Das Konzept der Spaces
Was ein Space ist und wie Sie einen anlegen: ein Arbeitsraum mit eigenem Wissen, eigenen Chats und eigenen Mitgliedern.
Tutorials
Lernen Sie skai in kurzen Videos kennen. Jedes Tutorial erklärt erst das Konzept und zeigt dann die konkreten Schritte in der Anwendung, in ein bis zwei Minuten.
Von den Grundlagen bis zur Administration
41 Tutorials · rund 53 Minuten · 4 Bereiche
Der Einstieg: was Spaces sind und wie Sie Ihren ersten Chat führen.
Ihr erster Chat
Einen Chat starten, einen Space als Wissen anhängen und eine belegte Antwort mit Quellenangabe erhalten.
Die Chat-Eingabe
Alle Funktionen der Eingabezeile: Dateien anhängen, Fragen diktieren, Wissen ansprechen, Internetsuche und Modellauswahl.
Die Navigation
Ein Rundgang durch die Oberfläche: die Seitenleiste von oben nach unten, von Chats und Experten über Spaces und Wissen bis zum Profil.
Darauf aufbauend: eigenes Wissen einbringen und mit Experten arbeiten.
Eigenes Wissen als Quelle
Eine eigene Quelle anlegen, Inhalte hinzufügen und im Chat Antworten erhalten, die darauf aufbauen.
Eigene KI-Experten
Einen wiederverwendbaren Experten konfigurieren: Rolle, Anweisung und Wissen, einmal angelegt für das ganze Team.
Eine Expertenrunde starten
Mehrere Experten und eingeladene Personen beantworten eine Frage gemeinsam in einer Runde.
Ein Chatbot für Ihre Website
Einen Chatbot anlegen, mit Space-Wissen verbinden, in der Vorschau testen und per Script-Tag in die eigene Website einbetten.
Ihre erste Automation
Einen Workflow anlegen: Trigger wählen, KI-Knoten verbinden und konfigurieren, ausführen und das Ergebnis prüfen.
Meeting Notes
Eine Besprechungsaufnahme hochladen, das Transkript mit Sprechertrennung erstellen und daraus ein strukturiertes Protokoll erzeugen.
Die Prompt-Bibliothek
Bewährte Prompts mit Platzhaltern zentral speichern, in Kategorien teilen und im Chat mit einem Klick einsetzen.
E-Mail-Workflows mit Outlook
Aufbauend auf der ersten Automation: einen Workflow an ein Outlook-Postfach anbinden, damit eingehende E-Mails ihn auslösen und die KI eine Antwort als Entwurf vorbereitet.
Das Glossar
Die zwei Glossare: das persönliche Glossar für die Meeting Notes und das Glossar im Space, das der KI beim Antworten Fachbegriffe und Abkürzungen erklärt.
Für Administratoren: die Organisation einstellen und die Nutzung im Blick behalten.
Organisations-Einstellungen
Stammdaten, Konfiguration und KI-Modelle: was Administratoren zentral für die ganze Organisation festlegen.
Chat-Verwaltung
Chat-Start-Widgets je Ansichtsmodus, zentrale Experten und geteilte Prompts: der Chat-Bereich der Verwaltung.
Statistiken
Credits, Nutzung, Nachrichten und Verbräuche: ablesen, wie die Organisation skai nutzt, eingegrenzt über Von und Bis.
Der Fokus-Modus
Vollansicht oder Fokus-Modus: den Standard der Organisation setzen, die Berechtigung steuern und die Darstellung im Benutzerprofil wechseln.
Benutzer & Gruppen
Mitglieder einladen oder direkt anlegen, bearbeiten und deaktivieren, Berechtigungen über Benutzergruppen steuern – und was bei Entra-Synchronisation gilt.
Grundlagen zum Verständnis: was KI ist, wie sie arbeitet, wo ihre Grenzen liegen und wie man sie sicher einsetzt.
