Kontakt aufnehmen

Schulungsübersicht

Architektur und Konzeption von LLM-Anwendungen

  • Häufig genutzte OpenAI-Architekturmuster für Assistenten, Copilots sowie automatisierte Workflows
  • Auswahl der geeigneten Architektur entsprechend geschäftlichen Anforderungen, Zuverlässigkeit und Nutzererfahrung
  • Übergang vom Prototypencode zu wartbaren Anwendungsarchitekturen

Prompting, Kontextverwaltung und strukturierte Ausgaben

  • Ausgestaltung von System-, Benutzer- und Entwickleranweisungen für vorhersagbares Verhalten der Modelle
  • Entwurf von Prompts zur Steigerung der Konsistenz, besseren Kontrolle sowie klareren Antworten
  • Nutzung strukturierter Ausgaben für eine einfache Verarbeitung durch nachgelagerte Anwendungskomponenten
  • Verwaltung von Kontextfenstern, Gesprächsstatus und Qualität der Antworten

Werkzeugeinsatz und Orchestrierung komplexer Workflows

  • Einsatz von Funktionaufrufen sowie Werkzeugen in Kombination mit externen Diensten
  • Validierung von Eingaben und Ausgaben, Fehlerbehandlung sowie Umsetzung sinnvoller Fallback-Mechanismen
  • Konzipieren mehrstufiger Abläufe für realistische geschäftliche Aufgaben

Retrieval und Integration von Wissensquellen

  • Ermittlung, wann ein Retrieval-gestützter Ansatz sinnvoll ist
  • Vorbereitung von Dokumenten sowie Aufteilung von Inhalten für effizientes Retrievern<
  • Auffinden relevanter Kontextinformationen und Verankerung der Antworten in vertrauenswürdigen Quellen

Evaluierung, Schutzmechanismen und Betriebsbereitschaft

  • Definition von Qualitätskriterien sowie Testung der Anwendungen anhand erwarteter Ergebnisse
  • Minderung von Halluzinationen sowie Behandlung unsicherer, irrelevanter oder mehrdeutiger Anfragen<
  • Überwachung des Ressourceneinsatzes, der Antwortzeit, des Token-Verbrauchs und der Kosten
  • Vorbereitung der Anwendungen auf Implementierung, Support und kontinuierliche Weiterentwicklung<

Praktische Umsetzung im Workshop

  • Erstellung einer kleinen, vollständigen OpenAI-Anwendung, die Prompting, strukturierte Ausgaben, Werkzeugeinsatz und Retrieval vereint<
  • Auswertung getroffener Entscheidungen, häufig auftretender Probleme sowie konkreter nächster Schritte für den Produktivbetrieb<

Voraussetzungen

  • Grundsätzliches Verständnis von Konzepten großer Sprachmodelle sowie Erfahrung im Entwickeln von Anwendungen mittels APIs
  • Praxiserfahrung mit REST-APIs, JSON und Workflows, bei denen Prompts eine zentrale Rolle spielen
  • Mittlere Programmierkenntnisse in Python, JavaScript oder einer vergleichbaren Sprache

Zielgruppe

  • Softwareentwickler, die LLM-gestützte Anwendungen entwickeln
  • KI-Ingenieure und technische Leiter, die OpenAI-Lösungen konzipieren
  • Produktteams sowie Architekten, die für die Implementierung von KI-Funktionen verantwortlich sind
 7 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien