Quiz
Start › Quiz
Quiz – teste, was hängen geblieben ist
30 Fragen aus 8 Kapiteln. Klick auf eine Antwort – du bekommst sofort Rückmeldung und eine kurze Erklärung. Falsche Antworten sind ausdrücklich erlaubt, sie zeigen nur, wo sich ein zweiter Blick lohnt.
1 · Grundlagen
Was ist ein Token?
Warum: Modelle verarbeiten Text in Wortbausteinen (≈ 4 Zeichen). In Tokens wird auch bezahlt und begrenzt.
Was beschreibt das Kontextfenster?
Warum: Eingabe + Ausgabe müssen zusammen hineinpassen – was herausfällt, „vergisst“ das Modell.
„Halluzination“ bedeutet bei KI …
Warum: Das Modell erzeugt die wahrscheinlichste, nicht die verifizierte Fortsetzung – Fakten daher gegenprüfen.
Training vs. Inferenz: Was erlebst du als Nutzer?
Warum: Das Modell lernt im Gespräch nichts dauerhaft dazu – du nutzt immer das fertig trainierte Modell (Inferenz).
2 · Modelle
„ChatGPT“ ist genau genommen …
Warum: Produkt ≠ Modell: Die ChatGPT-App nutzt darunter wechselnde GPT-Modelle – wie Claude-App und Claude-Modelle.
„Open Weight“ bedeutet …
Warum: Die Gewichte-Datei ist frei verfügbar – lokal betreibbar und anpassbar. Trainingsdaten bleiben meist trotzdem geheim.
Wofür eignet sich LoRA/Fine-Tuning vor allem?
Warum: Merksatz: Verhalten → LoRA/Fine-Tuning, Wissen → RAG.
Was ist GPT-OSS?
Warum: 2025 veröffentlichte OpenAI erstmals seit GPT-2 wieder offene Gewichte – unter Apache-2.0-Lizenz.
4 · Betrieb & Hardware
Ollama vs. vLLM – wann braucht man vLLM?
Warum: Ollama = Espressomaschine für zuhause, vLLM = Industrieanlage mit maximalem Durchsatz.
Die wichtigste Hardware-Kennzahl für lokale Modellgröße ist …
Warum: Das Modell muss in den (Grafik-)Speicher passen – Faustregel: Kaufe Speicher, nicht Taktraten.
Nvidia NIM ist …
Warum: „Fertiggericht statt selbst kochen“ – bequem, aber mit Lizenzkosten und Nvidia-Bindung.
Quantisierung bewirkt …
Warum: 16→4 Bit pro Parameter ≈ 75 % Ersparnis – der Schlüssel, warum große Modelle auf PCs laufen.
Zur Sektion Betrieb & Hardware
5 · Modellwahl
Hugging Face ist am ehesten vergleichbar mit …
Warum: Dort wird heruntergeladen – ausgeführt wird woanders (Ollama, vLLM, llama.cpp).
„Q4_K_M“ bezeichnet …
Warum: Q4-Stufen sind der übliche Sweet-Spot: ~75 % kleiner bei geringem Qualitätsverlust.
Warum ein eigenes Eval-Set aufbauen?
Warum: 20–50 echte eigene Fälle blind vergleichen schlägt jede fremde Rangliste – für DEINE Aufgabe.
6 · Zugriff
Eine API ist …
Warum: Anfrage hin, Antwort zurück – der Klebstoff zwischen allen Schichten der Landkarte.
Unterschied OpenRouter vs. LiteLLM?
Warum: Gleiche Rolle (Modell-Router), andere Verantwortung: Dienst nutzen vs. selbst betreiben.
„OpenAI-kompatible API“ bedeutet …
Warum: Der Quasi-Standard macht Modelle austauschbar wie Glühbirnen – Basis von Routern wie LiteLLM.
7 · Daten & Wissen
Was macht RAG?
Warum: Retrieval-Augmented Generation: nachschlagen → in den Prompt legen → mit Quellen antworten.
Embeddings sind …
Warum: „Urlaubsantrag“ und „Ferien beantragen“ landen nah beieinander – Basis der semantischen Suche.
Das Modell soll aktuelles Firmenwissen nutzen. Bester Weg?
Warum: Wissen → RAG: aktuell, ohne Training änderbar, mit zitierbaren Quellen.
Ein Data Lake ist …
Warum: Billig und flexibel – aber ohne Pflege droht der „Data Swamp“.
8 · Agenten
Unterschied Agent vs. Chatbot?
Warum: Chatbot = Berater, Agent = Assistent, der die Aufgabe selbst erledigt (agentische Schleife).
MCP ist …
Warum: Ein MCP-Server = andockbares Werkzeugpaket, nutzbar von jedem MCP-fähigen Agenten.
Der „Harness“ ist …
Warum: Claude Code ist ein Harness, Claude das Modell darin. (Harness.io ist etwas völlig anderes!)
Prompt Injection ist …
Warum: Top-Sicherheitsrisiko für Agenten – Werkzeuge kuratieren, kritische Aktionen hinter Freigabe.
9 · Agentic Coding
„Vibe Coding“ bedeutet …
Warum: Für Prototypen okay – für Produktion riskant (Sicherheitslücken, unwartbarer Code).
Wozu dient AGENTS.md / CLAUDE.md?
Warum: Die „Einarbeitungsmappe“ für KI-Mitarbeiter – größter Einzelhebel für Agentic-Coding-Qualität.
.gitignore schützt unter anderem davor, dass …
Warum: Doppelt wichtig: Sicherheit + Kontext-Hygiene. Geleakte Schlüssel immer austauschen!
Ein Pull Request ist …
Warum: Genau hier docken Coding-Agenten an: Sie liefern PRs, Menschen (oder Prüf-Agenten) reviewen.