[{"data":1,"prerenderedAt":77},["ShallowReactive",2],{"i-material-symbols:language":3,"i-material-symbols:person":8,"i-mdi:instagram":10,"i-mdi:youtube":12,"i-ri:linkedin-fill":14,"i-ri:twitter-x-line":16,"i-ri:facebook-fill":18,"post-geheimnis-deep-learning":20,"i-material-symbols:person-outline":69,"i-material-symbols:calendar-month":71,"i-mdi:schedule":73,"i-simple-icons:xing":75},{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":7},0,24,false,"\u003Cpath fill=\"currentColor\" d=\"M8.125 21.213q-1.825-.788-3.187-2.15t-2.15-3.188T2 11.988t.788-3.875t2.15-3.175t3.187-2.15T12.013 2t3.875.788t3.175 2.15t2.15 3.175t.787 3.875t-.787 3.887t-2.15 3.188t-3.175 2.15t-3.875.787t-3.888-.787M12 19.95q.65-.9 1.125-1.875T13.9 16h-3.8q.3 1.1.775 2.075T12 19.95m-2.6-.4q-.45-.825-.787-1.713T8.05 16H5.1q.725 1.25 1.813 2.175T9.4 19.55m5.2 0q1.4-.45 2.488-1.375T18.9 16h-2.95q-.225.95-.562 1.838T14.6 19.55M4.25 14h3.4q-.075-.5-.112-.987T7.5 12t.038-1.012T7.65 10h-3.4q-.125.5-.187.988T4 12t.063 1.013t.187.987m5.4 0h4.7q.075-.5.113-.987T14.5 12t-.038-1.012T14.35 10h-4.7q-.075.5-.112.988T9.5 12t.038 1.013t.112.987m6.7 0h3.4q.125-.5.188-.987T20 12t-.062-1.012T19.75 10h-3.4q.075.5.113.988T16.5 12t-.038 1.013t-.112.987m-.4-6h2.95q-.725-1.25-1.812-2.175T14.6 4.45q.45.825.788 1.713T15.95 8M10.1 8h3.8q-.3-1.1-.775-2.075T12 4.05q-.65.9-1.125 1.875T10.1 8m-5 0h2.95q.225-.95.563-1.838T9.4 4.45Q8 4.9 6.912 5.825T5.1 8\"\u002F>",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":9},"\u003Cpath fill=\"currentColor\" d=\"M9.175 10.825Q8 9.65 8 8t1.175-2.825T12 4t2.825 1.175T16 8t-1.175 2.825T12 12t-2.825-1.175M4 20v-2.8q0-.85.438-1.562T5.6 14.55q1.55-.775 3.15-1.162T12 13t3.25.388t3.15 1.162q.725.375 1.163 1.088T20 17.2V20z\"\u002F>",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":11},"\u003Cpath fill=\"currentColor\" d=\"M7.8 2h8.4C19.4 2 22 4.6 22 7.8v8.4a5.8 5.8 0 0 1-5.8 5.8H7.8C4.6 22 2 19.4 2 16.2V7.8A5.8 5.8 0 0 1 7.8 2m-.2 2A3.6 3.6 0 0 0 4 7.6v8.8C4 18.39 5.61 20 7.6 20h8.8a3.6 3.6 0 0 0 3.6-3.6V7.6C20 5.61 18.39 4 16.4 4zm9.65 1.5a1.25 1.25 0 0 1 1.25 1.25A1.25 1.25 0 0 1 17.25 8A1.25 1.25 0 0 1 16 6.75a1.25 1.25 0 0 1 1.25-1.25M12 7a5 5 0 0 1 5 5a5 5 0 0 1-5 5a5 5 0 0 1-5-5a5 5 0 0 1 5-5m0 2a3 3 0 0 0-3 3a3 3 0 0 0 3 3a3 3 0 0 0 3-3a3 3 0 0 0-3-3\"\u002F>",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":13},"\u003Cpath fill=\"currentColor\" d=\"m10 15l5.19-3L10 9zm11.56-7.83c.13.47.22 1.1.28 1.9c.07.8.1 1.49.1 2.09L22 12c0 2.19-.16 3.8-.44 4.83c-.25.9-.83 1.48-1.73 1.73c-.47.13-1.33.22-2.65.28c-1.3.07-2.49.1-3.59.1L12 19c-4.19 0-6.8-.16-7.83-.44c-.9-.25-1.48-.83-1.73-1.73c-.13-.47-.22-1.1-.28-1.9c-.07-.8-.1-1.49-.1-2.09L2 12c0-2.19.16-3.8.44-4.83c.25-.9.83-1.48 1.73-1.73c.47-.13 1.33-.22 2.65-.28c1.3-.07 2.49-.1 3.59-.1L12 5c4.19 0 6.8.16 7.83.44c.9.25 1.48.83 1.73 1.73\"\u002F>",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":15},"\u003Cpath fill=\"currentColor\" d=\"M6.94 5a2 2 0 1 1-4-.002a2 2 0 0 1 4 .002M7 8.48H3V21h4zm6.32 0H9.34V21h3.94v-6.57c0-3.66 4.77-4 4.77 0V21H22v-7.93c0-6.17-7.06-5.94-8.72-2.91z\"\u002F>",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":17},"\u003Cpath fill=\"currentColor\" d=\"M10.488 14.651L15.25 21h7l-7.858-10.478L20.93 3h-2.65l-5.117 5.886L8.75 3h-7l7.51 10.015L2.32 21h2.65zM16.25 19L5.75 5h2l10.5 14z\"\u002F>",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":19},"\u003Cpath fill=\"currentColor\" d=\"M14 13.5h2.5l1-4H14v-2c0-1.03 0-2 2-2h1.5V2.14c-.326-.043-1.557-.14-2.857-.14C11.928 2 10 3.657 10 6.7v2.8H7v4h3V22h4z\"\u002F>",{"postType":21,"id":22,"author":23,"date":26,"modified":27,"title":28,"slug":29,"seoTitle":30,"seoDescription":31,"excerpt":32,"trimmedExcerpt":33,"content":34,"readingTime":35,"featuredImage":36,"postCategory":42,"relatedPosts":47},"post",64271,{"id":24,"name":25},"author-0301142015","Canto","2024-02-13T14:35:47","2025-11-13T09:49:13","Das Geheimnis des Deep Learning entschlüsseln: so funktioniert es","geheimnis-deep-learning","Das Geheimnis des Deep Learning entschlüsselt","Einblicke in die Funktionsweise von Deep Learning, wie menschliche Gehirne im Vergleich zu neuronalen Netzen funktionieren und wie KI heutzutage genutzt wird.","Heutzutage redet so ziemlich jeder über künstliche Intelligenz: Ist sie gut? Ist sie schlecht? Wird sie neue Arbeitsplätze schaffen oder eher welche vernichten? Wird sich dadurch alles ändern? Künstliche Intelligenz – oder kurz KI – ist von einer gewissen geheimnisvollen Atmosphäre umgeben: Wie kann sie eigentlich all die Dinge tun, die sie tut? Und woher […]","Heutzutage redet so ziemlich jeder über künstliche Intelligenz: Ist sie gut? Ist sie schlecht? Wird sie neue Arbeitsplätze schaffen oder...","\u003Cp class=\"wp-block-paragraph\">Heutzutage redet so ziemlich jeder über künstliche Intelligenz: Ist sie gut? Ist sie schlecht? Wird sie neue Arbeitsplätze schaffen oder eher welche vernichten? Wird sich dadurch alles ändern?\u003C\u002Fp>\u003Cp class=\"wp-block-paragraph\">Künstliche Intelligenz – oder kurz KI – ist von einer gewissen geheimnisvollen Atmosphäre umgeben: Wie kann sie eigentlich all die Dinge tun, die sie tut? Und woher weiß sie, wie sie diese Dinge tun muss?\u003C\u002Fp>\u003Ccto-card white=\"true\" shadow=\"false\">\u003Ch3 class=\"wp-block-heading\">“Dabei ist KI überhaupt nicht geheimnisvoll. Sie ist eher vergleichbar mit einem fünfjährigen Kind, das die Welt erkunden lernt.”\u003C\u002Fh3>\u003C\u002Fcto-card>\u003Cp class=\"wp-block-paragraph\">Werfen wir einen genaueren Blick auf das Deep Learning, also die \u003Cem>Art\u003C\u002Fem> von KI, die derzeit am häufigsten eingesetzt wird.\u003C\u002Fp>\u003Ch2 class=\"wp-block-heading\" id=\"toc-1--deep-learning-verstehen\">Deep Learning verstehen\u003C\u002Fh2>\u003Cp class=\"wp-block-paragraph\">Wenn ein Kind fünf Jahre alt ist, hat es bereits viele Informationen verinnerlicht. Doch wie entwickelt eine Fünfjährige (nehmen wir mal an, sie heißt Anna) eine Vorstellung davon, wie ein Auto aussieht?\u003C\u002Fp>\u003Cp class=\"wp-block-paragraph\">Vermutlich hat sie schon einmal ein Kinderbuch mit einem Bild von einem Auto vorgelesen bekommen. Wahrscheinlich ist Anna selbst schon mit dem Familienauto zu Verwandten oder zum Arzt gefahren worden. Möglicherweise hat sie im Kinderfernsehen eine Sendung mit einem Auto gesehen.\u003C\u002Fp>\u003Cp class=\"wp-block-paragraph\">Alle diese Datenpunkte haben in ihrem Gehirn einen Signalweg gebildet, bei dem ein Auto mit einem Ding auf vier Rädern gleichgesetzt wird. Jeder dieser Punkte war Teil des \u003Cem>Lernstoffs\u003C\u002Fem> dieser Fünfjährigen.\u003C\u002Fp>\u003Cfigure class=\"wp-block-image aligncenter\">\u003Cimg loading=\"lazy\" decoding=\"async\" width=\"880\" height=\"450\" src=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183953\u002Fgeheimnis-deep-learning-1-DE.jpg\" alt=\"Anhand von beschrifteten Bildern lernen Kinder, wie ein Hund, ein Auto, ein Flugzeug und ein Haus aussehen (Abbildung vor grünem Hintergrund).\" class=\"wp-image-64284\" srcset=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183953\u002Fgeheimnis-deep-learning-1-DE.jpg 880w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183953\u002Fgeheimnis-deep-learning-1-DE-450x230.jpg 450w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183953\u002Fgeheimnis-deep-learning-1-DE-768x393.jpg 768w\" \u002F>\u003C\u002Ffigure>\u003Cp class=\"wp-block-paragraph\">Ein solcher Lernprozess verläuft nicht fehlerfrei! Angenommen, man hätte einen Satz Karten, auf dem auf einer Seite ein Objekt abgebildet ist (Hund, Auto, Flugzeug, Haus) und auf der anderen Seite der jeweilige Begriff. Beim ersten Durchgang des Kartensatzes sagt Anna möglicherweise “Katze!”, wenn sie die Abbildung des \u003Cem>Hundes\u003C\u002Fem> sieht. Wurde sie dann einmal verbessert, wird Anna beim nächsten Durchgang wahrscheinlich das richtige Wort sagen.\u003C\u002Fp>\u003Cp class=\"wp-block-paragraph\">Das entspricht fast exakt der Art und Weise, wie ein KI-Modell Dinge \u003Cem>lernt\u003C\u002Fem>.\u003C\u002Fp>\u003Cfigure class=\"wp-block-image aligncenter\">\u003Cimg loading=\"lazy\" decoding=\"async\" width=\"880\" height=\"450\" src=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183953\u002Fgeheimnis-deep-learning-2-DE.jpg\" alt=\"Ein biologisches neuronales Netzwerk, bei dem ein Mann ein Auto sieht und erkennt (Abbildung vor grünem Hintergrund).\" class=\"wp-image-64285\" srcset=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183953\u002Fgeheimnis-deep-learning-2-DE.jpg 880w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183953\u002Fgeheimnis-deep-learning-2-DE-450x230.jpg 450w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183953\u002Fgeheimnis-deep-learning-2-DE-768x393.jpg 768w\" \u002F>\u003C\u002Ffigure>\u003Cp class=\"wp-block-paragraph\">Das menschliche Gehirn ist ein neuronales Netzwerk mit biologischen Neuronen. Die KI hat ebenfalls ein neuronales Netzwerk, das ganz ähnlich aufgebaut ist.\u003C\u002Fp>\u003Ch2 class=\"wp-block-heading\" id=\"toc-2--so-funktionieren-neuronale-ki-netzwerke\">So funktionieren neuronale KI-Netzwerke\u003C\u002Fh2>\u003Cp class=\"wp-block-paragraph\">Die Funktionsweise eines neuronalen KI-Netzwerks lässt sich mit einer Anordnung von Punkten in mehreren Zeilen und Spalten veranschaulichen (wir nennen sie \u003Cem>verborgene Schichten\u003C\u002Fem>). Jeder Punkt ist mit anderen verknüpft und verfügt über begrenzte mathematische Fähigkeiten – er kann jede Eingabe mit einer Zahl multiplizieren sowie zu jeder Eingabe eine Zahl addieren oder von ihr subtrahieren. Man kann sich diese Punkte als Neuronen vorstellen, die aus Software bestehen.\u003C\u002Fp>\u003Cfigure class=\"wp-block-image aligncenter\">\u003Cimg loading=\"lazy\" decoding=\"async\" width=\"880\" height=\"450\" src=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183952\u002Fgeheimnis-deep-learning-3-DE.jpg\" alt=\"Ein digitales neuronales Netzwerk, bestehend aus Eingabe-, verborgenen Zwischen- und Ausgabeneuronen (Abbildung vor grünem Hintergrund).\" class=\"wp-image-64286\" srcset=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183952\u002Fgeheimnis-deep-learning-3-DE.jpg 880w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183952\u002Fgeheimnis-deep-learning-3-DE-450x230.jpg 450w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183952\u002Fgeheimnis-deep-learning-3-DE-768x393.jpg 768w\" \u002F>\u003C\u002Ffigure>\u003Cp class=\"wp-block-paragraph\">Nun soll die KI ein Objekt identifizieren, z. B. ein Flugzeug.\u003C\u002Fp>\u003Cfigure class=\"wp-block-image aligncenter\">\u003Cimg loading=\"lazy\" decoding=\"async\" width=\"880\" height=\"450\" src=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183952\u002Fgeheimnis-deep-learning-4-DE.jpg\" alt=\"Zu Trainingszwecken wird ein Foto eines Flugzeugs in das KI-Modell eingegeben.\" class=\"wp-image-64287\" srcset=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183952\u002Fgeheimnis-deep-learning-4-DE.jpg 880w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183952\u002Fgeheimnis-deep-learning-4-DE-450x230.jpg 450w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183952\u002Fgeheimnis-deep-learning-4-DE-768x393.jpg 768w\" \u002F>\u003C\u002Ffigure>\u003Cp class=\"wp-block-paragraph\">Zu diesem Zeitpunkt besitzt das neuronale KI-Netzwerkmodell noch keinerlei Informationen. Jeder Knotenpunkt enthält nur eine Reihe von Zufallszahlen, vergleichbar einem neugeborenen Baby, das noch keinerlei Input erhalten hat. In Anbetracht dessen, dass unser Modell nur Zufallszahlen enthält, ist es nahezu garantiert, dass es falsch antwortet.\u003C\u002Fp>\u003Cfigure class=\"wp-block-image aligncenter\">\u003Cimg loading=\"lazy\" decoding=\"async\" width=\"880\" height=\"450\" src=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183951\u002Fgeheimnis-deep-learning-5-DE.jpg\" alt=\"Ein nicht trainiertes KI-Modell liefert während des Lernprozesses eine falsche Antwort bei einem Foto eines Flugzeugs (Abbildung vor grünem Hintergrund).