DeepSeek, ChatGPT, Claude, Gemini & Co. - Sprachmodelle verstehen, bewerten und anwenden

Seminarinformationen

Seminar - Ziel

In diesem 1-tägigen Seminar „DeepSeek, ChatGPT, Claude, Gemini und Co. – Funktionsweise, Anwendung und Auswahl“ erhalten Sie einen Überblick über die Grundlagen und Einsatzmöglichkeiten moderner Sprachmodelle. Sie lernen, wie Large Language Models (LLMs), Small Language Models (SLMs) und Retrieval Language Models (RLMs) funktionieren, und verstehen die Unterschiede zwischen Sprach- und Chatmodellen. Zudem erfahren Sie, wie diese Technologien gewinnbringend in Unternehmen eingesetzt werden können.

Sie lernen, Anwendungsgebiete und Grenzen von LLMs einzuschätzen, mit effektivem Prompt-Engineering genauere Ergebnisse zu erzielen und verschiedene Modelle anhand wichtiger Kriterien zu vergleichen. Außerdem wird gezeigt, wie Sprachmodelle strategisch in Geschäftsprozesse eingebunden werden können.

Teilnehmer - Zielgruppe

Mitarbeiter aller Geschäftsbereiche, die Künstliche Intelligenz (KI) verstehen und anwenden wollen

Kurs - Voraussetzungen

keine

Seminardauer

• 1 Tag
• 09:00 Uhr bis 17:00 Uhr

Schulungsunterlagen

• nach Absprache

Seminar-Inhalt / Agenda

Grundlagen - Was sind LLMs, SLMs und RLMs?

• Definition und Abgrenzung: LLM (Large Language Model), SLM (Small Language Model), RLM (Reasoning Language Model)
• Der Unterschied zwischen einem Sprachmodell und einem Chatmodell
• Architektur und Funktionsweise von LLMs (Transformer, Tokenisierung, Training mit riesigen Datenmengen)

Anwendungsfälle von LLMs in Unternehmen

• Was kann ich mit LLMs schon heute machen?
  • Textgenerierung, Feedbackanalyse, Textsegmentierung, Zusammenfassungen, Übersetzungen, Code-Generierung
  • Automatisierung von Prozessen
  • Analyse und Verarbeitung großer Textmengen
• Was kann ich mit LLMs heute noch nicht machen?
  • Grenzen der Modelle und typische Fehlerquellen
  • Sicherheitsrisiken

LLMs: Überblick und Unterschiede

• DeepSeek, ChatGPT, Claude, Gemini und andere Modellen im Vergleich
• Unterschiede zwischen Open-Source- und Closed-Source-Modellen

Prompt-Engineering

• Grundlagen des Prompt-Engineerings
• Techniken/Grundregeln zur Optimierung von Prompts
• System-Prompt vs. Benutzerprompt
• Prompting-Techniken: Rollen für die KI

LLM-Benchmarking: Das richtige Modell für den richtigen Zweck

• Wie wird die Leistung von Sprachmodellen gemessen?
  • Metriken wie BLEU, ROUGE
  • Benchmarks wie GLUE, SuperGLUE, MMLU, BigBench, BigBench-Hard
  • Vergleichbarkeit und Fallstricke von Benchmarks
• Was ist das beste Sprachmodell für meinen Anwendungsfall?
  • Abwägung von Kosten, Datenschutz, Leistung und Skalierbarkeit
  • Open-Source vs. kommerzielle Anbieter

Auswahl und Integration von LLMs in Unternehmen

• Entscheidungsfaktoren: Kosten, Datenschutz, On-Premises vs. Cloud
• Welche Anbieter gibt es und welche Modelle sind für Unternehmen geeignet?
• Strategien zur Implementierung von LLMs in bestehende Prozesse

Fazit und Abschluss

• Best Practices und individuelle Anwendungsfälle aus den Unternehmen
• Weiterführende Ressourcen und nächste Schritte

Weitere Schulungen zu Thema KI