Large Language Models (LLMs) verstehen und nutzen: Grundlagen, Tools und praktische Anwendung. - Online Schulung

Large Language Models technisch verstehen und praktisch einsetzen

In dieser Schulung tauchen Sie tief in die technische Welt der Large Language Models (LLMs) ein – von der Architektur über das Training bis zur gezielten Anpassung. Sie lernen, wie Modelle wie GPT, Llama oder Mistral aufgebaut sind, welche Rolle Tokenisierung, Transformer-Architektur und Trainingsdaten spielen und wie Sie mit Tools wie HuggingFace und PyTorch eigene Modelle trainieren, feinabstimmen und evaluieren. Praxisnahe Übungen begleiten alle Schritte – von der Datenaufbereitung über Prompt-Engineering bis zur Integration eigener Datensätze. Ergänzend behandelt die Schulung Themen wie Lizenzmodelle, Datenschutz und Bias für einen verantwortungsvollen Umgang mit LLMs.

Schulungsinhalte

• Grundlagen moderner Sprachmodelle
• Aufbau und Funktionsweise von LLMs: Vom Chatbot zu spezialisierten KI-Anwendungen
• Zentrale Begriffe: Tokenisierung, Transformer-Prinzip, Modellgröße, Trainingsdaten
• Nutzungsszenarien & Praxisbeispiele
• Text- und Codegenerierung
• Automatisierung technischer Aufgaben
• Branchenübergreifende Praxisbeispiele
• Architektur und Qualitätsfaktoren
• Einflussgrößen auf Modellqualität, Effizienz und Kosten
• Erklärung der wichtigsten technischen Begriffe und Prinzipien: Tokenisierung, Transformer-Prinzip, Trainingsdaten & Modellgröße
• Modelllandschaft & Auswahl
• Kommerzielle und Open-Source-Modelle (z. B. OpenAI, Meta, Mistral)
• Auswahlkriterien: Open Weights, Lizenzen, Kosten-Nutzen-Abwägung
• Interaktiver Modellvergleich: Präzision, Kosten, Bias
• Effektives Prompt-Engineering
• Einfluss von Spracheingabe auf Antwortqualität
• Praktische Übungen: Von einfachen Prompts bis zu fortgeschrittenen Techniken
• Tipps für professionelle Prompt-Gestaltung
• Integration & Infrastruktur
• Technische Plattformen: On-Premises, Cloud, hybride Ansätze
• Anforderungen an Infrastruktur, Datensicherheit, Kostenoptimierung
• Individuelle Modellanpassung: Von Prompt-Tuning bis Custom Knowledge
• Anpassungsmethoden: Zusatzwissen, Dokumenteneinbindung, spezielle Datenintegration (z. B. RAG)
• Datenvorbereitung und erste Schritte zur Feinabstimmung
• Praxisübung: Anpassung eines Modells an spezifische Aufgaben
• Trainingspraxis & Evaluation
• Training eines vortrainierten GPT-2-Modells mit HuggingFace & PyTorch
• Training an kompaktem Datensatz, Anpassung und Erweiterung
• Diskussion zu Hardwareanforderungen und Skalierungsoptionen
• Risiken, Ethik & Rechtliches
• Umgang mit Bias, Datenschutz und Lizenzmodellen
• Strategien zur rechtssicheren und verantwortungsvollen Nutzung

Unsere Webinare sind moderne, digitale Liveschulungen – die fast so ablaufen, als ob Sie vor Ort wären.