Der Kurs Prompten und Data Science vermittelt, wie gezielte Eingaben (Prompts) zur Steuerung generativer KI-Systeme mit datenwissenschaftlichen Methoden kombiniert werden. Teilnehmende lernen, wie Prompts zur Verarbeitung und Analyse großer Datenmengen beitragen, wie Ergebnisse ausgewertet werden und wie Data-Science-Techniken genutzt werden, um KI-Ausgaben nachvollziehbar zu gestalten. Ziel ist es, das Zusammenspiel von Sprache, Daten und Analyse in der KI-Anwendung zu verstehen und sicher anzuwenden.
Prompten: Prompten und Data Science1. Grundlagen - Prompten und Künstliche Intelligenz
2. Data Science - Analyse und Bewertung von KI-Ergebnissen
3. Datenmanagement und Visualisierung
4. Anwendung, Verantwortung und Transparenz
1. Grundlagen - Prompten und Künstliche Intelligenz
- Einführung in generative KI und die Rolle des Promptings zur Steuerung von Ausgaben
- Verständnis der Bedeutung von Datenqualität, Kontext und Formulierung von Eingaben
- Gestaltung klarer Prompts zur Erzeugung konsistenter Ergebnisse
- Unterschiede zwischen einfachen, iterativen und strukturierten Prompts
2. Data Science - Analyse und Bewertung von KI-Ergebnissen
- Integration von KI-Ausgaben in datenwissenschaftliche Analyseprozesse
- Verwendung von Python und statistischen Methoden zur Bewertung generierter Daten
- Überprüfung der Modellgüte und Relevanz durch quantitative Kennzahlen
- Anwendung von Machine-Learning-Techniken zur Einordnung generierter Ergebnisse
3. Datenmanagement und Visualisierung
- Aufbau relationaler Datenbanken zur Speicherung und Analyse generativer KI-Ergebnisse
- Nutzung von SQL zur Abfrage, Aggregation und Transformation großer Datensätze
- Erstellung von Visualisierungen, um KI-Ergebnisse verständlich zu präsentieren
- Verknüpfung von Textanalysen mit numerischen Daten in interaktiven Dashboards
4. Anwendung, Verantwortung und Transparenz
- Ethische und rechtliche Aspekte beim Einsatz generativer Systeme
- Sicherung von Nachvollziehbarkeit und Fairness bei der Nutzung von Prompts
- Reflexion über Grenzen, Risiken und Qualitätsanforderungen im KI-Einsatz
- Verantwortungsbewusste Integration von Prompt-Techniken in Datenanalyseprozesse