KI-Apps containerisieren mit Podman, Docker & Kubernetes
MLOps & Model Deployment

KI-Apps containerisieren mit Podman, Docker & Kubernetes

Vom Container zur skalierbaren Inferenz: Images, Deployments, GPU, Security und Betrieb im Cluster

3 Tage
Grundlagen

Die wichtigsten Themen

Docker-Images für Inferenz bauen

GPU-Container sicher betreiben

Kubernetes Deployments & Services

Canary- und Blue-Green-Releases

Secrets, SBOM, Image-Scanning

Autoscaling mit HPA verstehen

Überblick
In diesem Seminar lernst du, wie du KI-Anwendungen mit Docker und Kubernetes so containerisierst, dass sie reproduzierbar, sicher und betreibbar werden. Du baust praxistaugliche Images für Inferenz-APIs, organisierst Abhängigkeiten und Modellartefakte sauber und bringst GPU-Workloads zuverlässig in Container. Anschließend setzt du Deployments im Kubernetes-Cluster auf, konfigurierst Services, Ingress, Healthchecks und Rollouts und etablierst Muster für Modellversionierung inklusive Canary- und Blue-Green-Releases. Ein weiterer Schwerpunkt liegt auf Security und Supply Chain: Secrets, Least Privilege, Image-Scanning und SBOM. Zum Abschluss arbeitest du an Observability und Betrieb, damit Latenz, Durchsatz und Fehlerquoten messbar sind und du Releases kontrolliert zurückrollen kannst.
Wer hier richtig ist
  • ML Engineers und Data Scientists mit Betriebsverantwortung
  • DevOps Engineers und Platform Engineers, die KI-Workloads integrieren
  • Softwareentwicklerinnen und Softwareentwickler, die Inferenz-APIs bereitstellen
  • IT-Architektinnen und IT-Architekten, die Deployment-Standards definieren
  • Alle, die KI-Anwendungen zuverlässig als Container im Cluster ausrollen und betreiben wollen
Das lernst du
  • Du kannst eine KI-Inferenz-Anwendung als Docker-Image reproduzierbar paketieren.
  • Du kannst GPU-Container inklusive Ressourcensteuerung und typischer Kompatibilitätsfragen einrichten.
  • Du kannst einen KI-Service in Kubernetes deployen, konfigurieren, skalieren und sicher betreiben.
  • Du kannst Release- und Observability-Muster nutzen, um Modellupdates kontrolliert auszurollen.
Die Themen Container-Setup für KI-Workloads Docker-Images für Inferenz und Training: Base-Images, Layering, Caching · Python-Abhängigkeiten reproduzierbar: Wheels, Lockfiles, Build-Strategien...
  • Container-Setup für KI-Workloads
    • Docker-Images für Inferenz und Training: Base-Images, Layering, Caching
    • Python-Abhängigkeiten reproduzierbar: Wheels, Lockfiles, Build-Strategien
    • Modellartefakte und Daten: Mounts, Volumes, Object Storage Patterns
    • Healthchecks, Logging und Konfiguration per Environment
  • Performance und GPU in Containern
    • NVIDIA Container Runtime: Voraussetzungen und typische Stolperstellen
    • CUDA-kompatible Images und Treiber-Matrix verstehen
    • Batching, Concurrency und Warmup für Inferenz
    • Ressourcenlimits: CPU, RAM, GPU und IO sinnvoll setzen
  • Kubernetes-Grundlagen für KI-Services
    • Pods, Deployments, Services, Ingress: was du wirklich brauchst
    • ConfigMaps und Secrets: Konfiguration ohne Image-Neubau
    • Readiness/Liveness: saubere Rollouts ohne Ausfälle
    • Autoscaling-Grundlagen: HPA, Requests und Limits
  • Deployment-Muster für Modelle und APIs
    • REST/gRPC Inferenz-API containerisieren (z. B. FastAPI)
    • Modellversionierung: Tags, Immutable Images, Registry-Strategie
    • Blue-Green und Canary Releases für Modellwechsel
    • Job-Workloads: Batch-Inferenz und Scheduled Jobs
  • Security, Compliance und Supply Chain
    • Least Privilege: Rootless, Capabilities, Pod Security
    • Image-Scanning und SBOM: Risiken sichtbar machen
    • Secrets Handling: keine Keys im Image, Rotation verstehen
    • Netzwerk-Policies und sichere Ingress-Konfiguration
  • Observability und Betrieb
    • Metriken für KI: Latenz, Throughput, Fehler, Queueing
    • Logs und Traces: Debugging von Inferenzproblemen
    • Rollbacks und Incident-Playbooks für Deployments
    • Kosten- und Kapazitätsdenken: Node Pools, GPU-Auslastung
So arbeiten wir
  • Kurze Theorieblöcke mit klaren Entscheidungsregeln
  • Geführte Hands-on-Übungen in bereitgestellten Umgebungen
  • Praxisnahe Checklisten für Build, Security, Rollout und Betrieb
  • Gemeinsame Auswertung typischer Fehlerbilder
Empfohlene Vorkenntnisse
  • Grundkenntnisse in Linux/CLI und Container-Grundlagen sind hilfreich.
  • Erste Berührung mit Kubernetes oder Cloud-Networking ist von Vorteil, aber nicht zwingend.
Dein Fahrplan
Image-Aufbau, Dependency-Strategien, Artefakt-Handling, Healthchecks, Logging und Konfiguration.
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

