Beschreibung
Zu Beginn wird erklärt, wie ein Large Language Model Texte verarbeitet und Antworten erzeugt. Die Teilnehmenden lernen die Bedeutung von Tokens, Training, Inferenz, Transformer-Architektur und Attention kennen. Anschließend wird gezeigt, wie sich der Kontext eines LLM aus Instruktionen, Gesprächsverlauf, externen Quellen, Tool-Ergebnissen und der aktuellen Anfrage zusammensetzt.
Ein weiterer Schwerpunkt liegt auf der strukturierten Formulierung wirksamer Prompts. Behandelt werden Zieldefinition, Kontextbereitstellung, Regeln, Ausgabeformate, Beispiele und Qualitätskriterien. Darauf aufbauend erklärt der Kurs, warum LLMs Halluzinationen erzeugen können, woran sich fehlerhafte Aussagen erkennen lassen und wie Ergebnisse risikobasiert überprüft werden.
Die Teilnehmenden lernen außerdem, Modellwissen, aktuellen Kontext und langfristiges Anwendungsgedächtnis voneinander zu unterscheiden. Ergänzend werden Temperatur, Sampling, Top-p, Ausgabelimits und weitere Modellparameter verständlich eingeordnet.
Der Kurs erläutert, wie Retrieval-Augmented Generation Unternehmenswissen gezielt in den Kontext eines Modells integriert. Weitere Module zeigen, wie LLMs über Tools und APIs auf externe Systeme zugreifen, wie KI-Agenten mehrstufige Aufgaben bearbeiten und welche Sicherheits- und Kontrollmechanismen dabei erforderlich sind.
Zum Abschluss werden Cloud-basierte und lokal betriebene KI-Systeme gegenübergestellt. Bewertet werden Datenschutz, Kontrolle, Modellleistung, Infrastrukturbedarf, laufende Kosten und hybride Einsatzmodelle.
Jedes Modul enthält eine selbsterklärende H5P-Präsentation mit Lernzielen, Praxisbeispielen und Merksätzen. Ein separater Multiple-Choice-Test überprüft anschließend das Verständnis und gibt direktes Feedback zu den ausgewählten Antworten.
Kursinhalte
- Kapitel 1 — LLM Funktionsweise
- Kapitel 2 — LLM Context
- Kapitel 3 — Prompt Struktur
- Kapitel 4 — Halluzinationen
- Kapitel 5 — Modellwissen Context Memory
- Kapitel 6 — Modellparameter
- Kapitel 7 — RAG
- Kapitel 8 — Tools APIs
- Kapitel 9 — KI Agenten
- Kapitel 10 — Cloud oder Lokal
Rezensionen
Es gibt noch keine Rezensionen.