Der Kurs Prompt Engineering lernen vermittelt die methodische Gestaltung von Eingaben für KI-Systeme im Zusammenspiel mit Business Intelligence. Teilnehmende lernen, wie gezielte Prompts die Qualität generativer KI-Ausgaben verbessern, wie diese Ergebnisse mit BI-Werkzeugen analysiert und in SQL-basierte Datenprozesse integriert werden können. Der Fokus liegt auf der strukturierten Verbindung von Sprache, Daten und Visualisierung im Unternehmenskontext.

1. Grundlagen - Prompt Engineering und KI-Kommunikation
2. Business Intelligence - Datenanalyse und Aufbereitung
3. SQL - Strukturierte Datenintegration
4. Anwendung und Verantwortung
1. Grundlagen - Prompt Engineering und KI-Kommunikation
  • Einführung in die Funktionsweise generativer KI-Modelle und Prompt-Gestaltung
  • Erklärung, wie klare Eingaben die Qualität und Präzision von KI-Antworten verbessern
  • Unterschiede zwischen einfachen und mehrstufigen Prompt-Strukturen
  • Bewertung der Rolle von Kontext, Formatierung und Zieldefinition bei der Eingabe

2. Business Intelligence - Datenanalyse und Aufbereitung
  • Nutzung von Power BI zur Darstellung, Filterung und Auswertung von KI-Ergebnissen
  • Erstellung interaktiver Dashboards und Reports mit dynamischen Kennzahlen
  • Anwendung von DAX zur Berechnung, Aggregation und Kontextsteuerung
  • Kombination von textbasierten Ergebnissen und visuellen Darstellungen in BI-Prozessen

3. SQL - Strukturierte Datenintegration
  • Aufbau relationaler Datenmodelle zur Unterstützung von Prompt-Analysen
  • Erstellung und Optimierung von SQL-Abfragen zur Vorbereitung von Trainings- oder Eingabedaten
  • Verknüpfung von SQL-Datenbanken mit BI- und KI-Systemen für ganzheitliche Analysen
  • Nutzung von Views und Joins zur Sicherstellung konsistenter Datengrundlagen

4. Anwendung und Verantwortung
  • Einsatz von Prompt-Techniken zur Verbesserung interner Analyse- und Kommunikationsprozesse
  • Bewertung der Qualität und Zuverlässigkeit von generativen KI-Ergebnissen
  • Berücksichtigung von Datenschutz, Transparenz und ethischen Rahmenbedingungen
  • Förderung eines reflektierten Umgangs mit automatisierten Ausgaben in BI-Systemen