AI+ Developer Practitioner™

Die Grenze zwischen klassischer Softwareentwicklung und künstlicher Intelligenz verschwimmt. Dieser Kurs zeigt, wie moderne KI-Tools gezielt in Entwicklungsprozesse einfließen – von der ersten Code-Idee bis zur fertigen, intelligenten Anwendung.

Zentrale Themen

Automatisierung von Entwicklungsabläufen mit KI-Unterstützung.
Code und Tests mit Prompt-Engineering generieren.
KI-Modelle in vorhandene System-Architekturen einbetten.
Debugging und Qualitätssicherung mit KI-Werkzeugen verbessern.
Generative KI und AI-Agents als Entwicklungswerkzeuge einsetzen.

Voraussetzung
Wer bereits Erfahrung mit Softwareentwicklung hat und die Möglichkeiten von KI produktiv nutzen möchte, ist hier richtig.

Zielgruppe
Entwicklerinnen und Entwickler, IT-Architekten sowie Fachleute aus dem Technologiemanagement – alle, die KI aktiv in ihre Arbeit einbinden wollen.

Die erworbenen Kompetenzen ermöglichen es, KI-Potenziale frühzeitig zu erkennen und gezielt in eigene Projekte und Produkte zu integrieren.

Kursinhalte

Grundlagen der künstlichen Intelligenz

Typen und Kategorien von KI
Teilgebiete der künstlichen Intelligenz
Praxisanwendungen und Einsatzfelder in der Wirtschaft

Mathematische Grundlagen der KI

Vektorrechnung und lineare Algebra
Differenzial- und Integralrechnung
Statistik und Wahrscheinlichkeitstheorie
Grundlagen der diskreten Mathematik

Python in der KI-Entwicklung

Grundlegende Python-Konzepte
Wichtige Bibliotheken für KI-Projekte

Machine Learning in der Praxis

Grundlagen des maschinellen Lernens
Überwachte Lernverfahren und ihre Algorithmen
Unüberwachte Lernverfahren und ihre Algorithmen
Methoden zur Modellbewertung und -auswahl

Deep Learning und neuronale Netze

Aufbau und Funktionsweise neuronaler Netze
Optimierung der Modellleistung
Praxisübung: KI-Modelle bewerten und verbessern

Computer Vision und Bildanalyse

Einführung in die visuelle Datenverarbeitung
Objekterkennung mit neuronalen Netzen
Semantische Bildsegmentierung
Generative Adversarial Networks (GANs)

Natural Language Processing (NLP)

Sprachliche Vorverarbeitung und Vektordarstellung
Automatische Textklassifizierung
Named Entity Recognition (NER)
Fragebeantwortungssysteme (QA)

Reinforcement Learning

Grundprinzipien des Reinforcement Learnings
Q-Learning und Deep Q-Networks (DQNs)
Policy-Gradient-Algorithmen

KI in der Cloud

Cloud-Infrastruktur für KI-Anwendungen
Maschinelles Lernen auf Cloud-Plattformen

Large Language Models (LLMs)

Aufbau und Funktionsweise von LLMs
Textgenerierung und automatische Übersetzung
Wissensextraktion und Fragebeantwortung

Fortgeschrittene KI-Forschungsfelder

Neuro-symbolische Ansätze in der KI
Erklärbare KI-Systeme (XAI)
Föderiertes und datenschutzkonformes Lernen
Meta-Lernen und Few-Shot-Verfahren

KI-Projekte kommunizieren und dokumentieren

Kommunikation von KI-Vorhaben gegenüber Stakeholdern
Technische Dokumentation von KI-Systemen
Ethische Grundsätze in der KI-Entwicklung

Optionales Modul: KI-Agenten in der Praxis

Grundlagen und Funktionsweise von KI-Agenten
Anwendungsbeispiele und Fallstudien
Praxisübungen mit KI-Agenten

Jetzt kostenlos beraten lassen

Unsere Fördermaßnahmen gelten ausschließlich für Teilnehmende mit Wohn- oder Arbeitssitz in Deutschland.
Eine Förderung außerhalb Deutschlands ist nicht möglich.

Für Berufseinsteiger, Arbeitsuchende, Quereinsteiger, Startups, Berufserfahrene, Aufsteiger, Spezialisten …