---
title: "Einrichtung — vom frischen Computer zur funktionierenden Installation"
sidebar:
  label: "Einrichtung"
---

<span id="einrichtung-vom-frischen-computer-zur-funktionierenden-installation" />


[Kursstart](/de/) · [Lernleitfaden](/de/learning-guide) · [→ Einheit 0](/de/unit-00)

Plane für die erste Installation 20–40 Minuten ein. Ein **Terminal** ist ein
Fenster zum Ausführen von Befehlen. Ein **Repository** ist der Kursordner samt
Änderungsverlauf. Führe Kursbefehle in diesem Ordner aus. Kopiere nur den Befehl,
kein vorangestelltes `$` oder `>>>`. Python-Code gehört in eine `.py`-Datei,
nicht direkt ins Terminal.

## 1. Python, Git und einen Editor bereitstellen [#1-python-git-und-einen-editor-bereitstellen]

Installiere Python ab Version 3.11 und Git, falls sie fehlen:

- **Windows:** Python von [python.org](https://www.python.org/downloads/)
  (im Installer „Add python.exe to PATH“ ankreuzen) und Git von
  [git-scm.com](https://git-scm.com/downloads).
- **macOS:** Python von [python.org](https://www.python.org/downloads/). Das
  erste `git --version` unten öffnet einen Dialog für die Command Line Tools;
  wähle Installieren, warte 5–15 Minuten und führe den Befehl erneut aus.
- **Ubuntu/Debian:** Ubuntu 24.04 / Debian 12 oder neuer (ältere Versionen
  bringen ein Python unter 3.11 mit). Führe `sudo apt install python3 python3-venv git`
  aus und prüfe, dass `python3 --version` 3.11 oder neuer zeigt. Ohne
  `python3-venv` scheitert Schritt 3 mit `ensurepip is not available`.

Öffne Terminal (macOS/Linux) oder PowerShell (Windows) und prüfe:

```bash
python3 --version
git --version
```

Unter Windows heißt der Python-Aufruf `py --version`. Wird keiner der Befehle
gefunden, schließe die Python-Installation ab und öffne das Terminal neu.
Eine CPU genügt; du brauchst keine GPU und kein Cloudkonto. Die Installation
lädt Bibliotheken herunter; die neuen Pflicht-Trainingslabs laufen danach offline.

**Editor:** In den Lektionen speicherst du kleine `.py`-Dateien. Installiere
[VS Code](https://code.visualstudio.com/) (kostenlos, für alle Systeme). Nimm
nicht TextEdit oder Word: Sie speichern Formatierungen, die Python nicht lesen kann.

## 2. Den Kurs holen [#2-den-kurs-holen]

```bash
git clone https://github.com/minigraphx/llm-engineering-course.git
cd llm-engineering-course
```

Während des privaten Piloten benötigst du Zugriff auf dieses GitHub-Repository.
`Repository not found` kann fehlenden Zugriff bedeuten und ist dann kein
Python-Fehler. Hast du den Kursordner bereits, öffne darin ein Terminal und
überspringe das Klonen. Dort liegen `README.md`, `pyproject.toml`, `examples`
und `src`.

<aside className="course-note" aria-label="Zugang: wenn das Repository für dich privat ist">
<strong>Zugang: wenn das Repository für dich privat ist</strong>

`git clone` fragt dann nach Benutzername und Passwort, und GitHub nimmt dort
dein Kontopasswort nicht mehr an. Nimm zuerst die Einladungs-E-Mail von
GitHub an. Wähle dann einen Weg:

- **GitHub CLI:** Installiere [gh](https://cli.github.com/) und führe
  `gh auth login --web --git-protocol https` aus. Es zeigt einen Einmalcode
  und öffnet den Browser: Enter drücken, Code einfügen, autorisieren. Klone
  dann mit `gh repo clone minigraphx/llm-engineering-course`.
- **GitHub Desktop:** Installiere [GitHub Desktop](https://desktop.github.com/),
  melde dich an und nutze File → Clone repository.
- **ZIP:** Wähle auf der Repository-Seite Code → Download ZIP und entpacke
  die Datei. Benenne den Ordner `llm-engineering-course-main` in
  `llm-engineering-course` um, damit alle späteren Anweisungen unverändert passen.


