Schulungsübersicht
Einführung in das agentische KI und Bootcamp-Überblick
- Verständnis des agentischen KI und der Bootcamp-Struktur
- Überblick über Tools, Frameworks und Abhängigkeiten
- Best Practices für die Projektaufbereitung und Zusammenarbeit
Projekt 1: Intelligenter Assistent mit promptorientierter Schlussfolgerung
- Entwurf eines aufgabenbasierten Konversationsagenten
- Verwendung strukturierter Prompts für Schlussfolgerungen und Entscheidungsfindung
- Aufbau und Test in Jupyter Notebook
Projekt 2: Agent für Dokumentenanalyse und Zusammenfassung
- Extraktion und Zusammenfassung von Daten aus PDFs und Textdateien
- Verwendung von LangChain für die Dokumentenerfassung und -abruf
- Erstellung von Managementberichten aus strukturierten und unstrukturierten Inhalten
Projekt 3: Agent zur Workflow-Automatisierung mit Tool-Nutzung
- Integration externer APIs und Automatisierung wiederkehrender Aufgaben
- Verwaltung mehrstufiger Prozesse über agentische Schleifen
- Erstellung eines kleinen Automatisierungsassistenten für reale Geschäftsworkflows
Projekt 4: Agent für Datenanalyse und Erkenntnisgenerierung
- Verbindung von Agenten mit Datenquellen (CSV, SQL oder API)
- Durchführung einer explorativen Datenanalyse mit Python und KI-Unterstützung
- Erstellung visueller Erkenntnisse und Leistungsdashboards
Projekt 5: Multi-Agenten-Kollaboration und Orchestrierung
- Koordination mehrerer Agenten für die Aufgabendelegation
- Entwurf einer Controller-Worker-Architektur
- Deployment und Test eines Prototyps eines Multi-Agentensystems
Zusammenfassung und nächste Schritte
- Projektpräsentationen und Feedback unter Kollegen
- Diskussion von Optimierungs- und Skalierungsstrategien
- Ressourcen für kontinuierliches Lernen und Experimentieren
Voraussetzungen
- Mittlere Kenntnisse in der Python-Programmierung
- Grundverständnis von KI- oder Machine-Learning-Prinzipien
- Vertrautheit mit APIs und Datenverarbeitungs-Workflows
Zielgruppe
- Ingenieure und Entwickler, die angewandte KI-Projekte erstellen möchten
- Technische Teams, die Fähigkeiten im Rapid Prototyping im Bereich agentisches KI suchen
- Praktiker, die sich mit KI-Integration und der Entwicklung von Pilotprogrammen beschäftigen
Erfahrungsberichte (1)
Am wertvollsten empfand ich: Praktische Datenanalysenaufgaben mit KI, ohne einfach nur zu kopieren und einzufügen – sondern durch die eigenständige Anwendung dessen, was ich gelernt habe. Als zweitwertvollste Erfahrung erwies sich: Die Definition von Begriffen, die jeder verwendet (Skills, Agents, MCP, API). Nun, da ich sie verstehe, fühle ich mich deutlich selbstbewusster, wenn es um den Einsatz von KI geht. Drittens: Ihre Erläuterungen dazu, wie KI funktioniert, was sie kann und was nicht (Ihre 80/20-Regel werde ich nie vergessen). Viertens: Die Tatsache, dass alles, was Sie uns beigebracht haben, in schriftlicher und leicht zugänglicher Form verfügbar ist.
Lieven Hofmann - Transport & Environment
Kurs - Hands-On Agentic AI Bootcamp: Build 5 Real Projects in Python
Maschinelle Übersetzung
