- Überblick über die Gemini-Werkzeuge für KI-Entwickler
- Unterschiede und Einsatzszenarien der Gemini 2.x Modelle
- Nutzung experimenteller Gemini-Modelle
- Arbeiten mit Gemini Canvas
- Einführung in Google AI Studio
- Jupyter-Notebooks mit Google Colab einsetzen
- Sprachmodelle mit Prompts steuern und testen
- Systemanweisungen effektiv nutzen
- Gemini Compare Mode anwenden
- Multimodale Prompts gestalten und evaluieren
- Temperatur und Kreativität: Feinsteuerung der Ausgabe
- Sicherheit und Inhaltskontrolle durch gezielte Parameter
- Detaillierte Konfiguration über das AI Studio Dashboard
- Strukturierte Ausgaben erzeugen
- Code ausführen lassen
- Funktionsaufrufe integrieren
- Modellverankerung mit externen Daten (Grounding)
- Videos mit Veo 2 generieren
- Gemini Live testen
- Eigene Gemini-Applikationen entwickeln und bereitstellen
- Sie verstehen die Architektur und Einsatzmöglichkeiten von Google Gemini.
- Sie wenden erprobte Muster für die Entwicklung LLM-basierter Anwendungen an.
- Sie lernen den gezielten Einsatz von Prompt Engineering, RAG und Modell-Feinabstimmung.
- Sie nutzen Google AI Studio, Colab und den Vertex AI Agent Builder produktiv.
- Sie differenzieren zwischen Gemini Flash und Gemini Pro und treffen fundierte Modellentscheidungen.
Dieses Seminar richtet sich an Softwareentwickler, KI-Ingenieure und technische Projektverantwortliche, die Gemini-Modelle professionell einsetzen möchten. Grundkenntnisse in Python und Cloud-Entwicklung werden vorausgesetzt.
Erleben Sie in dieser Schulung, wie Sie Google Gemini als leistungsstarkes Entwicklungswerkzeug für multimodale KI-Anwendungen nutzen.
Sie lernen bewährte Methoden wie Prompt Engineering, RAG und Fine-Tuning kennen und setzen Tools wie Google AI Studio, Colab und den Vertex AI Agent Builder gezielt ein.
Anhand praxisnaher Beispiele konfigurieren Sie Modelle, testen Prompts und vergleichen unterschiedliche Versionen der Gemini 2.x Modellreihe.
(Version: 2026-02-13T10:43:51+01:00)