AI Literacy

KI-Schulung für Entwicklungsteams

Wie bauen Entwicklungsteams KI-Funktionen und KI-gestützte Entwicklungsprozesse produktionsreif, sicher und regelkonform?

Die Entwickler-Schulung führt vom technischen KI-Grundverständnis bis zum Betrieb von LLM-Anwendungen. Behandelt werden Modellgrenzen, Prompt Engineering, KI-APIs, RAG, Agenten, Security, Datenschutz, AI Act und produktionsfähige Architektur.

Dauer: modular · Format: technischer Workshop

Für wen

Für Entwicklungsteams, technische Leads, Architekten, DevOps-nahe Rollen und Teams, die KI-Funktionen entwickeln oder KI-Werkzeuge in Entwicklung und Betrieb einsetzen.

  • Technische Vorkenntnisse sinnvoll
  • Geeignet für Produktteams, Plattformteams und interne Entwicklung
  • Modular an Tool-Landschaft, Datenklassen und Governance anpassbar

Aufbau der Schulung

  • Modul 1: KI-Grundlagen für Entwicklungsteams
  • Modul 2: Arbeiten mit LLMs und Prompt Engineering
  • Modul 3: KI-APIs in Anwendungen integrieren
  • Modul 4: Retrieval-Augmented Generation und eigene Wissensbestände
  • Modul 5: Agenten und KI-Workflows
  • Modul 6: Security für LLM-Anwendungen
  • Modul 7: Datenschutz, AI Act und Governance
  • Modul 8: Architektur und Betrieb von KI-Systemen

Technische Schwerpunkte

  • Training vs. Inferenz, Tokens, Kontextfenster, Temperatur und Sampling
  • Structured Outputs, JSON Schema, Function Calling und Tool Calling
  • Chunking, Embeddings, Vektordatenbanken, Hybrid Search und Re-Ranking
  • Prompt Injection, Indirect Prompt Injection, Excessive Agency und sichere Tool-Nutzung
  • Model Gateway, Prompt Registry, Monitoring, Kostenkontrolle, Fallbacks und Incident Response

Ergebnis

  • Teams können passende KI-Use-Cases von ungeeigneten Automatisierungen trennen
  • LLM-Features werden mit klaren Daten-, Sicherheits- und Qualitätskontrollen geplant
  • Architektur, Betrieb, Governance und Freigaben werden früh in die Umsetzung eingebaut

Ergebnis- und Nachweispaket

  • Technische KI-Architektur-Checkliste
  • Prompt- und API-Testansatz
  • RAG- und Agenten-Risiko-Check
  • Security-Check für LLM-Anwendungen
  • Betriebscheck für Monitoring, Kosten, Fallbacks und Incident Response

Tracks

Foundation

  • LLM-Grundlagen
  • Prompt Engineering
  • KI-APIs

Build

  • Structured Outputs
  • RAG
  • Tool Calling
  • Agenten

Secure & Operate

  • Security für LLM-Anwendungen
  • Datenschutz und Governance
  • Monitoring
  • Kostenkontrolle
  • Fallbacks
  • Incident Response