Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
LLM-Anwendungsarchitektur und -Design
- Häufige OpenAI-Anwendungsmuster für Assistenten, Co-Pilots und Workflow-Automatisierung
- Auswahl der richtigen Architektur für Geschäftsanforderungen, Zuverlässigkeit und Benutzererfahrung
- Übergang von Prototyp-Code zu wartbarem Anwendungsdesign
Prompting, Kontext und strukturierte Ausgaben
- Strukturierung von System-, Benutzer- und Entwickleranweisungen für vorhersehbares Verhalten
- Gestaltung von Prompts für Konsistenz, Aufgabensteuerung und klarere Antworten
- Verwendung strukturierter Ausgaben zur Unterstützung nachgelagerter Anwendungslogik
- Verwaltung von Kontextfenstern, Konversationszuständen und Antwortqualität
Tool-Nutzung und Workflow-Orchestrierung
- Einsatz von Funktionsaufrufen und Tool-fähigen Workflows mit externen Diensten
- Validierung von Eingaben und Ausgaben, Fehlerbehandlung und Anwendung von Fallback-Verhalten
- Gestaltung mehrstufiger Abläufe für praktische Geschäftsaufgaben
Abruf und Wissensverankerung
- Identifizierung, wann eine retrieval-augmentierte Generierung (RAG) angemessen ist
- Vorbereitung von Dokumenten und Aufteilung von Inhalten für sinnvollen Abruf
- Abruf relevanter Kontexte und Verankerung von Antworten in vertrauenswürdigen Quellen
Evaluierung, Schutzmechanismen (Guardrails) und betriebsbereite Einsatzfähigkeit
- Definition von Qualitätskriterien und Testen von Workflows gegen erwartete Ergebnisse
- Reduzierung von Halluzinationen und Umgang mit unsicheren, irrelevanten oder mehrdeutigen Anfragen
- Überwachung von Nutzung, Latenz, Token-Verbrauch und Kosten
- Vorbereitung von Anwendungen für Deployment, Support und iterative Verbesserung
Praktischer Umsetzungs-Workshop
- Entwicklung einer kleinen End-to-End-OpenAI-Anwendung, die Prompting, strukturierte Ausgaben, Tool-Nutzung und Abruf kombiniert
- Überprüfung von Designentscheidungen, häufigen Problemen und praktischen nächsten Schritten für den produktiven Einsatz
Voraussetzungen
- Vertrautheit mit Konzepten großer Sprachmodelle und der API-basierten Anwendungsentwicklung
- Erfahrung im Umgang mit REST-APIs, JSON und promptgesteuerten Anwendungsworkflows
- Fortgeschrittene Programmiererfahrung in Python, JavaScript oder einer ähnlichen Sprache
Zielgruppe
- Softwareentwickler, die LLM-gestützte Anwendungen erstellen
- KI-Ingenieure und technische Führungskräfte, die auf OpenAI basierende Lösungen entwerfen
- Produktteams und Lösungsarchitekten, die für produktionsreife KI-Funktionen verantwortlich sind
7 Stunden