Large Language Model Grundkurs: Einsatz und Überblick
LLMs sicher einordnen, Modellwahl treffen und eigene Daten mit RAG oder Briefing-Files nutzen
Die wichtigsten Themen
LLM-Grundlagen sicher einordnen
Modellwahl nach Use Case treffen
RAG und eigene Daten verstehen
Hosting- und Kostenfaktoren bewerten
Prompt-Tests reproduzierbar durchführen
Bias mit Kriterienbogen dokumentieren
Überblick Large Language Models verändern Softwareentwicklung, Wissensarbeit, Recherche, Support, Marketing und Datenanalyse. Für belastbare Entscheidungen reicht es jedoch nicht, nur einzelne Chatbots auszuprobieren....
Large Language Models verändern Softwareentwicklung, Wissensarbeit, Recherche, Support, Marketing und Datenanalyse. Für belastbare Entscheidungen reicht es jedoch nicht, nur einzelne Chatbots auszuprobieren. Entscheidend ist ein Verständnis dafür, wie LLMs arbeiten, welche Grenzen sie haben und welche Betriebsform zu den eigenen Anforderungen passt.
In dieser LLM Schulung erhältst du einen fundierten Überblick über Architektur, Training, Inferenz, Parametergrößen, Kontextfenster, Kostenfaktoren und typische Fehlerbilder. Der Kurs zeigt, wie kommerzielle Modelle und Open-Source- beziehungsweise Open-Weight-Modelle verglichen werden, wann API-Nutzung sinnvoll ist und wann selbst gehostete Modelle in Frage kommen. Ein wichtiger Schwerpunkt liegt auf dem Einsatz eigener Daten: Prompting mit Kontext, Retrieval-Augmented Generation, Briefing-Files, Knowledge Files sowie die Abgrenzung zu Training und Fine-Tuning.
Für Teams, die LLMs später in Azure-AI-Lösungen integrieren möchten, passt im Anschluss das AI-102 Training für Azure AI Lösungen. Im Grundkurs steht zunächst die sichere Einordnung der Technologien, Modellwahl und Bewertungsmethodik im Mittelpunkt.
Die Themen Transformer-Prinzip und Attention-Mechanismen · Tokenisierung und nutzbare Kontextfenster · Training und Fine-Tuning auf hoher Ebene · Auswirkungen großer Modell-Parameterzahlen im Betrieb...
Grundlagen und Modellarchitektur
- Transformer-Prinzip und Attention-Mechanismen
- Tokenisierung und nutzbare Kontextfenster
- Training und Fine-Tuning auf hoher Ebene
- Auswirkungen großer Modell-Parameterzahlen im Betrieb
- Inferenz, Latenz und Antwortqualität
- Halluzinationen und typische Fehlerbilder
Betrieb, Hosting und Infrastruktur
- API-Nutzung und selbst gehostete Modelle
- Ressourcenbedarf für GPU-Server
- Quantisierung und Modellgröße
- Skalierung, Monitoring und Kostenhebel
- Datenschutz und Zugriffskontrollen
- On-Premises-Eignung und Cloud-Betrieb
Eigene Daten, RAG und Anpassung
- Prompting mit bereitgestelltem Kontext
- Retrieval-Augmented Generation mit Dokumentenabruf
- Chunking, Embeddings und Retrieval-Strategien
- Briefing-Files und Knowledge Files
- Datenaufbereitung für Fine-Tuning
- Grenzen bei Zitierfähigkeit und Aktualität
Marktüberblick und Modellvergleich
- Kommerzielle Modelle von OpenAI und Google
- Open-Source-Modelle und Open-Weight-Modelle
- Modellfamilien wie Llama und Mistral
- Kimi, DeepSeek und Qwen im Vergleich
- Coding-Modelle und Reasoning-Modelle
- Vergleich nach Qualität und Kosten
Prompt-Tests, Bias und Transfer
- Prompt-Strukturen für reproduzierbare Tests
- Bewertung nach Kohärenz und Genauigkeit
- Kontextverständnis und Sprachfluss bewerten
- Bias-Tests mit kontroversen Fragestellungen
- Ranking mit nachvollziehbarem Kriterienbogen
- Use Cases wie AdBot und Data Analyst GPT
Zielgruppe
- Entwicklerinnen und Entwickler mit KI-Projektbezug
- IT-Architektinnen und IT-Architekten für Modell- und Betriebsentscheidungen
- Data-Science-Fachkräfte mit Interesse an LLM-Anwendungen
- Fachverantwortliche für datenbasierte LLM-Anwendungsfälle
Das lernst du
- Sichere Einordnung von Architektur, Training und Inferenz moderner LLMs
- Fundierte Bewertung kommerzieller und offener Modelle nach Einsatzszenario
- Realistische Einschätzung von Infrastruktur, Kosten, Datenschutz und Betriebsform
- Eigene Daten mit Prompting, RAG, Briefing-Files und Knowledge Files nutzbar machen
- Reproduzierbare Prompt-Tests planen und Modellantworten mit Kriterienbogen bewerten
So arbeiten wir
- Fachliche Impulse zu Architektur, Modellvergleich, RAG und Betrieb
- Hands-on Tests mit Prompts und vergleichbaren Aufgabenstellungen
- Arbeit mit Bewertungsbogen für Qualität, Kontextverständnis und Bias
- Diskussion technischer Entscheidungsoptionen für API-Nutzung und Selbsthosting
- Use-Case-Workshop mit Transfer auf betriebliche Anwendungsszenarien
Empfohlene Vorkenntnisse
- Grundverständnis für IT-Systeme und digitale Arbeitsprozesse
- Interesse an KI, Daten, Automatisierung oder Softwareentwicklung
- Programmierkenntnisse hilfreich, aber nicht zwingend erforderlich
- Empfohlen bei fehlenden KI-Grundlagen: AI-900 Training: Microsoft Azure AI Fundamentals
Dein Fahrplan
Der erste Seminartag schafft die fachliche Grundlage für belastbare Entscheidungen zu Large Language Models. Behandelt werden Funktionsweise, Architektur, Training, Inferenz, Parametergrößen, Kontextfenster und typische Missverständnisse rund um Modellleistung.
- Transformer-Grundprinzip, Tokenisierung, Kontextfenster und Inferenz
- Training, Fine-Tuning und Parameterzahl auf hoher Ebene
- Qualität, Latenz, Kosten, Speicherbedarf und Skalierung
- API-Nutzung gegenüber selbst gehosteten Open-Source-Modellen
- Server, GPU, RAM, Storage, Netzwerk und Quantisierung
- Prompting mit Kontext, RAG, Embeddings, Chunking und Retrieval-Strategien
- Grenzen bei Halluzinationen, Aktualität, Zitierfähigkeit und Datenschutz
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 - 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 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 & 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.
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
Bewertungen & Feedback
Wissen
5.0
4.5
von 4 Bewertungen
Verständlichkeit
5.0
Fragen und Antworten zu Large Language Model Grundkurs: Einsatz und Überblick
Ist das eine LLM Schulung oder ein LLM Workshop?
Der Kurs verbindet beides: Du erhältst eine strukturierte LLM Schulung zu Architektur, Modellvergleich, eigenen Daten und Betrieb. Gleichzeitig enthält das Seminar Workshop-Anteile mit Prompt-Tests, Kriterienbogen, Bias-Prüfung und Transfer auf eigene Use Cases.
Muss ich programmieren können, um teilzunehmen?
Nein, Programmierkenntnisse sind nicht zwingend erforderlich. Technisches Grundverständnis hilft bei Themen wie API-Nutzung, Selbsthosting, Datenaufbereitung und Infrastruktur. Für stark entwicklungsnahe Anwendungen ist zusätzliche Erfahrung in Softwareentwicklung oder Data Science hilfreich.
Welche LLMs werden im Seminar verglichen?
Der Kurs betrachtet aktuelle kommerzielle Modelle sowie Open-Source- und Open-Weight-Modelle. Die konkrete Auswahl kann je nach Marktlage angepasst werden. Bewertet werden unter anderem Qualität, Latenz, Kosten, Kontextlänge, Datenschutz, Tool-Nutzung, Coding-Eignung und On-Premises-Fähigkeit.
Geht es im Kurs auch um RAG und eigene Daten?
Ja. Ein Schwerpunkt liegt auf den gängigen Wegen, eigene Informationen für LLMs nutzbar zu machen: Kontext im Prompt, Retrieval-Augmented Generation, Briefing-Files, Knowledge Files sowie Training oder Fine-Tuning. Für eine stärkere sprachverarbeitende Perspektive passt ergänzend der Natural Language Processing Grundkurs.
Worin unterscheidet sich dieser Kurs von Prompt-Engineering-Schulungen?
Prompting ist ein wichtiger Teil, aber nicht der einzige Inhalt. Der Kurs behandelt zusätzlich Modellarchitektur, Marktvergleich, Betrieb, Infrastruktur, eigene Daten, RAG, Bias, Bewertungsmethoden und Use-Case-Entscheidungen. Für entwicklungsnahe Prompt-Arbeit im Coding-Kontext eignet sich ergänzend die Schulung Code-Optimierung mit ChatGPT.
Ist das Seminar für Cloud- und AWS-Projekte geeignet?
Ja, die grundlegenden Entscheidungsfragen zu API-Nutzung, Daten, Modellwahl und Betrieb sind auch für Cloud-Projekte relevant. Wenn Generative-AI-Anwendungen konkret auf AWS umgesetzt werden sollen, ist danach der Kurs Developing Generative AI Applications on AWS eine passende Vertiefung.
Gibt es eine offizielle Zertifizierung für diesen LLM Grundkurs?
Für diesen Grundkurs ist keine offizielle Herstellerzertifizierung vorgesehen. Der Nutzen liegt in der fundierten technischen Einordnung, der Arbeit mit Bewertungsmethoden und der Übertragbarkeit auf konkrete LLM-Projekte.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs .
Passende Schulungen nach dem Kurs
Ähnliche Kurse
Open-Source LLM Fine-Tuning für Entwickler
Large Language Model Strategie: Alles für Entscheider
Python Machine Learning Grundkurs (Für Python Entwickler)
Qdrant-Schulung: RAG und Hybrid Search im Betrieb
MLflow 3 Schulung: GenAI Observability für LLMs
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
