Der Kurs Prompt Engineering lernen und Programmieren mit Python vermittelt, wie durch gezielte Eingaben (Prompts) die Leistungsfähigkeit generativer KI-Modelle gesteuert und mit programmiertechnischen Methoden in Python erweitert werden kann. Teilnehmende lernen, wie Prompts systematisch entwickelt, automatisiert getestet und in datenbasierte Arbeitsprozesse integriert werden. Der Kurs kombiniert sprachliche Präzision beim Prompten mit den technischen Grundlagen der Programmierung und Datenverarbeitung.

1. Grundlagen - Prompt Engineering und Künstliche Intelligenz
2. Python - Programmierlogik und Automatisierung
3. Objektorientierung und Python-Module
4. Anwendung, Verantwortung und Weiterentwicklung
1. Grundlagen - Prompt Engineering und Künstliche Intelligenz
  • Einführung in die Funktionsweise generativer KI-Systeme und deren Steuerung durch Prompts
  • Aufbau effektiver Eingabestrukturen für reproduzierbare und präzise Ergebnisse
  • Unterschiede zwischen einfachen, mehrstufigen und kontextbezogenen Prompts
  • Bewertung der Qualität und Grenzen von KI-Ausgaben auf Grundlage unterschiedlicher Eingabearten

2. Python - Programmierlogik und Automatisierung
  • Grundlagen der Programmierung mit Python: Variablen, Schleifen, Funktionen und Bedingungen
  • Nutzung von Python zur Automatisierung von Prompt-Tests und Ergebnisanalysen
  • Verarbeitung und Speicherung von KI-Ausgaben über Dateizugriffe und Textanalyse
  • Verknüpfung von Python-Skripten mit KI-Schnittstellen zur Effizienzsteigerung von Arbeitsabläufen

3. Objektorientierung und Python-Module
  • Anwendung objektorientierter Programmierprinzipien zur Strukturierung von Prompt-Prozessen
  • Entwicklung modularer Programme zur Wiederverwendung und Skalierbarkeit von Code
  • Nutzung zentraler Python-Bibliotheken (z. B. os, json, pickle) zur Datenverarbeitung
  • Implementierung von Unit Tests zur Überprüfung und Optimierung automatisierter Abläufe

4. Anwendung, Verantwortung und Weiterentwicklung
  • Integration von Prompt-Techniken und Python-Code in datenorientierte Projekte
  • Beachtung rechtlicher und ethischer Anforderungen beim Einsatz generativer KI-Systeme
  • Sicherung von Transparenz, Nachvollziehbarkeit und Datenqualität in Prompt-Workflows
  • Entwicklung eigener Tools und Methoden zur kontinuierlichen Verbesserung von Prompt-Strategien