Kontakt aufnehmen

Schulungsübersicht

Modul 1: Einführung in KI und Google Gemini

  • Was ist Künstliche Intelligenz (KI)?
  • Überblick über Google Gemini AI und dessen Ökosystem
  • Wichtige Funktionen und Vorteile von Gemini gegenüber anderen KI-Modellen
  • Praktische Aktivität: Erkundung von Gemini AI über die Google AI Studio-Demo

Modul 2: Verständnis von Large Language Models (LLMs)

  • Grundlagen von Large Language Models
  • Die Architektur und Arbeitsweise von Gemini-Modellen
  • Vergleich von Gemini mit GPT und anderen führenden Modellen
  • Praktisches Labor: Visualisierung der Tokenisierung und Modellantworten anhand von Beispiel-Prompts

Modul 3: Erste Schritte mit Gemini

  • Einrichtung der Entwicklungsumgebung
  • Arbeit mit der Gemini API und dem SDK
  • Authentifizierung, Tokens und API-Schlüssel
  • Praktisches Labor: Ausführen Ihres ersten Gemini-Prompts mit Python

Modul 4: Arbeit mit Gemini-Modellen

  • Erforschung verschiedener Gemini-Modelltypen und -fähigkeiten
  • Auswahl der passenden Modelle für Sprach-, Bild- oder multimodale Aufgaben
  • Initialisierung und Testen generativer Modelle
  • Praktische Übung: Vergleich von Text-zu-Text- und Bild-zu-Text-Modell-Ausgaben

Modul 5: Praktische Anwendungen und Anwendungsfälle

  • Integration von Gemini AI in Chat- und Q&A-Anwendungen
  • Entwicklung von semantischen Such- und Zusammenfassungstools
  • Ethische KI-Nutzung und Berücksichtigung von Verzerrungen (Bias)
  • Gruppenprojekt: Bau eines „Smart Research Assistant“ unter Verwendung von NotebookLM und Gemini

Modul 6: Erweiterte Funktionen und Individualisierung

  • Prompt-Optimierung und fortschrittliches Kontextmanagement
  • Nutzung von Gemini für Code-Generierung und Debugging
  • Fine-Tuning von Arbeitsabläufen mit Google Cloud Vertex AI
  • Praktische Aktivität: Anpassung der Modellantworten durch Parameter und Temperaturkontrolle

Modul 7: Reale Projekte und Zusammenarbeit

  • Kooperative Projektplanung und Einrichtung von Arbeitsabläufen
  • Integration von Gemini AI mit anderen Google-Tools (Drive, Docs, Sheets)
  • Teamprojekt: Planung und Implementierung einer kleinen KI-Anwendung (z. B. Inhaltszusammenfassung, Chatbot oder Ideenfinder)
  • Peer-Review und Diskussion der Projektergebnisse

Modul 8: Bewertung und zukünftige Entwicklungen

  • Problembehebung bei häufigen Problemen in Gemini-Projekten
  • Erforschung der Gemini-API-Roadmap und kommender Funktionen
  • Best Practices für KI-Governance und Skalierbarkeit
  • Abschlussaktivität: Reflexion über praktische Lernerfolge und Karrieremöglichkeiten

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegendes Verständnis von KI-Konzepten
  • Erfahrung mit APIs und Cloud-Diensten
  • Programmiererfahrung in Python

Zielgruppe

  • Entwickler
  • Data Scientists
  • KI-Interessierte
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien