Was ist Generative AI for Beginners?
Generative AI for Beginners ist ein kostenloser Kurs der Microsoft Cloud Advocates, inzwischen in der dritten Fassung. Er umfasst 21 Lektionen plus eine Einrichtungslektion, aufgeteilt in "Learn"-Lektionen zu Konzepten (Prompting, verantwortungsvolle KI, Sicherheit, der Lebenszyklus einer Anwendung) und "Build"-Lektionen mit Code (Chat, Suche mit Embeddings, Bildgenerierung, Function Calling, RAG, Agenten, offene Modelle auf Hugging Face).
Die Codebeispiele gibt es, wo möglich, in Python und TypeScript. Das README nennt vier Wege, sie auszuführen: Azure OpenAI, Microsoft Foundry Models, die OpenAI API oder Foundry Local für komplett lokalen Betrieb ohne Netz. Es weist auch darauf hin, dass GitHub Models, um das herum einige Lektionen geschrieben wurden, Ende Juli 2026 eingestellt wurde. Schwesterausgaben gibt es für .NET, Java und JavaScript.
Das Repository hat keine Releases, wird aber aktiv gepflegt: Am 22. Oktober 2026 haben die Maintainer Korrekturen gemergt, darunter eine Berichtigung am RAG-Notebook von Lektion 15 und das Aufräumen von Verweisen auf eingestellte Llama-Modelle.
Lohnt sich Generative AI for Beginners?
Generative AI for Beginners hat rund 122.000 GitHub-Sterne und verdient sich diese Anhängerschaft mit Breite in gemächlichem Tempo. Einundzwanzig kurze Lektionen führen einen Entwickler von der Frage, was ein LLM ist, bis zu Function Calling, RAG und Fine-Tuning, jede mit Video, schriftlicher Lektion und lauffähigem Code.
Die Microsoft-Schlagseite ist echt, aber beherrschbar. Die Beispiele sind für Azure OpenAI und Foundry geschrieben, mit Varianten für die OpenAI API daneben, und jeder Link trägt ein Microsoft-Kampagnen-Tag. Foundry Local, als Offline-Option hinzugekommen, macht ein Cloud-Konto überflüssig. Das zählt für Klassenräume und für Lernende ohne Firmenkarte.
Manche Lektionen sind schneller gealtert, als die Maintainer nachbessern können. Das AutoGen-Beispiel in Lektion 17 nutzt noch den alten Stil mit AssistantAgent und llm_config, während das README von AutoGen selbst inzwischen sagt, dass das Projekt archiviert ist und nicht mehr gepflegt wird, ohne Bug- oder Sicherheitskorrekturen; dieselbe Lektion verweist neue Projekte immerhin auf Microsoft Agent Framework. Notebooks, die auf GitHub Models zielten, müssen umgestellt werden, seit dieser Dienst im Juli 2026 eingestellt wurde, und bei den neuesten Lektionen zu kleinen Modellen, Mistral und Meta-Modellen steht noch "Video Coming Soon".
Die Pflege ist besser als bei den meisten Kurs-Repositories. In der Woche bis zum 22. Oktober 2026 haben die Maintainer ein RAG-Notebook korrigiert, das nur die Frage an das Modell schickte, Verweise auf das eingestellte Llama 3.1 markiert und Abhängigkeits-Updates gemergt, und es waren nur 16 Issues und Pull Requests offen. Verglichen mit dem LLM Course von Maxime Labonne, der das ganze Feld einschließlich Training abdeckt, bleibt dieser Kurs auf der Anwendungsseite und führt die Lesenden viel stärker an der Hand.
Wo es sich lohnt
Eine Bootcamp-Dozentin, die 20 Quereinsteiger an zehn Abenden unterrichtet
Der Klasse einen kostenlosen, strukturierten Einstieg in den Bau von LLM-Apps geben
Zwei Lektionen pro Woche aufgeben und die Build-Notebooks gegen die OpenAI API oder Foundry Local laufen lassen. Der Kurs kostet nichts; die einzige Rechnung sind API-Tokens, die Foundry Local ganz wegfallen lässt, um den Preis schwächerer lokaler Modelle.
Ein Python-Backend-Entwickler bei einem Versicherer, der eine Suche in Policendokumenten prototypisieren soll
Embeddings und RAG gut genug lernen, um eine glaubwürdige Demo zu bauen
Die Lektionen 8 und 15 behandeln Embedding-Suche und RAG mit einer Vektordatenbank, Lektion 13 Bedrohungen für KI-Systeme und deren Absicherung. Rechne damit, den Azure-spezifischen Client-Code umzuschreiben, wenn die Firma einen anderen Anbieter nutzt.
Eine L&D-Managerin bei einer Azure-Beratung mit 300 Leuten
Berater in generativer KI weiterbilden, ohne eine Schulungslizenz zu kaufen
Die MIT-lizenzierten Lektionen lassen sich als internes Curriculum übernehmen, und die Azure-Voreinstellungen passen zur Kundenarbeit. Die Kosten sind Arbeitszeit und Azure-Guthaben; die Agenten-Lektion sollte mit Material zu Agent Framework ergänzt werden.
Bevor du dich festlegst
- Einrichtung
- Das Repo forken oder per Sparse Clone holen und mit Lektion 00 eine Python- oder Node-Umgebung und einen API-Schlüssel einrichten; mit Foundry Local braucht es kein Cloud-Konto.
- Integrationen
- Die Beispiele zielen auf Azure OpenAI, Microsoft Foundry Models, die OpenAI API und Foundry Local; einzelne Lektionen nutzen auch Hugging Face sowie Modelle von Mistral und Meta.
- Daten und Datenschutz
- MIT-Lizenz. Der Kurs selbst schickt nichts irgendwohin, aber jeder Prompt in einer Build-Lektion geht an den konfigurierten Anbieter; Foundry Local hält ihn auf dem Gerät.
- Kosten im großen Maßstab
- Kostenlos in der Nutzung und für die interne Übernahme. Die Beispiele kosten Anbieter-Tokens; die Fine-Tuning-Lektion warnt, dass ein ausgerolltes eigenes Modell auf Azure stündlich abgerechnet und nach 15 Tagen Leerlauf entfernt wird.
- Grenzen
- Keine Releases, Lektionen ändern sich also unter dir; einige Notebooks verweisen noch auf das eingestellte GitHub Models oder Llama 3.1, und das AutoGen-Beispiel zielt auf ein Projekt, das Microsoft inzwischen als archiviert und ungepflegt beschreibt.
Was gut ist
- 21 Lektionen, jede mit Video, Text und Code
- Python- und TypeScript-Beispiele für die meisten Build-Lektionen
- Mit Foundry Local laufen Lektionen offline ohne Cloud-Konto
- Maintainer mergen im Oktober 2026 noch wöchentlich Korrekturen
Was nicht
- Beispiele setzen standardmäßig auf Azure OpenAI und Foundry
- Agenten-Lektion lehrt die alte AutoGen-API
- Lektionen 19 bis 21 haben noch keine Videos
- Wenig zu Modell-Interna oder Training von Grund auf
Am besten für
Entwickler, die neu bei generativer KI sind und ihre ersten Anwendungen bauen wollen.
Alternativen zu Generative AI for Beginners
Generative AI for Beginners: häufige Fragen
- Lohnt sich Generative AI for Beginners?
- Ein solider erster Lehrplan für Entwickler, die mit LLM-APIs bauen, sofern sie die Agenten-Lektionen als Geschichte lesen und Azure gegen den Anbieter tauschen, für den sie ohnehin zahlen. Wir bewerten es mit 4.2 von 5.
- Was kostet Generative AI for Beginners?
- Kostenlos und Open Source unter der MIT-Lizenz. Für die Build-Lektionen brauchst du ein OpenAI- oder Azure-Konto oder Foundry Local auf deinem eigenen Rechner.
- Welche Nachteile hat Generative AI for Beginners?
- Beispiele setzen standardmäßig auf Azure OpenAI und Foundry; Agenten-Lektion lehrt die alte AutoGen-API; Lektionen 19 bis 21 haben noch keine Videos; Wenig zu Modell-Interna oder Training von Grund auf.
- Für wen eignet sich Generative AI for Beginners?
- Entwickler, die neu bei generativer KI sind und ihre ersten Anwendungen bauen wollen.
- Was kostet Generative AI for Beginners für ein Team oder im Produktivbetrieb?
- Kostenlos in der Nutzung und für die interne Übernahme. Die Beispiele kosten Anbieter-Tokens; die Fine-Tuning-Lektion warnt, dass ein ausgerolltes eigenes Modell auf Azure stündlich abgerechnet und nach 15 Tagen Leerlauf entfernt wird.
- Ist Generative AI for Beginners sicher für Firmendaten?
- MIT-Lizenz. Der Kurs selbst schickt nichts irgendwohin, aber jeder Prompt in einer Build-Lektion geht an den konfigurierten Anbieter; Foundry Local hält ihn auf dem Gerät.
- Was sind die besten Alternativen zu Generative AI for Beginners?
- Die nächsten Alternativen, die wir getestet haben, sind LLM Course und Prompt Engineering Guide.
Antworten geprüft am 26. Okt. 2026.