Schulungsübersicht
Einführung in die agentenbasierte KI
- Begriffsdefinition: Was ist agentenbasierte KI und wie unterscheidet sie sich von herkömmlichen KI-Systemen?
- Übersicht über logisches Denken, Gedächtnisfunktionen sowie zielorientierte Architekturen
- Relevante Einsatzgebiete und praktische Anwendungsbeispiele in verschiedenen Branchen
Kernkonzepte und Designmuster
- Der Agenten-Zyklus: Wahrnehmung, logisches Schlussfolgern und Handlung
- Unterschiede zwischen Systemen mit einem einzelnen oder mehreren Agenten
- Interaktion mit der Umgebung sowie Nutzung von externen Werkzeugen
Grundlagen des Prompt-Engineerings
- Erstellung geeigneter Prompts zur Unterstützung logischer Abläufe und Aufgabenzergliederungen
- Einbinden von Beispielen, Einschränkungen sowie Rollenangaben für gezieltere Ergebnisse
- Systematisches Debugging und Optimieren von Prompts
Entwicklung einfacher agentenbasierter Arbeitsabläufe
- Implementierung eines Agentenzyklus in Python
- Einbindung externer APIs sowie grundlegender Werkzeuge
- Verwaltung des Status und der Gedächtnisfunktionen eines Agenten
Verantwortungsvolles Design sowie Sicherheitspraktiken
- Ethische Grundsätze und Prinzipien zum verantwortungsvollen Einsatz von Agenten
- Vermeidung von Vorurteilen, Gewährleistung von Transparenz sowie Rechenschaftspflicht bei KI-Systemen
- Zugriffskontrolle, Datenschutzmaßnahmen sowie Schutz vor problematischen Inhalten
Praxisprojekt: Entwicklung eines verantwortungsvollen Agenten
- Definition des Problemumfangs sowie der konkreten Ziele
- Konzipierung von Prompts und Steuerlogik für den Agenten
- Testen, Verfeinern und Bewertung des Gesamtverhaltens des entwickelten Agenten
Zusammenfassung sowie weitergehende Perspektiven
Voraussetzungen
- Grundkenntnisse in den Bereichen KI oder maschinelles Lernen
- Vertrautheit mit der Syntax und Programmierung in Python
- Erfahrung im Umgang mit Daten oder Anwendungen, die APIs nutzen
Zielgruppe
- Datenwissenschaftler, die neue Einblicke in die Entwicklung agentenbasierter KI erhalten möchten
- Junior-Machine-Learning-Ingenieure, die sich mit praktischen architektonischen Ansätzen vertraut machen wollen
- Technologie-Manager, die ein Verständnis für Prinzipien des Agenten-Designs sowie der Sicherheitsaspekte entwickeln möchten
Erfahrungsberichte (3)
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
Guter Mix aus Wissen und Praxis
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI for Enterprise Applications
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
