Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in Generative KI und Prompt Engineering
- Was Generative KI ist und wie sie sich von traditioneller Automatisierung unterscheidet
- Die Rolle von Prompt Engineering bei der Steigerung der Qualität der KI-Ausgabe
- Überblick über das aktuelle Ökosystem von Tools für Text, Bild, Audio und Video
- Wo Prompt Engineering Geschäftswert schafft
Grundlagen von KI-Modellen für die Text- und Bildgenerierung
- Wie grosse Sprachmodelle und Diffusionsmodelle funktionieren – in einfachen Worten erklärt
- Der Unterschied zwischen Trainingsdaten, Fine-Tuning und Prompting
- Stärken und Grenzen von vortrainierten Modellen
- Warum die Modellarchitektur die Art und Weise beeinflusst, wie wir Prompts formulieren
Vergleich der führenden KI-Assistenten
- Microsoft Copilot: Stärken in der Microsoft-365-Integration, Workflows in Word, Excel, Outlook und Teams sowie enterprise-gestützte Datengrundlagen; Schwächen in kreativer Bandbreite und Tiefe der Schlussfolgerungen im Vergleich zu Konkurrenten
- Google Gemini: Stärken in nativer Multimodalität, Workspace-Integration und Echtzeit-Suchgrundlagen; Schwächen in Inkonsistenz, regionaler Verfügbarkeit und Befehlsfolgerung bei komplexen Aufgaben
- ChatGPT: Stärken in der Reife des Ökosystems, Custom GPTs, Bildgenerierung über DALL-E und Sprachmodus; Schwächen in der faktischen Zuverlässigkeit ohne Kontextbindung und strengere Nutzungsbeschränkungen bei Premium-Funktionen
- Claude: Stärken in der Bearbeitung langer Kontexte, differenzierter Schlussfolgerungen, längerem Schreiben und klaren Analysen; Schwächen in der Breite des Tool-Ökosystems und der Bildgenerierung
- Auswahl des richtigen Tools für eine bestimmte Aufgabe, Zielgruppe oder Compliance-Einschränkung
- Direktvergleich derselben Prompts über alle vier Assistenten
Prinzipien des effektiven Prompt-Designs
- Klarheit, Spezifität und Kontext als die drei Säulen eines guten Prompts
- Gestaltung von Anweisungen, Tonfall, Format und Einschränkungen
- Häufige Fehler von Einsteigenden und wie man sie erkennt
- Iterative Optimierung von einem schwachen Prompt zu einem hochperformanten
Zero-Shot, One-Shot und Few-Shot Prompting
- Der Unterschied zwischen den drei Ansätzen und wann jeder von ihnen passt
- Verstehen des Modellverhaltens und Anpassen der Beispiele entsprechend
- Eine neue Aufgabe einem Modell beibringen, nur mit wenigen sorgfältig ausgewählten Beispielen
- Praxisübungen in ChatGPT, Copilot, Gemini und Claude
Fortgeschrittene Techniken im Prompt Engineering
- Bedingte und kontextbewusste Prompts für differenzierte Ausgaben
- Stilübertragung, Persona-Prompting und kreative Richtung
- Chain-of-Thought und schrittweises Reasoning-Prompting
- Reduktion von Halluzinationen, Mehrdeutigkeiten und Verzerrungen in Antworten
Few-Shot Fine-Tuning ohne Code
- Was Few-Shot Fine-Tuning ist und wie es sich vom vollständigen Modelltraining unterscheidet
- Anpassung eines Modells an eine Nischenaufgabe mithilfe beispielbasierter Prompts
- Wann Prompt Engineering sinnvoll ist und wann Fine-Tuning die bessere Investition darstellt
- Bewertung der Ausgabequalität und iterative Verfeinerung
Hyperrealistische Textgenerierung
- Textgenerierung mit kontrolliertem Tonfall, Stimme und Länge
- Erstellung von Längstexten, Zusammenfassungen, Berichten und strukturierten Dokumenten
- Erhalt der Kohärenz über mehrstufige Generierungen hinweg
- Kombination von Prompt-Mustern für wiederholbare, markenkonforme Ergebnisse
Anwendung von Prompt Engineering in Geschäftsworkflows
- Automatisierung von Routine-Entwürfen, Recherchen und Informationsfilterung
- Kurzüberblick zu Use Cases im Kundenservice und bei Chatbots
- Entwurf von Prompt-Vorlagen, die Teams ohne erneutes Training wiederverwenden können
- Qualitätskontrolle, Eskalationslogik und menschliche Kontrollpunkte (Human-in-the-Loop)
Bildgenerierung und -manipulation
- Vergleich von DALL-E, Stable Diffusion, MidJourney und Leonardo AI
- Schreiben von Prompts, die Stil, Komposition, Beleuchtung und Motiv steuern
- Negative Prompts, Gewichtungen und iterative Verfeinerung
- Image-to-Image-Transformation und Bearbeitung durch Prompts
Audio und Sprache mit KI
- Generierung natürlicher Sprachausgaben aus Textprompts
- Stimmklonung und -synthese auf konzeptioneller Ebene
- Use Cases in Trainingsinhalten, Barrierefreiheit und Marketing
Erstellung von Videoinhalten mit Generativer KI
- Überblick über aktuelle Text-zu-Video-Tools und ihre realistischen Leistungsfähigkeiten
- Skripten und Storyboarding durch Prompt-Sequenzen
- Kombination von KI-generierten Texten, Bildern, Audios und Videos zu einem einzigen Asset
- Bearbeitung und Verfeinerung von KI-generierten Videoausgaben
Multimodale KI und integrierte Workflows
- Wie multimodale Modelle Text, Bild, Audio und Video in ihrer Schlussfolgerung vereinen
- Aufbau end-to-end-Inhaltspipelines ohne Codierung
- Praktische Fallstudien aus Marketing, Design, Training und Werbung
Ethik, verantwortungsvolle Nutzung und Ausblick
- Verzerrungen, Urheberrecht, Zuschreibung und Inhaltsmoderation
- Aspekte der Datenschutz- und Datensicherheit bei der Nutzung generativer Plattformen
- Offenlegung, Transparenz und Vertrauen bei Endkunden
- Aufkommende Tools, Modelle und Trends, auf die man in den nächsten 12 Monaten achten sollte
Voraussetzungen
Zielgruppe
Professionals aus Marketing, Kommunikation und kreativen Bereichen, die KI-gestützte Inhaltsproduktion erkunden. Teams aus dem Business Operations und im Kundenumgang, die wiederkehrende Interaktionen mithilfe promptgesteuerter Tools automatisieren möchten. Einsteigende ohne Vorkenntnisse in KI oder Programmierung, die einen strukturierten, toolbasierten Einstieg in die Generative KI suchen.
21 Stunden
Erfahrungsberichte (2)
Einsatz von angemessenen und wirksamen Prompts
Marses Pacaldo
Kurs - Generative AI and Prompt Engineering for Corporate Professionals
Maschinelle Übersetzung
Der interaktive Stil, die Übungen
Tamas Tutuntzisz
Kurs - Introduction to Prompt Engineering
Maschinelle Übersetzung
