Zielsetzung des Kurses

Der Kurs vermittelt Grundlagen und Konzepte zur Anwendung von künstlicher Intelligenz im Kontext strukturierter Eingaben. Er zeigt den systematischen Einsatz von Prompts in Verbindung mit maschinellem Lernen auf. Dabei werden technische Aspekte des Umgangs mit KI-Tools und die Erstellung eigener GPT-Anwendungen betrachtet. Ziel ist es, ein Verständnis für den methodischen Ablauf im KI-Prompt-Engineering zu entwickeln.

Inhalte

Der Kurs beginnt mit einer Einführung in die theoretischen Grundlagen der künstlichen Intelligenz, wobei Aspekte des maschinellen Lernens und der historischen Entwicklung berücksichtigt werden. In einem weiteren Abschnitt wird der strukturierte Einsatz von Prompts erläutert, unter Einbeziehung von unterschiedlichen KI-Tools zur Erzeugung von Text, Bild, Video und Sound. Ein Schwerpunkt liegt auf der Erstellung und Anpassung eigener GPT-Anwendungen, wobei praktische Techniken zur Dokumentation und Anpassung im Vordergrund stehen. Zudem werden Methoden zur Nutzung von Prompt-Datenbanken und die Verwaltung von Swipefiling behandelt. Abschließend erfolgt eine Betrachtung von Iterations- und Ausgabemodi, um verschiedene Anwendungsfälle und zukünftige Entwicklungen im Bereich der Künstlichen Intelligenz nachvollziehbar zu machen.

Lernziele

- Analyse der grundlegenden Konzepte der künstlichen Intelligenz und des maschinellen Lernens
- Erkennen von Voraussetzungen zur Erstellung strukturierter Prompts
- Anwenden von Techniken zur Nutzung von KI-Tools in unterschiedlichen Medientypen
- Erstellen und Anpassen eigener GPT-Anwendungen
- Durchführen von Testreihen zur Bewertung von Prompt-Techniken

Berufsperspektiven

Die Kursinhalte finden Anwendung in Berufsfeldern wie der Softwareentwicklung und der Datenanalyse. Typische Tätigkeitsfelder umfassen Aufgaben in der Verwaltung von KI-Systemen, die Entwicklung von Anwendungen im Bereich der künstlichen Intelligenz sowie die technische Betreuung automatisierter Prozesse.

Zusammenfassung

Der Kurs KI-Prompt-Engineering behandelt den Einsatz von quantitativen Methoden zur Erstellung strukturierter Eingaben und eigener GPT-Anwendungen. Im Rahmen dieser Weiterbildung werden Konzepte der künstlichen Intelligenz und des maschinellen Lernens mit technischen Verfahren verknüpft, die in Tätigkeitsfeldern wie Softwareentwicklung und Datenanalyse Anwendung finden.