationen, das Testen von Modellen, Prompting und Performance-Tuning; ein zentraler Baustein unserer KI-Systeme.

Mehr zu Ollama »

vLLM

vLLM ist eine hochoptimierte Inferenz-Engine für produktive KI-Systeme. Während Ollama sich gut für Entwicklung und Tests eignet, bringt vLLM KI-Modelle in die Produktion: Höhere Durchsatzraten, bessere Speicherverwaltung und eine OpenAI-kompatible API machen es zu einer beliebten Wahl für professionelle Deployments. Der Name steht für "Very Large Language Models".

Wo und wie setzen wir vLLM in der KI-Gemeinschaft ein? vLLM eignet sich für die Skalierung von Prototypen zu produktiven Systemen. Wenn ein Ollama-Experiment funktioniert und für echte Nutzer bereitgestellt werden soll, kann vLLM eine gute Option sein: Multi-User-Szenarien, Performance-Optimierung, produktive KI-Services mit professionellen SLAs.

Mehr zu vLLM »

OpenCode

OpenCode (opencode.ai) ist ein Open-Source Code-Assistent speziell für VS Code, der komplett lokal läuft. Im Gegensatz zu GitHub Copilot oder anderen Cloud-basierten Code-Assistenten bleiben Code-Snippets und Firmen-Interna auf der eigenen Infrastruktur. OpenCode nutzt lokale LLMs (z.B. über Ollama) für Code-Vervollständigung, Refactoring-Vorschläge und Code-Erklärungen.

Wo und wie setzen wir OpenCode in der KI-Gemeinschaft ein? OpenCode bietet eine DSGVO-konforme Alternative zu Cloud-basierten Code-Assistenten: Lokale Code-Vervollständigung ohne Daten-Weitergabe, Integration mit Ollama für verschiedene Code-Modelle (CodeLlama, DeepSeek-Coder, StarCoder), Anpassung an den eigenen Code-Stil. Wir schauen uns gemeinsam an, wie OpenCode mit lokalen LLMs betrieben werden kann.

Mehr zu OpenCode »
Vektor-Datenbanken (Semantische Suche & RAG): ChromaDB, PostgreSQL (pgvector), Milvus

ChromaDB

ChromaDB ist eine spezialisierte Vektordatenbank für Embeddings, also für die mathematischen Repräsentationen von Texten, die KI-Modelle verstehen können. Während klassische Datenbanken nach exakten Übereinstimmungen suchen ("Wo steht das Wort 'Rechnung'?"), ermöglicht ChromaDB semantische Suche ("Finde alles zum Thema Bezahlung"). Das ist die Grundlage für RAG-Systeme (Retrieval Augmented Generation), bei denen eine KI nicht nur auf ihr Trainings-Wissen zurückgreift, sondern auch auf Unternehmensdaten.

Wo und wie setzen wir ChromaDB in der KI-Gemeinschaft ein? ChromaDB eignet sich für intelligente Wissens-Systeme: RAG-Systeme für Dokumenten-basierte KI-Antworten, semantische Code-Suche in der Codebasis, Aufbau von Wissens-Assistenten die "verstehen" statt nur zu "matchen". Wir schauen uns gemeinsam an, wie ChromaDB lokal betrieben und mit Ollama kombiniert werden kann für DSGVO-konforme KI mit Firmenwissen.

Mehr zu ChromaDB »

PostgreSQL (pgvector)

pgvector ist eine PostgreSQL-Erweiterung, die Vektor-Embeddings in einer klassischen relationalen Datenbank ermöglicht. Statt zwei getrennte Datenbanken zu betreiben (eine für strukturierte Daten wie Produktdaten, eine für semantische Suche), lässt sich beides in PostgreSQL kombinieren. Das reduziert Komplexität, vermeidet Daten-Duplikation und erlaubt hybride Suchen: "Finde alle Produkte der Kategorie X, die semantisch zum Thema Y passen".

Wo und wie setzen wir PostgreSQL (pgvector) in der KI-Gemeinschaft ein? pgvector bietet sich an für: Produktdatenbanken mit KI-gestützter Suche, CRM-Systeme mit semantischer Kundendaten-Suche, einheitliche Datenarchitektur ohne separate Vektor-DB. Besonders interessant für bestehende PostgreSQL-Umgebungen, die KI-Features hinzufügen möchten, ohne die Architektur komplett umzubauen.

Milvus

Milvus ist eine hochperformante Open-Source-Vektordatenbank für große Embedding-Mengen und produktive KI-Systeme. Während ChromaDB sich gut für Entwicklung und kleine bis mittlere Datenmengen eignet, spielt Milvus seine Stärken bei Millionen von Vektoren aus: GPU-Beschleunigung, verteilte Architektur, Cluster-Betrieb. Milvus lässt sich für Skalierung und Performance in produktiven Umgebungen einsetzen.

Wo und wie setzen wir Milvus in der KI-Gemeinschaft ein? Milvus nutzen wir für große Dokumenten-Sammlungen (z.B. gesamte Produktkataloge, Wissensdatenbanken mit Millionen Einträgen), Produktions-Systeme mit hohen Performance-Anforderungen und Multi-Tenant-Szenarien (eine Milvus-Instanz für mehrere Kunden/Projekte). Wir schauen uns gemeinsam an, wann ChromaDB ausreicht und wann der Schritt zu Milvus sinnvoll sein kann.
Relationale Datenbanken: MariaDB, MySQL, PostgreSQL

MariaDB

MariaDB ist eine relationale Open-Source-Datenbank und Fork von MySQL, technisch sehr ähnlich, aber komplett Community-gesteuert ohne Oracle-Abhängigkeit. MariaDB speichert strukturierte Geschäftsdaten in Tabellen mit festen Spalten: CRM-Kontakte, Produktdaten, Bestellungen, Rechnungen. Im Gegensatz zu Vektordatenbanken (die "Bedeutung" speichern) speichert MariaDB "Fakten": präzise, strukturiert, SQL-abfragbar.

Wo und wie setzen wir MariaDB in der KI-Gemeinschaft ein? MariaDB eignet sich für SQL-Integration in KI-Workflows: KI kann Kundendaten aus der DB lesen und personalisierte E-Mails generieren, automatische Reports aus Geschäftsdaten erstellen, CRM-Anreicherung durch KI-Analyse (z.B. Sentiment-Analyse von Kundenkommunikation). Wir schauen uns gemeinsam an, wie bestehende MariaDB-Datenbanken für KI erschlossen werden können, lokal und DSGVO-konform.

Mehr zu MariaDB »

MySQL

MySQL ist eine weit verbreitete Open-Source-Datenbank, stabil, schnell, hervorragend dokumentiert. MySQL gehört Oracle, hat aber eine große Community und läuft in vielen Anwendungen: WordPress, Shopify, viele CMS und Shop-Systeme basieren auf MySQL. Für KI-Integration bedeutet das: Viele Unternehmen haben irgendwo MySQL im Einsatz, und diese Daten können Rohstoff für KI-Anwendungen sein.

Wo und wie setzen wir MySQL in der KI-Gemeinschaft ein? MySQL-Integration bietet sich an für: Bestehende Datenbanken für KI erschließen ohne Migration, Daten aus WordPress/Shop-Systemen für KI nutzbar machen, Kunden-Verhaltensdaten aus bestehenden Systemen analysieren. Wir schauen uns gemeinsam an, wie MySQL-Datenbanken mit KI verbunden werden können, egal ob WordPress, Shopware, oder eigene Anwendungen.

PostgreSQL

PostgreSQL ist eine fortgeschrittene Open-Source-Datenbank und vielseitig einsetzbar für KI-Anwendungen. Während MySQL/MariaDB auf klassische relationale Daten fokussiert sind, kann PostgreSQL auch JSON verarbeiten, Full-Text-Search durchführen und mit Extensions erweitert werden (z.B. pgvector für Vektor-Suche). PostgreSQL kombiniert Vorteile relationaler Datenbanken mit modernen NoSQL-Features.

Wo und wie setzen wir PostgreSQL in der KI-Gemeinschaft ein? PostgreSQL eignet sich für: Eine Datenbank für strukturierte Daten (Tabellen), semi-strukturierte Daten (JSON) und Vektor-Embeddings (pgvector). Passend für komplexe KI-Anwendungen, die verschiedene Datentypen kombinieren: Produktdaten + Bewertungen + semantische Suche in einer DB. Wir schauen uns gemeinsam an, wie PostgreSQL als vielseitige KI-Datenbank genutzt werden kann.
Programmiersprachen: Python, PHP

Python

Python ist eine häufig genutzte Programmiersprache für KI-Entwicklung: Viele KI-Frameworks und -Bibliotheken sind für Python verfügbar (LangChain, Transformers, Ollama-SDK, ChromaDB-Client). Python lässt sich vergleichsweise einfach erlernen, hat eine große Community und für viele Probleme gibt es bereits Bibliotheken. Ob Datenverarbeitung (Pandas), API-Calls (Requests), oder RAG-Systeme (LangChain), Python bietet die Tools.

Wo und wie setzen wir Python in der KI-Gemeinschaft ein? Python nutzen wir für: Scripts zur Automatisierung, API-Integration zwischen Services, Datenverarbeitung aus Datenbanken, Aufbau komplexer RAG-Systeme. Vom einfachen Cronjob (täglich neue Kundendaten verarbeiten) bis zum produktiven KI-Service. Wir schauen uns gemeinsam an, wie mit Python KI-Systeme gebaut werden können, auch ohne Informatik-Studium.

PHP

PHP findet sich in vielen KMU: WordPress, viele CRM-Systeme, Shop-Software (Shopware, Magento), Custom-Anwendungen laufen oft auf PHP. Während die KI-Welt häufig Python nutzt, sprechen bestehende Unternehmenssysteme PHP. Die Brücke zwischen beiden Welten zu schlagen kann sinnvoll sein: KI nutzen, ohne das gesamte System neu zu schreiben.

Wo und wie setzen wir PHP in der KI-Gemeinschaft ein? PHP bietet sich an für bestehende Systeme: KI-Integration in WordPress (z.B. automatische Content-Generierung), API-Bridges zwischen PHP-Backend und Python-KI-Services, Workflow-Automatisierung in vorhandenen CRM/Shop-Systemen. Wir schauen uns gemeinsam an, wie aus PHP heraus Ollama oder externe KIs angesprochen werden können, ohne das System migrieren zu müssen.
Webserver: Apache, Nginx

Apache

Apache ist ein klassischer Open-Source-Webserver, seit Jahrzehnten bewährt, stabil und gut integriert mit PHP. Viele bestehende Unternehmens-Anwendungen laufen auf Apache: .htaccess für flexible Konfiguration, mod_rewrite für saubere URLs, mod_php für PHP-Ausführung. Apache ist ein Standard-Webserver für klassische LAMP-Stacks (Linux, Apache, MySQL, PHP).

Wo und wie setzen wir Apache in der KI-Gemeinschaft ein? Apache eignet sich für KI-Frontend-Hosting: Benutzer-Interfaces für KI-Services bereitstellen, API-Endpoints für KI-Funktionen zugänglich machen, Integration von KI-Features in bestehende Apache-basierte Web-Anwendungen. Wenn ein System bereits auf Apache läuft, schauen wir uns gemeinsam an, wie KI-Funktionen integriert werden können.

Nginx

Nginx ist ein leichtgewichtiger, performanter Webserver für moderne Anforderungen wie APIs, Microservices und hohen Traffic. Während Apache sich gut für klassische PHP-Anwendungen eignet, eignet sich Nginx besonders gut als Reverse Proxy: Mehrere Backend-Services (Ollama auf Port 11434, vLLM auf Port 8000, Python-API auf Port 5000) können hinter einem einzigen Nginx-Eingang gebündelt werden. Nginx eignet sich als Traffic-Manager für KI-Architekturen.

Wo und wie setzen wir Nginx in der KI-Gemeinschaft ein? Nginx nutzen wir für: Load Balancing für mehrere Ollama-Instanzen, API-Gateway für KI-Endpoints (ein Eingang für viele Services), Reverse Proxy für Ollama/vLLM, schnelles Ausliefern von statischen Assets (Frontend-Files). Wir schauen uns gemeinsam an, wie Nginx KI-Services zugänglich macht.
Frontend-Technologien: HTML, CSS, JavaScript

HTML, CSS, JavaScript

HTML, CSS und JavaScript sind die Grundbausteine des Webs und damit auch die Basis für KI-Benutzer-Interfaces. HTML definiert die Struktur (Welche Elemente gibt es?), CSS das Design (Wie sieht es aus?), JavaScript die Interaktivität (Was passiert bei Klick?). Für KI-Anwendungen bedeutet das: Normale Web-Interfaces bauen, die im Hintergrund mit KI-Services kommunizieren. Oft ohne spezielles KI-Framework, nur die Web-Standards.

Wo und wie setzen wir HTML, CSS, JavaScript in der KI-Gemeinschaft ein? Diese Technologien nutzen wir für KI-User-Interfaces: Chat-UIs für Ollama-Gespräche bauen, Visualisierung von KI-Ergebnissen (z.B. Sentiment-Analyse in Diagrammen), interaktive Dashboards für KI-Systeme, Formulare für KI-gestützte Daten-Eingabe. Wir schauen uns gemeinsam an, wie mit Standard-Web-Technologien KI-Interfaces entwickelt werden können.
Integration & APIs: REST APIs, Webhooks, MCP (Model Context Protocol)

REST APIs

REST APIs sind HTTP-basierte Schnittstellen für die Kommunikation zwischen Services, ein Standard für moderne Web-Anwendungen. REST bedeutet "Representational State Transfer" und funktioniert über normale HTTP-Requests (GET, POST, PUT, DELETE). Ollama, vLLM, ChromaDB, externe KI-Services bieten häufig REST APIs an. Das macht Integration einfacher: Viele Programmiersprachen können HTTP-Requests senden.

Wo und wie setzen wir REST APIs in der KI-Gemeinschaft ein? REST APIs nutzen wir als Verbindung zwischen Komponenten: KI-Modelle über API für andere Services bereitstellen, externe Services einbinden (CRM-Daten holen, Buchhaltung aktualisieren), Microservice-Architekturen bauen (Frontend → Python-API → Ollama → ChromaDB). Wir schauen uns gemeinsam an, wie REST APIs genutzt und gebaut werden können für KI-Integration.

Webhooks

Webhooks sind automatische HTTP-Callbacks, die bei bestimmten Events ausgelöst werden: "Push statt Pull". Während bei REST APIs aktiv nachgefragt werden muss ("Gibt es neue Daten?"), melden sich Webhooks von selbst ("Hier sind neue Daten!"). Beispiel: Neuer Kontakt im CRM → Webhook feuert → Das KI-System wird automatisch benachrichtigt und verarbeitet den Kontakt. Webhooks ermöglichen Echtzeit-Automatisierung ohne ständiges Polling.

Wo und wie setzen wir Webhooks in der KI-Gemeinschaft ein? Webhooks nutzen wir als Event-Trigger für KI-Prozesse: Neuer CRM-Kontakt → KI generiert automatisch Willkommens-E-Mail, neue Bestellung → KI erstellt Rechnung, Support-Ticket erstellt → KI analysiert und kategorisiert. Wir schauen uns gemeinsam an, wie Webhooks empfangen und verarbeitet werden können für reaktive KI-Systeme, die auf Geschäftsereignisse reagieren.

MCP (Model Context Protocol)

MCP ist ein offenes Protokoll von Anthropic für die standardisierte Integration von KI-Modellen mit externen Datenquellen und Tools. Das Problem das MCP löst: Verschiedene KIs haben unterschiedliche Wege, auf Daten zuzugreifen. MCP definiert einen Standard: Ein MCP-Server stellt Tools bereit (Datenbank-Zugriff, Dateisystem-Operationen, API-Calls), KI-Modelle nutzen diese Tools über das MCP-Protokoll. Einmal implementiert, funktioniert es mit vielen MCP-fähigen KIs.

Wo und wie setzen wir MCP in der KI-Gemeinschaft ein? MCP nutzen wir für sichere KI-Tool-Integration: KI-Zugriff auf Datenbanken (lesen/schreiben mit Permissions), KI-Zugriff auf Dateisysteme (Dokumente verarbeiten), KI-Nutzung von APIs (CRM, Buchhaltung). Wir schauen uns gemeinsam an, wie MCP-Server gebaut und genutzt werden können für kontrollierte, sichere Kontext-Erweiterung von KI-Modellen.
Workflow-Automation: n8n, Langflow

n8n

n8n ist ein Open-Source Automatisierungs-Tool mit visueller Programmierung, Workflows lassen sich per Drag-and-Drop bauen statt Code zu schreiben. n8n verbindet hunderte Services: CRM-Systeme, E-Mail, Datenbanken, KI-APIs, Webhooks. Der Vorteil: Geschäftsabläufe automatisieren ohne Programmierkenntnisse. Und weil es Open Source ist, lässt es sich lokal betreiben, DSGVO-konform, ohne Vendor-Lock-in, ohne monatliche SaaS-Gebühren.

Wo und wie setzen wir n8n in der KI-Gemeinschaft ein? n8n nutzen wir als No-Code-Werkzeug für KI-Automatisierung: Neuer CRM-Kontakt → n8n holt Daten → sendet an Ollama → speichert KI-Antwort zurück ins CRM. Automatisierung von Geschäftsprozessen mit KI ohne Programmierung, schnelles Prototyping von KI-Workflows (testen, anpassen, deployen), Integration mehrerer Services zu intelligenten Prozess-Ketten. Wir schauen uns gemeinsam an, wie n8n als Brücke zwischen Business und KI genutzt werden kann.

Langflow

Langflow ist ein visuelles Tool speziell für KI-Pipeline-Entwicklung, insbesondere für RAG-Systeme (Retrieval Augmented Generation). Während n8n ein allgemeines Automatisierungs-Tool ist, fokussiert Langflow auf KI-spezifische Workflows: Embeddings generieren, Vektor-Suche durchführen, Prompts bauen, LLMs ansteuern, Antworten post-processen. Alles per Drag-and-Drop, mit speziell für KI-Entwicklung optimierten Komponenten.

