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.
Dauer 7 Stunden
Schulungsübersicht
Grundlagen der verantwortungsvollen KI
- Was ist verantwortungsvolle KI und warum ist sie in der Softwareentwicklung wichtig?
- Prinzipien: Fairness, Rechenschaftspflicht, Transparenz und Datenschutz
- Beispiele für ethische Versagen und den Missbrauch von KI in Codebasen
Bias und Fairness in KI-generiertem Code
- Wie LLMs Verzerrungen durch Trainingsdaten verstärken können
- Erkennung und Behebung von verzerrten oder unsicheren Codevorschlägen
- KI-Halluzinationen und das Risiko, Fehler im Grossmassstab einzuführen
Lizenzen, Quellenangaben und IP-Aspekte
- Verständnis von Open-Source-Lizenzen (MIT, GPL, Copyleft)
- Erfordernis von Quellenangaben für LLM-generierte Ausgaben?
- Prüfung KI-gestützten Codes auf Lizenzen Dritter
Sicherheit und Compliance in der KI-gestützten Entwicklung
- Sicherstellung der Code-Sicherheit und Vermeidung unsicherer Muster aus LLMs
- Einhaltung interner Sicherheitsrichtlinien und branchenüblicher Vorschriften
- Nachvollziehbare Dokumentation KI-gestützter Entscheidungsfindung
Politik und Governance für Entwicklungsteams
- Entwicklung interner KI-Nutzungspolitiken für Softwareteams
- Definition von erlaubter Nutzung und Warnsignalen
- Auswahl von Tools und verantwortungsvolle Einführung von KI-Assistenten
Bewertung und Audit von KI-Ausgaben
- Nutzung von Checklisten zur Bewertung der Vertrauenswürdigkeit generierter Inhalte
- Durchführung manueller und automatisierter Reviews von KI-generiertem Code
- Best Practices für Peer-Review- und Freigabeprozesse
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegende Kenntnisse der Softwareentwicklungsprozesse
- Vertrautheit mit Agile, DevOps oder allgemeinen Softwareprojektpraktiken
Zielgruppe
- Compliance-Teams
- Entwickler
- Softwareprojektmanager
Erfahrungsberichte (1)
Ich habe Wissen über die Streamlit-Bibliothek von Python erworben und werde sie sicherlich verwenden, um Anwendungen in meinem Team zu verbessern, die mit R Shiny erstellt wurden.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maschinelle Übersetzung