Gemini-Chat

Das Foucaultsche Pendel zeigt auf einfache Weise, dass sich die Erde dreht. Die Schwingungsebene des Pendels bleibt dabei weitgehend konstant, während sich die Erde darunter dreht. Dadurch sieht es für uns so aus, als würde sich die Schwingungsrichtung des Pendels langsam verändern. Dies tut sie aber nicht. Mit KI-Umgebungen wie dem Gemini-Chat und der Möglichkeit, über Prompts gut designte Anwendungen zu entwickeln, lässt sich dieser Zusammenhang interaktiv simulieren.

Eine Textkorrektur lässt sich ganz normal in einem Chat vornehmen oder ich entwickle kurz meine eigene App, die mich bei der Fehlersuche unterstützt und dabei gezielt auf visuelle Elemente setzt. Beim Vibe Coding werden vorab im Prompt alle gewünschten Funktionen wie ein „Hover-Tooltip“ beschrieben.

Vibe Coding bietet vor allem für den Sprachbereich viele Möglichkeiten, über eigene Apps beispielsweise ausgewählten Text zu übersetzen und diesen mithilfe einer KI-Stimme in der gewünschte Sprache auszugeben. Hierfür eignet sich unter anderem eine KI-Umgebung wie der Gemini-Chat. Diese lässt sich sehr gut kostenfrei nutzen.

Es kann vorkommen, dass gut gestaltete Infografiken mit zu viel Text versehen sind und dadurch etwas unübersichtlich wahrgenommen werden. Dies lässt sich über einen kleinen „Umweg“ wie den Gemini-Chat ändern, um die Abbildung anschließend als HTML-Datei in einem Browser interaktiv ausführen zu können. Als Orientierung für die KI dienen hierbei die in der Grafik enthaltenen Icons.

Es gibt einige Online-Tools, die simples Gekritzel in echte Kunstwerke umwandeln. Aber kann ich solche Anwendungen auch selber erstellen? Ja, das funktioniert mit Vibe Coding und geeigneten KI-Umgebungen wie dem Gemini-Chat. Hierbei ist es wichtig, dass der KI-Anbieter neben einem Top-Sprachmodell wie Gemini, das für den Programmiervorgang zuständig ist, ebenfalls über eine eigene Bild-KI wie Nano Banana verfügt. 

Es ist mittlerweile ein Standard-Skill, einen Text in eine Promptleiste einzufügen und diesen mithilfe eines Sprachmodells korrigieren zu lassen. Um die Resultate zu visualisieren und interaktiv klickbar zu machen, empfiehlt sich die Entwicklung einer eigenen Korrektur-App, die ich ganz auf meine Bedürfnisse hin programmieren kann. Dieser Prozess wird als „Vibe Coding“ bezeichnet.

Wenn ich ein Video kurz in Textform zusammenfassen möchte, kann ich dafür den Gemini-Chat und die Upload-Funktion nutzen. Dazu lade ich einfach das gewünschte Video hoch, formuliere einen passenden Prompt und lasse mir anschließend von Gemini eine kompakte Übersicht erstellen.

Vibe Coding kann für unterschiedliche Fachdisziplinen eingesetzt werden, wie unter anderem im Ingenieurwesen und im Rahmen der technischen Mechanik. Die technischen Fächer werden von nicht wenigen Studierenden als herausfordernd betrachtet und können das Studium erheblich erschweren. Mit KI-Anwendungen wie dem Gemini-Chat gibt es mittlerweile vielfältige Möglichkeiten der Visualisierung.

Ein Gem ist ein KI-Assistent im Gemini-Chat von Google und kann gezielt mit Standardtools wie einer Bild-KI oder der Canvas-Funktion ausgestattet werden. Im Blogbeitrag wird die Canvas-Funktion als Standardtool aktiviert, um nach einem Upload ohne Prompteingabe ein Dashboard zu erstellen, das die zentralen Ergebnisse einer Studie visualisiert. Gems lassen sich kostenlos konfigurieren und nutzen.

Innerhalb des Gemini-Chats gibt es einige sinnvolle Workflows, um zum Beispiel aus einer interaktiven Simulation im selben Chat eine beschreibende Infografik zu generieren, um die Anwendung möglichst kompakt vorstellen zu können. Hierzu wechselt man von der Canvas- zur Bild-Funktion und erhält in Kürze eine Abbildung im gewünschten Format.

Vibe Coding ist einer der beliebtesten Anwendungsfälle, wenn es um den Einsatz von KI-Tools wie Gemini, Claude und ChatGPT geht. Über einen User-Prompt generiert das Sprachmodell in Kürze einen umfangreichen Code und startet das Programm in der eigenen Chatumgebung. Im folgenden Beispiel habe ich den Gemini-Chat über die Canvas-Funktion genutzt, um einen Drachenflug in unterschiedlichen Wetterszenarien zu simulieren.

Sprachmodelle können über ihre Vision-Fähigkeit handgeschriebenen Text erfassen, in Computerschrift transkribieren und anschließend in einem PDF zum Download bereitstellen. Hier kommt auch die Technik OCR (Optical Character Recognition) zum Einsatz Im Beispiel wird der Gemini-Chat mit dem Pro-Modell von Googles Top-KI verwendet.

Der Gemini-Chat bietet Usern die Möglichkeit, den gesamten Chatverlauf in Formate wie PDFs und Excel-Sheets zu übertragen. Hierfür muss das Pro-Modell von Gemini über die Promptleiste aktiviert sein und im Anschluss wird die Datei direkt im Chat zum Download bereitgestellt. Sehr praktisch!