Wie lassen sich Agenten implementieren, die dynamisch verschiedene Expertenpersönlichkeiten annehmen und unstrukturierte Daten verarbeiten oder transformieren können?
Techniken zum Aufbau von Multi-Agenten-Kollaborationssystemen in Python, die eine ausgeklügelte gemeinsame Nutzung von Speicher und intelligente Koordination unterstützen
Wie man vertrauenswürdige und sichere Agentenarchitekturen in Python implementiert, indem man stufenweise Ausführung, umkehrbare Aktionen und Sicherheitsmuster verwendet
Wenn Sie sich für diesen Kurs anmelden, müssen Sie auch ein bestimmtes Programm auswählen.
Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 5 Module
Beherrschen Sie die Kunst, intelligente Python-Agenten zu bauen, die denken, denken und handeln. Schöpfen Sie das volle Potenzial von Python aus, um autonome KI-Agenten zu erstellen, die komplexe Probleme ohne ständige menschliche Anleitung lösen. In diesem umfassenden Kurs über KI-Agenten und Agentische KI mit Python & Generative KI lernen Sie, wie Sie anspruchsvolle Agentensysteme entwickeln, die das robuste Ökosystem und die Standardfunktionen von Python nutzen. Dieser Kurs geht über die Grundlagen hinaus, die im Kurs über KI-Agenten und Agentische KI mit Python & Generative KI behandelt werden, und erforscht fortgeschrittene Muster für die Entwicklung wirklich intelligenter Agenten in Python. Sie lernen spezielle Techniken wie Self-Prompting, Expert Personas, Document-as-Implementation und Multi-Agent-Orchestrierung kennen, die alle mit den leistungsstarken Frameworks und Bibliotheken von Python implementiert werden. Was Sie lernen werden: - Self-Prompting Patterns in Python: Erstellen Sie Agenten, die dynamisch verschiedene Denkmodi annehmen, um spezielle Aufgaben zu bewältigen und unstrukturierte Daten mit sauberen Python-Implementierungen in strukturierte Formate umzuwandeln - Python-basierte Expert Persona Systems: Implementierung von Konsultations-Frameworks, in denen Agenten Fachexperten für Spezialwissen heranziehen können, wobei eine saubere Architektur beibehalten wird - Document-as-Implementation: Nutzen Sie die leistungsstarke Dateiverwaltung von Python, um Systeme zu erstellen, bei denen von Menschen lesbare Dokumente zu ausführbarer Geschäftslogik werden - Multi-Agenten-Zusammenarbeit mit Python: Entwickeln Sie ausgefeilte Mechanismen für die gemeinsame Nutzung von Speicher und die Koordination zwischen spezialisierten Python-Agenten - Fortschrittsverfolgung und Planung: Implementieren Sie robuste Planungs- und Reflexionsfunktionen mit den umfassenden Werkzeugen von Python - Sicherheit und Vertrauenssysteme für Python-Agenten: Erstellen Sie Transaktionsmanagement- und Sicherheitsmechanismen, die die Ausnahmebehandlung und die Sicherheitsfunktionen von Python nutzen. Am Ende dieses Kurses werden Sie in der Lage sein, komplexe, produktionsreife Agentensysteme in Python zu erstellen, die über mehrere Domänen hinweg logisch denken, komplexe Arbeitsabläufe verarbeiten und sicher mit realen Systemen interagieren können.
Ganz gleich, ob Sie Produktivitätstools erstellen, komplexe Geschäftsprozesse automatisieren oder intelligente Assistenten entwickeln, Sie verfügen über das Python-spezifische Wissen, um agentenbasierte KI-Lösungen zu implementieren, die einen echten WERT für Ihr Unternehmen darstellen. In diesem Kurs lernen Sie diese Konzepte anhand der APIs von OpenAI, für die ein kostenpflichtiger Zugang erforderlich ist, aber die Prinzipien und Techniken können auch an andere LLMs angepasst werden.
Das ist alles enthalten
5 Videos1 Lektüre1 Aufgabe7 Plug-ins
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 39 Minuten
Aufforderungen als Berechnung•9 Minuten
Brückenschlag zwischen Computer-Tools und unstrukturierten Daten mit Prompting - der KI-Sim•7 Minuten
Das Persona-Muster und Reasoning - Personas sind eine effiziente Programmierabstraktion•5 Minuten
Das Persona-Muster•14 Minuten
Einfache Multi-Agenten-Systeme mit Personas•5 Minuten
1 Lektüre•Insgesamt 10 Minuten
Format des Persona-Musters•10 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Persona & Self-Prompting Überprüfung•30 Minuten
7 Plug-ins•Insgesamt 105 Minuten
Self-Prompting und saubere Trennung von AI-Agenten-Reasoning•15 Minuten
Extraktion strukturierter Daten durch AI-Agenten•15 Minuten
Ein Agent für Rechnungsverarbeitung•15 Minuten
Beratung von Experten oder Simulation mit dem Persona-Muster•15 Minuten
Die Persona-Abstraktion & Agenten•15 Minuten
Rechnungsbearbeitung mit Experten•15 Minuten
Verwendung von Human Policies für Document-as-Implementation•15 Minuten
KI-Agent Designprinzipien & Sicherheit
Modul 2•1 Stunde abzuschließen
Moduldetails
Das ist alles enthalten
1 Video2 Plug-ins
Infos zu Modulinhalt anzeigen
1 Video•Insgesamt 8 Minuten
Die MATE-Designprinzipien für KI-Agenten•8 Minuten
2 Plug-ins•Insgesamt 30 Minuten
MATE-Entwurfsprinzipien im Code•15 Minuten
KI-Agenten und Umweltsicherheit•15 Minuten
Multi-Agenten-Systeme
Modul 3•2 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
4 Videos1 Aufgabe3 Plug-ins
Infos zu Modulinhalt anzeigen
4 Videos•Insgesamt 30 Minuten
Einführung in Multi-Agenten-Systeme•6 Minuten
Agenteninteraktion und Gedächtnis•10 Minuten
Rauschen beseitigen: Die Aufmerksamkeit des Agenten fokussieren•8 Minuten
Bereitstellung von KI-Informationen über die Welt durch Agenten•6 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Interaktionsarchitekturen für Agenten•30 Minuten
3 Plug-ins•Insgesamt 45 Minuten
Aufbau von Multi-Agenten-Systemen: Agent-zu-Agent-Kommunikation•15 Minuten
Interaktionsmuster von Agenten mit Speicher•15 Minuten
Erweiterte Agenteninteraktion•15 Minuten
Dependency Injection für Tools
Modul 4•1 Stunde abzuschließen
Moduldetails
Das ist alles enthalten
1 Video2 Plug-ins
Infos zu Modulinhalt anzeigen
1 Video•Insgesamt 4 Minuten
Isolierung von Agenten von zufälliger Komplexität•4 Minuten
2 Plug-ins•Insgesamt 30 Minuten
Saubere AI-Tools mit Dependency Injection•15 Minuten
Clean Tool Dependency Injection mit der Umgebung•15 Minuten
Ansätze zur Verbesserung der Argumentation von KI-Agenten
Modul 5•1 Stunde abzuschließen
Moduldetails
Das ist alles enthalten
4 Videos3 Plug-ins
Infos zu Modulinhalt anzeigen
4 Videos•Insgesamt 32 Minuten
Verbesserung des Denkens von AI-Agenten durch kontextbezogenes Lernen•12 Minuten
Verbesserung des Denkens von KI-Agenten durch vorausschauende Planung und Gedankenketten•6 Minuten
Verbessertes KI-Agenten-Reasoning mit In-Loop-Planung•5 Minuten
Der große Agentenkonflikt: Vorausschauend vs. dynamisch•9 Minuten
3 Plug-ins•Insgesamt 45 Minuten
Das architektonische Muster der Fähigkeiten•15 Minuten
Vorausschauende Planung zur Verbesserung der Argumentationsfähigkeit von Agenten•15 Minuten
Zwischenzeitliche Planung: Verfolgung des Fortschritts in der Agentenschleife•15 Minuten
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
Lehrkraftbewertungen
Lehrkraftbewertungen
Wir haben alle Lernenden um Feedback zu unseren Dozenten gebeten, ausgehend von der Qualität ihres Unterrichtsstils.
Die Vanderbilt University in Nashville, Tennessee, ist eine private Forschungsuniversität und ein medizinisches Zentrum, das ein umfassendes Angebot an Bachelor-, Master- und Berufsabschlüssen bietet.
OK
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.7
129 Bewertungen
5 stars
80 %
4 stars
13,07 %
3 stars
2,30 %
2 stars
2,30 %
1 star
2,30 %
Zeigt 3 von 129 an
J
JR
4·
Geprüft am 25. Okt. 2025
Need more in terms of graded knowledge assessments/assignments.
S
SB
5·
Geprüft am 11. Mai 2025
One of the great course to understand the importance of controllable outputs from LLMs
N
NK
4·
Geprüft am 14. Apr. 2026
Highly informative and well-aligned with current market needs; the concepts are easily applicable across a wide range of workflows.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.