KI-Integrationen praktisch bearbeiten
Sie arbeiten an den im Curriculum vereinbarten technischen Aufgaben. Eingaben, Ausgabeformat, Fehlerbehandlung und fachliche Prüfung werden im Zusammenhang betrachtet.
Präsenz & Online
Praxisorientierte KI-Schulung für Entwickler, Data Scientists und IT-Architekten – von ML-Basics über Prompt Engineering bis zum produktiven Deployment.
Intensiv-Training
Praxis-Workshops
Preis laut Kursangebot
Inklusive
Eine mögliche Übung ist eine begrenzte LLM-Integration oder ein RAG-Ablauf: Eingaben, Retrieval und Ausgabe verbinden und typische Fehlerfälle prüfen. Die konkrete Programmierumgebung und Aufgabe stimmen wir mit Ihrem Team ab.
Wir stimmen Aufgaben und Schwierigkeitsgrad vorab mit Ihnen ab. Die Übung soll zeigen, wie ein Ergebnis entsteht, wie es geprüft wird und an welcher Stelle Ihr Team entscheiden muss.
Welche Rollen nehmen teil, und welche Vorkenntnisse bringen sie mit?
Welche freigegebenen Tools, Zugänge und Arbeitsgeräte können genutzt werden?
Welche eigenen Aufgaben lassen sich als anonymisierte oder freigegebene Beispiele einbringen?
Welche Unterlagen, Teilnahmebestätigung und Begleitung sollen im Umfang enthalten sein?
Vor der Buchung bestätigen wir Format, Dauer, Gruppengröße, Preisgrundlage und Leistungsumfang. Bei unterschiedlichen Vorkenntnissen stimmen wir passende Übungen und Vertiefungen ab.
Ihr Team kann zunächst selbst weiterarbeiten, ein Thema vertiefen oder eine konkrete Projektfrage formulieren. Eine Umsetzung ist keine Voraussetzung für die Schulung.
Wie Lernen und anschließende Erprobung zusammenhängen, zeigt unsere Zusammenarbeit mit Carano. Den Ablauf einer möglichen Projektzusammenarbeit finden Sie unter Vorgehensweise.
Wenn Sie gezielt mit Ollama, OpenWebUI, Python und einer RAG-Pipeline arbeiten möchten, vergleichen Sie den dreitägigen Workshop zu lokalen LLMs.
Zielgruppe
Diese Schulung richtet sich an technische Fachkräfte, die KI praktisch einsetzen wollen.
Backend- & Full-Stack-Entwickler
Mit Programmiererfahrung, die KI-Funktionen in ihre Anwendungen integrieren möchten.
Data Engineers & Data Scientists
Die ML-Modelle entwickeln, trainieren und in Produktion bringen wollen.
IT-Architekten & Tech-Leads
Die KI-Projekte technisch verantworten und fundierte Architekturentscheidungen treffen müssen.
Technische Aufgaben praktisch bearbeiten und nächste Schritte prüfen.
Sie arbeiten an den im Curriculum vereinbarten technischen Aufgaben. Eingaben, Ausgabeformat, Fehlerbehandlung und fachliche Prüfung werden im Zusammenhang betrachtet.
Sie besprechen Modelle, Retrieval, Schnittstellen und Betriebsanforderungen. Technische Eignung muss am konkreten Fall geprüft werden.
Gemeinsame Übungen schaffen eine Grundlage für technische Diskussionen. Die Übertragung auf eigene Projekte braucht passende Aufgaben und weitere Praxis.
Eine Integration wird nicht allein an überzeugenden Antworten beurteilt. Sie untersuchen Eingaben, Quellen, Fehlerwege und notwendige menschliche Prüfungen.
Freigegebene Beispiele Ihres Teams können die Übungen konkretisieren. Wir stimmen Aufgabe, Zugänge und technische Umgebung vorab mit Ihnen ab.
Ein Workshop-Prototyp braucht vor dem Einsatz in eigenen Systemen weitere Prüfung. Sie besprechen passende Schritte für Tests, Integration, Verantwortung und Betrieb.
Module
Flexible Module – Auswahl und Tiefe nach Ihren Anforderungen:
Lernziele
Konkrete Fähigkeiten, die Sie direkt im Arbeitsalltag einsetzen können.
Supervised/Unsupervised Learning, Modellauswahl und -bewertung, Bias-Variance-Tradeoff.
OpenAI, Claude, lokale Modelle – Integration in eigene Anwendungen mit Best Practices.
Systematische Prompts entwickeln, Chain-of-Thought, Function Calling, Tool Use.
Retrieval-Augmented Generation mit Vector Databases für Ihre eigenen Daten.
Containerisierung, APIs, Monitoring – KI-Systeme produktiv betreiben.
Datenschutz, Prompt Injection Prevention, verantwortungsvoller KI-Einsatz.
Inklusive
Unterlagen und Begleitung passend zum Kurs. Den genauen Leistungsumfang halten wir im Angebot fest.
Praktische Coding-Übungen und Prototypen im vereinbarten Umfang.
Vollständiges GitHub-Repository mit allen Beispielen und Boilerplates.
Umfassende Dokumentation und Cheat-Sheets zum Nachschlagen.
Dokumentiert Ihre Teilnahme am vereinbarten Kurs; der enthaltene Nachweis wird im Angebot beschrieben.
E-Mail-Support für Fragen bei der Umsetzung im Arbeitsalltag.
Kuratierte Sammlung von Prompts für Entwickler-Workflows.
Ihr Trainer
:quality(80))
AI Consultant & Trainer
Martin Kogut ist Gründer von hypescale, Softwareentwickler und KI-Berater aus Berlin. Er verbindet Beratung und technische Umsetzung mit praktischen Trainings. Zu seinen aktuellen Lehrthemen gehören lokale Sprachmodelle, Ollama, OpenWebUI, Python, RAG und Prompt Injection.
FAQ
Kontakt