\" class=\"wp-image-64288\" srcset=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183951\u002Fgeheimnis-deep-learning-5-DE.jpg 880w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183951\u002Fgeheimnis-deep-learning-5-DE-450x230.jpg 450w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183951\u002Fgeheimnis-deep-learning-5-DE-768x393.jpg 768w\" \u002F>\u003C\u002Ffigure>\u003Cp class=\"wp-block-paragraph\">Wissen Sie noch, wie die kleine Anna “Katze” sagte, obwohl die richtige Antwort “Hund” war? Wir haben sie daraufhin verbessert. Machen wir also dasselbe mit der KI und senden dem Netzwerk eine entsprechende korrigierte Rückmeldung. Die Berichtigung führt dazu, dass sich die mathematischen Daten an allen Knotenpunkten leicht verändern: weg von der falschen Antwort und hin zur richtigen Antwort (das nennt sich Rückkopplung bzw. \u003Cem>Backpropagation\u003C\u002Fem>):\u003C\u002Fp>\u003Cfigure class=\"wp-block-image aligncenter\">\u003Cimg loading=\"lazy\" decoding=\"async\" width=\"880\" height=\"450\" src=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183951\u002Fgeheimnis-deep-learning-6-DE.jpg\" alt=\"Ein KI-Modell lernt die richtige Antwort, indem es die mathematischen Modelle an einigen Knoten korrigiert und sie zurücksendet (Abbildung vor grünem Hintergrund).\" class=\"wp-image-64289\" srcset=\"\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183951\u002Fgeheimnis-deep-learning-6-DE.jpg 880w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183951\u002Fgeheimnis-deep-learning-6-DE-450x230.jpg 450w, \u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183951\u002Fgeheimnis-deep-learning-6-DE-768x393.jpg 768w\" \u002F>\u003C\u002Ffigure>\u003Cp class=\"wp-block-paragraph\">Um nun das KI-Modell in unserem Beispiel zu \u003Cem>trainieren\u003C\u002Fem>, müssen wir viele Fotos von Hunden, Autos, Flugzeugen und Häusern eingeben, und zwar millionenfach. Das bedeutet, der Lernstoff muss sehr umfangreich sein, also werden sehr viele, \u003Cem>korrekt\u003C\u002Fem> gekennzeichnete Abbildungen von Hunden, Flugzeugen oder anderen Dingen benötigt, mit denen die KI trainiert werden soll.\u003C\u002Fp>\u003Ccto-card white=\"true\" shadow=\"false\">\u003Ch3 class=\"wp-block-heading\">“Ohne ein entsprechend hochwertiges Lernset gibt es keine Chance, ein brauchbares KI-Modell zu entwickeln.”\u003C\u002Fh3>\u003C\u002Fcto-card>\u003Cp class=\"wp-block-paragraph\">Mit einer guten Datengrundlage als Lernstoff und dank der technologischen Weiterentwicklung (bei den Chips aus dem Bereich der Grafikprozessoren oder kurz \u003Cem>GPU\u003C\u002Fem>) lässt sich in kurzer Zeit ein KI-Modell entwickeln, das in der Lage ist, ein Bild, das es noch nie zuvor gesehen hat, korrekt als Hund, Auto, Flugzeug oder Haus zu erkennen!\u003C\u002Fp>\u003Cp class=\"wp-block-paragraph\">Und das kann es ebenso gut, wie ein Mensch es kann.\u003C\u002Fp>\u003Ch2 class=\"wp-block-heading\" id=\"toc-3--wobei-kann-ki-behilflich-sein\">Wobei kann KI behilflich sein?\u003C\u002Fh2>\u003Cp class=\"wp-block-paragraph\">Natürlich ließen sich neue Modelle trainieren, mit denen man Krebsarten erkennen, Kfz-Probleme diagnostizieren, Vorschläge für weitere Amazon-Einkäufe unterbreiten oder zahlreiche andere Probleme lösen könnte, die für uns Menschen wichtig sein könnten.\u003C\u002Fp>\u003Cp class=\"wp-block-paragraph\">Zwar werden sich \u003Cem>neuronale Netze\u003C\u002Fem> im Laufe der Zeit verbessern, aber Tatsache ist: Künstliche Intelligenz funktioniert nur mit einer entsprechend großen Trainingsmenge. Wollen Sie beispielsweise ein Modell trainieren, das die englische Sprache versteht, dann sollten Sie dazu besser Lerndaten in der Größenordnung der gesamten Wikipedia heranziehen!\u003C\u002Fp>\u003Cp class=\"wp-block-paragraph\">Die KI ist sehr gut darin, (manchmal sehr subtile) Muster in Trainingsdaten zu erkennen. So gibt es beispielsweise ein KI-Modell, das mithilfe von Präparaten von Lungenkrebs trainiert wurde. Es kann erkennen, ob vorliegendes Lungengewebe mit Krebs befallen ist oder nicht, und falls ja, um welche Art von Krebs es sich handelt. Das Modell liegt in 96 % der Fälle richtig, was ungefähr der Trefferquote führender Onkologen entspricht. In manchen Fällen entdeckt es sogar Strukturen auf den Objektträgern, die so fein sind, dass Menschen sie nicht sehen können.\u003C\u002Fp>\u003Cp class=\"wp-block-paragraph\">\u003Cstrong>Fazit:\u003C\u002Fstrong> KI-Modelle sind nur so gut wie die Datensätze, anhand derer sie entwickelt werden.\u003C\u002Fp>\u003Cp class=\"wp-block-paragraph\">So funktioniert das \u003Cem>Deep Learning\u003C\u002Fem>. Nicht wirklich geheimnisvoll, oder?\u003C\u002Fp>",4,{"url":37,"url_md":38,"alt":39,"height":40,"width":41},"https:\u002F\u002Fwww.canto.com\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183954\u002Fgeheimnis-deep-learning-Feature.jpg","https:\u002F\u002Fwww.canto.com\u002Fcdn\u002Fde\u002F2024\u002F02\u002F19183954\u002Fgeheimnis-deep-learning-Feature-450x225.jpg","Eine Person, die das Geheimnis des Deep Learning und seine Funktionsweise erklärt.",600,1200,[43],{"id":44,"slug":44,"title":45,"path":46},"ai","Künstliche Intelligenz","\u002Fpost-category\u002Fai\u002F",[48,55,62],{"featuredImage":49,"postId":50,"slug":51,"title":52,"description":53,"path":54},"https:\u002F\u002Fwww.canto.com\u002Fcdn\u002Fde\u002F2021\u002F04\u002F19185545\u002FKi-management-Feature-450x299.jpg",56645,"ki-management","KI-Management – ein wachsender Bedarf in Unternehmen","Ohne effizientes Management kann künstliche Intelligenz Ihr Unternehmen nur bedingt voranbringen. Hier erfahren Sie mehr über das KI-Management als Instrument.","\u002Fblog\u002Fki-management\u002F",{"featuredImage":56,"postId":57,"slug":58,"title":59,"description":60,"path":61},"https:\u002F\u002Fwww.canto.com\u002Fcdn\u002Fde\u002F2023\u002F10\u002F19184039\u002FText-zu-Bild-KI-Feature-450x263.jpg",63920,"text-zu-bild-ki","Verstärkte Inhaltsproduktion mit Text-zu-Bild-KI","Sehen Sie, was eine Text-zu-Bild-KI leisten kann, welche Tools und Vorteile es gibt und wie Sie die Flut generativer KI-Inhalte für Ihre Marke handhaben können.","\u002Fblog\u002Ftext-zu-bild-ki\u002F",{"featuredImage":63,"postId":64,"slug":65,"title":66,"description":67,"path":68},"https:\u002F\u002Fwww.canto.com\u002Fcdn\u002Fde\u002F2022\u002F09\u002F19184043\u002FSo-gewinnen-sie-mehr-zeit-fuer-kreativitaet-der-ki-faehigkeitstest_feature-450x261.jpg",62123,"so-gewinnen-sie-mehr-zeit-fuer-kreativitaet-der-ki-faehigkeitstest","So gewinnen Sie mehr Zeit für Kreativität: Der KI-Fähigkeitstest","Was wäre, wenn Chefs und Teams unsere meistgenutzten Anwendungen wie Kollegen betrachten würden? Gewinnen Sie mit KI-Technologie mehr Zeit für Kreativität.","\u002Fblog\u002Fso-gewinnen-sie-mehr-zeit-fuer-kreativitaet-der-ki-faehigkeitstest\u002F",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":70},"\u003Cpath fill=\"currentColor\" d=\"M9.175 10.825Q8 9.65 8 8t1.175-2.825T12 4t2.825 1.175T16 8t-1.175 2.825T12 12t-2.825-1.175M4 20v-2.8q0-.85.438-1.562T5.6 14.55q1.55-.775 3.15-1.162T12 13t3.25.388t3.15 1.162q.725.375 1.163 1.088T20 17.2V20zm2-2h12v-.8q0-.275-.137-.5t-.363-.35q-1.35-.675-2.725-1.012T12 15t-2.775.338T6.5 16.35q-.225.125-.363.35T6 17.2zm7.413-8.587Q14 8.825 14 8t-.587-1.412T12 6t-1.412.588T10 8t.588 1.413T12 10t1.413-.587M12 18\"\u002F>",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":72},"\u003Cpath fill=\"currentColor\" d=\"M12 14q-.425 0-.712-.288T11 13t.288-.712T12 12t.713.288T13 13t-.288.713T12 14m-4.712-.288Q7 13.426 7 13t.288-.712T8 12t.713.288T9 13t-.288.713T8 14t-.712-.288M16 14q-.425 0-.712-.288T15 13t.288-.712T16 12t.713.288T17 13t-.288.713T16 14m-4 4q-.425 0-.712-.288T11 17t.288-.712T12 16t.713.288T13 17t-.288.713T12 18m-4.712-.288Q7 17.426 7 17t.288-.712T8 16t.713.288T9 17t-.288.713T8 18t-.712-.288M16 18q-.425 0-.712-.288T15 17t.288-.712T16 16t.713.288T17 17t-.288.713T16 18M5 22q-.825 0-1.412-.587T3 20V6q0-.825.588-1.412T5 4h1V2h2v2h8V2h2v2h1q.825 0 1.413.588T21 6v14q0 .825-.587 1.413T19 22zm0-2h14V10H5z\"\u002F>",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":74},"\u003Cpath fill=\"currentColor\" d=\"M12 20a8 8 0 0 0 8-8a8 8 0 0 0-8-8a8 8 0 0 0-8 8a8 8 0 0 0 8 8m0-18a10 10 0 0 1 10 10a10 10 0 0 1-10 10C6.47 22 2 17.5 2 12A10 10 0 0 1 12 2m.5 5v5.25l4.5 2.67l-.75 1.23L11 13V7z\"\u002F>",{"left":4,"top":4,"width":5,"height":5,"rotate":4,"vFlip":6,"hFlip":6,"body":76},"\u003Cpath fill=\"currentColor\" d=\"M18.188 0c-.517 0-.741.325-.927.66c0 0-7.455 13.224-7.702 13.657c.015.024 4.919 9.023 4.919 9.023c.17.308.436.66.967.66h3.454c.211 0 .375-.078.463-.22c.089-.151.089-.346-.009-.536l-4.879-8.916a.02.02 0 0 1 0-.022L22.139.756c.095-.191.097-.387.006-.535C22.056.078 21.894 0 21.686 0zM3.648 4.74c-.211 0-.385.074-.473.216c-.09.149-.078.339.02.531l2.34 4.05q.006.014 0 .021L1.86 16.051a.52.52 0 0 0 0 .529c.085.142.239.234.45.234h3.461c.518 0 .766-.348.945-.667l3.734-6.609l-2.378-4.155c-.172-.315-.434-.659-.962-.659H3.648z\"\u002F>",1787068102660]