Prompt Engineering & KI Techniken

KI-Grundlagen und LLM-Verständnis 

Du startest mit einem Überblick: Wie ist moderne KI (Generative AI) entstanden, welche zentralen Fachbegriffe aus Machine Learning und Natural Language Processing (NLP) solltest du kennen und welche Anbieter sind relevant? Danach tauchst du in die mathematischen Grundlagen ein und lernst die Bausteine eines Large Language Models (LLM) kennen. Du verstehst Funktionsweise, Stärken und Grenzen moderner KI-Systeme. Anhand einfacher Beispiele wie Tokenisierung und der praktischen Implementierung von Softmax wird Theorie sofort greifbar. 

Prompt Engineering in Aktion 

Du lernst Methoden und Techniken, um präzise und wirksame Prompts zu erstellen. In praktischen Übungen verbesserst du Prompts, misst ihre Wirkung und passt sie an unterschiedliche Anwendungsfälle und Branchen an. Wir besprechen Chancen und Risiken der KI-Nutzung – inklusive ethischer Aspekte und Geschlechtergerechtigkeit – und zeigen dir, wie du KI-Tools wie ChatGPT, GitHub Copilot, Ollama oder DeepSeek gezielt einsetzt. Dabei erfährst du, wie du KI per API-Integration in bestehende Anwendungen einbindest. 

Du setzt LLMs für Codegenerierung, Testautomatisierung und Dokumentationsprozesse ein. Wir entwickeln Tests mit KI, verbessern bestehenden Code und nutzen TDD-Techniken vom Test zum Code. Du integrierst KI direkt in deine IDE, steuerst Workflows über Prompts und arbeitest an realen Fallstudien aus der Softwareentwicklung. So wirst du fit, Generative AI nachhaltig in deinen Projekten einzusetzen und gemeinsam mit deinem Team produktiv zu nutzen. Wir betrachten ebenfalls einfache Beispiele, wie die Häufigkeitsanalyse von Buchstaben und Wörtern in einem Text zur Tokenisierung.

• KI-Ökosystem 
• LLM-Grundlagen 
• praktische LLM-Funktionsweise
• Prompting-Techniken 
• Entwickeln von guten Prompts 
• KI-Tools für Softwareentwicklung 
• Code und Tests mit KI 
• KI-Integration in IDEs