Wo und wie setzen wir Langflow in der KI-Gemeinschaft ein? Langflow nutzen wir für RAG-Experimente: Schnelles Prototyping von KI-Systemen (Idee → visueller Flow → testen in Minuten), visuelle Entwicklung von RAG-Pipelines (Dokument → Chunking → Embedding → ChromaDB → Retrieval → LLM → Antwort), Experimentieren mit verschiedenen KI-Architekturen (verschiedene Embeddings, Retrieval-Strategien, Prompting-Techniken vergleichen). Wir schauen uns gemeinsam an, wie mit Langflow RAG-Systeme entwickelt werden können.
Infrastruktur: Docker, Linux

Docker

Docker ist eine Containerisierungs-Platform, die Anwendungen mit allen Abhängigkeiten in isolierte Container packt. Ein Docker-Container enthält alles: Code, Runtime, Bibliotheken, System-Tools. Das löst das "funktioniert auf meinem Rechner"-Problem: Wenn es im Container läuft, läuft es häufig überall. Für KI-Systeme relevant: Ollama, ChromaDB, vLLM, Python-Umgebungen haben spezifische Anforderungen. Docker kann Deployment reproduzierbar machen.

Wo und wie setzen wir Docker in der KI-Gemeinschaft ein? Docker nutzen wir für Deployment: Multi-Service-Architekturen containerisiert betreiben (Ollama-Container + ChromaDB-Container + vLLM-Container + Nginx-Container), einfache Skalierung (mehr Container starten), konsistente Umgebungen (Entwicklung = Produktion), schnelles Setup (statt stundenlanger Installation: docker-compose up). Wir schauen uns gemeinsam an, wie Docker für KI-Infrastruktur genutzt werden kann.

Linux

Linux ist ein häufig genutztes Betriebssystem für Server und KI-Workloads: Open Source (keine Lizenzkosten), sehr stabil (Server können jahrelang ohne Neustart laufen), guter GPU-Support (für KI-Modelle mit CUDA), vollständige Kontrolle über das System. Viele KI-Tools sind primär für Linux entwickelt. Docker läuft nativ auf Linux. Viele Cloud-Server nutzen Linux. Sehr viele professionelle KI-Systeme basieren auf Linux-Systemen.

Wo und wie setzen wir Linux in der KI-Gemeinschaft ein? Linux nutzen wir als Basis-Infrastruktur: Server-Setup für KI-Systeme (Ubuntu, Debian), Security-Hardening (Firewall, SSH-Keys, Fail2ban), System-Monitoring (CPU, RAM, GPU-Auslastung), Backup-Strategien (rsync, snapshots), Resource-Management. Wir schauen uns gemeinsam Linux-Grundlagen für KI-Betrieb an, auch für Nutzer, die von Windows auf Server-Betrieb umsteigen möchten.

Zusätzlich nutzen wir u. a. für die Unterstützung externe KI-Systeme: Anthropic Claude, OpenAI Codex

Wichtig: Du musst nicht alle Technologien beherrschen. Die Gemeinschaft hilft Dir, das zu vertiefen, was für Dein Unternehmen relevant ist.

... und ein hilfreiches Forum für den direkten fachlichen Austausch

Die KI-Gemeinschaft lebt vom Austausch!

Hier kannst Du Deine Fragen stellen, Ideen teilen, Erfahrungen austauschen und von den Erkenntnissen anderer lernen.

Egal, ob Du gerade erst startest oder bereits eigene KI-Systeme betreibst: Das Forum ist der Ort, an dem Du auf Augenhöhe diskutierst, Lösungen findest und neue Impulse bekommst.

Und das Beste: Die Community hilft sich gegenseitig, teilt Code-Snippets, Best Practices und echte Praxisbeispiele.

Kein Marketing-Gelaber, keine oberflächlichen Antworten, sondern direkter, fachlicher Austausch zwischen Menschen, die KI wirklich nutzen und verstehen wollen.

