Der Kurs „Grundlagen des Open Generative AI Engineering“ führt die Teilnehmer in die Prinzipien, Architekturen und Kompromisse ein, die die Landschaft der offenen generativen KI prägen. Ausgehend von den Unterschieden zwischen Open-Source-, Open-Weights- und Open-Access-Modellen befassen sich die Lernenden mit verschiedenen Lizenzierungsrahmen – darunter MIT, Apache und CreativeML Open RAIL-M – sowie deren Auswirkungen auf die kommerzielle Nutzung, die Namensnennung und die Einhaltung von Vorschriften.

Anschließend behandelt der Kurs die CORE-Architekturen offener großer Sprachmodelle (LLMs) wie Llama, Mistral und Mixtral sowie Diffusionsmodelle, die zur Bildgenerierung eingesetzt werden. Die Lernenden analysieren, wie sich Faktoren wie Parametergröße, Kontextfenster und Inferenzgeschwindigkeit auf die Leistung und Eignung für verschiedene Anwendungen auswirken. Im abschließenden Modul wird ein strukturiertes Entscheidungsrahmenwerk zur Bewertung offener gegenüber geschlossenen Modellen entwickelt, das Kosten, Skalierbarkeit, Anpassungsmöglichkeiten, Datenschutz und Datenhoheit gegeneinander abwägt. Durch die Erstellung eines Analyseberichts zur Modellauswahl erwerben die Lernenden die Fähigkeit, geeignete generative KI-Modelle für reale Anwendungsfälle kritisch zu bewerten und zu empfehlen.