Meine Erfahrungen aus vielen Trainings zu generativer KI. Ich zeige einen Ansatz wie man individuelle Trainings ableiten kann und aus meiner Sicht "Lessons learned" mit Empfehlungen.
Im letzten Jahr habe ich viele Trainings zu KI durchgeführt. Ich möchte mit Euch ein paar Erfahrungen teilen. Als erstes schwirren euch vielleicht ein paar Fragen im Kopf herum, wie man ein Training aufbaut und welche Erfahrungen man machen kann:
Für welche Zielgruppe?
Was sollen die Teilnehmer am Ende können
Was sollte man vorher klären
Was funktioniert?
Was funktioniert nicht?
Ausstattung?
Didaktische Modelle
Praxisbeispiele?
Aha Momente?
Tools?
Das waren nur ein paar Fragen.
Fangen wir ganz vorne an und gehen in die Trainingsplanung und leiten alle andere Aufgaben davon ab.
Wie gestaltet man eine Trainingsplanung?
Für einen strukturierten Entwurf nutze ich gerne das Jobs to be Done Modell.
Wie kann ich den Trainingsentwurf in ein Jobs to be Done Modell integrieren?
Dazu nutz ich die 8 Phasen der Customer-Centered Innovation Map von by Lance A. Bettencourt and Anthony W. Ulwick
Das generische Modell sieht so aus:
1. Define
- Festlegen der Job-Ziele
- Planen des Vorgehens beim Job
- Abschätzen der Job-Ressourcen
- Auswählen der benötigten Tools
- Priorisieren der Job-Schritte
2. Locate
- Sammeln von Job-Informationen
- Besorgen von Materialien für den Job
- Sicherstellen der Verfügbarkeit für den Job
- Überprüfen auf Vollständigkeit aller Inputs
- Verifizieren der Richtigkeit der Daten
3. Prepare
- Vorbereiten der Umgebung für den Job
- Bereitstellen aller benötigten Komponenten
- Einrichten der Arbeitsfläche für den Job
- Organisieren der Materialien und Tools
- Schaffen der optimalen Bedingungen für den Job
4. Confirm
- Überprüfen der Vorbereitung für den Job
- Validieren der Qualität der Komponenten
- Vergewissern der Funktionalität für den Job
- Bestätigen der Prioritäten beim Job
- Holen letzter Freigaben für den Job ein
5. Execute
- Durchführen der Kernaufgaben des Jobs
- Fokussieren auf reibungslose Ausführung
- Vermeiden von Fehlern beim Job
- Sicherstellen der Qualität der Ergebnisse
- Einhalten der Zeitvorgaben beim Job
6. Monitor
- Beobachten der Job-Ergebnisse
- Messen der Job-Leistung anhand von Kennzahlen
- Analysieren von Abweichungen beim Job
- Erkennen von Problemen beim Job
- Bewerten der Auswirkungen auf den Job
7. Modify
- Anpassen bei Abweichungen vom Job-Plan
- Beheben von Problemen während des Jobs
- Umsetzen von Verbesserungen beim Job
- Priorisieren von Änderungen beim Job
- Testen von Alternativen für den Job
8. Conclude
- Abschließen des Jobs
- Dokumentieren der Job-Ergebnisse
- Vorbereiten der nächsten Job-Runde
- Kommunizieren des Job-Status
- Einleiten der nächsten Schritte nach dem Job
"Jobs to be Done" Modell für Trainer
Angepasst auf ein Trainingsdesign können die acht Phasen meines Jobs "Training planen" so beschrieben werden:
Bestimmen Sie das Hauptziel des Workshops. Was sollen die Teilnehmer am Ende des Workshops gelernt haben oder erreichen können?
Zielgruppenanalyse: Überlegen Sie, wer die Teilnehmer sind und welche Vorkenntnisse sie haben. Dies hilft Ihnen, den Inhalt des Workshops besser auf ihre Bedürfnisse zuzuschneiden.
Inhalte festlegen: Basierend auf den Zielen und der Zielgruppenanalyse, legen Sie die Hauptthemen und Unterthemen des Workshops fest.
Methoden auswählen: Entscheiden Sie, welche Lehr- und Lernmethoden am besten geeignet sind, um die Inhalte zu vermitteln. Dies können Diskussionen, Gruppenarbeiten, Präsentationen oder praktische Übungen sein.
