Einrichtung - Google Colab & die Gemini API

Generative AI for Managers - TUHH Institute of Entrepreneurship · Teil meines Technology-Management-MBA · Lernnotizen zur Wiederholung.

---

Jedes Lab in diesem Kurs läuft in Google Colab (ein kostenloses Notebook im Browser - nichts muss auf meinem Laptop installiert werden) und ruft die Gemini API auf (Googles LLM-Dienst). Diese Seite ist die einmalige Einrichtung, damit die Notebooks an den Tagen 1-5 einfach funktionieren. Sie dauert etwa 15 Minuten.

Hinweis

Was die einzelnen Bausteine sind:

• Google Colab - eine Website, die Python-Notebooks in der Cloud ausführt. Ein Notebook ist ein Dokument, das Text und ausführbare Code-Zellen kombiniert.
• Gemini API - die Schnittstelle, über die mein Code Prompts an Googles Modell schickt und Antworten zurückbekommt.
• API-Key - ein geheimes Passwort, das mein Konto gegenüber der API ausweist. Wer ihn hat, kann auf meine Kosten Kontingent verbrauchen - also muss er geschützt werden.

Was ich brauche

Ein Laptop + moderner Browser (Chrome)Ein Google-Konto

Schritt 1 - Google Colab öffnen

1. Auf colab.research.google.com gehen und mit meinem Google-Konto anmelden.

2. Auf New Notebook klicken.

3. In die erste Zelle das Folgende eingeben und ausführen (Shift+Enter):

   print("Colab is working!")

   Wenn die Meldung ausgegeben wird, ist Colab bereit.

Schritt 2 - Einen Gemini-API-Key erstellen

1. Google AI Studio öffnen und anmelden.

2. In der Oberfläche Get API key (oder API keys) suchen und einen neuen API-Key erstellen.

3. Ihn an einem sicheren Ort speichern - ein Passwort-Manager ist ideal. Ihn genau wie ein Passwort behandeln.

Gefahr

Den API-Key niemals preisgeben. Ihn nicht in ein geteiltes Notebook, einen Screenshot, einen Chat oder ein Dokument einfügen - und niemals nach GitHub committen. Sollte ein Key jemals durchsickern (auch in einer Datei, die ich geteilt habe), gilt er als kompromittiert: ihn im AI Studio löschen und einen neuen erstellen. Beim sicheren Muster weiter unten taucht der Key im Text des Notebooks gar nicht erst auf.

Hinweis

Verfügbarkeit des kostenlosen Kontingents und Rate-Limits hängen von Region und Konto ab und können sich ändern. Nutzung klein halten und den Hinweisen im Unterricht folgen.

Schritt 3 - Den Key sicher in Colab ablegen (Secrets)

Der richtige Weg, dem Notebook den Key zu geben, ohne ihn in den Code zu schreiben:

1. In Colab auf das Schlüssel-Symbol (🔑 Secrets) in der linken Seitenleiste klicken.

2. Ein neues Secret hinzufügen - Name: GEMINI_API_KEY, Value: den Key einfügen.

3. Für dieses Secret Notebook access aktivieren.

4. In einer Code-Zelle den Key in eine Umgebungsvariable laden:

   from google.colab import userdata
   import os
   
   os.environ["GEMINI_API_KEY"] = userdata.get("GEMINI_API_KEY")
   print("Key loaded:", bool(os.environ.get("GEMINI_API_KEY")))

   Wenn Key loaded: True ausgegeben wird, ist alles bereit.

Tipp

Notlösung (nur im eigenen, privaten Notebook): Falls Secrets nicht verfügbar sind, den Key einmal pro Session einfügen, ohne dass er auf dem Bildschirm erscheint:

import os, getpass
os.environ["GEMINI_API_KEY"] = getpass.getpass("Paste your GEMINI_API_KEY: ")
print("Key loaded:", bool(os.environ.get("GEMINI_API_KEY")))

getpass verbirgt die Eingabe während des Tippens - trotzdem: den Key niemals im Notebook selbst speichern.

Schritt 4 - Das SDK installieren und einen ersten Aufruf machen

1. Das Gemini SDK installieren (das ! führt einen Shell-Befehl in Colab aus):

   !pip -q install -U google-genai

2. Einen ersten Aufruf machen. genai.Client() liest GEMINI_API_KEY automatisch aus der Umgebung:

   import os
   from google import genai
   
   client = genai.Client()  # liest GEMINI_API_KEY aus der Umgebung
   resp = client.models.generate_content(
       model="gemini-2.5-flash-lite",
       contents="Say hello in one short sentence."
   )
   print(resp.text)

   Wenn eine Begrüßung erscheint, funktioniert die gesamte Einrichtung.

Hinweis

Modellname: Die Labs verwenden gemini-2.5-flash-lite - ein kleines, schnelles, günstiges Modell, das zum Lernen völlig ausreicht. Später wechsle ich zu anderen Modellen, wenn eine Aufgabe mehr Leistung erfordert.

Fehlerbehebung

Meldung	Wahrscheinliche Ursache	Lösung
Key loaded: False	Name des Secrets stimmt nicht überein	Genau GEMINI_API_KEY benennen (Groß-/Kleinschreibung beachten)
SecretNotFoundError	Notebook access ausgeschaltet	Notebook access für das Secret aktivieren
PermissionDenied / InvalidApiKey	Key ungültig oder abgelaufen	Einen neuen Key im AI Studio erzeugen
ResourceExhausted / quota exceeded	Rate-Limit des kostenlosen Kontingents erreicht	1-2 Minuten warten, dann erneut versuchen
ModelNotFound	Falscher Modellname	Z. B. gemini-2.5-flash-lite verwenden
ModuleNotFoundError: google.genai	SDK nicht installiert	!pip -q install -U google-genai erneut ausführen

Wiederholungs-Zusammenfassung

Kernpunkt	Kurz gemerkt
Umgebung	Labs laufen in Google Colab (Cloud-Notebooks) und rufen die Gemini API auf
API-Key = Passwort	Weist mein Konto aus; wer ihn hat, kann mein Kontingent verbrauchen
Sichere Ablage	Den Key in den Colab Secrets als GEMINI_API_KEY ablegen; niemals fest im Code hinterlegen
Key laden	userdata.get("GEMINI_API_KEY") → Umgebungsvariable; genai.Client() liest ihn automatisch
Installieren & aufrufen	!pip install -U google-genai; client.models.generate_content(model=..., contents=...)
Wenn ein Key durchsickert	Ihn im AI Studio löschen und einen neuen erstellen - als kompromittiert behandeln