Installationschecklisten

Zum Abhaken beim Installieren — auf Papier () oder am Bildschirm. Jede Liste ist die Kurzfassung einer Kursstelle: Dort stehen die Erklärungen, Bildschirmfotos der Zwischenschritte und die häufigen Fehlerbilder. Neu hier? Dann arbeite die verlinkte Mission oder Lektion durch statt nur die Liste.

Vor jeder Installation

Die Grundregeln aus KM4: Dein Notebook KI-bereit machen — sie gelten für alle folgenden Listen.

Offizielle Quelle: Herstelleradresse von Hand eintippen — nie Werbelinks oder Download-Portale.
Adresse beginnt mit https:// (Schloss-Symbol).
Freien Speicherplatz geprüft: Get-PSDrive C (mindestens 10 GB frei für den Kursstart).
Heruntergeladene Datei vor dem Öffnen prüfen: Rechtsklick → «Mit Microsoft Defender überprüfen».
Bei einer SmartScreen- oder Defender-Warnung: abbrechen und Quelle prüfen, nicht wegklicken.
Rücksetzweg notiert: Wo landet das Programm, wo landen die Modelle, wie werde ich beides wieder los?

LM Studio und erstes Modell

Vollständig erklärt in Mission 1: Meine erste lokale KI.

lmstudio.ai von Hand eingetippt, Windows-Installer geladen (kostenlos; 16 GB RAM empfohlen).
Installer mit Standardeinstellungen durchlaufen; LM Studio startet und zeigt Chat-Bereich und Modellsuche.
Kompaktes 3–4B-Modell gesucht (z. B. Llama 3.2, Gemma 3 4B, Qwen3 4B) und die Q4-Variante gewählt (z. B. «Q4_K_M»).
Dateigrösse vor dem Download geprüft: rund 2 GB — bei 8 GB und mehr abbrechen, kleinere Variante wählen.
Modell erscheint unter «My Models»; Dateipfad für den Rücksetzweg notiert.
Modell im Chat geladen und mit drei Testfragen geprüft.
Offline-Beweis: Flugzeugmodus ein, neue Frage gestellt — Antwort kommt trotzdem. WLAN wieder ein.
Rücksetzweg: Modell in LM Studio löschen → LM Studio über Einstellungen → Apps deinstallieren → notierten Modell-Ordner kontrollieren.

Python (für Agenten-Skripte)

Vollständig erklärt in Mission 5: Mein erster lokaler Agent.

Installer von python.org geladen (Download-Grundregeln oben).
Im ersten Installer-Dialog den Haken «Add python.exe to PATH» gesetzt — sonst findet PowerShell den Befehl später nicht.
Neues PowerShell-Fenster geöffnet und geprüft: python --version zeigt «Python 3.x».
Keine Zusatzpakete nötig: Die Kurs-Skripte der Missionen nutzen nur die Standardbibliothek.
Für den Agenten: LM Studio gestartet, Modell geladen, lokalen Server aktiviert (http://localhost:1234).
Rücksetzweg: Python über Einstellungen → Apps entfernen; bei PATH-Problemen Installer erneut starten und «Modify» wählen oder py statt python tippen.

Telegram-Bot (Fernsteuerung)

Vollständig erklärt in Mission 6: Den Agenten bequem steuern — nur über die offizielle Bot-API.

In Telegram den verifizierten @BotFather geöffnet, /newbot gesendet, Namen vergeben.
Erhaltenen Token als Geheimnis behandelt: nur in eine Umgebungsvariable, nie ins Skript, nie in einen Screenshot.
Dem eigenen Bot eine erste Nachricht geschrieben.
Chat-ID über getUpdates abgerufen (Befehl in Mission 6, Schritt 2) und notiert.
Skript nur in dem PowerShell-Fenster gestartet, in dem BOT_TOKEN gesetzt wurde.
Sicherheits-Check: Bot antwortet nur auf die eigene Chat-ID; Not-Aus funktioniert.
Rücksetzweg: Skript mit Ctrl+C stoppen → bei @BotFather /deletebot → Umgebungsvariable verfällt mit dem Fenster.

faster-whisper (Spracherkennung)

Vollständig erklärt in Labor 3: Lokaler Sprachassistent. Voraussetzung: Python aus Mission 5, ein Mikrofon.

In PowerShell installiert: pip install faster-whisper.
Erster Lauf eingeplant: Dabei lädt faster-whisper das Modell «small» einmalig herunter — danach läuft alles offline.
Testaufnahme mit dem Windows-Sprachrekorder gemacht und ins Sprachmemo-Verzeichnis kopiert.
Prüfschritt: Der gesprochene Satz erscheint als Text; bei .m4a-Dekodierfehlern als .wav aufnehmen.
Für die gesprochene Antwort: Windows-Sprachausgabe braucht kein Zusatzpaket; der LM-Studio-Server muss laufen.
Rücksetzweg: pip uninstall faster-whisper; Modell-Cache unter %USERPROFILE%\.cache\huggingface löschen; Skripte und Memo-Ordner entfernen.

OpenSCAD (3D-Konstruktion per Text)

Vollständig erklärt in Labor 7: KI und 3D-Druck.

Von openscad.org/downloads.html geladen und installiert (kostenlos, quelloffen); die stabile Version genügt.
Neue Datei geöffnet, Beispielcode aus dem Labor eingefügt.
Prüfschritt: F5 zeigt die Vorschau, F6 berechnet die endgültige Geometrie.
Einen Parameter geändert und mit F5 beobachtet, wie sich das Modell anpasst.
Export getestet: F6, dann «Datei → Export → STL».
Rücksetzweg: normal deinstallieren; .scad-Dateien sind einfache Textdateien — löschen genügt.

Weitere Werkzeuge des Kurses (Home Assistant, Heimserver-Bausteine wie Ollama oder Open WebUI) haben keinen eigenen Installationsteil, sondern werden in Labor 6 und Labor 8 geplant und eingeordnet — die Checkliste wäre dort nur eine Dopplung der Planungsschritte.