Dieser Kurs bietet eine umfassende, praxisorientierte Einführung in das Prompt-Engineering als CORE-Kompetenz für die effektive Arbeit mit großen Sprachmodellen (LLMs). Im Mittelpunkt steht, wie Prompts gezielt entworfen, strukturiert, bewertet und skaliert werden können, um das Modellverhalten zu steuern, die Qualität der Schlussfolgerungen zu verbessern und zuverlässige KI-gesteuerte Anwendungen zu entwickeln – ohne die Modellgewichte zu verändern.

Anhand einer Abfolge von grundlegenden Konzepten, fortgeschrittenen Strategien und praxisnahen Demonstrationen lernen Sie, wie Sie hochwertige Prompts erstellen, bewährte Prompt-Muster wie „Few-Shot“- und „Chain-of-Thought“-Prompting anwenden, Kontext und Speicher verwalten sowie die Leistung von Prompts systematisch bewerten und verfeinern. Der Kurs legt den Schwerpunkt auf praktische Arbeitsabläufe unter Verwendung moderner Tools wie LangChain, Prompt-Vorlagen, Bewertungsframeworks und Automatisierungstechniken. Am Ende dieses Kurses werden Sie in der Lage sein: - die Prinzipien und Ziele des Prompt-Engineering sowie dessen Rolle bei der Steuerung des LLM-Verhaltens zu erläutern - effektive Prompt-Strukturen mithilfe von Techniken wie „Few-Shot“-Prompting, „Chain-of-Thought“-Schlussfolgerungen und rollenbasierten Prompts zu entwerfen - lange Kontexte und das Konversationsgedächtnis zu verwalten, um kohärente, mehrrundige LLM-Interaktionen aufzubauen - Prompts mithilfe qualitativer Metriken, automatisierten Feedbacks und Ranking-Methoden zu bewerten, zu testen und zu verfeinern - wiederverwendbare, skalierbare Prompt-Systeme zu entwickeln, die multimodale Eingaben, domänenspezifische Anwendungsfälle und Produktions-Workflows unterstützen Dieser Kurs ist ideal für Softwareentwickler, Machine-Learning-Ingenieure, KI-Praktiker, Prompt-Designer und Datenwissenschaftler, die über Ad-hoc-Prompts hinausgehen und systematische, testbare und wiederverwendbare, promptgesteuerte Lösungen für LLM-Anwendungen entwickeln möchten. Um den größtmöglichen Nutzen aus diesem Kurs zu ziehen, werden grundlegende Python-Kenntnisse, Vertrautheit mit LLM-Konzepten sowie Erfahrung im Umgang mit generativen KI-Modellen empfohlen. Seien Sie dabei und meistern Sie die Kunst und Technik der Prompts – von einfachen Anweisungen bis hin zu robusten, wiederverwendbaren Prompt-Systemen, die zuverlässige und skalierbare LLM-basierte Anwendungen ermöglichen.