Kontakt aufnehmen

Schulungsübersicht

Einführung in KI-augmentierte SQL

  • Überblick über die Integration von KI in Datensysteme
  • Die Entwicklung von traditionellem SQL hin zu KI-unterstütztem Abfragehandling
  • Wichtige unternehmerische Anwendungsfälle und Vorteile

Verständnis von LLMs im SQL-Kontext

  • Wie LLMs strukturierte Abfragen interpretieren und generieren
  • Vergleich von GPT, LLaMA, DeepSeek, Qwen und Mistral für SQL-Anwendungen
  • Feinabstimmung (Fine-Tuning) von Modellen für die Datenbankinteraktion

Systeme Natural Language to SQL (NL2SQL)

  • Architekturen und Ansätze für NL2SQL
  • Aufbau und Deployment von Text-zu-SQL-Pipelines
  • Bewertung der Abfragegenauigkeit und des Benutzerkontexts (User Intent)

KI-unterstützte Abfrageoptimierung

  • Verwendung von KI zur Erkennung und Korrektur ineffizienter Abfragen
  • LLM-basiertes Umformulieren (Rewriting) von Abfragen für bessere Performance
  • Integration der KI-Optimierung in PostgreSQL und SQL Server

Sicherheit, Governance und Prüfbbarkeit

  • Steuerung des Zugriffs auf KI-generierte Abfragen
  • Sicherstellung der Nachvollziehbarkeit (Explainability) und Compliance
  • Implementierung der KI-Governance in unternehmerischen Datensystemen

LLM-Integration und Orchestrierung

  • Verbindung von SQL-Engines mit KI-APIs
  • Verwendung von Frameworks wie LangChain und LlamaIndex
  • Deployment von KI-Komponenten in hybriden und Cloud-Architekturen

Praktische Implementierungs-Labs

  • Einrichten von AI-SQL-Verbindungen und Testumgebungen
  • Erstellen und Bewerten KI-generierter Abfragen
  • Messen der Leistungsverbesserungen durch KI-Optimierung

Zukunftstrends und unternehmerische Adoption-Strategien

  • KI-native Datenbanksysteme und die Evolution von SQL
  • Integration mit Data Lakes, BI-Tools und Pipelines
  • Aufbau interner KI-Abfrageassistenten für Organisationen

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegendes Verständnis von SQL
  • Erfahrungen in der Datenbankadministration oder Datentechnik
  • Grundkenntnisse in KI- oder ML-Konzepten

Zielgruppe

  • Dateningenieur:innen und Datenbankadministrator:innen
  • Enterprise Architects und Analytics-Fachverantwortliche
  • KI-Integrationsteams und Platform Engineering Teams
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien