Kontakt aufnehmen

Schulungsübersicht

LLM-Anwendungsentwicklung und -Architektur

  • Häufige Anwendungsmuster von OpenAI für Assistenten, Copilots und Workflow-Automatisierung
  • Auswahl der passenden Architektur unter Berücksichtigung von Geschäftsanforderungen, Zuverlässigkeit und Benutzererfahrung
  • Vom Prototypcode zur wartbaren Anwendungsentwicklung

Prompting, Kontext und strukturierte Ausgaben

  • Gestaltung von System-, Benutzer- und Entwickleranweisungen für vorhersehbares Verhalten
  • Entwurf von Prompts für Konsistenz, Aufgabensteuerung und klarere Antworten
  • Nutzung strukturierter Ausgaben zur Unterstützung nachgelagerter Anwendungslogik
  • Umgang mit Kontextfenstern, Konversationszustand und Antwortqualität

Tool-Nutzung und Workflow-Orchestrierung

  • Einsatz von Funktionsaufrufen und tool-enabled Workflows mit externen Diensten
  • Eingabevalidierung, Fehlerbehandlung und Implementierung von Fallback-Verhalten
  • Design mehrstufiger Flüsse für praktische Geschäftsaufgaben

Retrieval und Wissen-Bindung

  • Bestimmung, wann retrieval-augmented generation sinnvoll ist
  • Vorbereitung von Dokumenten und Chunks für effektives Retrieval
  • Ermittlung relevanter Kontexte und Bindung der Antworten an vertrauenswürdige Quellen

Evaluation, Guardrails und Betriebsbereitschaft

  • Definition von Qualitätskriterien und Testen der Workflows gegen erwartete Ergebnisse
  • Reduzierung von Halluzinationen und Umgang mit unsicheren, irrelevanten oder mehrdeutigen Anfragen
  • Überwachung von Nutzung, Latenz, Tokenverbrauch und Kosten
  • Vorbereitung der Anwendung auf Deployment, Support und iterative Verbesserungen

Hands-on Implementierungsworkshop

  • Erstellung einer kleinen End-to-End-OpenAI-Anwendung, die Prompting, strukturierte Ausgabe, Werkzeugnutzung und Retrieval kombiniert
  • Besprechung von Designentscheidungen, häufigen Problemen und praktischen nächsten Schritten für den Produktionsbetrieb

Voraussetzungen

  • Vertrautheit mit Konzepten großer Sprachmodelle und API-basierter App-Entwicklung
  • Erfahrung in der Arbeit mit REST-APIs, JSON und prompt-getriebenen Anwendungsworkflows
  • Mittlere Programmierkenntnisse 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 Produktion-AI-Features verantwortlich sind
 7 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien