beirat Akademie

KI-Systeme: Architektur, Betrieb, Sicherheit

Systeme statt Sessions: lokale Modelle, RAG, eigene Apps, Agenten-Orchestrierung und Betrieb.

Profi 26 Lektionen · Gesamtdauer ≈ 2 Std. 48 Min.

Baut auf «KI produktiv: Modelle, Agenten, Workflows» auf.

Kurs starten

Für die Lektionen brauchst du ein Konto.

Mit Konto siehst du hier deinen Rang und deine XP.

Dieser Kurs ist für dich, wenn du KI nicht mehr nur bedienen, sondern betreiben willst. Du bist Entwicklerin, Systemverantwortlicher oder technisch versiert genug, um eine Kommandozeile nicht zu fürchten. Du willst wissen, was hinter der Oberfläche passiert und wie du es selbst baust.

Nach dem Kurs betreibst du Modelle auf eigener Hardware, passt sie an deine Aufgaben an und baust ein RAG-System, das auf deinen eigenen Dokumenten antwortet. Du orchestrierst mehrere Agenten, kennst die Angriffsflächen von KI-Systemen und weisst, was ein verlässlicher Betrieb an Überwachung und Regeln braucht.

Der Kurs hat 8 Module mit 26 Lektionen, vom ML-Fundament über lokale Modelle und deren Anpassung, RAG-Systeme und eigene Anwendungen bis zu Agenten-Orchestrierung, Security, Betrieb und Governance. Er setzt die Inhalte der beiden vorherigen Kurse voraus.

Die Lektionen arbeiten mit konkreten Aufbauten statt mit Folienwissen; jede schliesst mit einer Übung ab. Das Abschluss-Quiz stellt 20 Fragen, ab 80 Prozent gibt es das Zertifikat. Du lernst in deinem Tempo, dein Fortschritt bleibt deinem Konto zugeordnet.

Dein Lernpfad: ein Stern pro Modul, gefüllt nach deinem Fortschritt.
Modul 1: ML-Fundament kompaktModul 2: Lokale Modelle betreibenModul 3: Modelle anpassenModul 4: RAG-Systeme bauenModul 5: KI-Apps entwickelnModul 6: Agenten und OrchestrierungModul 7: SecurityModul 8: Betrieb und Governance

Modul 1 ML-Fundament kompakt

  1. 1 Training vs. Inference: der Lebenszyklus (Konto nötig) ≈ 7 Min.
  2. 2 Transformer und Attention: das Konzept (Konto nötig) ≈ 6 Min.
  3. 3 Tokens, Embeddings, Parameter (Konto nötig) ≈ 6 Min.
  4. 4 Pre-Training, Post-Training, RLHF (Konto nötig) ≈ 6 Min.

Modul 2 Lokale Modelle betreiben

  1. 5 Die Open-Weights-Landschaft (Konto nötig) ≈ 6 Min.
  2. 6 Ollama, LM Studio, vLLM (Konto nötig) ≈ 6 Min.
  3. 7 Hardware: VRAM, GPUs, Quantisierung (Konto nötig) ≈ 6 Min.
  4. 8 Setup-Praxis: lokal produktiv betreiben (Konto nötig) ≈ 7 Min.

Modul 3 Modelle anpassen

  1. 9 Prompting, RAG oder Fine-Tuning: der Entscheidungsbaum (Konto nötig) ≈ 7 Min.
  2. 10 LoRA, QLoRA und Datensatz-Design (Konto nötig) ≈ 6 Min.
  3. 11 Evaluation: Benchmarks und eigene Evals (Konto nötig) ≈ 7 Min.

Modul 4 RAG-Systeme bauen

  1. 12 RAG-Architektur: die Pipeline (Konto nötig) ≈ 6 Min.
  2. 13 Retrieval-Qualität: Hybrid Search und Reranking (Konto nötig) ≈ 6 Min.
  3. 14 RAG evaluieren und typische Fehlerbilder (Konto nötig) ≈ 7 Min.

Modul 5 KI-Apps entwickeln

  1. 15 API-Integration: SDKs, Streaming, Robustheit (Konto nötig) ≈ 6 Min.
  2. 16 Function Calling implementieren (Konto nötig) ≈ 6 Min.
  3. 17 Kosten und Caching (Konto nötig) ≈ 6 Min.
  4. 18 Vom Prototyp zur Produktion (Konto nötig) ≈ 7 Min.

Modul 6 Agenten und Orchestrierung

  1. 19 Agent-Architekturen und Frameworks (Konto nötig) ≈ 6 Min.
  2. 20 MCP: der Standard für Tool-Anbindung (Konto nötig) ≈ 6 Min.
  3. 21 Multi-Agent, Orchestratoren, Human-in-the-Loop (Konto nötig) ≈ 7 Min.

Modul 7 Security

  1. 22 Prompt Injection und Jailbreaks (Konto nötig) ≈ 6 Min.
  2. 23 OWASP Top 10 für LLM-Anwendungen (Konto nötig) ≈ 8 Min.
  3. 24 Datenabfluss, Sandboxing, Least Privilege (Konto nötig) ≈ 7 Min.

Modul 8 Betrieb und Governance

  1. 25 Monitoring, Evals, Kostenkontrolle im Betrieb (Konto nötig) ≈ 7 Min.
  2. 26 EU AI Act für Betreiber und Governance-Struktur (Konto nötig) ≈ 7 Min.

Abschluss-Quiz

20 Fragen, bestanden ab 80 Prozent. Unbegrenzte Wiederholungen, jedes Mal eine neue Auswahl.

Für das Quiz brauchst du ein Konto.

Zum Quiz

Die Lektionen und das Abschluss-Quiz brauchen ein Konto. Eingeloggt wird dein Fortschritt geräteübergreifend gesichert.