Schulungsübersicht

Einführung in agentielle KI

  • Definition von agentieller KI und ihre Beziehung zu traditionellen KI-Systemen
  • Überblick über Schließfolgerungen, Gedächtnis und zielorientierte Architekturen
  • Wichtige Anwendungsfälle und Branchenanwendungen

Kernkonzepte und Entwurfsmuster

  • Der Agentenzyklus: Wahrnehmung, Schließfolgerungen und Handlung
  • Einzelagenten- vs. Mehragentensysteme
  • Umgebungsinteraktion und Werkzeugaufrufe

Grundlagen des Promptings

  • Design effektiver Prompts für Schließfolgerungen und Task-Zerlegung
  • Verwendung von Beispielen, Beschränkungen und Rollen für eine bessere Kontrolle
  • Systematisches Debuggen und Iterieren von Prompts

Erstellen einfacher agentieller Workflows

  • Implementierung eines Agentenzyklus in Python
  • Integration mit APIs und einfachen Werkzeugen
  • Verwaltung des Agentenzustands und des Gedächtnisses

Verantwortungsvolle Gestaltung und Sicherheitspraktiken

  • Ethische Überlegungen und verantwortungsvolle Nutzung von Agenten
  • Bias, Transparenz und Verantwortlichkeit in KI-Systemen
  • Zugangskontrolle, Datenschutz und Inhaltsicherheit

Praktisches Projekt: Gestaltung eines verantwortungsvollen Agenten

  • Definition des Problemumfangs und der Ziele
  • Entwicklung des Prompts und der Kontrolllogik
  • Testen, Verfeinern und Evaluieren des Agentenverhaltens

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Grundverständnis von KI oder Maschinellem Lernen
  • Kenntnisse der Python-Syntax und Skripting
  • Erfahrung im Umgang mit Daten oder API-basierten Anwendungen

Zielgruppe

  • Data Scientists, die neu in der Entwicklung agentieller KI sind
  • Junior-ML-Ingenieure, die angewandte Agentenarchitekturen erforschen
  • Technologie-Manager, die Agentendesign und Sicherheitsprinzipien verstehen möchten
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien