Systeme verstehen. Souverän entscheiden.

8 Stationen · 26 Lektionen

Deine Lernreise

1. 01

   Station 1

   ML-Fundament kompakt

   • Training vs. Inference: der Lebenszyklus
   • Transformer und Attention: das Konzept
   • Tokens, Embeddings, Parameter
   • Pre-Training, Post-Training, RLHF
   • Modul-Rätsel: Der Modell-Lebenszyklus in der richtigen Reihenfolge
2. 02

   Station 2

   Lokale Modelle betreiben

   • Die Open-Weights-Landschaft
   • Ollama, LM Studio, vLLM
   • Hardware: VRAM, GPUs, Quantisierung
   • Setup-Praxis: lokal produktiv betreiben
   • Modul-Rätsel: Welches Modell braucht welche Karte?
3. 03

   Station 3

   Modelle anpassen

   • Prompting, RAG oder Fine-Tuning: der Entscheidungsbaum
   • LoRA, QLoRA und Datensatz-Design
   • Evaluation: Benchmarks und eigene Evals
   • Modul-Rätsel: Der Entscheidungsweg: erst das Einfachste
4. 04

   Station 4

   RAG-Systeme bauen

   • RAG-Architektur: die Pipeline
   • Retrieval-Qualität: Hybrid Search und Reranking
   • RAG evaluieren und typische Fehlerbilder
   • Modul-Rätsel: Die RAG-Pipeline von der Datei zur Antwort
5. 05

   Station 5

   KI-Apps entwickeln

   • API-Integration: SDKs, Streaming, Robustheit
   • Function Calling implementieren
   • Kosten und Caching
   • Vom Prototyp zur Produktion
   • Modul-Rätsel: Der Function-Calling-Zyklus in der richtigen Reihenfolge
6. 06

   Station 6

   Agenten und Orchestrierung

   • Agent-Architekturen und Frameworks
   • MCP: der Standard für Tool-Anbindung
   • Multi-Agent, Orchestratoren, Human-in-the-Loop
   • Modul-Rätsel: Aufgabe, welches Agent-Muster?
7. 07

   Station 7

   Security

   • Prompt Injection und Jailbreaks
   • OWASP Top 10 für LLM-Anwendungen
   • Datenabfluss, Sandboxing, Least Privilege
   • Modul-Rätsel: Welcher Angriff war das?
8. 08

   Station 8

   Betrieb und Governance

   • Monitoring, Evals, Kostenkontrolle im Betrieb
   • EU AI Act für Betreiber und Governance-Struktur
   • Modul-Rätsel: Welche Betreiber-Pflicht gilt wann?