Kontakt aufnehmen

Schulungsübersicht

Modul 1: Einführung in KI und Google Gemini

  • Was ist künstliche Intelligenz (KI)?
  • Ein Überblick über Google Gemini AI sowie dessen Ökosystem
  • Wichtige Merkmale und Vorteile von Gemini im Vergleich zu anderen KI-Modellen
  • Praktische Übung: Erkundung von Gemini AI anhand der Demo im Google AI Studio

Modul 2: Grundlagen zu Großsprachmodellen (LLMs)

  • Grundelemente großer Sprachmodelle
  • Aufbau und Funktionsweise der Gemini-Modelle
  • Vergleich von Gemini mit GPT sowie anderen führenden Modellen
  • Praktisches Labor: Visualisierung des Tokenisierungsprozesses und Modellantworten anhand vordefinierter Beispiele

Modul 3: Erste Schritte mit Gemini

  • Einrichten der Entwicklungsumgebung
  • Nutzung der Gemini-API sowie des zugehörigen SDKs
  • Authentifizierung, Token-Verwaltung und API-Schlüssel
  • Praktisches Labor: Ausführen Ihres ersten Prompts mit Python in Kombination mit Gemini

Modul 4: Arbeiten mit Gemini-Modellen

  • Kennenlernen verschiedener Gemini-Modelltypen und deren Fähigkeiten
  • Auswahl geeigneter Modelle für Texte-, Bild- oder Multimodal-Aufgaben
  • Initialisierung und Tests generativer Modelle
  • Praktische Aufgabe: Vergleich der Ergebnisse bei Text-zu-Text- sowie Bild-zu-Text-Abfragen

Modul 5: Praktische Anwendungsbereiche und Nutzungsszenarien

  • Integration von Gemini AI in Chat-Anwendungen sowie Frage-Antwort-Systeme
  • Entwicklung semantischer Such- und Zusammenfassungswerkzeuge
  • Ethische Aspekte der KI-Nutzung sowie Vermeidung von Vorurteilen
  • Gruppenprojekt: Erstellung eines „Intelligenten Forschungsassistenten“ unter Verwendung von NotebookLM und Gemini

Modul 6: Fortgeschrittene Funktionen und Anpassungen

  • Optimierung von Prompts sowie gezielte Steuerung des Kontextverständnisses
  • Einsatz von Gemini für Codeerstellung und Fehlerdiagnose
  • Anpassung der Modelle mittels Google Cloud Vertex AI
  • Praktische Übung: Individualisierung der Modellantworten unter Verwendung von Parametern und Temperaturwerten

Modul 7: Realwelt-Projekte und Teamarbeit

  • Planung gemeinschaftlicher Projekte sowie Erstellung der Arbeitsabläufe
  • Kopplung von Gemini AI mit weiteren Google-Tools wie Drive, Docs oder Sheets
  • Team-Projekt: Entwicklung einer kleinen KI-Anwendung – etwa ein Inhaltszusammenfassungs-Tool, Chatbot oder Ideen-Generator
  • Gemeinsame Bewertung der Projektergebnisse und Diskussion dazu

Modul 8: Abschlussbewertung und zukünftige Entwicklungen

  • Lösungsansätze für häufige Probleme bei der Arbeit mit Gemini
  • Einblick in den zukünftigen Fahrplan von Google für die Gemini-API und neue Funktionen
  • Beste Praktiken zur Governance sowie Skalierbarkeit von KI-Systemen
  • Abschlussaktivität: Reflexion über gewonnene praktische Erkenntnisse und deren berufliche Anwendbarkeit

Zusammenfassung sowie weitere Schritte

Voraussetzungen

  • Grundverständnis von grundlegenden KI-Konzepten
  • Erfahrung mit APIs und Cloud-Diensten
  • Kenntnisse in Python-Programmierung

Zielgruppe

  • Entwickler
  • Datenwissenschaftler
  • KI-Enthusiasten
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien