Kontakt aufnehmen

Schulungsübersicht

LLM-Anwendungsarchitektur und -Design

  • Häufige OpenAI-Anwendungsmuster für Assistenten, Co-Pilots und Workflow-Automatisierung
  • Auswahl der richtigen Architektur für Geschäftsanforderungen, Zuverlässigkeit und Benutzererfahrung
  • Übergang von Prototyp-Code zu wartbarem Anwendungsdesign

Prompting, Kontext und strukturierte Ausgaben

  • Strukturierung von System-, Benutzer- und Entwickleranweisungen für vorhersehbares Verhalten
  • Gestaltung von Prompts für Konsistenz, Aufgabensteuerung und klarere Antworten
  • Verwendung strukturierter Ausgaben zur Unterstützung nachgelagerter Anwendungslogik
  • Verwaltung von Kontextfenstern, Konversationszuständen und Antwortqualität

Tool-Nutzung und Workflow-Orchestrierung

  • Einsatz von Funktionsaufrufen und Tool-fähigen Workflows mit externen Diensten
  • Validierung von Eingaben und Ausgaben, Fehlerbehandlung und Anwendung von Fallback-Verhalten
  • Gestaltung mehrstufiger Abläufe für praktische Geschäftsaufgaben

Abruf und Wissensverankerung

  • Identifizierung, wann eine retrieval-augmentierte Generierung (RAG) angemessen ist
  • Vorbereitung von Dokumenten und Aufteilung von Inhalten für sinnvollen Abruf
  • Abruf relevanter Kontexte und Verankerung von Antworten in vertrauenswürdigen Quellen

Evaluierung, Schutzmechanismen (Guardrails) und betriebsbereite Einsatzfähigkeit

  • Definition von Qualitätskriterien und Testen von Workflows gegen erwartete Ergebnisse
  • Reduzierung von Halluzinationen und Umgang mit unsicheren, irrelevanten oder mehrdeutigen Anfragen
  • Überwachung von Nutzung, Latenz, Token-Verbrauch und Kosten
  • Vorbereitung von Anwendungen für Deployment, Support und iterative Verbesserung

Praktischer Umsetzungs-Workshop

  • Entwicklung einer kleinen End-to-End-OpenAI-Anwendung, die Prompting, strukturierte Ausgaben, Tool-Nutzung und Abruf kombiniert
  • Überprüfung von Designentscheidungen, häufigen Problemen und praktischen nächsten Schritten für den produktiven Einsatz

Voraussetzungen

  • Vertrautheit mit Konzepten großer Sprachmodelle und der API-basierten Anwendungsentwicklung
  • Erfahrung im Umgang mit REST-APIs, JSON und promptgesteuerten Anwendungsworkflows
  • Fortgeschrittene Programmiererfahrung in Python, JavaScript oder einer ähnlichen Sprache

Zielgruppe

  • Softwareentwickler, die LLM-gestützte Anwendungen erstellen
  • KI-Ingenieure und technische Führungskräfte, die auf OpenAI basierende Lösungen entwerfen
  • Produktteams und Lösungsarchitekten, die für produktionsreife KI-Funktionen verantwortlich sind
 7 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien