pds-it
['Produktdetailseite','nein']
Machine Learning & Data Analytics / Generative KI
Die Illustrationen sind in Kooperation von Menschen und künstlicher Intelligenz entstanden. Sie zeigen eine Zukunft, in der Technologie allgegenwärtig ist, aber der Mensch im Mittelpunkt bleibt.
KI-generierte Illustration

Generative KI-Assistenten entwickeln mit LLM, RAG und Cloud-Services

Online
3 Tage
Deutsch
PDF herunterladen
€ 1.890,–
zzgl. MwSt.
€ 2.249,10
inkl. MwSt.
Buchungsnummer
41720
Veranstaltungsort
Online
4 Termine
€ 1.890,–
zzgl. MwSt.
€ 2.249,10
inkl. MwSt.
Buchungsnummer
41720
Veranstaltungsort
Online
4 Termine
Werde zertifizierter
Machine Lerning Engineer
Dieser Kurs ist Bestandteil der zertifizierten Master Class "Machine Learning Engineer". Bei Buchung der gesamten Master Class sparst du über 15 Prozent im Vergleich zur Buchung dieses einzelnen Moduls.
Zur Master Class
Inhouse Training
Firmeninterne Weiterbildung nur für eure Mitarbeiter:innen - exklusiv und wirkungsvoll.
Anfragen
In Kooperation mit
Large-Language-Modelle (LLM) und Retrieval-Augmented Generation RAG) heben Chatbots auf das nächste Level: Als intelligente KI-Assistenten beantworten sie Kundenfragen, generieren Inhalte und automatisieren Workflows. In diesem dreitägigen Live-Online-Seminar lernst du, solche Assistenten zu konzipieren, prototypisch umzusetzen und in Cloud-Services zuverlässig zu betreiben. Du verstehst Embeddings, Transformer-Architektur und Prompt-Design, arbeitest hands-on mit den OpenAI- und Anthropic-APIs, hostest Open-Source-LLMs mit Ollama und kombinierst sie mithilfe von RAG-Workflows, Agentic-AI-Patterns und Multimodalität. Eine vorkonfigurierte GPU-Lab-Umgebung mit Jupyter Notebooks erlaubt dir, jeden Schritt sofort in kleinen Übungen selbst praktisch auszuprobieren. So baust du einen umsetzbaren Blueprint für skalierbare, kosteneffiziente und Governance-konforme KI-Assistenten.
Inhalte

1. Technische Grundlagen generativer Sprachmodelle

  • Die Evolution von Chatbots zu LLM-Agenten
  • Text Embeddings: Von Text zu Vektoren
  • Effiziente Sprachmodellierung mit der Transformer-Architektur
  • Funktionsweise moderner Chat-Modelle
  • Evaluierung von Sprachmodellen

2. LLMs per API und Cloud-Integration

  • Proprietäre APIs nutzen (OpenAI, Anthropic, Google AI)
  • LLMs in der Cloud (Azure OpenAI Service u.a.)
  • Sicherheit, Datenschutz, Kostenkontrolle bei API-Aufrufen

3. Open-Source-Sprachmodelle einsetzen

  • Open-Source-Sprachmodelle selber hosten
  • Einfacher Zugang zu Open-Source-LLMs am Beispiel Ollama
  • Aufbau einer eigenen KI-Chat-Anwendung mit OpenWebUI und Ollama

4. Best Practices in der LLM-Entwicklung

  • LLM-Frameworks einsetzen: LangChain, LlamaIndex, Haystack u.a.
  • Strukturierte Daten mit LLMs generieren
  • Strukturierte JSON-Outputs und Datenextraktion

5. LLM anpassen: RAG und Feintuning

  • Grundlagen: Retrieval-Augmented Generation (RAG) in Projekten
  • Aufbau eines einfachen RAG- Systems mit LlamaIndex
  • Wann und wie Finetuning gegenüber RAG verwendet wird

6. Fortgeschrittene Konzepte und Praxis

  • Einführung in multimodale Modelle (Text & Vision)
  • Quantisierte Modelle für beschränkte Speicheranforderungen
  • Agentic AI: Sprachmodelle für komplexe Aufgaben nutzen
  • Praxisprojekt: Entwicklung eines Chatbots (End-to-End)
Dein Nutzen

Überblick über Modelle und Technologien: Du verschaffst Dir einen Überblick und Detailwissen über die verschiedenen Ansätze in der Entwicklung von KI-Lösungen – mit Open-Source- oder proprietären Modellen, per API oder lokal gehostet, mit Finetuning oder RAG, mit oder ohne Cloud-Services.

Praxisreife Assistenten entwickeln: Entlang der Vermittlung von Grundlagen und Technik entwickelst du in Praxisübungen selbst an einem KI-Assistenten.

Fundierte Technologie-Entscheidungen treffen: Du vergleichst Public-API, Azure OpenAI und eigene GPU-Cluster im Hinblick auf Kosten, Latenz und Kontrolle.

Skalieren ohne Überraschungen: Durch Quantisierung, Sicherheitsmaßnahmen und lokales Hosting behältst Du Betriebskosten und Risiken im Griff.

Unterstützung beim Lerntransfer: Cloud-Lab, Quellcode, Jupyter Notebooks und Deploy-Blueprint sichern den Transfer in deinen Arbeitsalltag.

Trainer:in
No items found.
Methoden

Dieses Online-Seminar wird in einer Gruppe von maximal 12 Teilnehmenden mit der Videokonferenz-Software Zoom durchgeführt.

In dem Seminar arbeitest du in einer cloudbasierten Laborumgebung, die dir von den Referent:innen bereitgestellt wird. Webbrowser und Internetanbindung genügen, es muss keine weitere Software installiert werden.  

Interaktive Jupyter Notebooks dienen als Lernmaterial und Arbeitsumgebung. Du erhältst Zugriff auf Quellcode, Dokumentation, Referenzen und Links. Ein leistungsstarker Server für die Arbeit mit aktuellen KI-Modellen wird bereitgestellt.

Der Kurs wird in deutscher Sprache durchgeführt, die Kursunterlagen liegen durch den Fokus auf Programmierung größtenteils auf Englisch vor.

Die bekommst Raum für deine Fragen – individuelle Betreuung durch die Referent:innen ist garantiert.

In deiner Lernumgebung auf der Haufe-Akademie-Website findest du nach der Anmeldung alle Informationen, Downloads und Extra-Services zu dieser Weiterbildungsmaßnahme.

Abschlussprüfung
Empfohlen für

Software-Entwickler:innen, ML-Engineers, Data Scientists, Solution-Architekt:innen und IT-Berater:innen, die KI-Assistenten konzipieren, implementieren und betreiben möchten.

Python-Grundkenntnisse werden vorausgesetzt, da Beispiele auf Code-Basis analysiert und programmiert werden. Bestehendes Data-Science-Wissen ist hilfreich, aber nicht zwingend erforderlich.

Starttermine und Details

Lernform

Learning form

20.10.2025
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
20.1.2026
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
22.4.2026
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
27.7.2026
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
Du hast Fragen zum Training?
Ruf uns an unter +49 761 595 33900 oder schreib uns auf service@haufe-akademie.de oder nutze das Kontaktformular.