Zeitplan erstellen: Planen Sie, wie viel Zeit Sie für jeden Abschnitt des Workshops benötigen. Berücksichtigen Sie Pausen und Zeiten für Fragen und Diskussionen.
Materialien und Ressourcen vorbereiten: Stellen Sie sicher, dass Sie alle notwendigen Materialien, wie Handouts, Präsentationen oder technische Geräte, bereit haben.
Feedback-Mechanismen einplanen: Überlegen Sie, wie Sie Feedback von den Teilnehmern erhalten können, um den Workshop in Zukunft zu verbessern. Dies kann durch Fragebögen, Diskussionen oder andere Methoden erfolgen.
Nachbereitung: Nach dem Workshop sollten Sie sich die Zeit nehmen, das Feedback auszuwerten, um zu sehen, was gut gelaufen ist und was verbessert werden könnte. Dies hilft Ihnen, zukünftige Workshops noch effektiver zu gestalten.
Damit habe ich die acht Schritte abzuarbeiten. Damit ich nichts vergesse, nutze ich gerne die KI um mir zu helfen auf den Kontext die passenden Fragen zu schreiben um die Inhalte zu entwickeln! Das folgende Bild zeigt auch - für ein Praxisbeispiel zu digitalen Walls - die entsprechenden Optimierungsmöglichkeiten "Direction of Improvement"
Ein Jobs to be Done Framework für die Nutzung von digitalen Walls
Was sind anerkannte Regeln für gute Trainings?
Für meinen Anwendungsfall sind diese Regeln passend:
Praxisrelevanz: Der Inhalt des Workshops sollte direkt auf die Bedürfnisse und Herausforderungen der Teilnehmer zugeschnitten sein.
Aktive Beteiligung: Workshops, die interaktive Elemente wie Gruppenarbeiten, Diskussionen oder Rollenspiele beinhalten, fördern das Engagement und das Verständnis der Teilnehmer.
Klare Zielsetzung: Die Teilnehmer sollten von Anfang an wissen, was sie am Ende des Workshops erreichen sollen.
Feedback-Möglichkeiten: Regelmäßiges Feedback während des Workshops hilft den Teilnehmern, ihre Fortschritte zu erkennen und eventuelle Missverständnisse zu klären.
Anwendung in sicherer Umgebung: Die Möglichkeit, das Gelernte in einer geschützten Umgebung (z.B. durch Simulationen) zu üben, bevor es in der realen Welt angewendet wird.
Nachbereitung und Unterstützung: Bereitstellung von Materialien, Ressourcen oder Coaching nach dem Workshop, um die Umsetzung in der Praxis zu unterstützen.
Motivation und Engagement: Ein erfahrener Workshop-Leiter, der die Teilnehmer motivieren und begeistern kann, trägt maßgeblich zum Erfolg bei.
Kontinuierliche Lernmöglichkeiten: Follow-up-Sitzungen oder weiterführende Workshops können helfen, das Gelernte zu vertiefen und die Umsetzung in der Praxis zu fördern.
Peer-Learning: Die Möglichkeit für Teilnehmer, sich mit Kollegen auszutauschen und voneinander zu lernen, kann die Umsetzung des Gelernten in der Praxis erleichtern.
Selbstreflexion: Die Teilnehmer sollten ermutigt werden, regelmäßig über ihre Fortschritte und Herausforderungen nachzudenken und gegebenenfalls Anpassungen vorzunehmen.
Wie entwickele ich eine Planung?
Wenn ich von den 8 Phasen des Jobs to be Done Modell ausgehe, gilt es in den 8 Phasen entsprechende Fragen zu stellen. Ich kann unterscheiden: Fragen an mich und Fragen an den Auftrag Geber!
Hier mal ein kleiner Auszug der Phasen 1 und Phase 2, mit der KI erstellt, zum Einführungstraining in generativer KI.
Was für ein didaktisches Modell nutze ich am besten für das Training?
Es gibt viele Modelle die für ein Training in Frage kommen, es hängt vom Kontext ab, was erreicht werden soll!
Eigene Darstellung im Vergleich der Trainingsmethoden
Hier wird klar, das die Inhalte und Ziele jeden Trainings verschieden sind. Jeder Auftragnehmer hat andere Vorstellungen an Inhalte und Ergebnisse. Wenn man mit der KI schnell in der Lage ist die Inhalte und Methoden anzupassen, dann ist das eine große Erleichterung. Hier im dem Bild gehe ich noch weiter ins Detail. Die Unterschiede sind, je nach Unternehmen, sehr stark in der Problemanalyse zu sehen.
