Mistral-KI Training: Europas LLM-Stack im Einsatz

Mistral-Ökosystem und Modell-Familie

• Mistral-Frontier-Modelle im Vergleich
• Mistral Medium 3.5 und Small 4
• Mistral Large 3 und Ministral 3
• Open-Weight-Modelle und API-Modelle
• Modellkarten und Release-Versionen

Modell-Auswahl und Architekturentscheidungen

• Use-Case-Mapping für LLM-Aufgaben
• Kontextfenster bei Mistral-Modellen
• Latenzprofile für Architekturentscheidungen
• Kostenprofile im API-Betrieb
• EU-Anforderungen an Datenflüsse

API-Nutzung und Prototyping

• Mistral API und SDK-Grundlagen
• Chat-Prompts für Assistenz-Workflows
• Reasoning-Prompts für Analyseaufgaben
• Coding-Prompts mit Devstral 2
• Fehlerbilder bei API-Integrationen

RAG und Dokumentenverarbeitung

• Retrieval-Architektur mit Embeddings
• OCR 3 für Document-AI-Workflows
• Quellenbindung in generierten Antworten
• Index-Strategien für Unternehmensdaten
• Schnittstellen zu Vektordatenbanken

Audio-, Code- und Agenten-Use-Cases

• Voxtral für Transkription
• Voxtral TTS für Sprachausgabe
• Codestral für Code-Vervollständigung
• Devstral 2 für Code-Agenten
• Tool-Aufrufe in Agenten-Workflows

Evaluation, Sicherheit und Betrieb

• Benchmark-Design für LLM-Vergleiche
• Mistral Moderation 2 im Einsatz
• Logging für LLM-Anwendungen
• Kostenkontrolle im API-Betrieb
• Deployment-Optionen und Rollout-Plan

• Grundverständnis von generativer KI, LLMs und Unternehmens-Use-Cases
• Erfahrung mit Python oder einer vergleichbaren Programmiersprache hilfreich
• Technisches Verständnis für APIs, Datenflüsse und Cloud- oder Plattformbetrieb
• Bei fehlenden LLM-Grundlagen empfohlen: Large Language Model Grundkurs

• KI-Architektinnen und KI-Architekten mit LLM-Projektverantwortung
• Data-Science- und Machine-Learning-Teams mit GenAI-Use-Cases
• Software-Entwicklerinnen und Software-Entwickler für API-Integrationen
• IT-Entscheiderinnen und IT-Entscheider für europäische KI-Plattformen