</aside>

**Ordner in VS Code öffnen:** File → Open Folder… und `llm-engineering-course`
wählen. Terminal → New Terminal öffnet ein Terminal, das bereits im Kursordner
startet; nutze es für alle Kursbefehle.

## 3. Eigene Python-Umgebung erstellen [#3-eigene-python-umgebung-erstellen]

Eine **virtuelle Umgebung** trennt die Kursbibliotheken von anderen Projekten.
Erstelle sie einmal und aktiviere sie in jedem neuen Terminal erneut.

Die Installation braucht etwa 1 GB Speicherplatz, vor allem für PyTorch.

macOS/Linux:

```bash
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -e ".[dev,docs]"
```

<details>
<summary>Linux ohne NVIDIA-GPU</summary>

Unter Linux lädt PyTorch standardmäßig etwa 2 GB NVIDIA-Bibliotheken (CUDA),
die der Kurs nicht braucht. Nimm statt des Blocks oben diese Zeilen und
bekommst die 190 MB große CPU-Version:

```bash
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install torch --index-url https://download.pytorch.org/whl/cpu
python -m pip install -e ".[dev,docs]"
```


</details>

Windows PowerShell:

```powershell
py -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
python -m pip install -e ".[dev,docs]"
```

Blockiert PowerShell die Aktivierung, verwende
`.\.venv\Scripts\python.exe` anstelle von `python`. Aktivierung ist nur eine
Abkürzung. Installiere dann mit
`.\.venv\Scripts\python.exe -m pip install -e ".[dev,docs]"`.
Unter macOS/Linux lautet der volle Interpreterpfad `.venv/bin/python`.
`-e` macht Änderungen am Kurspaket sofort verfügbar; `dev,docs` ergänzt Tests
und Dokumentationswerkzeuge. Warte auf den erfolgreichen Abschluss.

### Jede Sitzung [#every-session]

Jedes Mal, wenn du ein neues Terminal öffnest:

1. Wechsle in den Kursordner: `cd llm-engineering-course` (das VS-Code-Terminal
   startet schon dort).
2. Aktiviere die Umgebung: `source .venv/bin/activate` unter macOS/Linux,
   `.\.venv\Scripts\Activate.ps1` in Windows PowerShell.
3. Prüfe, dass die Eingabezeile jetzt mit `(.venv)` beginnt. Fehlt es, ist
   `python` womöglich ein anderes Python ohne die Kursbibliotheken.

### Lies das, wenn eine Lektion es zuerst braucht [#lies-das-wenn-eine-lektion-es-zuerst-braucht]

Überspringe das heute; die Lektionen verlinken hierher, wenn sie es brauchen.

<details>
<summary>Tokenizer-Tabelle: einmal Internet nötig</summary>

Der erste vollständige Testlauf oder Byte-Pair-Encoding-Vergleich (BPE) kann
einmalig Internet benötigen: Das vorhandene Tokenizer-Labor lädt die öffentliche
Codierungstabelle `cl100k_base` und speichert sie lokal zwischen. Die Installation
der Python-Pakete lädt diese Tabelle noch nicht vorab. Die verpflichtenden
T05/T06- und E01–E04-Modell-, Trainings-, Evaluations- und Profiling-Experimente verwenden lokal
erzeugte Daten und laufen nach der Installation offline.


