MLOps & Model Deployment
GLM-5.3 Grundkurs: Open Weight LLM produktiv nutzen
Das Open Weights Model GLM sicher evaluieren, absichern und mit eigenen Daten in Workflows bringen.
- Dauer
- 2 Tage
- Format
- Präsenz oder Live-Online
- Preis
- 1.090 € netto
- Uhrzeiten
- 09:00-16:00 Uhr
- Gruppe
- max. 8 Personen
- Niveau
- Grundlagen
- Kursnummer
- KKC_0224
Aktuelle Termine und Online-Buchung: www.cmt.de/j/KKC_0224
GLM-5.3 Grundkurs: Open Weight LLM produktiv nutzen
Das Open Weights Model GLM sicher evaluieren, absichern und mit eigenen Daten in Workflows bringen.
Die wichtigsten Themen
Open-Source-LLM produktiv nutzen
Self-Hosting fundiert bewerten
RAG mit eigenen Daten aufbauen
Prompts reproduzierbar gestalten
LLM-Qualität messbar evaluieren
Security und Governance absichern
Überblick Jetzt neu zu GLM-5.3. GLM-5.3 gehört zu den Open-Weight-LLMs, die für Unternehmen besonders interessant werden, wenn Datenkontrolle, Kostensteuerung, eigene Betriebsumgebungen und nachvollziehbare Qualität wichtiger...
Jetzt neu zu GLM-5.3. GLM-5.3 gehört zu den Open-Weight-LLMs, die für Unternehmen besonders interessant werden, wenn Datenkontrolle, Kostensteuerung, eigene Betriebsumgebungen und nachvollziehbare Qualität wichtiger sind als der schnelle API-Test. In dieser GLM-5.3 Schulung lernst du, wie ein Open Source LLM nicht nur ausprobiert, sondern kontrolliert produktiv genutzt wird: von Setup und Inference über Prompting und strukturierte Ausgaben bis zu RAG, Evaluation, Security und Governance. Der Schwerpunkt liegt auf Entscheidungen, die im Projektalltag zählen: selber hosten oder über Provider nutzen, lokal, On-Prem oder Private Cloud betreiben, Ressourcen realistisch planen und Ergebnisse messbar stabilisieren.
Das Seminar richtet sich an Teams, die GLM-5.3 in Produkte, interne Assistenzsysteme, Dokumenten-Workflows oder Entwicklungsprozesse integrieren möchten. Du arbeitest an praxisnahen Szenarien und erhältst Checklisten für Deployment, Betrieb, Monitoring und Go-Live. Wenn du dein Wissen breiter im Bereich KI aufbauen möchtest, passen ergänzend die Schulungen zur Künstlichen Intelligenz. Für technische Anschluss- und Vertiefungsthemen bieten sich insbesondere LLM Self-Hosting und Deployment, LLM-Evaluation und LLM Security an.
Die Themen Neu: Version 5.3 im Überblick · Modellfamilie GLM-5 und GLM-5.3, typische Stärken, Grenzen und geeignete Anwendungsszenarien · Open-Source-LLM im Unternehmenskontext: Gewichte, Lizenzen, Distribution und...
GLM-5.2 einordnen und Einsatzentscheidungen treffen
- Neu: Version 5.3 im Überblick
- Modellfamilie GLM-5 und GLM-5.3, typische Stärken, Grenzen und geeignete Anwendungsszenarien
- Open-Source-LLM im Unternehmenskontext: Gewichte, Lizenzen, Distribution und Verantwortlichkeiten
- Abgrenzung zwischen proprietären APIs, z.ai, OpenRouter und Self-Hosting
- Entscheidungskriterien für Datenschutz, Latenz, Kosten, Skalierung und Betriebsrisiko
- Use Cases für interne Workflows, Produktfunktionen, Coding-Unterstützung und Dokumentenanalyse
Setup, Inference und Betriebsarchitektur
- Deployment-Optionen für lokale Umgebungen, On-Prem-Systeme und Private Cloud
- Aufbau einer lauffähigen Inference-Umgebung mit nachvollziehbarer Konfiguration
- GPU- und CPU-Inference im Vergleich: Throughput, Latenz und Ressourcenbedarf
- Quantisierung, Speicherbedarf und Performance-Auswirkungen praxisnah bewerten
- Kapazitätsplanung für parallele Requests, Batch-Verarbeitung und Lastspitzen
- Grundlagen für Self-Hosting, API-Zugriff, Rate-Limits und Betriebsgrenzen
Prompting, Systemprompts und Output-Kontrolle
- Instruktionsdesign für reproduzierbare Antworten und stabile Arbeitsergebnisse
- Systemprompts, Rollen, Regeln und Kontextfenster sauber strukturieren
- Strukturierte Ausgaben mit JSON, Tabellen, Schemas und Validierungsregeln
- Typische Fehlerbilder wie Halluzinationen, Overconfidence, Drift und inkonsistente Formate
- Prompt-Versionierung, Testprompts und Review-Kriterien für Team-Workflows
RAG mit eigenen Dokumenten aufbauen
- Grundarchitektur für Retrieval Augmented Generation mit GLM-5.3
- Dokument-Pipeline mit Import, Bereinigung, Chunking, Metadaten und Versionierung
- Embeddings, Vektorsuche und Re-Ranking als Bausteine der Antwortqualität
- Retrieval-Qualität und Antwortqualität getrennt messen und bewerten
- Umgang mit veralteten Dokumenten, widersprüchlichen Quellen und fehlenden Kontexten
- Abgrenzung zu vertiefenden Pipeline-Themen aus dem LLM-Dokumentenanalyse Grundkurs
Evaluation, Sicherheit und Compliance
- Testsets, Golden Answers und Regressionstests für verlässliche Modell-Updates
- Metriken für Retrieval, Antworttreue, Formatstabilität und Fehlerraten
- Prompt Injection, Data Leakage und Manipulation von Kontextdaten erkennen
- Guardrails, Policy-Checks und Freigabeprozesse für sensible Anwendungsfälle
- Logging, Monitoring, Audit-Trails und Datenschutzanforderungen im Betrieb
- Vertiefung über passende KI-Sicherheit Schulungen
Integration in Prozesse und Produkte
- API-Patterns für Chat, Tools, Functions, Batch-Jobs und interne Services
- Einbindung in bestehende Workflows, Produktfunktionen und Entwickler-Tools
- Fehlerbehandlung, Fallbacks, Timeout-Strategien und Monitoring-Signale
- Kosten-, Kapazitäts- und Risikoabschätzung vor dem produktiven Einsatz
- Go-Live-Checkliste für Deployment, Governance, Betrieb und Weiterentwicklung
Zielgruppe
- Machine-Learning Engineers, AI Engineers und Data-Science-Teams, die GLM-5 als Open Source LLM produktiv bewerten und integrieren
- Softwareentwicklerinnen und Softwareentwickler mit Aufgaben in API-Integration, RAG, Produktfunktionen oder internen KI-Workflows
- IT-Architektinnen, Plattform-Teams und Administratorinnen und Administratoren, die Self-Hosting, On-Prem-Betrieb oder Private-Cloud-Szenarien planen
- IT-Security-, Datenschutz- und Compliance-Verantwortliche mit GenAI-Bezug, die Risiken wie Prompt Injection, Data Leakage und Auditierbarkeit bewerten
Das lernst du
- Fundierte Einordnung von GLM-5 als Open Weights LLM für eigene Betriebs-, Integrations- und Governance-Szenarien
- Auswahl passender Deployment-Optionen inklusive Self-Hosting, Provider-Nutzung, Ressourcenbedarf und Quantisierung
- Robuste Prompts, Systemprompts und strukturierte Outputs für reproduzierbare Arbeitsergebnisse erstellen
- Eine RAG-Grundarchitektur mit eigenen Dokumenten, Chunking, Metadaten, Vektorsuche und Qualitätsmessung aufbauen
- Evaluation, Security-Basics, Monitoring und Go-Live-Kriterien für den produktiven Betrieb etablieren
So arbeiten wir
- Fachliche Impulse mit direkter Übertragung auf typische Unternehmensszenarien
- Geführte Hands-on-Übungen in bereitgestellten Umgebungen
- Live-Demos zu Inference, Prompting, RAG, Evaluation und Sicherheitsprüfungen
- Mini-Workshops mit Review im Plenum und Diskussion technischer Entscheidungsoptionen
- Checklisten, Bewertungsraster und Vorlagen für Deployment, Governance und Go-Live
Empfohlene Vorkenntnisse
- Grundverständnis von APIs, Webservices und JSON
- Sicherer Umgang mit Kommandozeile-Konzepten, Konfigurationen und technischen Logdateien
- Grundkenntnisse zu LLMs, Prompting oder KI-Anwendungen sind hilfreich, aber nicht zwingend
- Für Einsteigerinnen und Einsteiger ohne KI-Vorwissen empfiehlt sich vorab die Einführung in die Künstliche Intelligenz
Dein Fahrplan
- GLM-5.1 im Open-Source-LLM-Ökosystem einordnen
- Geeignete Use Cases, Grenzen und Entscheidungskriterien für den Unternehmenseinsatz bewerten
- Self-Hosting, On-Prem, Private Cloud, z.ai und OpenRouter gegenüberstellen
- Inference-Umgebung aufbauen und grundlegende Betriebsparameter verstehen
- GPU- und CPU-Inference, Throughput, Latenz und Quantisierung praxisnah bewerten
- Systemprompts, Instruktionsdesign und strukturierte Ausgaben mit JSON und Regeln erarbeiten
- Fehlerbilder wie Halluzinationen, Overconfidence, Formatfehler und Drift analysieren
Organisatorisches
Lernformate
Unsere Seminare bieten dir maximale Flexibilität: Du kannst zwischen Live-Online und Vor Ort in unseren modernen Schulungszentren im D-A-CH Raum wählen. Beide Formate garantieren dir die gleiche hohe Qualität und interaktive Lernerfahrung.
Schulungsarten
Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor Ort. So findest du genau das Format, das zu deinen Bedürfnissen passt.
Uhrzeiten
09:00-16:00 Uhr
Aktuelle Software
In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst du direkt mit den Tools und Features, die du auch in deinem Arbeitsalltag verwendest - mit klarem Alltagsbezug und zukunftsorientiert. Bei Inhouse- und Firmenschulungen bestimmt ihr die Version.
Deine Vorteile
Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Inklusivleistungen
Deine Teilnahme beinhaltet: Schulungsmaterial, Zertifikat, Verpflegung (bei Präsenzveranstaltungen) und persönliche Betreuung durch unsere Trainer und unser Orga-Team. Alles aus einer Hand - keine versteckten Kosten.
Lernen von Experten
Unsere Trainer sind zertifizierte und erfahrene Profis mit jahrelanger Berufserfahrung. Sie vermitteln dir in den Kursen nicht nur theoretisches Wissen, sondern teilen ihre Erfahrungen aus realen Projekten und helfen dir, das Gelernte direkt in deiner täglichen Arbeit anzuwenden. Das ist kein Werbeversprechen, sondern unser Anspruch. Am besten siehst du das in unseren Bewertungen, z.B. auch bei Google.
Keine Vorkasse
Du zahlst erst nach dem Seminar. Keine Vorkasse, keine Vorauszahlung - so kannst du sicher sein, dass du nur für das bezahlst, was du auch wirklich erhalten hast. Die Rechnung erhältst du erst nach Kursbeginn.
Max. 8 Teilnehmende
Wir setzen auf kleine Gruppen, damit du die Aufmerksamkeit bekommst, die du verdienst. So haben wir mehr Zeit für deine individuellen Fragen und können gezielt auf deine Bedürfnisse eingehen.
Termine und Preise
| Zeitraum | Ort | Preis (netto) |
|---|---|---|
| 30.11. - 01.12.2026 | München oder Live-Online | 1.090 € |
| 01.02. - 02.02.2027 | München oder Live-Online | 1.090 € |
| 05.04. - 06.04.2027 | München oder Live-Online | 1.090 € |
| 24.05. - 25.05.2027 | München oder Live-Online | 1.090 € |
| 02.08. - 03.08.2027 | München oder Live-Online | 1.090 € |
Alle Preise zuzüglich gesetzlicher Mehrwertsteuer. Freie Plätze und weitere Termine findest du unter www.cmt.de/j/KKC_0224.
Firmenschulung und Inhouse
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine stimmen wir mit euch ab.
Dein Kontakt bei cmt
Yves Hoppe
Telefon 0800 71 20000
yves.hoppe@cmt.de
Termine & Buchung
Vor Ort
Online
Nicht der passende Termin dabei?
Wir finden eine Lösung: anderer Termin, mehrere Teilnehmer, Inhouse-Schulung oder individuelle Beratung.
Lieber gleich das ganze Team schulen?
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine nach Maß.
Wie die Planung abläuft, was ein Zuschnitt kostet und welche Themen wir abdecken, steht auf unserer Seite zu Inhouse Schulungen im Bereich MLOps.
Inhouse-Schulung
Wir kommen zu euch: diese Schulung maßgeschneidert in euren Räumen, für Unternehmen und Behörden.
- Inhalte exakt auf euch zugeschnitten
- Termine nach euren Bedürfnissen
- Günstiger ab mehreren Teilnehmern
- Vertraute Umgebung, kein Reiseaufwand
Firmen-Seminar
Exklusiv für dein Team an einem unserer Standorte oder Live-Online, individuell angepasst.
- Geschlossene Gruppe aus eurem Haus
- Individuelle Terminplanung
- An unseren Standorten oder Live-Online
- Angepasste Inhalte
Fragen und Antworten zu GLM-5.3 Grundkurs: Open Weight LLM produktiv nutzen
Worum geht es in der GLM-5.3 Schulung konkret?
Die Schulung zeigt, wie GLM-5.x als Open Source LLM kontrolliert in technische Workflows, interne Anwendungen oder Produktfunktionen integriert wird. Du arbeitest an den zentralen Bausteinen: Inference, Deployment-Optionen, Prompting, strukturierte Ausgaben, RAG mit eigenen Daten, Evaluation, Security und Go-Live-Vorbereitung.
Geht es um Self-Hosting oder um die Nutzung über Anbieter wie z.ai oder OpenRouter?
Beides wird fachlich eingeordnet. Der Schwerpunkt liegt auf der Entscheidung, wann Self-Hosting, On-Prem-Betrieb, Private Cloud oder Provider-Zugriff sinnvoll sind. Im Seminar werden technische, organisatorische und sicherheitsbezogene Kriterien betrachtet, damit du ein passendes Betriebsszenario für GLM-5.1 auswählst.
Brauche ich eine eigene GPU oder ein leistungsstarkes Notebook?
Nein. Falls erforderlich werden Geräte, VMs und Software bereitgestellt. Du brauchst keine eigenen Lizenzen oder spezielle Hardware mitzubringen. Grundlegende Erfahrung mit technischen Umgebungen und Kommandozeile-Konzepten erleichtert den Einstieg.
Wird GLM-5 im Seminar trainiert oder feinjustiert?
Der Schwerpunkt liegt auf Inference, Prompting, RAG, Evaluation und produktivem Betrieb. Fine-Tuning wird konzeptionell eingeordnet, aber nicht als tiefes Trainingsthema umgesetzt. Wenn du nach der Schulung gezielt in dieses Thema einsteigen möchtest, passt das Seminar Open-Source LLM Fine-Tuning für Entwickler.
Welche Rolle spielen RAG und eigene Unternehmensdaten?
RAG ist ein zentraler Bestandteil der Schulung. Du lernst, wie Dokumente vorbereitet, gechunked, mit Metadaten versehen, über Embeddings auffindbar gemacht und in Antworten eingebunden werden. Zusätzlich geht es um Qualitätsmessung, Re-Ranking und den Umgang mit widersprüchlichen oder veralteten Informationen.
Ist der Kurs auch für Security und Compliance relevant?
Ja. Das Seminar behandelt konkrete Risiken wie Prompt Injection, Data Leakage, unkontrollierte Kontextdaten und fehlende Nachvollziehbarkeit. Du lernst, wie Guardrails, Policy-Checks, Logging, Monitoring und Audit-Trails den Betrieb absichern. Für eine vertiefende Sicherheitsbetrachtung eignet sich anschließend LLM Security: Injections erkennen und abwehren.
Welche Vorkenntnisse sind für die Teilnahme sinnvoll?
Hilfreich sind ein Grundverständnis von APIs, Webservices, JSON und technischen Konfigurationen. LLM-Grundwissen ist nützlich, aber nicht zwingend. Wenn du zunächst die Grundlagen von KI und Large Language Models aufbauen möchtest, ist die Einführung in die Künstliche Intelligenz eine passende Vorbereitung.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs.
Passende Schulungen nach dem Kurs
Ähnliche Kurse
Open-Source-LLMs lokal betreiben: Grundkurs
Kimi K3.1: OpenSource LLM sofort produktiv
Mistral-KI Training: Europas LLM-Stack im Einsatz
Qwen 3.8 Training: Lokaler und API-Betrieb
KI-Infrastrukturplanung: On-Premise vs. Cloud
Unser Qualitätsversprechen: Wissen, das in der Praxis funktioniert
Aus der Praxis für die Praxis
Schluss mit theoretischem Ballast. Wir trainieren dich für reale IT-Herausforderungen, nicht für Multiple-Choice-Tests. Unsere Trainer vermitteln dir genau das Wissen, das am nächsten Montagmorgen im Job wirklich funktioniert.
Individuell statt "Schema F"
Deine Fragen passen nicht ins Standard-Skript? Bei uns schon. Wir verzichten auf starre Lehrpläne und geben deinen konkreten Projekt-Fragen Raum. Unsere Trainer passen die Inhalte flexibel an das an, was dich und dein Team aktuell weiterbringt.
Maximale Freiheit: Remote oder vor Ort
Lerne so, wie es in deinen Alltag passt - ohne Reise-Stress und Zeitverlust. Egal ob remote, hybrid oder präsent vor Ort: Wir garantieren dir ein nahtloses und effektives Lernerlebnis, egal von wo du dich zuschaltest.
Mit Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt - und wollen, dass du es auch bist. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Über 20.000 Unternehmen und Behörden vertrauen auf uns