Workshop Planung
Lessons learned
Ich schreibe hier ein paar Beispiele die ich gelernt habe und keinen Anspruch auf Allgemeingültigkeit haben.
Das erste Prinzip der guten Trainingsplanung lautet:
A. Praxisrelevanz: Der Inhalt des Workshops sollte direkt auf die Bedürfnisse und Herausforderungen der Teilnehmer zugeschnitten sein.
Hier liegt mit das größte Frustpotential. Wenn man zu wenig Zeit in diesen Punkt investiert - Beispielworkflows und Prompts für das Training vorab entwickelt hat - dann sagen die Teilnehmer: "War ja schön, aber wie ich das einsetzen soll, weiss ich noch nicht"
Deshalb lohnen sich vorab ein paar Workflows und Prompts zu entwickeln die auf den Kontext passen. Der Nachteil ist das der Workshop und das Training teuerer werden.
B. Wie geht es weiter? Glücklich ist man dann, wenn vor dem Training schon ein paar Fragen geklärt sind. Wie arbeiten wir mit der KI? Betriebsrat? Datenschutz? Wenn nach dem Training erst Monate dauert bis die Fragen geklärt sind, ist der Frust auch hier hoch!
C. Das Training auch direkt am Ende nutzen um zu schauen, das jeder Teilnehmer Bereiche identifiziert wo die KI sinnvoll einzusetzen ist.
Beispiel Fragen des Einsatzes
D. Aha Erlebnisse schaffen, es macht heute auch keinen Sinn mehr erstmal ein ganzes Auto zu erklären, bevor man fahren darf. Ich habe meinen Führerschein vor knapp 40 Jahren gemacht und da waren die Autos sicherlich anders. Heute will ich die wichtigsten Elemente in neuen Auto wissen und direkt losfahren. Wenn man unter A. die entsprechenden Vorarbeiten gemacht hat, dann bekommt man schnell die Aha Erlebnisse. "Wahnsinn, das geht auch...." Solche Erlebnisse schaffen. Also für entsprechende Experiences sorgen. Das ist der Schwung der die Motivation treibt.
Gagné's Nine Events of Instruction, passt gut zu Aha-Erlebnissen, ist ein didaktisches Modell, das von dem Bildungsforscher Robert Gagné entwickelt wurde. Es dient als Leitfaden zur Gestaltung effektiver Lehr- und Lernprozesse. Hier sind die neun Schritte zusammengefasst:
Aufmerksamkeit gewinnen: Der Lernende sollte zu Beginn des Lernprozesses motiviert werden. Dies kann durch interessante Fragen, auffällige Grafiken oder überraschende Fakten geschehen.
Lernziele vermitteln: Die Lernenden sollten über die Ziele der Lerneinheit informiert werden, damit sie verstehen, was sie lernen und warum es wichtig ist.
Vorwissen aktivieren: Dies bezieht sich darauf, dass Lernende dazu angeregt werden, ihr vorhandenes Wissen oder ihre Erfahrungen mit dem neuen Lernstoff in Verbindung zu bringen.
Stimulierendes Material präsentieren: Die Präsentation des neuen Stoffs sollte in einer ansprechenden und verständlichen Weise erfolgen, um das Interesse der Lernenden aufrechtzuerhalten.
Lernen durchführen (geleitete Praxis): Die Lernenden sollten die Möglichkeit bekommen, das neue Wissen oder die neuen Fähigkeiten unter Anleitung zu üben.
Leistung rückmelden: Feedback ist wesentlich. Die Lernenden erhalten Rückmeldungen zu ihrer Leistung, um ihr Verständnis zu festigen und etwaige Missverständnisse zu korrigieren.
Leistung bewerten (Test): Dies kann durch Tests oder andere Formen der Leistungsbeurteilung geschehen, um sicherzustellen, dass die Lernziele erreicht wurden.
Behalten und Transfer fördern: Hier geht es darum, den Lernenden zu helfen, das Gelernte zu verinnerlichen und auf neue Situationen oder Probleme anzuwenden.
