KI-Empfehlungssysteme Grundkurs: Logik die verkauft
KI im Marketing

KI-Empfehlungssysteme Grundkurs: Logik die verkauft

Von Daten und Signalen zu messbaren Empfehlungen: Ranking, Retrieval, Evaluation und Betrieb in der Praxis.

3 Tage
Grundlagen

Die wichtigsten Themen

Ziele in Metriken übersetzen

Tracking-Signale sauber modellieren

Baselines und Fallbacks bauen

Collaborative Filtering einsetzen

Hybride Recommender designen

Retrieval und Ranking aufsetzen

Überblick
In diesem Seminar entwickelst du KI-Empfehlungssysteme, die nicht nur Modelle trainieren, sondern echte Produktziele treffen. Du lernst, wie du Signale aus Tracking und Katalogdaten in robuste Features übersetzt, starke Baselines aufsetzt und daraus Collaborative Filtering, content-basierte und hybride Recommender ableitest. Ein Schwerpunkt liegt auf Two-Stage-Architekturen mit Retrieval und Ranking, inklusive Learning-to-Rank, Re-Ranking mit Regeln sowie dem Umgang mit Cold Start und Long Tail. Du arbeitest durchgängig mit Evaluation: von Offline-Metriken wie NDCG bis zu A/B-Tests mit Guardrails. Am Ende kannst du eine Empfehlungspipeline entwerfen, bewerten und so betreiben, dass Latenz, Monitoring und Feedback-Loops unter Kontrolle bleiben.
Wer hier richtig ist
  • Data Scientists und Machine-Learning Engineers
  • Data Engineers und Analytics Engineers mit Produktbezug
  • Product Managerinnen und Product Manager für Search, Feed oder Commerce
  • Software Engineers, die Recommender integrieren
  • Für alle, die Empfehlungen messbar verbessern und stabil betreiben wollen
Das lernst du
  • Du kannst eine Empfehlungspipeline für einen konkreten Use Case entwerfen, inklusive Baselines, Modellstrategie und Fallbacks.
  • Du wählst passende Offline- und Online-Metriken und planst A/B-Tests mit Guardrails.
  • Du setzt Retrieval- und Ranking-Architekturen konzeptionell auf und bewertest Trade-offs bei Latenz und Qualität.
  • Du definierst Monitoring gegen Drift, Bias und Feedback-Loops für den Betrieb.
Die Themen Use Cases, Ziele und Erfolgsmessung Business-Ziele in Metriken übersetzen (CTR, CVR, AOV, Retention) · Online vs. Offline Evaluation, A/B-Tests und Guardrails · Cold Start, Long Tail und Katalogdynamik...
  • Use Cases, Ziele und Erfolgsmessung
    • Business-Ziele in Metriken übersetzen (CTR, CVR, AOV, Retention)
    • Online vs. Offline Evaluation, A/B-Tests und Guardrails
    • Cold Start, Long Tail und Katalogdynamik
  • Datenbasis und Feature-Design
    • Event-Tracking: Views, Clicks, Carts, Purchases, Dwell Time
    • Negative Signale, Deduplizierung, Sessionisierung
    • Feature Stores, Leakage vermeiden, Zeitbezug korrekt modellieren
  • Baselines, die wirklich tragen
    • Popularity, Trending, Co-Occurrence und heuristische Regeln
    • Segmentierung und Kontext (Device, Zeit, Kampagnen)
    • Fallback-Strategien für leere Profile
  • Collaborative Filtering und Matrixfaktorisierung
    • Implicit Feedback, Weighting und Confidence
    • Embeddings für Nutzer und Items
    • Nearest Neighbors und Approximate Search
  • Content-based und hybride Systeme
    • Text- und Bild-Embeddings für Item-Repräsentationen
    • Hybride Strategien: Blending, Switching, Feature Augmentation
    • Ähnlichkeit, Diversität und Serendipity ausbalancieren
  • Two-Tower, Retrieval und Ranking
    • Kandidaten-Generierung vs. Ranking: Architektur und Trade-offs
    • Learning-to-Rank Grundlagen, Pairwise/Pointwise Objectives
    • Re-Ranking mit Constraints (Diversität, Fairness, Regeln)
  • Evaluation, Monitoring und Betrieb
    • Offline-Metriken: Precision@K, Recall@K, NDCG, MAP
    • Drift, Feedback-Loops und Bias erkennen
    • Deployment-Patterns, Latenzbudgets und Caching
So arbeiten wir
  • Kurze Inputs mit vielen Praxisbeispielen aus E-Commerce, Media und B2B-Software
  • Geführte Übungen an einer durchgängigen Case-Study (Daten, Baselines, Evaluation)
  • Design-Workshops: Architektur, Metriken, Experimentplan, Monitoring
  • Diskussion typischer Produktionsprobleme und Lösungsoptionen
Empfohlene Vorkenntnisse
  • Grundkenntnisse in Machine Learning (Train/Test, Overfitting, Metriken).
  • Basisverständnis für Datenanalyse und SQL oder Python ist hilfreich.
Dein Fahrplan
Use-Case-Schnitt, Erfolgsmessung, Offline vs. Online Evaluation, A/B-Tests und Guardrails, Cold Start und Long Tail als Produktproblem.
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

Leider haben wir aktuell keine Termine geplant. Es wird wahrscheinlich bei uns etwas schief gelaufen sein - bitte kontaktiere uns und wir finden den passenden Termin.

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-Empfehlungssysteme Grundkurs: Logik die verkauft

Geht es eher um Theorie oder um Umsetzung?
Du lernst die Konzepte so, dass du sie direkt umsetzen kannst: Daten- und Feature-Design, Baselines, Retrieval/Ranking-Architektur, Evaluation und Betrieb.
Welche Art Empfehlungssysteme werden behandelt?
Du arbeitest mit Baselines, Collaborative Filtering, content-basierten und hybriden Systemen sowie Two-Stage-Ansätzen mit Retrieval und Ranking.
Ist das Seminar für Einsteiger geeignet?
Wenn du Machine-Learning Grundlagen kennst und Daten auswerten kannst, kommst du gut mit. Reine Anfänger ohne ML-Erfahrung sollten zuerst einen ML-Grundlagenkurs besuchen.
Behandelt ihr auch Risiken wie Bias und Feedback-Loops?
Ja. Du lernst, wie Bias entstehen kann, wie Feedback-Loops Metriken verfälschen und welche Monitoring- und Designmaßnahmen helfen.

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.

NOCH FRAGEN?

Rufe mich an oder schreibe mir eine E-Mail.

Michaela Berger

Michaela Berger

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