# KI verstehen und beim Entwickeln bewusst einsetzen

Öffentliche Hintergrundinformationen von Novari Education. Dies ist eine Selbstauskunft des Bildungsträgers.

Redaktioneller Stand: 2026-10-20. Arbeitsmarktzahlen nennen zusätzlich ihren jeweiligen Berichtszeitraum.

Warum Programmiergrundlagen zuerst kommen und wie eigene Modelle, ein Chatbot und die kritische Prüfung von Ergebnissen darauf aufbauen.

## Warum die Programmiergrundlagen zuerst kommen

KI kann Code vorschlagen, Fehlermeldungen erklären und alternative Lösungswege zeigen. Um diese Unterstützung sinnvoll zu nutzen, brauchst du eine Grundlage, mit der du die Ergebnisse selbst beurteilen kannst.

Deshalb lernst du bei Novari zunächst, wie Programme aufgebaut sind, wie Daten verarbeitet werden und wie du Fehler untersuchst. KI kommt anschließend schrittweise als Werkzeug hinzu. Ein eigenes Modul vertieft ihre Funktionsweise und den verantwortungsvollen Umgang damit.

Du sollst nachvollziehen können: Was wurde vorgeschlagen? Warum könnte das funktionieren? Welche Annahmen stecken darin? Was muss ich testen oder verändern?

## Wie KI lernt und warum Ergebnisse unterschiedlich ausfallen

Du beschäftigst dich grundlegend mit maschinellem Lernen, Trainingsdaten und Sprachmodellen. Mit einem Werkzeug wie Teachable Machine trainierst und testest du beispielsweise ein Modell zur Bilderkennung. Dabei wird sichtbar, wie sich unterschiedliche Trainingsdaten, Hintergründe oder Lichtverhältnisse auf die Ergebnisse auswirken.

Du lernst außerdem die Grundidee von Sprachmodellen, Tokens und ihrem begrenzten Kontext kennen. Ziel ist, die Funktionsweise und Grenzen besser zu verstehen und Ergebnisse einordnen zu können.

## Einen eigenen KI-Chatbot entwickeln

Ein praktisches Beispiel aus dem Curriculum ist ein eigener lokaler KI-Chatbot mit Ollama, Express und React. Du lernst, wie Oberfläche, Server und Sprachmodell zusammenarbeiten. Darauf aufbauend können Gespräche in einer Datenbank gespeichert und in der Oberfläche wieder aufgerufen werden.

Du lernst auch die Grundidee kennen, einem Sprachmodell zusätzliche Dokumente als Kontext bereitzustellen. Dabei geht es um ein einfaches Verständnis von Retrieval Augmented Generation (RAG), nicht um eine Ausbildung in KI-Forschung.

## Ergebnisse prüfen und Verantwortung übernehmen

Auch überzeugend formulierte Antworten können falsch, unvollständig oder einseitig sein. Du übst, Aussagen und Code zu überprüfen, Grenzen zu erkennen und persönliche oder vertrauliche Daten zu schützen.

Dazu gehören klare Aufgabenstellungen, der Vergleich unterschiedlicher Ergebnisse und das schrittweise Prüfen und Verbessern vorgeschlagener Lösungen. Du sollst deinen Code und deine technischen Entscheidungen selbst nachvollziehen und erklären können.

Unser Ziel ist, dass du KI bewusst einsetzen und Verantwortung für deine Arbeit übernehmen kannst. Dein eigenes Verständnis bleibt dabei entscheidend.

[Zur Kursseite](/courses/fullstack-developer)

[Weitere Hintergrundinformationen](/wissen/index.md)