In dieser Weiterbildung setzen Sie sich intensiv mit der Künstlichen Intelligenz (KI) auseinander und erlernen die Kunst des Prompt Engineerings. Sie erwerben ein fundiertes Verständnis für die Funktionsweise generativer KI-Modelle und deren Reaktion auf verschiedene Eingabeaufforderungen. Ein Schwerpunkt liegt auf der Entwicklung effektiver Prompts, um die KI zielgerichtet für unterschiedliche Anwendungen einzusetzen. Sie lernen, verschiedene Arten von Prompts zu erstellen und zu optimieren, um die Qualität der KI-Ausgaben zu verbessern. Dabei werden sowohl offene als auch geschlossene Prompts behandelt. Zudem setzen Sie sich mit der Integration von KI in berufliche Prozesse auseinander und erarbeiten Methoden zur Bewertung der Prompt-Qualität. Ein weiterer Fokus liegt auf den ethischen Herausforderungen und Grenzen beim Einsatz von KI. Durch praxisnahe Übungen und Fallbeispiele wenden Sie das erlernte Wissen direkt an. Sie entwickeln eigene Prompts und testen deren Wirksamkeit in realistischen Szenarien. Dies ermöglicht Ihnen, die theoretischen Konzepte des Prompt Engineerings in die Praxis zu übertragen. Nach Abschluss der Weiterbildung sind Sie in der Lage, KI-Modelle effektiv zu steuern und für spezifische Aufgabenstellungen einzusetzen. Sie können die Qualität der KI-Ausgaben bewerten und optimieren, was Ihnen ermöglicht, KI-Technologien gezielt in Ihrem beruflichen Umfeld zu nutzen.

Prompt Engineering
  • Effektive Prompts erstellen mit Fokus auf KI
  • Adaptive Prompt-Optimierung
  • Kombination von Prompting-Techniken im Kontext von KI
  • Custom GPTs erstellen und optimieren
  • Zero-Shot, One-Shot, Few-Shot Learning mit Anwendungen aus der KI
  • Optimierung und Fehlerminimierung
  • Chain-of-Thought (CoT) Prompting für KI-basierte Lösungen
  • Interaktive & iterative Prompts

KI-Strategie und Implementierung
  • Aktuelle Anwendungen und Trends in der KI
  • Strategische Bedeutung von KI für Unternehmen
  • Daten als Grundlage für KI
  • Entwicklung einer KI-Strategie
  • Implementierung von KI-Projekten

Auswahl und Bewertung von KI-Technologien
  • Auswahl und Bewertung von KI-Technologien für moderne Anwendungsfälle
  • Risikomanagement bei KI-Projekten
  • Zukunftsperspektiven und Trends in der KI

Einführung in Python und Programmierkonzepte
  • Einführung: Algorithmen und Python-Grundlagen, ergänzt um Grundlagen der KI
  • Syntax und Semantik
  • Variablen und Zuweisungen im Kontext von KI-Anwendungen
  • Datentypen: Ganzzahlen, Gleitkommazahlen, komplexe Zahlen
  • Listen und ihre Methoden mit Bezug auf KI-Projekte

Kontrollstrukturen und Schleifen
  • Kontrollstrukturen: if, else, elif in KI-Algorithmen
  • Schleifen: for und while
  • Funktionen definieren und aufrufen für KI-Modelle

Software Development Practices
  • Versionsverwaltung in KI-Projekten
  • Continuous Integration und Continuous Delivery
  • Software Testing und Qualitätssicherung im Bereich KI
  • Operationen der Versionsverwaltung

Agiles Arbeitsmanagement
  • Agiles Arbeiten mit Git für KI-Entwicklungsprojekte