Du suchst „kostenlose KI-Kurse" und Google liefert dir hundert Listen, die alle gleich aussehen: zwanzig Links ohne Ordnung, ohne dir zu sagen, wozu jeder taugt oder wo du anfangen sollst. Am Ende öffnest du sechs Tabs und machst keinen einzigen.
Dieser Leitfaden macht das Gegenteil. Wenige Kurse, alle echt und kostenlos, jeder mit seinem Zweck, und ein Lernpfad, damit du weißt, in welcher Reihenfolge du sie machst. Das Ziel ist nicht, viele zu notieren: Es ist, einen zu beenden und danach die KI nutzen zu können.
Hinweis
Kostenlos ist nicht immer ganz kostenlos. Viele Kurse sind zum Lernen gratis (du kannst den gesamten Inhalt sehen), verlangen aber Geld für das verifizierte Zertifikat. Willst du nur Bescheid wissen, ist es dir egal. Brauchst du das Papier für den Lebenslauf, schau vor dem Start in die Zertifikatsspalte, damit du am Ende keine Überraschung erlebst.
Wie du einen KI-Kurs wählst, ohne Zeit zu verschwenden
Vor der Liste drei Fragen, die dir Wochen ersparen:
- Wofür willst du ihn? „Verstehen, worum es hier geht" ist etwas anderes als „KI in meiner Arbeit nutzen" oder „lernen, Modelle zu bauen". Jedes Ziel hat seinen Kurstyp. Sie zu vermischen ist der häufigste Fehler.
- Brauchst du das Zertifikat? Ist es für deinen Lebenslauf oder ein Auswahlverfahren, filtere es von Anfang an. Ist es für dich, ignoriere es: Wissen braucht keinen Stempel.
- Wie viel echte Zeit hast du? Ein 40-Stunden-Kurs, den du nicht beendest, ist weniger wert als ein 4-Stunden-Kurs, den du schaffst. Sei ehrlich mit deinem Kalender.
Ist das klar, ordnet sich die Liste von selbst.
Die besten kostenlosen KI-Kurse auf Deutsch
Ich habe sie nach ihrem Zweck gruppiert, nicht nach Plattform. Fang mit dem Block an, der zu deinem Ziel passt.
1. Grundbildung: verstehen, was KI ist (fang hier an)
Wenn du nichts weißt, ist das dein Ausgangspunkt. Man bringt dir weder Programmieren noch die Nutzung von Tools bei: Man bringt dir bei, was KI ist, was sie kann und was nicht, damit du keinen Respekt mehr davor hast.
- Elements of AI (Universität Helsinki). Der Klassiker, und das zu Recht. Er ist auf Deutsch, völlig kostenlos und vergibt ein Zertifikat ohne Kosten. Keine technischen Voraussetzungen, kein Programmieren. Wenn du nur einen aus diesem Leitfaden machst, dann diesen.
- Generative KI für alle (DeepLearning.AI / Andrew Ng). Kurz und direkt, konzentriert auf die KI, die du heute wirklich nutzt (die generative, Typ ChatGPT). Ideal als zweiter Schritt nach Elements of AI.
- Grundlagen der KI / KI für alle (Google). Kurze Micro-Kurse zur Grundbildung mit kostenlosem Badge. Gut, um konkrete Lücken zu füllen.
2. Praktische Nutzung: die KI in deiner Arbeit nutzen
Hier liegt der echte Ertrag für die Mehrheit. Du wirst nichts bauen: Du wirst die bereits existierenden Tools nutzen, um besser zu schreiben, Aufgaben zu automatisieren und Zeit zu gewinnen.
- Kurse zu Prompting und generativer KI (Google Cloud Skills Boost, DeepLearning.AI). Sie bringen dir bei, der KI Anweisungen zu geben, damit sie dir gleich beim ersten Mal liefert, was du willst. Das ist die Fähigkeit mit dem besten Verhältnis von Wert zu Zeit auf der ganzen Liste.
- KI angewandt auf Produktivität und Büro (Microsoft Learn, Google). Wie du die KI in den Tools nutzt, die du bereits hast (Dokumente, Tabellen, E-Mail). Praktisch und ab dem ersten Tag anwendbar.
- Branchenspezialisierungen (Marketing, Design, Daten). Nützlich, wenn du die Grundlagen schon beherrschst und sie auf dein konkretes Feld anwenden willst.
3. Technische Grundlagen: wenn du KI bauen willst
Nur wenn du wirklich vorhast zu programmieren und zu verstehen, was darunter liegt. Verlangt Python und etwas Mathematik. Fang nicht hier an, wenn dein Ziel ist, die KI zu nutzen, nicht sie herzustellen.
- Machine Learning (DeepLearning.AI / Stanford, auf Coursera). Der Referenzkurs für den ernsthaften Einstieg. Gratis im Gasthörer-Modus; das Zertifikat kostet.
- KI-Kurse der großen Universitäten (edX: MIT, Harvard usw.). Hohe Qualität, gratis zum Lernen, kostenpflichtiges Zertifikat. Für alle, die eine solide akademische Basis wollen.
- Ressourcen der Anbieter (Google Cloud, Microsoft, AWS). Kostenlose Weiterbildung ausgerichtet auf ihre Plattformen, mit Zertifizierungen, die in technischen Profilen wirklich zählen.
Schnellvergleich: welchen Kurs wählen
| Kurs | Wofür er taugt | Kostenloses Zertifikat | Programmieren? |
|---|---|---|---|
| Elements of AI | Verstehen, was KI ist (Basis) | Ja | Nein |
| Generative KI für alle | Die heutige generative KI nutzen | Nein (Gasthörer-Modus) | Nein |
| Prompting / generative KI (Google) | Der KI gute Anweisungen geben | Ja (Badge) | Nein |
| KI in Produktivität (Microsoft/Google) | Sie auf deine tägliche Arbeit anwenden | Je nach Kurs | Nein |
| Machine Learning (Stanford) | Modelle ernsthaft bauen | Nein (kostenpflichtig) | Ja (Python) |
Der empfohlene Lernpfad
Der Fehler ist nicht, den Kurs falsch zu wählen: Es ist, keine Ordnung zu haben. Das ist die Abfolge, die für fast jeden funktioniert, egal auf welchem Niveau du startest.
- Bild dich zuerst grundlegend. Mach Elements of AI komplett. Du gehst mit dem Wissen heraus, was KI wirklich ist, und schluckst keine Schlagzeilen mehr. Ein bis zwei Nachmittage.
- Lern, sie zu nutzen. Ein kurzer Kurs zu Prompting / generativer KI. Hier gehst du von „ich weiß, was das ist" zu „ich nutze sie täglich" über. Das ist der Sprung, der deinen Tag am meisten verändert.
- Wende sie auf dein Feld an. Ein Kurs zur branchenspezifischen Nutzung (dein Feld: Marketing, Büro, Daten). Jetzt fängt die KI an, dir echte Zeit zu sparen.
- (Optional) Vertiefe. Nur wenn du bauen willst: Python und dann Machine Learning. Das ist schon ein langer Weg, kein Kurs.
Für die Mehrheit reichen die Schritte 1 bis 3 und sind in ein paar Wochen abgedeckt. Schritt 4 ist eine andere Liga und eine separate Entscheidung.
Tipp
Goldene Regel: ein Kurs nach dem anderen, beendet, bevor du den nächsten öffnest. Der Friedhof der halbfertigen Kurse ist voll von Leuten, die sich für zehn auf einmal angemeldet haben. Lieber ein beendeter und angewandter als zehn begonnene und vergessene.
Fehler, die dich Zeit kosten
- Kurse sammeln, statt sie zu machen. Zwanzig Links zu notieren ist kein Lernen. Es ist Prokrastination mit Stil.
- Mit dem Technischen anfangen, „um es richtig zu machen". Wenn du nicht programmieren wirst, frustriert dich Machine Learning nur. Fang damit an, die KI zu nutzen, nicht mit ihren Eingeweiden.
- Dich am falschen Zertifikat festbeißen. Ein Zertifikat aus einem Einsteigerkurs beeindruckt niemanden. Was im Lebenslauf zählt, ist, was du kannst, belegt mit Beispielen. Heb das Papier für die Momente auf, in denen es wirklich verlangt wird.
- Nichts anwenden. Der Kurs ist nur die Hälfte. Die andere Hälfte ist, eine deiner echten Aufgaben zu nehmen — eine E-Mail, eine Zusammenfassung, eine Tabelle — und sie mit dem Gelernten zu lösen. Ohne das vergisst du es in einer Woche.
Womit du heute anfängst
Wenn du nicht mehr nachdenken willst: Öffne Elements of AI, auf Deutsch, und mach ihn diese Woche komplett. Er ist kostenlos, vergibt ein Zertifikat und verlangt nichts von dir. Wenn du ihn beendet hast, wählst du nicht mehr zwischen hundert identischen Listen: Du weißt genau, was dein nächster Schritt ist.
Der Rest — Prompting, Tools, das Technische — kommt von selbst, wenn du die Basis hast. Aber die Basis baut sich auf, indem du einen Kurs beendest, nicht indem du dich für alle anmeldest.