Fun Fact: Ja, Du kannst das interne KI-System nutzen, um Fragen zu allen bereits beantworteten Themen zu stellen ... ;-)

Synapsen-Party-Kalender:
KI-Seminar- und Workshop Termine

Datum	Uhrzeit	Titel	Beschreibung
DO 11.06.26	14-16	Wissensrepräsentation: Taxonomien, Ontologien & Knowledge Graphs Vertiefungs-Seminar	Fachwissen mit Taxonomien, Ontologien und Wissensgraphen strukturieren, um komplexe Zusammenhänge maschinenlesbar zu machen
DO 11.06.26	16-18	CRM & Tools anbinden Spezial-Seminar	CRM-Systeme und vorhandene Tools mit lokalen KI-Modellen verbinden, um Kundendaten intelligent zu nutzen und Prozesse zu automatisieren
MO 13.07.26	14-17	Systemische Integration von KI Grundlagen-Seminar	In diesem Grundlagen-Seminar lernst Du die systemische Integration von KI in Unternehmensprozesse, mit besonderem Fokus auf MCP-Server und Workflow-Automation. Warum das wichtig ist: Wiederkehrende Abläufe stehlen Dir täglich Zeit, die Du für Wichtigeres brauchst. Du verstehst, wie Du eigene MCP-Server baust, um Claude Code auf Deine Bedürfnisse anzupassen, und wie Du damit Workflows vollständig automatisierst, sodass Routineaufgaben ohne Dein Zutun erledigt werden.
MO 13.07.26	17-18	KI-Sprechstunde	Wissensgraphen aufbauen, CRM-Systeme integrieren, API-Verbindungen debuggen: Wir schauen uns gemeinsam Deine Herausforderungen an.
DO 16.07.26	14-16	MCP-Server-Entwicklung Vertiefungs-Seminar	Eigene MCP-Server entwickeln, um Claude Code mit spezifischen Werkzeugen für das eigene Unternehmen zu erweitern
DO 16.07.26	16-18	Repetitive Workflows automatisieren Spezial-Seminar	Sich wiederholende Arbeitsabläufe erkennen und mit KI-Werkzeugen vollständig automatisieren, um Zeit für wichtigere Aufgaben zu gewinnen
MO 10.08.26	14-17	Systemische Integration von KI Grundlagen-Seminar	In diesem Grundlagen-Seminar lernst Du die systemische Integration von KI in Unternehmensprozesse, mit besonderem Fokus auf Kritiker-Systeme und Video-Verarbeitung. Warum das wichtig ist: KI-Ausgaben müssen geprüft werden, und Video-Content enthält wertvolles Wissen, das verschlossen bleibt. Du verstehst, wie Du automatische Qualitätssicherung aufbaust, die KI-Ergebnisse kontinuierlich verbessert, und wie Du Videos transkribierst, um Inhalte durchsuchbar und in anderen Formaten nutzbar zu machen.
MO 10.08.26	17-18	KI-Sprechstunde	Eigene Tools entwickeln, Workflow-Automation einrichten, n8n und Langflow nutzen: Was sind Deine Stolpersteine? Wir lösen sie gemeinsam.
DO 13.08.26	14-16	Kritiker-Systeme & Kontinuierliches Lernen Vertiefungs-Seminar	Kritiker-Systeme aufbauen, um KI-Ausgaben automatisch zu bewerten und kontinuierlich zu verbessern
DO 13.08.26	16-18	Videos transkribieren und aufbereiten Spezial-Seminar	Videos automatisch transkribieren, durchsuchbar machen und für verschiedene Formate aufbereiten, um Wissen zugänglich zu machen
MO 14.09.26	14-17	Systemische Integration von KI Grundlagen-Seminar	In diesem Grundlagen-Seminar lernst Du die systemische Integration von KI in Unternehmensprozesse, mit besonderem Fokus auf Workflow-Automation in der Tiefe. Warum das wichtig ist: Einfache Workflows hast Du bereits automatisiert, jetzt geht es um komplexe Prozesse wie Mitarbeiter-Einarbeitung und Berichtswesen. Du verstehst, wie Du n8n und Langflow für anspruchsvolle Abläufe nutzt, die mehrere Systeme orchestrieren und dabei echte Zeit zurückgewinnen, statt nur oberflächlich zu optimieren.
MO 14.09.26	17-18	KI-Sprechstunde	Multi-Agent-Systeme bauen, Video-Transkription optimieren, Qualitätssicherung automatisieren: Lass uns gemeinsam Lösungen finden.
DO 17.09.26	14-16	Workflow-Automation & Orchestrierung Vertiefungs-Seminar	Workflow-Systeme wie n8n und Langflow einsetzen, um komplexe Abläufe zu automatisieren und verschiedene Tools miteinander zu verbinden
