Erstelle eine einzelne offline lauffähige HTML-Präsentation „Zeitreise der KI“ mit fünf Folien. Folie 1: Leitfrage „Wie verändern Kulturtechniken unsere Arbeit?“; Folie 2: die folgenden KI-Meilensteine als anklickbare Zeitleiste; Folie 3: eine selbst erstellte textfreie SVG-Metapher „Wissen speichern – Rechnen automatisieren – Muster lernen“, ausdrücklich als Symbolbild; Folie 4: ein interaktives Zuordnungsspiel mit fünf Ereignissen, zufälliger Reihenfolge und begründetem Feedback; Folie 5: drei Grenzen der Chronologie. Pfeiltasten, Vor/Zurück, Zähler und Druckansicht. Kein Autoplay. Daten: [["1955", "Dartmouth-Antrag", "McCarthy und Kollegen schlagen ein Forschungsprojekt für Sommer 1956 vor."], ["1956", "Dartmouth-Projekt", "Das geplante Sommerprojekt wird zum historischen Bezugspunkt der KI-Forschung."], ["2012", "AlexNet", "Ein tiefes neuronales Netz erreicht einen großen Fortschritt bei ImageNet-Bildklassifikation."], ["2017", "Transformer", "Attention Is All You Need stellt eine auf Attention basierende Architektur vor."], ["2022", "ChatGPT", "ChatGPT wird am 30. November als öffentlich nutzbarer Forschungsprototyp vorgestellt."]]. Erfinde keine weiteren Daten. Quellenlinks: Dartmouth https://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html ; AlexNet https://papers.nips.cc/paper_files/paper/2012/hash/c399862d3b9d6b76c8436e924a68c45b-Abstract.html ; Transformer https://arxiv.org/abs/1706.03762 ; ChatGPT https://openai.com/index/chatgpt/ . Zeitabstände sind schematisch, keine maßstäbliche Achse. Zeige keine zwangsläufige Fortschrittsleiter. Prüfe Jahreszahlen und das Feedback vor der Ausgabe. Liefere die Datei als Download; falls das nicht möglich ist, den vollständigen Code mit kurzer Speicheranleitung.
Gestaltung: clean, großzügiger Weißraum, Hintergrund #F7F7F5, Text #182C33, Akzent Petrol #24666A, Salbei #DCEFE1 und zurückhaltendes Gold #F4EAC8. Systemschrift, große klare Überschriften, kurze Texte, Karten und Bilder mit 18px abgerundeten Ecken und feinem Schatten. Diagramme und beschriftete Bilder vollständig zeigen, nicht abschneiden oder verzerren. Hoher Kontrast, sichtbarer Tastaturfokus, responsive Darstellung. Kein Neon, keine dekorative Überladung. HTML/CSS/JavaScript vollständig in einer Datei, keine CDNs, externen Fonts, APIs oder Netzwerkanfragen. Alle Aktionen müssen auch per Tastatur und Klick bedienbar sein. Verwende nur synthetische Daten.
Baue „Trainiere einen Sortierer“ als einzelne HTML-Simulation, kein echtes Machine Learning. Trainingskarten (Farbe, Form, Klasse): rot/Kreis/A; rot/Quadrat/A; rot/Dreieck/A; blau/Kreis/B; blau/Quadrat/B; blau/Dreieck/B. Zwei auswählbare Regeln: R1 „rot→A, sonst→B“; R2 „blau→B, sonst→A“. Beide passen zu allen Trainingskarten. Nach verbindlicher Regelwahl erst Testkarten aufdecken: grün/Kreis/B; gelb/Quadrat/B; rot/Stern/A; blau/Stern/B. Berechne Trainings- und Testtreffer getrennt, mit Zähler und begründetem Feedback. Zielkategorie der Testkarten folgt R1; kennzeichne dies als didaktisch gesetzte Referenz, nicht aus den Trainingsdaten bewiesene Wahrheit. Zeige, warum R2 bei neuen Farben scheitert. Ergänze Reset, eine SVG-Darstellung Beispiele→Regelwahl→unbekannte Fälle und ein Eingabefeld „Unsere Erwartung“. Keine falsche Behauptung, das Programm lerne tatsächlich. Liefere Datei/Code und drei Testfälle.
Gestaltung: clean, großzügiger Weißraum, Hintergrund #F7F7F5, Text #182C33, Akzent Petrol #24666A, Salbei #DCEFE1 und zurückhaltendes Gold #F4EAC8. Systemschrift, große klare Überschriften, kurze Texte, Karten und Bilder mit 18px abgerundeten Ecken und feinem Schatten. Diagramme und beschriftete Bilder vollständig zeigen, nicht abschneiden oder verzerren. Hoher Kontrast, sichtbarer Tastaturfokus, responsive Darstellung. Kein Neon, keine dekorative Überladung. HTML/CSS/JavaScript vollständig in einer Datei, keine CDNs, externen Fonts, APIs oder Netzwerkanfragen. Alle Aktionen müssen auch per Tastatur und Klick bedienbar sein. Verwende nur synthetische Daten.
Baue als EINE sofort offline lauffähige HTML-Datei ein kleines isometrisches 2,5D-Werkstattspiel „Digitale Mitarbeiter“. Kein echtes 3D/WebGL, keine Bibliotheken oder APIs: Canvas/SVG/CSS genügen. Liefere zunächst eine kleine vollständige Grundversion statt eines riesigen Entwurfs. Ziel für uns: erste Generierung etwa 2–5 Minuten, aber keine Garantie versprechen.
Eine isometrische Raumansicht mit drei auswählbaren Workern und sichtbaren Arbeitsplätzen. Skills, Tools, Memory, aktiver Kontext und Restbudget im Profil. Drei Worker: Eingang (Skill Routing1, Tool Regelklassifikation, eigenes Memory Anfragetypen, Budget2); Antwort (Skill Formulieren1, Tool Vorlage, Memory Tonalität, Budget4); Qualität (Skill Faktencheck1, Tool Checkliste, Memory Fehlerfälle, Budget3). Budgetwerte sind simulierte Arbeitseinheiten, keine LLM-Benchmarkzahlen. Werkstatt-Memory „Rückgabe 14 Tage“, Environment lokale Sandbox; getrenntes Projekt-Memory P17 „Bestellung vor20 Tagen, Kunde bittet um Kulanz“.
Spieler wählen Worker und geben ihm einen Auftrag aus einer Warteschlange: Lieferung prüfen (Routing1), Rückfrage entwerfen (Formulieren1), Kulanzfall prüfen (Faktencheck2). Pro Auftrag Anforderungen an Skill, Wissen, Kontextkarten und Aufwand anzeigen. Ausführung deterministisch: reicht eine Voraussetzung nicht, Arbeit blockieren/eskalieren, nicht halluzinieren. Vorhandenes Budget nach erfolgreicher Arbeit reduzieren. Abgeschlossene Aufgaben erzeugen genau eine geprüfte Memory-Karte; sichtbarer Balken und Liste wachsen, Dubletten verhindern. Mehr Memory erhöht nicht automatisch das aktive Kontextfenster. Lernen/Memory ist hier kein Modell-Finetuning.
Spieler können Skill-Level erhöhen oder einen fehlenden Skill ergänzen, Kontextkarten auswählen und Budgets ändern. Upgrades kosten simulierte Zeit und müssen protokolliert werden. Zeige fest codierte Regeln versus echte LLM-Entscheidung: dieses Spiel ist eine didaktische Simulation, kein echtes Agentensystem, kein SQLite und kein Nachrichtenversand. Kulanzfälle immer an Mensch zur Entscheidung; ein simuliertes Senden ist ohne explizite menschliche Freigabe blockiert. Reset löscht Memory/Budgets/Freigabe. Raum anklickbar, zusätzlich Tastatur-/Buttonliste; Bewegung rein dekorativ, Logik unabhängig davon.
Teste fehlenden Skill, fehlende Richtlinie, erschöpftes Budget, vollen Kontext und Versand ohne Freigabe. Gib zuerst Datei plus kurze Startanleitung. Erst optional: Worker bewegen sich zu Arbeitsplätzen, Aufgaben per Drag-and-drop, Werkstatt-Memory editierbar, Speicher-/Exportfunktion.
Gestaltung: clean, großzügiger Weißraum, Hintergrund #F7F7F5, Text #182C33, Akzent Petrol #24666A, Salbei #DCEFE1 und zurückhaltendes Gold #F4EAC8. Systemschrift, große klare Überschriften, kurze Texte, Karten und Bilder mit 18px abgerundeten Ecken und feinem Schatten. Diagramme und beschriftete Bilder vollständig zeigen, nicht abschneiden oder verzerren. Hoher Kontrast, sichtbarer Tastaturfokus, responsive Darstellung. Kein Neon, keine dekorative Überladung. HTML/CSS/JavaScript vollständig in einer Datei, keine CDNs, externen Fonts, APIs oder Netzwerkanfragen. Alle Aktionen müssen auch per Tastatur und Klick bedienbar sein. Verwende nur synthetische Daten.
Workerbewegung ist Teil der Grundversion: mit requestAnimationFrame sichtbar zum Arbeitsplatz laufen, mit Start-/Zielposition und etwa1–2 Sekunden Dauer. Keine Teleportation. Arbeit/Memory erst nach Ankunft abschließen; währenddessen Auftrag/Reset sicher handhaben. prefers-reduced-motion beachten und direkte Ankunft als barrierearme Alternative anbieten. Rechenlogik nicht von Bildrate abhängig machen.
Baue einen lokalen HTML-Mockup-Editor „Anmeldung neu gestalten“. Ausgangsfall: kostenloser öffentlicher Campus-Workshop, keine Zahlung, kein Versand, kein Nutzerkonto. Start mit Titel, Vorname, Nachname, E-Mail, E-Mail-Wiederholung, Telefonnummer, Postanschrift, Geburtsdatum, Newsletter-Opt-in, Datenschutzhinweis, Anmeldung-Button. Palette mit diesen Bausteinen plus optionaler Hilfetext, Fortschrittsanzeige, zusätzliche Überschrift. Inhalte per Drag-and-drop platzieren und umsortieren, per Entfernen-Button wegnehmen; zusätzlich Hinzufügen/↑/↓-Buttons als Tastatur-/Touch-Alternative. Je Baustein Label/Text und Pflichtstatus bearbeiten. Farben von Hintergrund, Text und Button anpassen. Live-Vorschau, Reset, lokale Speicherung nur auf Wunsch, Export der Konfiguration als JSON und Export eines eigenständigen Mockups als HTML; keine Anmeldung absenden, keine echten Daten erfassen. Zwei Varianten A „ergänzen“ und B „vereinfachen“ getrennt vergleichen. Fachliche Mindestanforderungen dieses fiktiven Auftrags: genau ein E-Mail-Feld mit verständlichem Label; Datenschutzhinweis erhalten; klarer Anmeldung-Button; keine vorangekreuzte Newsletter-Option. Bewerte transparent nach Datenminimierung, Klarheit, verbleibenden Pflichtfeldern, doppelter Erfassung und WCAG-Kontrast (4,5:1 für normale Texte); zeige konkrete Befunde statt objektiv wirkender Gesamtnote. Kriterien sind didaktisch, keine Rechts- oder vollständige Accessibility-Prüfung. Weniger Felder ist nur bei erhaltenem Zweck besser. Am Ende ein Textbericht „Was ergänzt / entfernt / begründet?“ und Button zum Kopieren eines ChatGPT-Prüfprompts zusammen mit der aktuellen Konfiguration. Liefere Datei und Tests für fehlendes E-Mail-Feld, verlorenen Hinweis und schlechten Kontrast.
Gestaltung: clean, großzügiger Weißraum, Hintergrund #F7F7F5, Text #182C33, Akzent Petrol #24666A, Salbei #DCEFE1 und zurückhaltendes Gold #F4EAC8. Systemschrift, große klare Überschriften, kurze Texte, Karten und Bilder mit 18px abgerundeten Ecken und feinem Schatten. Diagramme und beschriftete Bilder vollständig zeigen, nicht abschneiden oder verzerren. Hoher Kontrast, sichtbarer Tastaturfokus, responsive Darstellung. Kein Neon, keine dekorative Überladung. HTML/CSS/JavaScript vollständig in einer Datei, keine CDNs, externen Fonts, APIs oder Netzwerkanfragen. Alle Aktionen müssen auch per Tastatur und Klick bedienbar sein. Verwende nur synthetische Daten.
Erstelle eine echte .xlsx-Datei „KI-Pilot“ mit zwei Blättern: „Pilot“ und „Qualität“. Pilot: editierbare numerische Eingabezellen für 100 Fälle pro Woche, bisher 8 Minuten/Fall, KI 2 Minuten/Fall, Prüfung 3 Minuten/Fall, Nacharbeitsquote 0,25 (als Prozent anzeigen), Nacharbeit 8 Minuten/betroffenem Fall, einmalige Einrichtung 120 Minuten. Sämtliche Werte sind fiktive Annahmen. Lege nachvollziehbare Excel-Zellformeln an: bisheriger Wochenaufwand = Fallzahl*bisherige Zeit; laufender KI-Aufwand = Fallzahl*(KI-Zeit+Prüfzeit+Nacharbeitsquote*Nacharbeitszeit); Nettozeitgewinn erste Woche = bisheriger Aufwand-laufender KI-Aufwand-Einrichtung; Folgewochen ohne Einrichtung. Zeige eine separate Zerlegung des KI-Aufwands und ein dynamisches Balkendiagramm bisher/erste Woche/Folgewoche. Erwarteter Basisfall: 800/820/700 Minuten, -20 Minuten erste Woche, +100 Minuten Folgewochen. Eingabevalidierung: Zeiten und Fallzahl nicht negativ, Quote zwischen 0 und 1. Saubere Formatierung: Creme, Petrol, Salbei; Eingabezellen erkennbar, Einheiten sichtbar, keine Makros. Blatt Qualität: Erfolgskriterium „≥90% fachlich korrekte Antworten im vorab festgelegten Prüfsatz“, menschliche Kontrolle; Abbruch bei kritischem Datenschutzfehler oder unzulässigem Versand. Drei Aufgaben ohne vorweggenommene Lösung: Prüfzeit auf 5 erhöhen; Quote auf 50% erhöhen; Fallzahl verdoppeln. Erläutere: Zeitgewinn ist kein Qualitätsnachweis. Prüfe Formeln, Diagramm und Basiswerte. Liefere die XLSX als Download. Falls Dateierstellung nicht verfügbar ist, liefere ausdrücklich eine Zell-/Formeltabelle zum manuellen Anlegen, keinen als .xlsx umbenannten CSV-Text.
Gestaltung: clean, großzügiger Weißraum, Hintergrund #F7F7F5, Text #182C33, Akzent Petrol #24666A, Salbei #DCEFE1 und zurückhaltendes Gold #F4EAC8. Systemschrift, große klare Überschriften, kurze Texte, Karten und Bilder mit 18px abgerundeten Ecken und feinem Schatten. Diagramme und beschriftete Bilder vollständig zeigen, nicht abschneiden oder verzerren. Hoher Kontrast, sichtbarer Tastaturfokus, responsive Darstellung. Kein Neon, keine dekorative Überladung. HTML/CSS/JavaScript vollständig in einer Datei, keine CDNs, externen Fonts, APIs oder Netzwerkanfragen. Alle Aktionen müssen auch per Tastatur und Klick bedienbar sein. Verwende nur synthetische Daten.
Beurteile dieses Artefakt anhand unseres Auftrags und der beigefügten Konfiguration bzw. Datei. Trenne beobachtete Befunde, Annahmen und nicht prüfbare Punkte. Prüfe fachliche Richtigkeit, Funktion und Verständlichkeit; gib keine pauschale Note. Nenne drei konkrete Verbesserungen und einen Test, der Deine Einschätzung widerlegen könnte. Bei einem Anmelde-Mockup: Datenminimierung, erforderliches E-Mail-Feld, Datenschutzhinweis, klare Aktion, keine voreingestellte Newsletter-Zustimmung, Kontrast und Tastaturbedienung. Dies ist keine Rechtsberatung oder vollständige Accessibility-Prüfung. Warte auf unser Artefakt, bevor Du es bewertest.