Abschluss und Rückblick: Der Lernprozess endet mit einer Zusammenfassung oder einer Reflexion, um das Gelernte zu festigen und einen Ausblick auf zukünftige Anwendungen zu geben.
E. Lasst Prompathons!
Ich finde das Angebot zum sozialen Lernen wirklich schön und wenn ihr neue Menschen kennenlernen möchtet dann macht das Sinn. Für Promptings zu lernen braucht man das nicht. Man braucht nur am Anfang ein paar Basis Konzepte des Promptings und dann lässt man die KI die Prompts für einen bauen. Das geht viel schneller. Ich habe das hier mal beschrieben.
F. Denkt in Workflows! Wie kann die KI in Workflows verschiedene Aufgaben durchführen?
Eine Training um Prompts in ChatGPT eingeben ist wie eine Vorspeise essen und danach geht es nicht weiter. Wirklicher Mehrwert liegt in KI-Workflows. Ein Training sollte die Möglichkeit zeigen, wie man mit No-Code Tools und KI Systemen Workflows bauen kann. Das ermöglicht den Teilnehmern neue Ideen zu entwickeln und neue Anforderungen zu stellen.
G. Was sind die richtigen KI-Tools für mich!
Natürlich ist der Blick über den Tellerrand sehr wichtig! Deshalb lohnen sich Ausflüge zu verschiedenen Tools. Meine Erfahrung zeigt, das max 3-5 Tools gezeigt werden sollten oder auch ausprobiert. Am besten unter einer Oberfläche. Dazu nutze ich gerne Teampilot. Dort kann man mit eigenen Daten arbeiten, Bilder erstellen und vieles mehr.
Wichtig ist, das man auf einer gemeinsamen KI-Plattform arbeitet um die Prompt zu sehen und auch gemeinsam auszuprobieren.
Solche System Prompts in Kacheln, wie bei Teampilot, helfen die Komplexität zu verringern und erstmal Prompts mit Praxisbezug zu nutzen.
G. Die eigene Aufgabe
Idealerweise hat ein Training eine eigene Mission. Eine Aufgabe die erfüllt werden muss. Beispielsweise:
Drei produktive KI-Flows umsetzen
10% der Aufgaben identifiziert die automatisiert werden können
Alle Bilder automatisch erzeugt
Hier lassen sich noch viele Beispiele anführen.
H. Eine Community of Practices aufbauen
Es lohnt sich den Schwung aus "Wie geht es weiter?" mitzunehmen und schon vorher geklärt zu haben, wieviel Zeit die Kollegen zum ausprobieren und testen bekommen. Idealerweise ein wöchentliches Treffen von einer Stunde moderiert mit einem Lean-Coffee Ansatz. Das schafft eine Verbundenheit und Aufbruchstimmung.
Aus den unterschiedlichen Kontexten herausführend ist jedes Firmentraining, das einen Praxisbezug herstellen möchte individuell und kann mit dem Jobs to be Done Framework und den Regeln für gute Trainings entwickelt werden. Aus der Bestimmung des didaktischen Konzepts heraus wird das Training geplant. Die Lessons learned sind meine Erfahrungen und mögen nicht für jeden stimmen.
Tauchen Sie mit mir ein in die faszinierende Welt der künstlichen Intelligenz. Gemeinsam erkunden wir, wie ich die Value Equation von Alex Hormozi in 11 Kategorien und 60 Fragen zerlegt und in einem KI-Workflow optimiert habe.
In einem aktuellen Blogbeitrag wird die Problematik beleuchtet, wie Menschen oft in einem Kreislauf von Gedanken und Gefühlen gefangen sind. Dabei wird auch die Rolle der Künstlichen Intelligenz (KI) diskutiert und wie sie helfen kann, diese Gedanken und Gefühle aufzulösen
Im letzten Jahr habe ich viele Trainings zu KI durchgeführt. Ich möchte mit Euch ein paar Erfahrungen teilen. Als erstes schwirren euch vielleicht ein paar Fragen im Kopf herum, wie man ein Training aufbaut und welche Erfahrungen man machen kann:
Das waren nur ein paar Fragen.
Fangen wir ganz vorne an und gehen in die Trainingsplanung und leiten alle andere Aufgaben davon ab.
Wie gestaltet man eine Trainingsplanung?
Für einen strukturierten Entwurf nutze ich gerne das Jobs to be Done Modell.
Wie kann ich den Trainingsentwurf in ein Jobs to be Done Modell integrieren?
