GrandEdu Journal · News

Wissen, das weiterbringt.

Impulse, Perspektiven und praxisnahes Wissen für Deine berufliche Entwicklung.

40 Beiträge und Perspektiven

Mit GrandEdu neue Bildungswelten erleben

Künstliche Intelligenz

Perspektiven · Praxis · Zukunft
Zwei Berufstätige untersuchen unbeschriftete farbige Textblöcke auf einem Bildschirm während einer digitalen Lernübung
Automation-Weiterbildung

Tokenisierung bei KI: Ein Wort ist nicht immer ein Token

Warum ein Wort nicht automatisch ein Token ist: Eine eigene Kartenübung trennt Zeichen, Wörter, Token-IDs und modellabhängige Zerlegung – mit einem klaren Protokoll für nachvollziehbare KI-Lernversuche.

Leitartikel lesen
02 Mitarbeiterin vergleicht eine digital erfasste Dokumentansicht am Bildschirm mit einer Papierunterlage im Büro
Automation-Weiterbildung

Levenshtein-Distanz bei KI: Zeichenfehler sind keine Bedeutungsprüfung

Eine kleine Levenshtein-Distanz beweist keine gleiche Identität. Fiktive Kennungen zeigen Einfügen, Löschen und Ersetzen sowie die Grenzen von Vorverarbeitung und automatischer Freigabe.

Beitrag lesen
03 Berufserfahrener Mann vergleicht unbeschriftete farbige Karten neben einem Laptop im hellen Büro.
Automation-Weiterbildung

Jaccard-Ähnlichkeit bei KI: Gemeinsame Schlagwörter richtig zählen

Gleich lange Schlagwortlisten können unterschiedliche Themen enthalten. Eine fiktive KI-Übung erklärt Jaccard-Ähnlichkeit, gemeinsame Abwesenheiten und leere Mengen.

Beitrag lesen
04 Ein berufserfahrener Planer betrachtet drei unbeschriftete Linienverläufe auf einem Bildschirm im Büro neben einem Lager.
Automation-Weiterbildung

Zeitreihenvalidierung bei KI: Was war damals wirklich bekannt?

Ein Rücktest darf nicht mehr wissen als die damalige Planung: Wie zeitliche Aufteilung, Prognosehorizont und historische Datenversionen bei KI-Prognosen zusammenpassen.

Beitrag lesen
05 Eine berufserfahrene Frau mit lockigem Haar vergleicht zwei unbeschriftete Linienverläufe auf einem Bildschirm im hellen Büro einer Servicestelle.
Automation-Weiterbildung

MAE und RMSE bei KI: Große Prognosefehler gezielt prüfen

MAE und RMSE bündeln Prognosefehler unterschiedlich. Vier erfundene Servicetage zeigen den Rechenweg, den Einfluss einer großen Abweichung und sinnvolle nächste Prüfungen.

Beitrag lesen
06 Berufserfahrener Analyst mit Brille betrachtet unbeschriftete Modellbewertungskurven auf einem großen Monitor in einem modernen Büro.
Automation-Weiterbildung

ROC-AUC bei KI: Ranking prüfen, Schwellenwert begründen

Was bedeutet ROC-AUC bei KI? Fünf erfundene Bildfälle zeigen Paarvergleiche, ROC-Punkte und warum eine gute Rangfolge noch keinen Entscheidungsschwellenwert festlegt.

Beitrag lesen
07 Analystin in olivgrüner Bluse betrachtet farbige Datencluster auf einem großen Monitor in einem hellen Arbeitsraum.
Automation-Weiterbildung

Silhouettenkoeffizient bei KI: Gute Trennung ist noch kein Kundensegment

Was ein hoher Silhouettenkoeffizient wirklich aussagt: Eine Rechenübung zeigt Clustertrennung, verdeckte Problemfälle und die Grenzen bei der Kundensegmentierung.

Beitrag lesen

Wissen wird wertvoll, wenn es Dich weiterbringt.

Welche Weiterbildung passt zu Deinem nächsten Schritt?

Wir übersetzen Deine Ziele in einen klaren Bildungsweg – persönlich, förderorientiert und auf Augenhöhe.

Beratungsgespräch