DO 17.09.26	16-18	Wiederkehrende Prozesse automatisieren (Vertiefung) Spezial-Seminar	Komplexe wiederkehrende Abläufe wie Mitarbeiter-Einarbeitung, Berichtswesen und tägliche Routinen mit KI vollständig automatisieren, um Zeit für Wichtigeres zu gewinnen
MO 12.10.26	14-17	Systemische Integration von KI Grundlagen-Seminar	In diesem Grundlagen-Seminar lernst Du die systemische Integration von KI in Unternehmensprozesse, mit besonderem Fokus auf Produktions-Server und eigene Infrastruktur. Warum das wichtig ist: Ein KI-System in der Entwicklungsumgebung zu bauen ist eine Sache – es sicher im Internet bereitzustellen eine völlig andere. Du verstehst, wie Du Apache, Nginx, SSL-Zertifikate und Reverse-Proxies richtig konfigurierst, um Dein KI-System stabil und sicher zu betreiben, und dabei gleichzeitig DSGVO-konform zu bleiben, weil alle Daten auf Deiner eigenen Hardware liegen statt in fremden Cloud-Systemen.
MO 12.10.26	17-18	KI-Sprechstunde	Komplexe Abläufe automatisieren, verschiedene Systeme verbinden, Fehler beheben: Welche Prozesse bereiten Dir Kopfzerbrechen? Wir klären das gemeinsam.
DO 15.10.26	14-16	Server-Stack Production Vertiefungs-Seminar	Produktions-Server mit Apache, Nginx, SSL und Reverse-Proxies aufsetzen, um KI-Systeme sicher im Internet bereitzustellen
DO 15.10.26	16-18	Lokales DSGVO-konformes KI-System betreiben Spezial-Seminar	Eigenes KI-System auf eigener Hardware aufsetzen und betreiben, um DSGVO-konform zu arbeiten und unabhängig von Cloud-Anbietern zu sein
MO 09.11.26	14-17	Systemische Integration von KI Grundlagen-Seminar	In diesem Grundlagen-Seminar lernst Du die systemische Integration von KI in Unternehmensprozesse, mit besonderem Fokus auf Hybrid-Search und erweiterte Wissenssysteme. Warum das wichtig ist: Eine einfache Volltextsuche findet nur exakte Begriffe, eine reine Vektorsuche manchmal zu viel Unpassendes. Die Kombination aus beiden – Hybrid-Search – liefert präzise Ergebnisse, weil sowohl nach Stichworten als auch nach Bedeutung gesucht wird. Du verstehst, wie Du Dein bestehendes Wissenssystem von Februar auf die nächste Stufe hebst, sodass Mitarbeitende wirklich finden, was sie suchen, und dabei die Suchqualität dauerhaft verbessert wird.
MO 09.11.26	17-18	KI-Sprechstunde	Server aufsetzen, SSL konfigurieren, eigene KI-Infrastruktur betreiben: Wo brauchst Du Unterstützung? Wir helfen Dir gerne weiter.
DO 12.11.26	14-16	Hybrid-Search: Keyword + Vektor Vertiefungs-Seminar	Stichwort-Suche mit semantischer Vektorsuche kombinieren, um präzisere Suchergebnisse zu erhalten
DO 12.11.26	16-18	Internes Wissenssystem aufbauen (Vertiefung) Spezial-Seminar	Bestehendes Wissenssystem erweitern mit hybrider Suche, um sowohl nach Stichworten als auch nach Bedeutung zu suchen und präzisere Ergebnisse zu erhalten
MO 14.12.26	14-17	Systemische Integration von KI Grundlagen-Seminar	In diesem Grundlagen-Seminar lernst Du die systemische Integration von KI in Unternehmensprozesse, mit besonderem Fokus auf Datenschutz, Recht und Compliance. Warum das wichtig ist: KI-Systeme verarbeiten personenbezogene Daten, und Unwissenheit schützt vor Strafen nicht. Du verstehst, wie DSGVO-Anforderungen und der EU AI Act konkret aussehen und wie Du sie technisch umsetzt – von Protokollierung über Löschkonzepte bis zur Datenminimierung. So arbeitest Du rechtssicher mit KI und vermeidest teure Abmahnungen oder Datenschutzverletzungen, die Dein gesamtes Projekt gefährden könnten.
MO 14.12.26	17-18	KI-Sprechstunde	Suchqualität verbessern, Hybrid-Search einrichten, bestehende Systeme erweitern: Bring gerne Deine aktuellen Fragen mit.
DO 17.12.26	14-16	Datenschutz, Recht & Compliance Vertiefungs-Seminar	DSGVO-Anforderungen und EU AI Act verstehen und technisch umsetzen, um rechtssicher mit KI zu arbeiten
DO 17.12.26	14-16	Datenschutz, Recht & Compliance Vertiefungs-Seminar	DSGVO-Anforderungen und EU AI Act verstehen und technisch umsetzen, um rechtssicher mit KI zu arbeiten

