-
Künstliche Intelligenz (KI) hat sich in den letzten Jahren rasant entwickelt und bietet zahlreiche Möglichkeiten zur Optimierung von Geschäftsprozessen und zur Erschließung neuer Geschäftsmodelle. Doch die Vielfalt der Anwendungsfelder und die Komplexität der Technologie machen es oft schwer, den Überblick zu behalten und fundierte Entscheidungen zu treffen.
Dieser Kurs richtet sich speziell an Entscheider, die einen umfassenden, aber leicht verständlichen Einstieg in die Welt der künstlichen Intelligenz suchen. Es werden grundlegende Konzepte vermittelt sowie praxisnahe Anwendungsbeispiele und verschiedene Use-Cases aus unterschiedlichen Branchen besprochen. Dabei wird der Fokus darauf gelegt, wie man KI-Projekte effizient plant, deren Umsetzbarkeit einschätzt und typische Ressourcen- und Zeitaufwände realistisch kalkuliert.
Der Kurs bietet einen praxisnahen Überblick über aktuelle KI-Technologien und deren Einsatzmöglichkeiten. Zusätzlich wird darauf eingegangen, dass es kein universelles Vorgehen für KI-Projekte gibt und wie sich Ressourcen- und Zeitaufwände je nach Anwendungsfall erheblich unterscheiden können.
-
Kursinhalt
-
- Was ist KI?
- Einführung in Machine Learning, Data Science und Deep Learning
- Möglichkeiten und Grenzen – Chancen und Herausforderungen
- Marktübersicht – Wichtige Plattformen, Services und Tools im Überblick
- Use Cases und Anwendungsbeispiele
- Datensicherheit, Ethik
Das ausführliche deutschsprachige digitale Unterlagenpaket, bestehend aus PDF und E-Book, ist im Kurspreis enthalten.
-
Zielgruppe
-
Dieser Kurs richtet sich an alle, die einen groben Überblick über Künstliche Intelligenz wünschen und in der Lage sein möchten, Entscheidungen für KI-Projekte treffen zu können.
-
Voraussetzungen
-
Für diesen Kurs wird kein Vorwissen vorausgesetzt. Es wird empfohlen, eigene Fragestellungen und Herausforderungen aus dem Arbeitsalltag mitzubringen, um den praxisnahen Austausch zu fördern.
| 1 | Einführung zu Künstlicher Intelligenz |
| 1.1 | Intelligenz |
| 1.1.1 | Definition |
| 1.1.2 | Was ist denn eigentlich KI? |
| 1.1.3 | Geschichte von KI |
| 1.1.4 | Eigenschaften der Künstlichen Intelligenz |
| 1.1.5 | Erklärbarkeit von Künstlicher Intelligenz |
| 1.2 | Generative AI |
| 1.2.1 | Text-to-Audio & Text-to-Video |
| 1.3 | Predictive AI |
| 1.3.1 | Exkurs: Machine Learning |
| 1.3.2 | Supervised Learning |
| 1.3.3 | Unsupervised Learning |
| 1.3.4 | Reinforcement Learning |
| 2 | Anwendung von KI |
| 2.1 | Chatbots |
| 2.1.1 | Die grafische Oberfläche zu ChatGPT |
| 2.1.2 | Textgenerierung & -Übersetzung |
| 2.1.3 | Formulierung von Texten |
| 2.1.4 | Brainstorming |
| 2.1.5 | Programmieren mit ChatGPT |
| 2.1.6 | Best Practices |
| 2.1.7 | Exkurs: Training von Chatbots |
| 2.1.8 | Stufe 1: Pre-Training |
| 2.1.9 | Stufe 2: Supervised Finetuning |
| 2.1.10 | Stufe 3 & 4 Reinforcement Learning |
| 2.1.11 | Benchmarks für den Leistungsvergleich |
| 2.2 | Suchmaschinen |
| 2.3 | Copilot in Microsoft-Produkten |
| 2.3.1 | Microsoft Dynamics 365 |
| 2.3.2 | Microsoft Copilot for Security |
| 2.3.3 | Microsoft Power Platform |
| 2.3.4 | Microsoft Power Automate |
| 2.3.5 | Microsoft Power Apps |
| 2.4 | Github Copilot |
| 2.5 | GPT4ALL - Open Source Modelle lokal nutzen |
| 3 | Lokaler Betrieb von KI |
| 3.1 | Plattformen für KI |
| 3.1.1 | Hugging Face |
| 3.1.2 | Kaggle |
| 3.2 | Hardware als Treiber für KI-Innovation? |
| 3.3 | Large Language Models |
| 3.3.1 | Trainingsdaten für LLMs |
| 3.3.2 | Training und Inferenz: Hardware |
| 3.3.3 | Angriffe |
| 3.3.4 | Retrieval-Augmented-Generation (RAG) |
| 3.4 | Small Language Models |
| 3.4.1 | Quantization |
| 3.4.2 | Monitoring |
| 3.5 | Model und Data Drift |
| 4 | Regulierungen, Ethik und Arbeitswelt |
| 4.1 | Technologischer Fortschritt |
| 4.2 | Regulierungen in Europa |
| 4.2.1 | Digital Markets Act |
| 4.3 | Regulierungen in Amerika |
| 4.3.1 | Lizenzen & Nutzungsbedinungen |
| 4.4 | Datenschutz und Privatsphäre |
| 4.5 | Ethik und Soziale Gerechtigkeit |
| 4.6 | Änderungen der Arbeitswelt |
| 4.6.1 | Awarenessbewegungen |
| 4.6.2 | Roboter |
| 4.6.3 | Überblick über KI-Trends |
| 4.7 | Artificial General Intelligence |
| 4.7.1 | Unklarheit des Begriffs |
| 4.7.2 | Einschätzung der Experten |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Hybrid Training
- Hybrid Training bedeutet, dass zusätzliche Online-Teilnehmer an einem Präsenzkurs teilnehmen können. Die Dynamik eines realen Kurses bleibt erhalten, wovon besonders auch die Online-Teilnehmer profitieren. Als Online-Teilnehmer eines Hybrid-Kurses nutzen Sie eine Collaboration-Plattform wie WebEx Training Center oder Saba Meeting. Dazu wird nur ein PC mit Browser und Internet-Anschluss benötigt, ein Headset und idealerweise eine Webcam. Im Kursraum setzen wir speziell entwickelte und angepasste hochwertige Audio- und Videotechnik ein. Sie sorgt dafür, dass die Kommunikation zwischen allen Beteiligten angenehm und störungsfrei funktioniert.
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.-
Künstliche Intelligenz (KI) hat sich in den letzten Jahren rasant entwickelt und bietet zahlreiche Möglichkeiten zur Optimierung von Geschäftsprozessen und zur Erschließung neuer Geschäftsmodelle. Doch die Vielfalt der Anwendungsfelder und die Komplexität der Technologie machen es oft schwer, den Überblick zu behalten und fundierte Entscheidungen zu treffen.
Dieser Kurs richtet sich speziell an Entscheider, die einen umfassenden, aber leicht verständlichen Einstieg in die Welt der künstlichen Intelligenz suchen. Es werden grundlegende Konzepte vermittelt sowie praxisnahe Anwendungsbeispiele und verschiedene Use-Cases aus unterschiedlichen Branchen besprochen. Dabei wird der Fokus darauf gelegt, wie man KI-Projekte effizient plant, deren Umsetzbarkeit einschätzt und typische Ressourcen- und Zeitaufwände realistisch kalkuliert.
Der Kurs bietet einen praxisnahen Überblick über aktuelle KI-Technologien und deren Einsatzmöglichkeiten. Zusätzlich wird darauf eingegangen, dass es kein universelles Vorgehen für KI-Projekte gibt und wie sich Ressourcen- und Zeitaufwände je nach Anwendungsfall erheblich unterscheiden können.
-
Kursinhalt
-
- Was ist KI?
- Einführung in Machine Learning, Data Science und Deep Learning
- Möglichkeiten und Grenzen – Chancen und Herausforderungen
- Marktübersicht – Wichtige Plattformen, Services und Tools im Überblick
- Use Cases und Anwendungsbeispiele
- Datensicherheit, Ethik
Das ausführliche deutschsprachige digitale Unterlagenpaket, bestehend aus PDF und E-Book, ist im Kurspreis enthalten.
-
Zielgruppe
-
Dieser Kurs richtet sich an alle, die einen groben Überblick über Künstliche Intelligenz wünschen und in der Lage sein möchten, Entscheidungen für KI-Projekte treffen zu können.
-
Voraussetzungen
-
Für diesen Kurs wird kein Vorwissen vorausgesetzt. Es wird empfohlen, eigene Fragestellungen und Herausforderungen aus dem Arbeitsalltag mitzubringen, um den praxisnahen Austausch zu fördern.
| 1 | Einführung zu Künstlicher Intelligenz |
| 1.1 | Intelligenz |
| 1.1.1 | Definition |
| 1.1.2 | Was ist denn eigentlich KI? |
| 1.1.3 | Geschichte von KI |
| 1.1.4 | Eigenschaften der Künstlichen Intelligenz |
| 1.1.5 | Erklärbarkeit von Künstlicher Intelligenz |
| 1.2 | Generative AI |
| 1.2.1 | Text-to-Audio & Text-to-Video |
| 1.3 | Predictive AI |
| 1.3.1 | Exkurs: Machine Learning |
| 1.3.2 | Supervised Learning |
| 1.3.3 | Unsupervised Learning |
| 1.3.4 | Reinforcement Learning |
| 2 | Anwendung von KI |
| 2.1 | Chatbots |
| 2.1.1 | Die grafische Oberfläche zu ChatGPT |
| 2.1.2 | Textgenerierung & -Übersetzung |
| 2.1.3 | Formulierung von Texten |
| 2.1.4 | Brainstorming |
| 2.1.5 | Programmieren mit ChatGPT |
| 2.1.6 | Best Practices |
| 2.1.7 | Exkurs: Training von Chatbots |
| 2.1.8 | Stufe 1: Pre-Training |
| 2.1.9 | Stufe 2: Supervised Finetuning |
| 2.1.10 | Stufe 3 & 4 Reinforcement Learning |
| 2.1.11 | Benchmarks für den Leistungsvergleich |
| 2.2 | Suchmaschinen |
| 2.3 | Copilot in Microsoft-Produkten |
| 2.3.1 | Microsoft Dynamics 365 |
| 2.3.2 | Microsoft Copilot for Security |
| 2.3.3 | Microsoft Power Platform |
| 2.3.4 | Microsoft Power Automate |
| 2.3.5 | Microsoft Power Apps |
| 2.4 | Github Copilot |
| 2.5 | GPT4ALL - Open Source Modelle lokal nutzen |
| 3 | Lokaler Betrieb von KI |
| 3.1 | Plattformen für KI |
| 3.1.1 | Hugging Face |
| 3.1.2 | Kaggle |
| 3.2 | Hardware als Treiber für KI-Innovation? |
| 3.3 | Large Language Models |
| 3.3.1 | Trainingsdaten für LLMs |
| 3.3.2 | Training und Inferenz: Hardware |
| 3.3.3 | Angriffe |
| 3.3.4 | Retrieval-Augmented-Generation (RAG) |
| 3.4 | Small Language Models |
| 3.4.1 | Quantization |
| 3.4.2 | Monitoring |
| 3.5 | Model und Data Drift |
| 4 | Regulierungen, Ethik und Arbeitswelt |
| 4.1 | Technologischer Fortschritt |
| 4.2 | Regulierungen in Europa |
| 4.2.1 | Digital Markets Act |
| 4.3 | Regulierungen in Amerika |
| 4.3.1 | Lizenzen & Nutzungsbedinungen |
| 4.4 | Datenschutz und Privatsphäre |
| 4.5 | Ethik und Soziale Gerechtigkeit |
| 4.6 | Änderungen der Arbeitswelt |
| 4.6.1 | Awarenessbewegungen |
| 4.6.2 | Roboter |
| 4.6.3 | Überblick über KI-Trends |
| 4.7 | Artificial General Intelligence |
| 4.7.1 | Unklarheit des Begriffs |
| 4.7.2 | Einschätzung der Experten |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Hybrid Training
- Hybrid Training bedeutet, dass zusätzliche Online-Teilnehmer an einem Präsenzkurs teilnehmen können. Die Dynamik eines realen Kurses bleibt erhalten, wovon besonders auch die Online-Teilnehmer profitieren. Als Online-Teilnehmer eines Hybrid-Kurses nutzen Sie eine Collaboration-Plattform wie WebEx Training Center oder Saba Meeting. Dazu wird nur ein PC mit Browser und Internet-Anschluss benötigt, ein Headset und idealerweise eine Webcam. Im Kursraum setzen wir speziell entwickelte und angepasste hochwertige Audio- und Videotechnik ein. Sie sorgt dafür, dass die Kommunikation zwischen allen Beteiligten angenehm und störungsfrei funktioniert.
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.
Mit der nächsten Buchung ein Garantietermin
Hybrid Training (Classroom + Online kombiniert)