Künstliche Intelligenz - Überblick großer Sprachmodelle (DeepSeek, ChatGPT, Claude, Gemini, Mistral …)

Wer die Funktionsweise moderner KI-Sprachmodelle verstehen und gewinnbringend im Berufsalltag einsetzen möchte, findet hier einen fundierten und praxisnahen Einstieg. Sie erfahren, wie Systeme wie ChatGPT, Claude oder Gemini arbeiten und worin ihre jeweiligen Stärken liegen.

Die Weiterbildung richtet sich an alle, die KI-Werkzeuge sicher anwenden und passende Modelle für konkrete Aufgaben auswählen möchten. Ein klarer Vorteil ist die direkte Übertragbarkeit auf den eigenen Arbeitsalltag, sodass Sie das Gelernte unmittelbar nutzen können.

Im Kurs Künstliche Intelligenz - Überblick großer Sprachmodelle (DeepSeek, ChatGPT, Claude, Gemini, Mistral …) lernen Sie zentrale Grundbegriffe kennen und verstehen, wie sich aktuelle Sprachmodelle in Zielsetzung, Datenschutz und Leistung unterscheiden. Anhand praktischer Vergleiche entwickeln Sie ein sicheres Gespür dafür, welches Modell sich für welche Anwendung eignet.

Ein besonderer Schwerpunkt liegt auf dem effektiven Prompting: Sie erlernen Techniken, um präzise und wiederholbare Ergebnisse zu erzielen, und beobachten, wie unterschiedliche Modelle auf identische Eingaben reagieren. So gewinnen Sie Routine im täglichen Umgang mit KI.

Darüber hinaus beschäftigen Sie sich mit Fragen rund um Datenschutz, Lizenzmodelle, Kosten sowie möglichen Risiken wie Halluzinationen oder Modell-Bias. Mit einem praktischen Leitfaden integrieren Sie Sprachmodelle anschließend effizient und verantwortungsbewusst in Ihren eigenen Workflow.

Dieses Seminar ist ein Angebot der PC-COLLEGE Gruppe.

Grundlagen der Sprachmodelle

- Was sind LLMs (Large Language Models)? – einfach erklärt

- Unterschiede zu anderen KI-Typen (klassisches Machine Learning, regelbasierte Systeme)

- Begriffserklärung: Token, Kontextfenster, Prompt, Temperature

Sprachmodelle im Vergleich

- Überblick über aktuelle Modelle: ChatGPT, Claude, Gemini, DeepSeek, Mistral

- Wichtige Unterschiede: Zielsetzung, Datenquellen, Transparenz, Datenschutz, Leistung

- Quellen & Tools zur Bewertung von Modellen

- Übung: Passende Modelle für bestimmte Anwendungsbeispiele finden

Anwendungen im Arbeitsalltag

- Typische Einsatzmöglichkeiten: Textentwürfe, Gliederungen, Zusammenfassungen, Ideenfindung, Recherche, Feedback

- Vor- und Nachteile bei Nutzung im Büroalltag

- Aufgabenlösung mit verschiedenen Modellen

Effektives Prompting

- Gute vs. schlechte Prompts: Was macht den Unterschied?

- Techniken: Rollenklärung, Kontext erweitern, Beispiele nutzen

- Tipps für präzise und wiederholbare Ergebnisse

- Vergleich: Wie reagieren verschiedene Modelle auf denselben Prompt?

Sicherheit, Kosten & Verantwortung

- Datenschutz und Modellnutzung: Web-Oberfläche, API, lokal?

- Lizenzmodelle & Kosten – worauf achten?

- Mögliche Risiken: Halluzinationen, rechtliche Unsicherheit, Modell-Bias

- Praktische Empfehlungen zur sicheren Nutzung

Praxisleitfaden: LLMs effizient in den eigenen Workflow integrieren