Anhang M — Musterlösungen ausgewählter Übungen

Dieser Anhang enthält Musterlösungen zu ausgewählten Übungen aus jedem Modul. Die Auswahl erfolgte nach didaktischer Schlüsselfunktion: Übungen, deren Lösung zentrale Konzepte demonstriert.

Zur Nutzung dieses Anhangs

Musterlösungen sind als Orientierungshilfen zu verstehen — nicht als einzig richtige Antworten. Bei kreativen oder kontextabhängigen Übungen sind mehrere valide Lösungswege möglich. Selbstlernende werden ermutigt, eigene Antworten zuerst zu erarbeiten und erst dann zu vergleichen.

M.1 Modul 1 — KI-Grundlagen

UE 1, Übung 3: Identifizieren Sie drei KI-Anwendungen in Ihrem Arbeitsumfeld und ordnen Sie sie der EU-AI-Act-Risikoklassifizierung zu.

Beispiellösung (Mittelstand-Beratung):

M.2 Modul 2 — EU AI Act

UE 15, Übung 2: Ordnen Sie 5 konkrete KI-Anwendungen einer der vier Risikoklassen zu und benennen Sie die wesentliche AI-Act-Pflicht.

Beispiellösung:

M.3 Modul 3 — Prompt Engineering Grundlagen

UE 28, Übung 4: Schreiben Sie einen Chain-of-Thought-Prompt für die Aufgabe »Bewerte das Risikoprofil eines neuen B2B-Kunden«.

Beispiellösung:

»Du bist Risiko-Analyst. Bewerte den folgenden B2B-Kundendatensatz Schritt für Schritt:

Schritt 1: Identifiziere relevante Risikodimensionen (Bonität, Branche, Vertragsvolumen, Historie). Schritt 2: Bewerte jede Dimension auf einer Skala von 1–5. Schritt 3: Begründe deine Bewertung mit den Datenpunkten. Schritt 4: Errechne einen Gesamtscore und ordne in eine Risikoklasse (niedrig/mittel/hoch). Schritt 5: Empfiehl konkrete Maßnahmen.

Kundendatensatz: [DATEN]«

M.4 Modul 4 — Prompt Engineering Vertiefung

UE 38, Übung 1: Erstellen Sie eine 5-Stufen-Prompt-Architektur für die Aufgabe »Wöchentliche Mail-Triage mit Copilot«.

Beispiellösung — siehe ausführliches Beispiel in UE 38 selbst (System-Prompt-Architektur).

M.5 Modul 5 — Daten, Office, Excel/CSV

UE 50, Übung 2: Wenden Sie das 5-Stufen-Modell der Datenbereinigung auf einen vorgegebenen Datensatz an.

Beispiellösung — Stufen:

Struktur: Spaltenüberschriften vereinheitlichen (Snake-Case)

Vollständigkeit: fehlende Werte identifizieren und Strategie wählen (Imputation / Drop / Flag)

Konsistenz: Datentypen vereinheitlichen, Einheiten normalisieren

Plausibilität: Ausreißer-Erkennung mit Boxplot / IQR

Validierung: Stichproben-Review durch Domänen-Experten

M.6 Modul 6 — Multimodalität

UE 65, Übung 3: Skizzieren Sie einen Use-Case, der Text, Bild und Audio kombiniert.

Beispiellösung (Schulungsproduktion):

»Aus einem Whitepaper (Text) wird mit KI ein Erklärvideo erstellt: Whisper transkribiert Experteninterview (Audio→Text), GPT-4 fasst zu Skript zusammen, Sora oder Runway generiert Visuals (Text→Bild→Video), ElevenLabs synthetisiert die Sprecherstimme (Text→Audio).«

M.7 Modul 7 — KI-Agenten und Automatisierung

UE 80, Übung 1: Vergleichen Sie einen Chatbot und einen Agenten anhand von drei Kriterien.

Beispiellösung:

M.8 Modul 8 — Strategie und Geschäftsmodelle

UE 90, Übung 2: Bewerten Sie ein KI-Vorhaben in der Make-or-Buy-Matrix.

Beispiellösung — Kriterientabelle:

M.9 Modul 9 — Sicherheit und Risikomanagement

UE 100, Übung 4: Erstellen Sie eine Risikomatrix für ein konkretes KI-Vorhaben.

Beispiellösung — siehe Visualisierung »KI-Risikomatrix« in der Wissensbasis.

M.10 Modul 10 — Transfer und Roll-out

UE 110, Übung 1: Entwickeln Sie eine 90-Tage-Roadmap für einen KI-Roll-out im eigenen Bereich.

Beispiellösung (Generisches Mittelstands-Setup):

Quelle: KI-Wissensbasis von MindsMachines, Edition Juni 2026. Vollständige Fassung als PDF anfordern.