Seminarinformationen

Seminar - Ziel

In diesem 2-tägigen Seminar „Einführung in DeepSeek“ erhalten Sie eine praxisorientierte Einführung in Künstliche Intelligenz (KI) und Large Language Models (LLMs), wobei der Fokus auf der Plattform DeepSeek liegt. Sie lernen die Grundlagen neuronaler Netze und des Machine Learning kennen und bekommen einen Überblick über aktuelle KI-Assistenten wie OpenAI ChatGPT, Google Gemini und Microsoft Copilot.

Der Schwerpunkt liegt auf der praktischen Anwendung von DeepSeek – von der Systemarchitektur und den wichtigsten Funktionen bis hin zu konkreten Einsatzmöglichkeiten wie Textgenerierung und Sentiment-Analyse. Sie erfahren, wie Sie KI-Modelle trainieren, anpassen und gewinnbringend in verschiedenen Branchen einsetzen können.

Neben den technischen Grundlagen behandelt das Seminar auch ethische Fragestellungen sowie bewährte Methoden für eine transparente und verantwortungsvolle Nutzung von KI. In praxisnahen Übungen arbeiten Sie mit der DeepSeek-Oberfläche, verwenden die API in Python und entwickeln eigene Modelle.

Das Seminarziel ist es, Ihnen fundierte Kenntnisse und praktische Fähigkeiten zu vermitteln, damit Sie DeepSeek effektiv in Ihrem Arbeitsumfeld nutzen können.

Teilnehmer - Zielgruppe

  • IT-Fachkräfte, die sich mit KI-Technologien vertraut machen möchten
  • Teilnehmer, die KI-Anwendungen für ihr Unternehmen erkunden wollen
  • Entwickler und Data Scientists, die LLMs in ihre Projekte integrieren möchten

Kurs - Voraussetzungen

keine

Seminardauer

  • 2 Tage
  • 09:00 Uhr bis 17:00 Uhr

Schulungsunterlagen

  • nach Absprache

Seminar-Inhalt / Agenda

Einführung in Künstliche Intelligenz und LLMs

  • Was ist Künstliche Intelligenz? Historische Entwicklung und aktuelle Trends
  • Überblick über aktuelle KI-Assistenten: OpenAI ChatGPT, Google Gemini, Microsoft Copilot
  • Grundlagen neuronaler Netze und Machine Learning

Überblick über DeepSeek

  • Einführung in DeepSeek: Funktionen und Alleinstellungsmerkmale
  • Die Architektur und Kernkomponenten von DeepSeek
  • Anwendungsbereiche von DeepSeek in verschiedenen Branchen

Grundlagen der KI-Modellierung

  • Datenvorverarbeitung und Feature Engineering
  • Modelltraining und Evaluierungsmethoden
  • Optimierung und Feinabstimmung von KI-Modellen

DeepSeek-Anwendungsfälle in der Praxis

  • Automatische Texterstellung und Textzusammenfassung
  • Sentiment-Analyse und Klassifizierung von Inhalten
  • Fallstudien: Wie Unternehmen DeepSeek erfolgreich nutzen

Ethische und verantwortungsvolle KI-Nutzung

  • Herausforderungen und Verzerrungen in KI-Modellen
  • Ethische Aspekte bei der Entwicklung und Anwendung von LLMs
  • Best Practices für transparente und faire KI-Systeme

Praktische Übungen mit DeepSeek

  • Nutzung der DeepSeek-Oberfläche
  • Nutzung von DeepSeek in Python Skripten über die API
  • Erstellen und Evaluieren eines eigenen KI-Modells mit DeepSeek
  • Interpretation der Modell-Ausgaben und Fehleranalyse

Zukunftsperspektiven und Weiterentwicklung

  • Aktuelle Trends in der KI- und LLM-Forschung
  • Die zukünftige Rolle von DeepSeek in der KI-Landschaft
  • Möglichkeiten zur Spezialisierung und Vertiefung des Wissens

Zusammenfassung und nächste Schritte

  • Wiederholung der wichtigsten Erkenntnisse
  • Empfehlungen für weiterführende Schulungen und Ressourcen
  • Fragen & Antworten