KI-Programmierung für Experten

Generative KI hat die Experimentierphase verlassen und ist in die produktive Unternehmenswelt eingezogen. Doch der erfolgreiche Einsatz jenseits einfachen Promptings benötigt technisches Verständnis. Standard-Modelle stoßen oft an Grenzen. Um einen echten Gewinn zu erzielen, müssen oft Architekturen selbst entworfen, Modelle angepasst oder komplexe Workflows automatisiert werden. In diesem KI-Workshop erlangen Sie die Fähigkeiten, maßgeschneiderte KI-Lösungen zu entwickeln. Sie tauchen in die Architektur moderner Sprachmodelle ein und lernen, wie Open-Source-Modelle lokal betrieben und effizient optimiert werden. Anhand zahlreicher Praxisübungen wie dem Aufbauen einer RAG-Pipeline oder eines Multi-Agenten-Systems wird die Lücke zwischen Theorie und Praxis geschlossen.

KI-Architektur verstehen & implementieren
Transformer, Self-Attention und der Vergleich klassisches ML vs. LLMs in der Praxis.
Open-Source LLMs meistern – Hands-On mit Llama, Qwen & Mistral, Deployment mit Ollama & vLLM Lizenzmodelle verstehen und Kernkomponenten mit PyTorch selbst bauen
Modelle gezielt spezialisieren – Parameter-effizientes Fine-Tuning mit LoRA & QLoRA, Verhaltenssteuerung durch RLHF und DPO, MLOps mit Hugging Face & MLflow
Intelligente Wissensintegration – Production-Ready RAG-Pipelines mit Langchain und LlamaIndex, Hybrid Search, Graph RAG und die systematische Evaluation mit RAGAs
Autonome KI-Systeme entwickeln – Multi-Agent-Architekturen mit LangGraph/Autogen/CrewAI, Tool-Nutzung, hierarchische Teams und Model Control Protocol (MCP)

Administratioren / Technik / System Engineers / Security Engineers

Um den bestmöglichen Trainingserfolg sicherzustellen, sind nachfolgend beschriebene Kenntnisse die Voraussetzungen für einen erfolgreichen Besuch des Trainings:

Sicheres Programmieren in Python
Erste Berührungspunkte mit Machine Learning
Erste Erfahrungen mit Deep Learning (z. B. durch PyTorch, Tensorflow oder mit Hugging Face)
Ein Grundverständnis der Besonderheiten von Large Language Models