KI lernen 2026: Dein 30-Tage-Plan ohne Programmierkenntnisse

Wenn du als Nicht-Entwickler KI lernen willst, lass die Theorie weg und lern sie an deiner eigenen Arbeit: Nutze jeden Tag einen KI-Assistenten, lerne, ihn klar zu briefen, ihm das richtige Material zu geben und zu prüfen, was er zurückgibt. Nichts davon braucht Mathe oder Code. Zwanzig bis dreißig Minuten am Tag über 30 Tage, mit überwiegend kostenlosen Ressourcen, reichen, um die Gewohnheiten aufzubauen, auf die es ankommt.

Was KI lernen heißt, wenn du nicht programmierst

„KI lernen“ meint im Netz zwei verschiedene Dinge. Das eine ist, KI zu bauen: Statistik, Python und Modelltraining, womit sich Machine-Learning-Ingenieure jahrelang beschäftigen. Das andere ist, KI gut zu nutzen: echte Arbeit aus Assistenten wie Claude, ChatGPT und Gemini herauszuholen und später aus Agenten und Automatisierungen.

Diese Anleitung handelt vom zweiten Weg. Dort holen Unternehmer, Marketer, Creators und Freelancer ihren Nutzen heraus, und er verändert sich schneller als jedes Lehrbuch. Deshalb schlägt Lernen durch Tun das Pauken.

Die KI-Fähigkeiten, die du zuerst lernst

Die ersten vier sind das Fundament, und genau die trainiert der 30-Tage-Plan unten. Die letzten zwei bauen darauf auf: Ein Agent mit einem vagen Briefing und ohne Kontext macht dieselben Fehler wie ein Chatfenster, nur schneller und in mehr Dateien.

Schritt 1: Such dir einen Assistenten aus und nutze ihn jeden Tag

Wähl einen allgemeinen Assistenten (Claude, ChatGPT oder Gemini) und bleib den ganzen Monat dabei. Die Fähigkeiten lassen sich übertragen, aber wenn du jede Woche wechselst, fangen deine Gewohnheiten von vorn an, und deine gespeicherten Anweisungen verteilen sich auf drei Apps. Wenn du sehen willst, wie die Modelle dahinter abschneiden: Das KI-Modell-Ranking verfolgt sie.

Die kostenlosen Pläne reichen für die erste Woche. Wenn du jeden Tag an die Limits stößt, funktioniert die Gewohnheit, und ein bezahlter Plan wird sinnvoll.

Schritt 2: Grundlagen des Prompt Engineering

Ein Prompt ist ein Briefing. Anthropics Best Practices fürs Prompting vergleichen Claude mit einem brillanten neuen Mitarbeiter, der deine Gepflogenheiten noch nicht kennt, und nennen eine „goldene Regel“: Zeig deinen Prompt einer Kollegin, die keinen Hintergrund zur Aufgabe hat. Wäre sie verwirrt, ist es die KI auch.

So viel macht ein Briefing aus:

Die zweite Anfrage funktioniert, weil sie die Teile eines guten Briefings enthält:

1. Situation. Wer du bist und wofür die Arbeit gedacht ist.
2. Aufgabe. Das genaue Ergebnis, in einem Satz.
3. Zielgruppe und Zweck. Wer es liest und was diese Leute danach tun sollen.
4. Format und Grenzen. Länge, Ton, Aufbau und was zu vermeiden ist.
5. Erlaubnis zu fragen. „Frag mich vorher alles, was du brauchst“ hält die KI vom Raten ab.

Zwei weitere Gewohnheiten aus derselben Anleitung von Anthropic lohnen sich früh. Erklär, warum eine Regel wichtig ist, denn das Modell verallgemeinert aus dem Grund. Und zeig Beispiele: Ein paar Proben von Ergebnissen, die dir gefallen, steuern Ton und Format besser als jede Liste von Adjektiven.

Situation: Ich bin [WER DU BIST UND WAS DEIN UNTERNEHMEN MACHT].
Aufgabe: [DAS GENAUE ERGEBNIS].
Zielgruppe: [WER ES LIEST ODER NUTZT] und was diese Leute nach dem Lesen tun sollen.
Warum es wichtig ist: [DAS ZIEL HINTER DER AUFGABE].
Format: [LÄNGE, AUFBAU, TON]. Vermeide [WAS DU NIE WILLST].
Beispiele, die mir gefallen: [EIN ODER ZWEI BEISPIELE EINFÜGEN].
Bevor du anfängst, stell mir bis zu drei Fragen, falls etwas unklar ist.

Eine Sammlung getesteter Vorlagen findest du unter Claude-Code-Prompts und Vorlagen. Die meisten funktionieren in jedem Chat-Assistenten, nicht nur in Claude Code.

Schritt 3: Grundlagen des Context Engineering

Context Engineering ist der Schritt nach dem Prompt Engineering. Das Engineering-Team von Anthropic beschreibt es als das Auswählen und Pflegen der bestmöglichen Informationen, die ein Modell bei der Arbeit sieht: deine Anweisungen, Dateien, frühere Nachrichten und Ergebnisse von Werkzeugen (Effective context engineering for AI agents, September 2025). Einfach gesagt: Prompt Engineering ist, wie du fragst, und Context Engineering ist alles andere, was beim Antworten auf dem Schreibtisch der KI liegt.

Heutige Modelle können eine Menge aufnehmen. Ein Token ist ein kleines Stück Text, oft ein Teil eines Wortes, und das Kontextfenster ist die Zahl der Tokens, die ein Modell auf einmal berücksichtigen kann.

Ein größeres Fenster heißt nicht automatisch eine bessere Antwort. Derselbe Artikel von Anthropic beschreibt „Context Rot“: Je mehr Text zusammenkommt, desto schlechter erinnert sich das Modell an Details daraus. Der Rat lautet, die kleinste Menge an aussagekräftigen Informationen zu finden, die das Ergebnis liefert. Für Nicht-Entwickler heißt das fünf Gewohnheiten:

1. Speichere feste Anweisungen einmal. Projekte in Claude enthalten Anweisungen und Referenzdateien für eine ganze Reihe von Chats, und ChatGPT und Gemini haben ähnliche Funktionen. In Claude Code übernimmt das eine CLAUDE.md-Datei.
2. Häng die Quelle an, statt dich aufs Gedächtnis zu verlassen. Füg die aktuelle Preisliste ein oder lad die Richtlinie hoch. Die Trainingsdaten des Modells sind Monate alt und wissen nichts über dein Unternehmen.
3. Ein Chat pro Aufgabe. Wenn ein langer Chat abdriftet oder einen Fehler wiederholt, lass dir die bisherigen Entscheidungen zusammenfassen, öffne einen neuen Chat und füg die Zusammenfassung dort ein.
4. Zeigen statt beschreiben. Ein Beispiel für ein fertiges Ergebnis schlägt einen Absatz voller Stilanweisungen.
5. Lass das Rauschen weg. Alte Entwürfe, fremde Dateien und halb fertige Threads konkurrieren um die Aufmerksamkeit des Modells. Entferne, was die Aufgabe nicht braucht.

Schritt 4: Lerne zu prüfen, was die KI dir gibt

KI-Modelle behaupten manchmal Falsches mit voller Überzeugung. Das nennt man Halluzination. Anthropics Anleitung zum Reduzieren von Halluzinationen nennt Techniken, die in jedem Chat funktionieren, ganz ohne Code:

• „Ich weiß es nicht“ erlauben. Sag klar, dass es in Ordnung ist, fehlende Informationen zuzugeben. Schon das reduziert erfundene Antworten.
• Erst die Zitate. Bei langen Dokumenten lässt du dir zuerst die genauen Sätze geben, die die Antwort stützen, und dann die Antwort selbst.
• Eine Quelle für jede Aussage. Frag, woher jede Tatsache stammt, und lass jede Aussage streichen, die sich nicht belegen lässt.
• Nur dein Material. Sag der KI, dass sie nur die Dokumente nutzen soll, die du mitgegeben hast, nicht ihr Allgemeinwissen.

Anthropic stellt klar, dass diese Techniken Fehler verringern, aber nicht beseitigen. Die letzte Prüfung bleibt also bei dir. Zahlen, Namen, Daten, Preise und alles Rechtliche oder Medizinische prüfst du immer an der Quelle.

Schritt 5: Vom Chat zu Agenten und Automatisierung

Wenn sich Briefen, Kontext und Prüfen natürlich anfühlen, ist der nächste Schritt, die KI handeln zu lassen, nicht nur antworten. Ein Agent bekommt ein Ziel und arbeitet die Schritte selbst ab, zum Beispiel öffnet er jedes PDF in einem Ordner und baut daraus eine Tabelle. Unsere Erklärung, was ein KI-Agent ist, zeigt den Unterschied zu einem Chatbot. Eine Automatisierung läuft auf einen Auslöser hin ohne dich, zum Beispiel beantwortet sie jeden neuen Lead innerhalb einer Minute. Die Grundlagen erklärt unser Artikel, was KI-Automatisierung ist.

Wähl die eine Richtung, die zu deiner Woche passt, und geh dort in die Tiefe, statt alles nur anzutesten:

Ein 30-Tage-Plan, 20 bis 30 Minuten am Tag

Jeder Tag nutzt eine Aufgabe, die du sowieso erledigt hättest. Deshalb bleibt der Plan hängen. Wenn du einen Tag verpasst, fang nicht von vorn an: Mach einfach dort weiter, wo du aufgehört hast.

Kostenlose und bezahlte Ressourcen, die deine Zeit wert sind

Bevor du für irgendetwas bezahlst, mach den Test mit fünf Fragen aus unserem Artikel darüber, ob sich KI-Kurse lohnen. Er dauert zwei Minuten und zeigt dir, ob dich eine kostenlose Ressource genauso weit bringen würde.

Woran du merkst, dass du Fortschritte machst

Dein nächster Schritt

Such dir heute Abend den einen Assistenten aus, den du diesen Monat nutzt, und gib ihm drei Aufgaben von deiner To-do-Liste für morgen, mit der Briefing-Vorlage oben. Speichere jeden Prompt, der funktioniert, in einem Dokument, denn diese Datei wird deine Prompt-Bibliothek. Wenn sich die Grundlagen natürlich anfühlen, wähl deine Richtung. Wenn du einen geführten Weg willst: Die vier Kurse von ai school folgen genau dieser Reihenfolge, erst Claude Code, dann Websites, Content und Automatisierungen, wobei der Automatisierungskurs im frühen Zugang ist.