Anwendungszenario 4: KI zur Arbeitserleichterung

Du möchtest einen KI-gesteuerten Assistenten entwickeln, der Dich beim Verfassen von Förderanträgen unterstützt und Dir wertvolle Arbeitszeit spart. Du lernst, wie Du vorhandene Daten systematisch aufbereitest und ein Sprachmodell so trainierst, dass es in Deinem Stil und Fachbereich arbeitet. Am Ende dieser Lernreise verfügst Du über einen funktionsfähigen KI-Assistenten, der Dir bei der Antragsstellung hilft und Deine Erfolgsquote verbessern kann.

Daten auswerten

Dann speist Du Deine Daten in einen gut verfassten Prompt in ein Large Language Model (LLM) wie z.B. ChatGPT. Die folgenden Lernangebote helfen Dir dabei, bessere Prompts zu verfassen, um zu dem Ergebnis zu kommen, welches Du erreichen möchtest.

Leitfragen

  • Wie analysiere ich die Daten?
  • Wie interpretiere ich die DatenanalyseDatenanalyseDatenanalyse ist der Prozess der (systematischen) Untersuchung von Daten, um Erkenntnisse zu gewinnen. Sie umfasst Techniken wie deskriptive, explorative und inferentielle Analysen und unterstützt datenbasierte Entscheidungen. Datenanalyse findet Anwendung in Bereichen wie Wirtschaft, Gesundheitswesen, Marketing und Wissenschaft. Deskriptiv: Die beschreibende Statistik hat zum Ziel einen Überblick über die Daten zu bekommen. Dabei wird vor allem mit (Häufigkeits-)Tabellen gearbeitet oder Kennwerten wie Mittelwert, Median, Standardabweichung und Varianz berechnet. Deskriptives Vorgehen: Die beschreibende Statistik hat zum Ziel einen Überblick über die Daten zu bekommen. Dabei wird vor allem mit (Häufigkeits-)Tabellen gearbeitet oder Kennwerten wie Mittelwert, Median, Standardabweichung und Varianz berechnet. Exploratives Vorgehen: Bei der als auch erforschenden Statistik bezeichneten Methode, steht die Sammlung von Information im Vordergrund zudem es bisher kein oder wenig Wissen gibt. Es werden zum Beispiel noch keine Hypothesen aufgestellt. Inferentielle Statistik: Auch als schließende Statistik bezeichnet, beschreibt den statistischen Prozess, von den Ergebnissen einer Stichprobe auf die Grundgesamtheit zu schließen.?

Mehr zu Analysieren

  • Welche Analysemethoden passen zu meiner Fragestellung und zu meinen Daten?
  • Welche Tools nutze ich für die Analyse?
  • Kann mich eine KI-Anwendung bei der Analyse unterstützen?

Mehr zu Interpretieren

  • Wie interpretiere ich die Daten und die durchgeführte Datenanalyse?
  • Gibt es Eigenschaften meiner Daten oder des bisherigen Verarbeitungsprozesses, die ich kritisch hinterfragen sollte?
Übergangswelle

Unsere Lernempfehlungen

  • Zeitaufwand: kurz
  • Format: Website
  • Erfahrungslevel: Fortgeschrittene*r
  • Leitfaden

4 LLM-Testing-Strategien: Test von große Sprachmodelle (How-to)

Generative KI und Large Language Models revolutionieren die Geschäftswelt, doch viele Unternehmen übersehen ein kritisches Element: das systematische Testen ihrer KI-Anwendungen. Fehlende Testing-Strategien für LLMs können zu schwerwiegenden Konsequenzen wie Reputationsschäden oder rechtlichen Problemen führen. Dieser How-To Artikel zeigt in vier praktischen Schritten, wie Entwicklungsteams eine solide Testing-Strategie für ihre LLM-basierten Anwendungen aufbauen können.
Mehr erfahren
  • Zeitaufwand: lang
  • Format: Online-Kurse
  • Erfahrungslevel: Expert*in
  • Kostenpflichtig

Lerne, deine eigene LLM-Anwendung zu bauen. Generative AI: Das firmeneigene ChatGPT mit LLMs und Langchain

Dieser Online-Kurs bietet einen umfassenden Einstieg in die Welt der Large Language Models und Retrieval Augmented Generation für Entwickler*innen mit Programmierkenntnissen. Von theoretischen Grundlagen über praktische Anwendungen bis hin zu fortgeschrittenen Konzepten wie Embeddings und Vector Stores – hier erfahrt Ihr alles Wesentliche, um LLM-basierte Lösungen zu entwickeln. Mit Langchain als Framework und praxisnahen Best Practices werdet Ihr befähigt, KI-gestützte Anwendungen mit Techniken zu implementieren.
Mehr erfahren
  • Zeitaufwand: mittel
  • Format: Online-Kurse
  • Erfahrungslevel: Anfänger*in
  • regelmäßig, mehrmals jährlich
  • Webinar
  • ca. 9 Stunden

Generative KI: Grundlagen der Prompt-Technik

Willst Du das Beste aus ChatGPT, Claude und Co. herausholen? Dann lerne die Kunst des Prompt-Engineering! Entdecke bewährte Techniken wie Chain-of-Thought und Tree-of-Thought, um präzise und zuverlässige Antworten zu erhalten. Von den Grundlagen bis zu fortgeschrittenen Strategien – hier erfährst Du, wie Du mit der richtigen Fragestellung jedes KI-Modell zu Höchstleistungen bringst.
Mehr erfahren
  • Zeitaufwand: kurz
  • Format: Website
  • Erfahrungslevel: Fortgeschrittene*r
  • Leitfaden

Synthetische Daten mit LLMs generieren: Leitfaden für künstliche Datensätze

Brauchst Du Trainingsdaten, aber echte Daten sind teuer oder datenschutzsensibel? Entdecke, wie Du mit Large Language Models hochwertige synthetische Daten erstellst! Von einfachen Prompts bis zu fortgeschrittenen Techniken wie Few-Shot-Learning und bedingter Generierung – hier lernst Du, wie Du maßgeschneiderte Datensätze für Deine KI-Projekte entwickelst.
Mehr erfahren
  • Zeitaufwand: kurz
  • Format: Website
  • Erfahrungslevel: Fortgeschrittene*r
  • Hintergrundartikel
  • Leitfaden

Auswahl des richtigen Large Language Models: Ein Leitfaden für Unternehmen

Welches Large Language Model passt zu Deinen Geschäftsanforderungen? Von Genauigkeit und Effizienz bis hin zu Datenschutz und Nachhaltigkeit – hier erfährst Du, worauf es bei der LLM-Auswahl wirklich ankommt. Mit unserem 6-Schritte-Leitfaden triffst Du die richtige strategische Entscheidung für Dein Unternehmen und vermeidest kostspielige Fehlentscheidungen.
Mehr erfahren