Dazu nutz ich die 8 Phasen der Customer-Centered Innovation Map von by Lance A. Bettencourt and Anthony W. Ulwick
Das generische Modell sieht so aus:
"Jobs to be Done" Modell für Trainer
Angepasst auf ein Trainingsdesign können die acht Phasen meines Jobs "Training planen" so beschrieben werden:
Damit habe ich die acht Schritte abzuarbeiten. Damit ich nichts vergesse, nutze ich gerne die KI um mir zu helfen auf den Kontext die passenden Fragen zu schreiben um die Inhalte zu entwickeln! Das folgende Bild zeigt auch - für ein Praxisbeispiel zu digitalen Walls - die entsprechenden Optimierungsmöglichkeiten "Direction of Improvement"
Was sind anerkannte Regeln für gute Trainings?
Für meinen Anwendungsfall sind diese Regeln passend:
Wie entwickele ich eine Planung?
Wenn ich von den 8 Phasen des Jobs to be Done Modell ausgehe, gilt es in den 8 Phasen entsprechende Fragen zu stellen. Ich kann unterscheiden: Fragen an mich und Fragen an den Auftrag Geber!
Hier mal ein kleiner Auszug der Phasen 1 und Phase 2, mit der KI erstellt, zum Einführungstraining in generativer KI.
Was für ein didaktisches Modell nutze ich am besten für das Training?
Es gibt viele Modelle die für ein Training in Frage kommen, es hängt vom Kontext ab, was erreicht werden soll!
Hier wird klar, das die Inhalte und Ziele jeden Trainings verschieden sind. Jeder Auftragnehmer hat andere Vorstellungen an Inhalte und Ergebnisse. Wenn man mit der KI schnell in der Lage ist die Inhalte und Methoden anzupassen, dann ist das eine große Erleichterung. Hier im dem Bild gehe ich noch weiter ins Detail. Die Unterschiede sind, je nach Unternehmen, sehr stark in der Problemanalyse zu sehen.
Lessons learned
Ich schreibe hier ein paar Beispiele die ich gelernt habe und keinen Anspruch auf Allgemeingültigkeit haben.
Das erste Prinzip der guten Trainingsplanung lautet:
A. Praxisrelevanz: Der Inhalt des Workshops sollte direkt auf die Bedürfnisse und Herausforderungen der Teilnehmer zugeschnitten sein.
Hier liegt mit das größte Frustpotential. Wenn man zu wenig Zeit in diesen Punkt investiert - Beispielworkflows und Prompts für das Training vorab entwickelt hat - dann sagen die Teilnehmer: "War ja schön, aber wie ich das einsetzen soll, weiss ich noch nicht"
Deshalb lohnen sich vorab ein paar Workflows und Prompts zu entwickeln die auf den Kontext passen. Der Nachteil ist das der Workshop und das Training teuerer werden.
B. Wie geht es weiter? Glücklich ist man dann, wenn vor dem Training schon ein paar Fragen geklärt sind. Wie arbeiten wir mit der KI? Betriebsrat? Datenschutz? Wenn nach dem Training erst Monate dauert bis die Fragen geklärt sind, ist der Frust auch hier hoch!
C. Das Training auch direkt am Ende nutzen um zu schauen, das jeder Teilnehmer Bereiche identifiziert wo die KI sinnvoll einzusetzen ist.
D. Aha Erlebnisse schaffen, es macht heute auch keinen Sinn mehr erstmal ein ganzes Auto zu erklären, bevor man fahren darf. Ich habe meinen Führerschein vor knapp 40 Jahren gemacht und da waren die Autos sicherlich anders. Heute will ich die wichtigsten Elemente in neuen Auto wissen und direkt losfahren. Wenn man unter A. die entsprechenden Vorarbeiten gemacht hat, dann bekommt man schnell die Aha Erlebnisse. "Wahnsinn, das geht auch...." Solche Erlebnisse schaffen. Also für entsprechende Experiences sorgen. Das ist der Schwung der die Motivation treibt.
Ein Beispiel für Aha Erlebnisse für Berater:
Gagné's Nine Events of Instruction, passt gut zu Aha-Erlebnissen, ist ein didaktisches Modell, das von dem Bildungsforscher Robert Gagné entwickelt wurde. Es dient als Leitfaden zur Gestaltung effektiver Lehr- und Lernprozesse. Hier sind die neun Schritte zusammengefasst:
E. Lasst Prompathons!
Ich finde das Angebot zum sozialen Lernen wirklich schön und wenn ihr neue Menschen kennenlernen möchtet dann macht das Sinn. Für Promptings zu lernen braucht man das nicht. Man braucht nur am Anfang ein paar Basis Konzepte des Promptings und dann lässt man die KI die Prompts für einen bauen. Das geht viel schneller. Ich habe das hier mal beschrieben.
F. Denkt in Workflows! Wie kann die KI in Workflows verschiedene Aufgaben durchführen?
Eine Training um Prompts in ChatGPT eingeben ist wie eine Vorspeise essen und danach geht es nicht weiter. Wirklicher Mehrwert liegt in KI-Workflows. Ein Training sollte die Möglichkeit zeigen, wie man mit No-Code Tools und KI Systemen Workflows bauen kann. Das ermöglicht den Teilnehmern neue Ideen zu entwickeln und neue Anforderungen zu stellen.
G. Was sind die richtigen KI-Tools für mich!
Natürlich ist der Blick über den Tellerrand sehr wichtig! Deshalb lohnen sich Ausflüge zu verschiedenen Tools. Meine Erfahrung zeigt, das max 3-5 Tools gezeigt werden sollten oder auch ausprobiert. Am besten unter einer Oberfläche. Dazu nutze ich gerne Teampilot. Dort kann man mit eigenen Daten arbeiten, Bilder erstellen und vieles mehr.
F. Kollaboratives Arbeiten.
Wichtig ist, das man auf einer gemeinsamen KI-Plattform arbeitet um die Prompt zu sehen und auch gemeinsam auszuprobieren.
Solche System Prompts in Kacheln, wie bei Teampilot, helfen die Komplexität zu verringern und erstmal Prompts mit Praxisbezug zu nutzen.
G. Die eigene Aufgabe
Idealerweise hat ein Training eine eigene Mission. Eine Aufgabe die erfüllt werden muss. Beispielsweise:
Hier lassen sich noch viele Beispiele anführen.
H. Eine Community of Practices aufbauen
Es lohnt sich den Schwung aus "Wie geht es weiter?" mitzunehmen und schon vorher geklärt zu haben, wieviel Zeit die Kollegen zum ausprobieren und testen bekommen. Idealerweise ein wöchentliches Treffen von einer Stunde moderiert mit einem Lean-Coffee Ansatz. Das schafft eine Verbundenheit und Aufbruchstimmung.
I. Umgang mit Ängsten
Dazu habe ich hier mal etwas beschrieben:
Fazit
Aus den unterschiedlichen Kontexten herausführend ist jedes Firmentraining, das einen Praxisbezug herstellen möchte individuell und kann mit dem Jobs to be Done Framework und den Regeln für gute Trainings entwickelt werden. Aus der Bestimmung des didaktischen Konzepts heraus wird das Training geplant.
Die Lessons learned sind meine Erfahrungen und mögen nicht für jeden stimmen.
Read Next
#119 So löst Du Alex Hormozi's Value Equation mit KI: Schritt-für-Schritt 🚀
Tauchen Sie mit mir ein in die faszinierende Welt der künstlichen Intelligenz. Gemeinsam erkunden wir, wie ich die Value Equation von Alex Hormozi in 11 Kategorien und 60 Fragen zerlegt und in einem KI-Workflow optimiert habe.
#118 Geheimnis gelüftet: Wie Ali Abdaals YouTube-Kanal meinen GPT Titel-Generator inspiriert! 🔍
Ich habe 400 Titel von Ali Abdaals Youtube Channel analysiert und einen Youtube Titel Generator gebaut
#117 Die Grundlagen des freien Denkens!
In einem aktuellen Blogbeitrag wird die Problematik beleuchtet, wie Menschen oft in einem Kreislauf von Gedanken und Gefühlen gefangen sind. Dabei wird auch die Rolle der Künstlichen Intelligenz (KI) diskutiert und wie sie helfen kann, diese Gedanken und Gefühle aufzulösen
#116 Erwecke Deine Bilder zum Leben: Emotionale Gesichter mit Stability AI 🎨
Der Blog Post zeigt wie man zu einem Thema passende Emotionen in die Gesichter der Menschen zaubert. Der Workflow ist mit Stabilty AI umgesetzt.