Was bietet mir der Workshop?

• Überblick über Künstliche Intelligenz (KI) von neuronalen Netzwerken bis zu Large Language Models (LLM)
• Die Teilnehmer lernen, KI im Arbeitsalltag kritisch zu bewerten und gezielt einzusetzen.
• Der Workshop ist anbieter- und technologieunabhängig und arbeitet mit aktuellen KI-Tools direkt im Browser.
• Die Teilnehmer nehmen per Videokonferenz teil und benötigen dafür lediglich einen Webbrowser.

Was lernen die Teilnehmer?

Am Ende des Workshops können die Teilnehmer:

• die Grundlagen von Künstlicher Intelligenz (KI) verstehen und generative und prädiktive KI einordnen.
• Typische Einsatzfelder für Lernarten wie Supervised, Unsupervised und Reinforcement Learning ableiten.
• Verstehen, wie Large Language Models (LLM) wie GPT-5, Claude oder Gemini Text erzeugen und was System- und User-Prompts leisten
• Fundamentale Stärken und Schwächen von LLM, inklusive Halluzinationen und Grenzen aktueller KI-Modelle, erkennen
• Retrieval Augmented Generation (RAG) einordnen und Embeddings sowie Vektordatenbanken für KI-basierte Suche verstehen.
• Den Workflow im Maschinellen Lernen von Training über Validierung bis Testen und Finetuning sowie Transfer-Learning verstehen
• Bias, Erklärbarkeit und Unsicherheiten in Vorhersagen beurteilen und Konsequenzen für die Praxis ableiten
• Ökonomische und rechtliche Aspekte wie Kosten, Build vs. Buy, Datenschutz, Urheberrecht, Haftung und den EU AI Act bewerten
• Quick Wins sowie typische Fehler bei der KI-Einführung erkennen
• Nächste Schritte für eine KI-Strategie ableiten

Für wen ist der Kurs geeignet?

• Entscheider und Fachkräfte, die Potenzial und Risiken von Künstlicher Intelligenz (KI) fundiert beurteilen wollen
• Typische Rollen sind Managerinnen, Projektleiter und Softwarearchitekten.
• Voraussetzung ist eine gewisse Affinität zur IT
• Für die Teilnahme reicht ein Webbrowser (Online-Workshop per Videokonferenz).

Was erhalten die Teilnehmer?

• 2-tägiger Live-Remote-Workshop per Videokonferenzplattform.
• Praktische Übungen mit aktuellen KI-Tools im Browser, inklusive Prompting und Tests von KI-Modellen.
• Teilnahmezertifikat nach Abschluss.

Warum dieser Workshop?

• Umfassender Überblick über die Grundlagen von Künstlicher Intelligenz (KI)
• Praxis zu Large Language Models (LLM), RAG und Maschinellem Lernen
• Der aktuelle Stand der Technik wird berücksichtigt: GPT-5, Claude, Gemini und Open-Source-Modelle
• Orientierung zu rechtlichen, ethischen und ökonomischen Faktoren wie EU AI Act, Datenschutz und Kosten.
• Direkt umsetzbare Hands-on-Übungen und Live-Demos

Agenda

Was ist Künstliche Intelligenz?

• Anwendungsbeispiele, die die Breite moderner KI zeigen
• Supervised, Unsupervised und Reinforcement Learning
• Generative vs. Prädiktive KI
• Embeddings und Vektordatenbanken für KI-basierte Suchanwendungen
• Praktische Aufgabe: Anwendungsbereiche in der eigenen Branche identifizieren

Einführung in Large Language Models (LLM)

• Wie ChatGPT, Claude & Co. Text generieren
• System- und User-Prompts
• Fundamentale Stärken und Schwächen des Ansatzes
• Retrieval Augmented Generation (RAG) — nichtöffentliche Daten nutzen
• Multi-modale Modelle (Text, Bild, Audio, Video)
• Praktische Aufgabe: Prompting aktueller LLMs (GPT-5, Claude, Gemini)

Von Linearer Regression zu Künstlichen Neuronalen Netzwerken

• Wie Maschinen von Daten lernen
• Künstliche Neuronale Netzwerke: Aufbau und Funktion
• Convolutional Neural Networks und Transformer-Architektur
• Stärken und typische Anwendungsbereiche

Der Workflow des Maschinellen Lernens

• Training, Validierung und Testen von Modellen
• Finetuning und Transfer-Learning
• Praktische Aufgabe: Halluzinationen großer Sprachmodelle erkennen

Schwächen von Künstlichen Neuronalen Netzwerken

• Unsicherheiten in Vorhersagen
• Erklärbarkeit von Vorhersagen
• Bias (Voreingenommenheit) und Probleme mit unbekannten Daten
• Praktische Aufgabe: Grenzen aktueller KI-Modelle testen

Ökonomische und rechtliche Aspekte

• Kosten im Maschinellen Lernen (API-Kosten, Infrastruktur, Build vs. Buy)
• Selbstverbessernde Systeme und KI-Skaleneffekte
• EU AI Act – was Unternehmen jetzt wissen müssen
• Rechtliche und ethische Fragen (Datenschutz, Urheberrecht, Haftung)
• Fallstudie: Autonomes Fahren – Versprechen vs. Realität

Aktuelle KI-Services im Überblick

• Text & Reasoning: GPT-5, Claude, Gemini
• Bildgenerierung: DALL·E, Midjourney, Ideogram
• Audio & Video: Whisper, ElevenLabs, Sora
• Code-Assistenten: GitHub Copilot, Cursor, Claude Code
• Spezialisierte Tools: Perplexity (Recherche), NotebookLM (Quellenanalyse)
• Praktische Aufgabe: Drei relevante Tools für die eigene Arbeit identifizieren

KI-Strategie und nächste Schritte

• Quick Wins vs. strategische KI-Projekte
• KI-Readiness im eigenen Unternehmen einschätzen
• Häufige Fehler bei der KI-Einführung
• Offene Fragerunde und individueller Austausch