LangChain und LangGraph – Professionelle LLM-Workflows
Planen, realisieren und betreiben Sie komplexe KI-Workflows mit LangChain und LangGraph. Sie integrieren externe Daten, steuern Agenten und modellieren graphbasierte Abläufe. Der Kurs zeigt zudem, wie sich LLM-Anwendungen produktionsreif umsetzen und für den Betrieb vorbereiten lassen.
Unser Angebot richtet sich ausschließlich an Unternehmer (§ 14 BGB), Gewerbetreibende, Freiberufler sowie öffentliche Auftraggeber. Kein Verkauf an Verbraucher (§ 13 BGB). Alle Preisangaben werden sorgfältig gepflegt. Preisirrtümer und technische Darstellungsfehler können jedoch nicht vollständig ausgeschlossen werden.
Kursdetails & Termine
Kursbeschreibung
Sie lernen, wie Sie mit LangChain und LangGraph komplexe KI-Workflows planen, umsetzen und betreiben. Der Kurs zeigt, wie Sie externe Daten integrieren, Agenten steuern und graphbasierte Abläufe produktionsreif realisieren.
Seminarinhalte
Einführung in LangChain
- Grundbausteine: LLMs, Chains, Memory
- Agents & Tools: Funktionsweise und Patterns
- Callback-System und Debugging
Aufbau von Chains
- Simple Chains vs. Sequential Chains
- Multi-Step Workflows
- Verwendung von Memory für Kontext
LangGraph Basics
- Graphbasierte Modellierung von LLM-Workflows
- State Management und Branching
- Loops und parallele Pfade
Integration externer Tools
- Anbindung an Datenbanken und APIs
- Vektor-DBs mit LangChain
- Custom Tools (Python, SQL, externe Services)
Deployment & Betrieb
- Persistenz von Graphen
- Logging und Observability in LangSmith
- Best Practices zur Fehlerbehandlung
Praxisprojekt
- Bau eines Multi-Agenten-Systems mit LangGraph
- Workflow: Datenabruf → Analyse → Report → Validierung
Zielgruppe
Alle mit technischem Hintergrund, die mit LangChain oder LangGraph arbeiten und LLM-Anwendungen professionell planen, erweitern oder produktiv nutzen möchten.
Voraussetzungen
Gute Kenntnisse in Python und erste Erfahrung mit LLMs oder Vektor-Datenbanken. Ein Grundverständnis von API-Nutzung, JSON und modularer Softwarearchitektur wird empfohlen.
Lernziele
Sie lernen, komplexe KI-Workflows mit LangChain und LangGraph zu planen, umzusetzen und zu betreiben. Dabei integrieren Sie externe Daten, steuern Agenten und realisieren graphbasierte Abläufe produktionsreif.
Firmenseminar anfragen
Fragen Sie diesen Kurs für Ihr Team oder Unternehmen an. Wir prüfen passende Termine, Formate und individuelle Anforderungen und melden uns persönlich mit einem Vorschlag.
Termine & Buchung
Terminfilter
Verfügbare Termine
Kursdetails & Termine
Termine & Buchung
Terminfilter
Verfügbare Termine
Kursbewertungen
Wir sind persönlich für Sie da
Nicht jeder Kurs passt sofort auf Anhieb. Wir helfen Ihnen dabei, aus Themen, Formaten und Anforderungen die passende Lösung zu finden – persönlich, praxisnah und mit Blick auf Ihren tatsächlichen Bedarf.
Nicole Mühlbauer
Planen Sie einen Kurs oder Seminar und möchten sich vorab informieren?
Alison Kreis
Haben Sie bereits einen Kurs gebucht und noch Fragen zum Ablauf vor Ort oder Online?
Anouk Mendoza
Haben Sie Fragen zu einer Raumvermietung oder unseren Räumlichkeiten vor Ort?
Fragen & Antworten
Hier beantworten wir die häufigsten Fragen zu unseren Kursen, Abläufen und Formaten. Sollten Sie weitere Fragen haben, unterstützen wir Sie gerne persönlich.
LangChain und LangGraph – Professionelle LLM-Workflows im Überblick
LangChain und LangGraph bilden die Grundlage, um komplexe LLM-Workflows planbar zu entwickeln und produktionsreif zu betreiben. Der Kurs ordnet die Technologien in den Kontext professioneller KI-Anwendungen ein und zeigt, wie externe Daten sowie steuerbare Agenten in graphbasierten Abläufen zusammenwirken. Ergänzend bieten Kurse zu KI-AI einen Einstieg in weitere Themenfelder der künstlichen Intelligenz.
Im Mittelpunkt steht das Zusammenspiel von Chains, Memory, Agents und Tools: Kontext kann über Memory einbezogen werden, während Multi-Step Workflows einzelne Verarbeitungsschritte verbinden. Mit LangGraph lassen sich Zustände, Verzweigungen, Schleifen und parallele Pfade modellieren, um LLM-Workflows strukturiert abzubilden.
Die Inhalte richten sich an Personen mit technischem Hintergrund, die LangChain oder LangGraph für professionelle LLM-Anwendungen einsetzen, erweitern oder produktiv nutzen möchten. Gute Python-Kenntnisse sowie erste Erfahrungen mit LLMs oder Vektor-Datenbanken schaffen die fachliche Grundlage; Kenntnisse zu APIs, JSON und modularer Softwarearchitektur werden empfohlen.
Rezensionen
Es gibt noch keine Rezensionen.