Schulungsübersicht
Einführung in agentenbasierte KI-Systeme
- Begriffsdefinition und Funktionsweisen von agentenbasierten KI-Systemen
- Unterschiede zwischen regelbasierten und autonomen KI-Systemen
- Einsatzmöglichkeiten sowie Anwendungsbereiche in der Praxis
Architektur von agentenbasierten KI-Systemen
- Frameworks und Werkzeuge zur Entwicklung autonomer KI-Agenten
- Konzepte zur Gestaltung zielorientierter KI-Agenten
- Implementierung von Gedächtnisfunktionen, Kontextbewusstsein und Anpassungsfähigkeit
Entwicklung von KI-Agenten mithilfe von Python und APIs
- Erstellung eigener KI-Agenten
- Einbindung externer Datenquellen in KI-Modelle
- Verarbeitung von API-Antworten sowie Optimierung der Agentenkommunikation
Optimierung der Zusammenarbeit mehrerer Agenten
- Gestaltung kooperativer sowie wettbewerblicher Szenarien zwischen KI-Agenten
- Organisation von Kommunikationsprozessen und Aufgabenzuweisungen
- Skalierbarkeit agentenbasierter Systeme im praktischen Einsatz
Verbesserung der Entscheidungsfindung bei agentenbasierten KI-Systemen
- Einsatz von Reinforcement Learning zur Selbstverbesserung der KI-Agenten
- Planung, logisches Denken sowie die Umsetzung langfristiger Ziele durch die Agenten
- Abwägung zwischen Automatisierung und notwendigem menschlichem Eingreifen
Sicherheit, Ethik sowie rechtliche Aspekte bei agentenbasierten KI-Systemen
- Minimierung von Verzerrungen und sichere Implementierung ethisch verantwortungsvoller KI
- Sicherheitsmaßnahmen im Kontext automatisierter Entscheidungsprozesse
- Gesetzliche Rahmenbedingungen für den Einsatz autonomer KI-Systeme
Zukünftige Entwicklungen im Bereich agentenbasierter KI
- Fortschritte bei Autonomie und Selbstlernfähigkeit von KI-Agenten
- Nutzung multimodaler Lernalgorithmen zur Erweiterung der Agentenfähigkeiten
- Vorbereitung auf zukünftige Generationen autonomer KI-Systeme
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse in KI- und maschinellen Lernkonzepten
- Erfahrung mit der Programmiersprache Python
- Vertrautheit mit der Integration von KI-Modellen über APIs
Zielgruppe
- KI-Ingenieure, die autonome KI-Systeme entwickeln
- ML-Forscher, die Framework für multiagentenbasierte KI untersuchen
- Entwickler, die automatisierte Lösungen unter Nutzung von KI implementieren
Erfahrungsberichte (3)
Starke Bestätigung dafür, dass aktuelle LLMs im richtigen Setup für Kundenprojekte einsetzbar sind.
Oliver Fromm
Kurs - Agentic AI for Enterprise Applications
Der Trainer ist geduldig und sehr hilfsbereit. Er kennt sich gut mit dem Thema aus.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Kurs - Agentic AI for Business Automation: Use Cases & Integration
Maschinelle Übersetzung
Die Mischung aus Theorie und Praxis sowie den Perspektiven auf hohem und niedrigem Niveau
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Autonomous Decision-Making with Agentic AI
Maschinelle Übersetzung
