Kontakt aufnehmen

Schulungsübersicht

Einführung in agentic AI

  • Definition von agentic AI und deren Verhältnis zu traditionellen KI-Systemen
  • Überblick über Schlussfolgerungen, Gedächtnis und zielgesteuerte Architekturen
  • Wichtige Anwendungsfälle und Branchenanwendungen

Grundkonzepte und Designmuster

  • Die Agenten-Schleife: Wahrnehmung, Schlussfolgerung und Aktion
  • Einzelagenten- vs. Multi-Agenten-Systeme
  • Wechselwirkung mit der Umgebung und Aufruf von Werkzeugen

Grundlagen des Prompt Engineerings

  • Gestaltung effektiver Prompts für Schlussfolgerungen und Aufgabenzersetzung
  • Nutzung von Beispielen, Einschränkungen und Rollen für bessere Kontrolle
  • Systematisches Debugging und Iterieren von Prompts

Aufbau einfacher agentischer Abläufe

  • Implementierung einer Agenten-Schleife in Python
  • Integration mit APIs und einfachen Werkzeugen
  • Verwaltung des Agenten-Zustands und des Gedächtnisses

Verantwortungsvolles Design und Sicherheitspraktiken

  • Ethische Überlegungen und verantwortungsvoller Einsatz von Agenten
  • Verzerrungen, Transparenz und Rechenschaftspflicht in KI-Systemen
  • Zugriffskontrolle, Datenschutz und Inhaltssicherheit

Praktisches Projekt: Design eines verantwortungsvollen Agenten

  • Definition des Problemumfangs und der Ziele
  • Entwicklung von Prompt und Steuerungslogik
  • Testen, Verfeinern und Auswerten des Agentenverhaltens

Voraussetzungen

  • Grundlegendes Verständnis von KI- oder Machine-Learning-Konzepten
  • Vertrautheit mit der Python-Syntax und dem Scripting
  • Erfahrung in der Arbeit mit Daten oder API-basierten Anwendungen

Zielgruppe

  • Wissenschaftler für Daten, die neue in der Entwicklung von agentic AI
  • Junior-ML-Ingenieure, die angewandte Agentenarchitekturen erkunden
  • Technologische Manager, die Design- und Sicherheitsprinzipien von Agenten verstehen möchten
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien