Im April 2024 standen mehrere kostenfreie oder kostenlos zugängliche Lernangebote zu Künstlicher Intelligenz bereit. Die Kurse von Google, Microsoft, Harvard, Vanderbilt, DeepLearning.AI und edX deckten Grundlagen, Python, Prompt Engineering, LLMOps und die ethischen Fragen großer Datenmodelle ab. Die konkreten Bedingungen können sich bei den Anbietern ändern, deshalb sind die verlinkten Originalseiten für den aktuellen Zugang maßgeblich.
Für den Einstieg bot Google Cloud Skills Boost einen Lernpfad zu generativer KI. Microsoft stellte mit AI for Beginners ein frei zugängliches, quelloffenes Curriculum bereit. Die Inhalte reichen von mathematischen Grundlagen über neuronale Netze bis zu praktischen Anwendungen. Für Entwicklerteams ist der Kurs als strukturierter Einstieg in die Terminologie und die wichtigsten Verfahren nutzbar.
Python, Prompt Engineering und LLMOps
Harvards CS50-Kurs zu Künstlicher Intelligenz mit Python verbindet Algorithmen mit Programmieraufgaben. Für den praktischen Umgang mit Sprachmodellen behandelte ein Prompt-Engineering-Kurs der Vanderbilt University die Formulierung und Bewertung von Eingaben. Der Kurs von OpenAI und DeepLearning.AI richtete sich ausdrücklich an Entwickler und behandelte wiederverwendbare Prompt-Muster.
Ein weiterer Schwerpunkt lag auf dem Betrieb großer Sprachmodelle. Der LLMOps-Kurs von DeepLearning.AI beschreibt die Kette von Trainingsdaten über Anpassung und Evaluation bis zur Bereitstellung. Ergänzend behandelte ein Kurs der University of California, Davis, Big Data, KI und Ethik. Für Spieleentwicklung und technische Produktion sind diese Themen relevant, wenn Modelle in Tools, Testabläufe oder redaktionelle Pipelines eingebunden werden.
Kostenloser Zugang ist nicht überall gleich
Bei Plattformkursen kann die kostenlose Teilnahme auf einzelne Lernmaterialien oder eine Audit-Option begrenzt sein. Zertifikate, benotete Aufgaben und zusätzliche Funktionen können kostenpflichtig sein. Die edX-Einführung zu KI-Anwendungen und Prompt Engineering ergänzte die Sammlung um den Bau eigener Anwendungen. Damit entstand ein breiter Lernpfad, der von den Grundlagen bis zu produktionsnahen Fragen reichte.