9:00-16:00 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 - praxisnah 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 erhälst du erst nach Kursbeginn.

Max. 8 Teilnehmende

Wir setzen auf kleine Gruppen, damit jeder Teilnehmer die Aufmerksamkeit bekommt, die er verdient. So haben wir mehr Zeit für deine individuellen Fragen und können gezielt auf deine Bedürfnisse eingehen.

Termine & Buchung

Vor Ort

Standardpreis: 1.950,00 € netto (2.320,50 € brutto)
08. - 10.06.2026
07. - 09.09.2026
07. - 09.12.2026

Online

Standardpreis: 1.950,00 € netto (2.320,50 € brutto)
08. - 10.06.2026
07. - 09.09.2026
07. - 09.12.2026

Der passende Termin ist nicht dabei? Kontaktiere uns - wir finden die passende Lösung

Inhouse-Schulungen & Firmenseminare

Inhouse-Schulungen

Buche diese Schulung als maßgeschneiderte Inhouse-Schulung für dein Unternehmen oder deine Behörde. Unsere Trainer kommen zu dir und führen die Schulung in deinen Räumlichkeiten durch.

Vorteile:

  • Maßgeschneiderte Inhalte für dein Unternehmen
  • Flexible Terminplanung nach euren Bedürfnissen
  • Kosteneffizient bei mehreren Teilnehmern
  • Schulung in vertrauter Umgebung
  • Fokus auf deine spezifischen Anforderungen

Firmen-Seminare

Firmen-Seminare finden an einem unserer Schulungsstandorte statt, sind aber maßgeschneidert für dich und exklusiv für dein Team. Sie können auch online stattfinden.

Ideal für:

  • Geschlossene Gruppen aus einem Unternehmen / Behörde
  • Individuelle Terminplanung für dein Team
  • An unseren Schulungsstandorten oder Online
  • Angepasste Inhalte für deine Anforderungen

Fragen und Antworten zu KI-Apps containerisieren mit Podman, Docker & Kubernetes

Brauche ich eigene Hardware oder Lizenzen?
Nein. Geräte, VMs und Software werden dir, falls erforderlich, zur Verfügung gestellt.
Ist der Kurs eher für Data Science oder DevOps?
Beides. Du lernst die Schnittstelle: wie ein KI-Service gebaut wird und wie er im Kubernetes-Cluster stabil betrieben wird.
Behandelt ihr auch Modelltraining im Cluster?
Wir streifen Trainings-Container und Job-Workloads, der Schwerpunkt liegt jedoch auf Inferenz und produktionsnahen Deployments.
Geht es um bestimmte Frameworks wie PyTorch oder TensorFlow?
Der Kurs bleibt frameworknah, aber nicht frameworkgebunden. Die Muster gelten für typische Python-basierte KI-Services und Inferenz-APIs.

Weitere häufig gestellte Fragen und Antworten findest du in den FAQs .

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

Alle Referenzen
Siemens Logo
Telekom Logo
Rheinmetall Logo
Infineon Logo
MAN Logo
Fraunhofer Logo
ADAC Logo
Munich Re Logo
Deutsche Bahn Logo
ab 1.950 €
zzgl. 19% MwSt.