IntensivseminarKI-Grundlagen, Strategie & Technologie
Künstliche Intelligenz – Einführung, Deep Learning & Prompt Engineering
Mehrtägiges Vertiefungsseminar mit hohem Praxisanteil.
Künstliche Intelligenz – Einführung, Deep Learning & Prompt Engineering.
EINFÜHRUNG
- Künstliche Intelligenz, was ist das?
- KI-Terminologie genau erklärt
- Einsatzgebiete von AI-Lösungen: generative AI, data driven decisions, planning, Prozessautomatisierung
SO FUNKTIONIERT MACHNINE LEARNING
- Lern-Algorithmen und neuronale Netze intuitiv erklärt
- Extraktion relevanter Informationen aus Daten (Feature Engineering)
- Der Lifecycle von Machine Learning-Projekten
- Anschauliche Use Cases, u.a. Autonomes Fahren, Retailbanking, Wissensmanagement und Betrugsbekämpfung
- Sie erstellen zwei KI-Modelle (Orange3 Datamining)
DEEP LEARNING UND AI AS A SERVICE
- Die wichtigsten State-of-the-Art Verfahren im Vergleich: Supervised Learning, Unsupervised Learning und Reinforcement Learning
- Anomalien in Daten automatisch finden (Autoencoders)
- KI-generierte Fakes verstehen (GAN, Generative Adversarial Networks)
- Marktübersicht: Die wichtigsten Cloud AI-Plattformen und Open Source Alternativen
- Die wichtigsten technologischen Trends 2024
PROMPT ENGINEERING, CHATGPT UND MULTIMODALE MODELLE
- Im Detail erklärt: Wie ChatGPT & Co funktionieren (LLM)
- Prompt Engineering: Prompting Techniken mit Praxisübungen
- Customized Enterprise Generative AI Models (Finetuning)
- Knowhow & Praxisübung: Enterprise-Workflows automatisieren (Retrieval Augmented Generation, Flowise AI)
- Gefahren von Chatbots vermeiden (Halluzinationen, Prompt Injection, Bias)
- Alternativen zu ChatGPT (Llama2, LeoLm, Aleph Alpha, Gemma)
- Multimodale Modelle: Audio und Videos generieren (Gemini)
AI-STRATEGIEENTWICKLUNG UND PROJEKTMANAGEMENT
- Best Practice: Automatisierungspotential erkennen
- Evolution versus Disruption: Geschäftsmodelle transformieren
- Eine eigene AI-Strategie entwickeln
- Qualität über KPI, Baselines und Benchmarks sicherstellen
- Knowhow aus erster Hand: Erfolgsfaktoren und Fallstricke im Projekt verstehen
- Praxisübung anhand von zwei Use Cases
ETHISCHE UND RECHTLICHE ASPEKTE
- Ethische und gesellschaftliche Herausforderungen
- Security by Design: Leitlinien zur Gestaltung „sicherer“ KI
- Regulatorische Rahmenbedingungen: KI-Verordnung der EU, DSGVO, EU Data Act
- Artificial General AI (AGI): Aktuelle Konzepte zur Entwicklung einer Human Level Intelligence