Was ist KI?
Was künstliche Intelligenz ausmacht: Muster aus Beispielen erkennen statt starrer Regeln – der Unterschied zu klassischer Software.
KI, ML und LLM
Die Landkarte der Begriffe: KI als Oberbegriff, maschinelles Lernen als heute übliche Methode und das Sprachmodell als eine Art davon.
Wie eine KI lernt
Wie ein Modell im Training aus großen Datenmengen lernt – Parameter statt Programmierung, und der Unterschied zwischen Training und Nutzung.
Sprachmodelle
Was ein Sprachmodell ist: Es sagt das nächste Wort voraus, und daraus entsteht scheinbares Verstehen.
Modell und Werkzeug
Der Unterschied zwischen KI-Modell und KI-Werkzeug (GPT gegenüber ChatGPT): das Modell ist der Motor, das Werkzeug baut Oberfläche, Gedächtnis und Regeln darum herum.
Der Prompt
Die Eingabe ist die Anweisung: Wie eine klare, präzise Frage zu einer besseren Antwort führt.
Tokens und Kontextfenster
Wie eine KI Text in Häppchen (Tokens) liest und warum ihr Gedächtnis pro Anfrage begrenzt ist (Kontextfenster).
Halluzinationen
Warum eine KI überzeugend falsch liegen kann – und warum man Antworten nicht blind glauben, sondern Quellen prüfen sollte.
Prompt Injection und Guardrails
Wie sich versteckte Anweisungen (auch in Dokumenten oder Webseiten) einschleusen und wie Schutzmechanismen das eindämmen.
Grounding und RAG
Antworten auf echtem Firmenwissen statt Raten: Die KI schlägt erst nach und belegt dann jede Aussage (Retrieval Augmented Generation).
Semantische Suche
Wie eine KI nach Bedeutung findet statt nur nach Stichwort – die Grundlage, das passende Wissen zu einer Frage zu finden.
KI und Ihre Daten
Was mit Ihren Eingaben passiert: wo das Modell läuft, wer Zugriff hat und ob Daten zum Training verwendet werden.
Regulatorik und Jurisdiktion
Die DSGVO als Rahmen – und warum nicht nur zählt, wo die Daten liegen, sondern welchem Recht der Anbieter unterliegt.
LLM im Betrieb
Was der Betrieb großer und kleiner Modelle kostet – Speicher, Hardware und die Abwägung zwischen Leistung, Kosten und Kontrolle.
KI verantwortungsvoll einsetzen
Wofür KI taugt und wofür nicht – und warum der Mensch die Kontrolle und die Prüfung behält.
KI-Agenten und Automatisierung
KI, die nicht nur antwortet, sondern ein Ziel in Schritte zerlegt, Werkzeuge nutzt und selbstständig arbeitet.
Multimodale KI
Ein Modell, das nicht nur Text versteht, sondern auch Bild, Sprache und Dokumente.
Denkende KI
Reasoning-Modelle nehmen sich vor der Antwort Zeit für Zwischenschritte – besser bei kniffligen Aufgaben, aber langsamer und teurer.
KI an Ihr Wissen anpassen
Prompting, RAG oder Fine-Tuning: die drei Wege, einer KI Ihr Wissen beizubringen – und wann welcher passt.
Open-Source oder proprietär
Fertiger Anbieter-Dienst gegen offene Gewichte: bequem und stark gegenüber Kontrolle und Unabhängigkeit.
Bias und Fairness
Warum eine KI Schieflagen aus den Trainingsdaten übernimmt und nicht per se neutral ist – und wie man das eindämmt.
Der EU AI Act
Das KI-Gesetz der EU im Überblick: Regulierung nach Risiko und was für Unternehmen zählt (keine Rechtsberatung).
KI im Unternehmen einführen
Von der Idee zum Einsatz: klarer Anwendungsfall, Menschen mitnehmen, klare Regeln und klein anfangen.