Wie möchtest Du teilnehmen?

Für alle, die sich ganz entspannt in das Thema KI im Unternehmen einarbeiten möchten: KI-Gemeinschaft Basis-Zugang

Teilnahme an der monatlichen KI-Sprechstunde
Zugang zu Videos, Code-Beispielen und Demo-Systemen
Zugang zum KI-Gemeinschaft Experten-Forum
Zugang zu allen internen KI-Experten-Beiträgen und zu allen PDF Ebooks

Ausgebucht.
nur 69 € zzgl. MwSt. / Monat

Ideal, um interne KI-Systeme voranzubringen: KI-Gemeinschaft Seminar-Zugang

Teilnahme am monatlichen Spezial-Seminar
Teilnahme am monatlichen Vertiefungs-Seminar
Teilnahme an den monatlichen Grundlagen-Seminaren
Teilnahme an der monatlichen KI-Sprechstunde
Zugriff für bis zu 6 Personen im Unternehmen
Zugang zu Videos, Code-Beispielen und Demo-Systemen
Zugang zum KI-Gemeinschaft Experten-Forum
Zugang zu allen internen KI-Experten-Beiträgen und zu allen PDF Ebooks

Nur noch wenige Plätze frei
nur 360 € zzgl. MwSt. / Monat

Als Begleitung für die Planung und Umsetzung Deiner KI-Vorhaben: KI-Gemeinschaft Professional

3 Stunden/Monat KI-Beratung für interne Projekte
Zugang zu internen Code- und Tool-Bibliotheken
Zugriff für bis zu 12 Personen
Teilnahme an den monatlichen Grundlagen-Seminaren
Teilnahme am monatlichen Vertiefungs-Seminar
Teilnahme am monatlichen Spezial-Seminar
Teilnahme an der monatlichen KI-Sprechstunde
Zugang zu Videos, Code-Beispielen und Demo-Systemen
Zugang zum KI-Gemeinschaft Experten-Forum
Zugang zu allen internen KI-Experten-Beiträgen und zu allen PDF Ebooks

Ausgebucht.
nur 960 € zzgl. MwSt. / Monat

Als Inhouse-Beratung für Deine gesamte KI-Transformation: Inhouse-Beratung & Projekt-Begleitung

1 Tag Inhouse-Seminar pro Monat
Priority Support
Custom Workshops
Zugriff für das gesamte Team (bis zu 30 Personen)
3 Stunden/Monat KI-Beratung für interne Projekte
Zugang zu internen Code- und Tool-Bibliotheken
Teilnahme an den monatlichen Grundlagen-Seminaren
Teilnahme am monatlichen Vertiefungs-Seminar
Teilnahme am monatlichen Spezial-Seminar
Teilnahme an der monatlichen KI-Sprechstunde
Zugang zu Videos, Code-Beispielen und Demo-Systemen
Zugang zum KI-Gemeinschaft Experten-Forum
Zugang zu allen internen KI-Experten-Beiträgen und zu allen PDF Ebooks

Ausgebucht.
nur 3.900 € zzgl. MwSt. / Monat

Jederzeit monatlich wechseln oder kündigen

Es gibt keine Mindestlaufzeit. Du kannst jeden Monat Dein Modul wechseln oder kündigen.

Bitte beachte, dass die Plätze im KI-System limitiert sind. Ggf. kann es zu Wartezeiten kommen.

Weiter zur Buchung »

Werde ein Teil der KI-Gemeinschaft!

Bitte gib Deine Rechnungsanschrift ein. Alle Felder sind Pflichtfelder.

E-Mail-Adresse *

Abweichende E-Mail-Adresse für Buchhaltung

Firma *

Vorname *

Nachname *

Straße & Hausnummer *

PLZ *

Stadt *

Land *

Mit der Buchung akzeptiere ich die Geschäftsbedingungen, habe die Widerrufsbelehrung zur Kenntnis genommen und stimme der Datenverarbeitung zu. Die monatliche Abrechnung erfolgt per Rechnung.

Gestalte Deine eigenen KI-Systeme für Dein Unternehmen!

Wertvolles KI-Wissen + Technik + Austausch: Das gibt's in der KI-Gemeinschaft. Machst Du mit?

Um welche Themen geht's in der KI-Gemeinschaft?

Um welche Technologien geht es?

Ollama

vLLM

OpenCode

ChromaDB

PostgreSQL (pgvector)

Milvus

MariaDB

MySQL

PostgreSQL

Python

PHP

Apache

Nginx

HTML, CSS, JavaScript

REST APIs

Webhooks

MCP (Model Context Protocol)

n8n

Langflow

Docker

Linux