</details>

#### Shell-Konventionen für alle Lektionen [#shell-conventions]

<details>
<summary>Volle Pfade, Heredoc-Blöcke und PowerShell</summary>

Nach der Aktivierung verwendest du auf jeder Plattform das aktive `python`.
Ältere Beispiele oder Referenzprotokolle enthalten manchmal vollständige
macOS-/Linux-Pfade:

| Geschriebener Befehl | Bei aktivierter Umgebung, auch in PowerShell |
| --- | --- |
| `.venv/bin/python script.py` | `python script.py` |
| `.venv/bin/pytest tests/...` | `python -m pytest tests/...` |

Ein Block mit `python - <<'PY'` verwendet **Heredoc**-Syntax: Bash/Zsh übergeben
alle folgenden Python-Zeilen bis zum abschließenden `PY` an den Interpreter.
PowerShell versteht diese Hülle nicht. Diese Alternative funktioniert überall:

1. Erstelle den Ordner mit `python -c "from pathlib import Path; Path('artifacts/my-work').mkdir(parents=True, exist_ok=True)"`.
2. Kopiere ausschließlich die Python-Zeilen zwischen `python - <<'PY'` und dem
   letzten `PY` im Editor in `artifacts/my-work/check.py`. Kopiere weder diese
   Begrenzungszeilen noch die Markdown-Backticks. Speichere die Datei.
3. Führe im Repository-Stamm `python artifacts/my-work/check.py` aus.

Ohne Aktivierung unter Windows ersetzt du `python` durch
`.\.venv\Scripts\python.exe`. Der Python-Inhalt bleibt gleich; nur seine
Übergabe durch die Shell ändert sich.


</details>

## 4. Installation prüfen [#4-installation-prufen]

```bash
python examples/check_device.py
python examples/diagnose_unit0.py
```

Jede Prüfung soll `pass` melden und `ready` soll `yes` zeigen;
[Einheit 0](/de/unit-00) erklärt jede Zeile.

## 5. Kurs prüfen und Lektionen öffnen [#5-kurs-prufen-und-lektionen-offnen]

```bash
python -m pytest
python -m mkdocs build --strict
```

Der erste Testlauf kann einmal Internet brauchen (siehe den Tokenizer-Hinweis oben).
Die Tests enden mit einer Zählzeile: `passed`, `deselected` und Warnungen sind in
Ordnung, ein `failed` nicht. Der Dokumentationsbau muss ohne Fehler enden.

Optional, nur wenn du die Lektionen offline statt auf der gehosteten Seite lesen
willst: `python -m mkdocs serve` nennt eine lokale Adresse, meist
`http://127.0.0.1:8000`; öffne sie im Browser. Ctrl+C im Terminal beendet den
Server. EN/DE wechselt die Sprache.

Beginne mit dem [Lernleitfaden](/de/learning-guide), dann mit Einheit 0.

## Wenn etwas fehlschlägt [#wenn-etwas-fehlschlagt]

| Meldung oder Symptom | Prüfung und Abhilfe |
| --- | --- |
| `git clone` fragt nach Benutzername oder Passwort | Das Repository ist für dich privat; siehe *Zugang* in Schritt 2. |
| `requires a different Python: 3.10… not in '>=3.11'` | Dein Python ist älter als 3.11. Installiere 3.11 oder neuer, lösche den Ordner `.venv` und wiederhole Schritt 3. |
| `ensurepip is not available` | Ubuntu/Debian: `sudo apt install python3-venv` ausführen, dann Schritt 3 wiederholen. |
| `No such file` beim Beispiel | Nach `cd llm-engineering-course` im Kursordner ausführen. |
| `No module named llm_course` | Python aus der Kursumgebung verwenden und Installation wiederholen. |
| `No module named torch` | Umgebung nicht aktiv: `.venv` aktivieren (siehe *Jede Sitzung*). Sonst ist die Installation unvollständig. |
| Installation bleibt still | Große Pakete brauchen Minuten; Abschluss oder Fehlermeldung abwarten. |
| Fehler des Beschleunigers | Das Lab mit `--device cpu` starten. |
| Nach `mkdocs serve` keine Eingabe möglich | Der Server läuft; zweites Terminal öffnen oder Ctrl+C drücken. |

Notiere bei Fehlern den Befehl und die letzten Fehlerzeilen. Zugangsdaten gehören
nicht in Berichte. Weitere Hilfe:
[Fehlerbehebung für Einheit 0](/de/unit-00-troubleshooting) und
[Hardwareprofile](/de/hardware).
