Gestalten Sie die Zukunft mit praxisnahen KI-Lösungen! Entwickeln, prototypisieren und evaluieren Sie innovative Ansätze mit modernster Technologie – unterstützt durch hands-on Betreuung von Experten aus Forschung und Entwicklung. Erleben Sie, wie Sie selbst praxisnahe KI-Lösungen entwickeln!
Zielpublikum:Der CAS richtet sich an:
- Fachkräfte aus den Bereichen Gesundheitswesen, Bildung, Finanz- und Versicherungswesen
- Innovationsmanager und Verantwortliche für digitale Transformation, die KI-Lösungen erkunden möchten
- Personen, die generative KI in ihren beruflichen Kontext integrieren möchten
- Interessierte, die praktische KI-Schulungen suchen
Ziele:Sie werden dazu befähigt, innovative und praxisnahe KI-Lösungen für verschiedene Branchen zu entwickeln, zu prototypisieren und zu evaluieren. Mit einem Fokus auf generative KI-Technologien wie Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG) lernen Sie, Anwendungen wie konversationelle Agenten, XR-Simulationen und KI-gestützte Tools für Datenanalyse, Entscheidungsunterstützung und Automatisierung zu gestalten.
Sie erwerben praxisorientierte Fähigkeiten, um generative KI auf reale Herausforderungen anzuwenden – sei es zur Verbesserung der Gesundheitskompetenz, zur Optimierung von Kundenberatungsprozessen oder zur Automatisierung von Versicherungsabläufen. Der Kurs vermittelt nicht nur technologische Grundlagen, sondern auch methodische Ansätze, die eine gezielte Übertragung in die Praxis ermöglichen.
Am Ende des Kurses sind Sie in der Lage:
- Benutzerzentrierte KI-Systeme zu entwerfen, die Empathie, Adaptivität und soziale Intelligenz zeigen.
- Prototypen für reale Anwendungen zu erstellen und systematisch zu evaluieren.
- Generative KI-Lösungen in Ihren beruflichen Kontext zu integrieren und innovative Projekte eigenständig umzusetzen.
Der praxisnahe Unterricht und die Betreuung durch erfahrene Dozierende aus Forschungs- und Entwicklungsprojekten gewährleisten eine enge Verbindung zur realen Anwendung generativer KI.
Inhalt:
Modul: Grundlagen und Technologien der Generativen KI
In diesem Modul erwerben Sie ein grundlegendes Verständnis der Technologien, die der Generativen KI zugrunde liegen. Sie lernen, leistungsstarke Werkzeuge wie Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG) einzusetzen und interaktive Systeme zu gestalten, die auf Empathie, Anpassungsfähigkeit und Nutzerfreundlichkeit basieren. Das Modul legt den Fokus auf die Entwicklung und Optimierung generativer KI-Lösungen für eine Vielzahl von realen Anwendungen.
- Einführung in Foundation Models: Grundlagen von LLMs und generativen KI-Technologien: Fähigkeiten, Grenzen und Anwendungsbereiche
- Prompt Engineering: Techniken zur Erstellung und Verfeinerung von Prompts zur Optimierung generativer KI-Ausgaben
- Retrieval-Augmented Generation (RAG): Methoden zur Kombination von generativer KI mit externen Wissensquellen für kontextbezogene Ergebnisse
- Interaktionsabläufe und Verhaltenssteuerung: Entwurf von nutzerzentrierten Gesprächsstrukturen mit Empathie, Anpassungsfähigkeit und überzeugender Kommunikation
- Multimodale Intelligenz: Integration von multi-modalen Sensortechniken wie Gesichtserkennung und Intent-Analyse in KI-Systeme
- Multi-User- und Multi-Agenten-Interaktion: Strategien zur Skalierung von Eins-zu-Eins-Interaktionen auf komplexe Multi-Nutzer- und Multi-Agenten-Szenarien
Modul: Design und Evaluation von Anwendungen der Generativen KI
Dieses Modul vermittelt Ihnen die methodischen Grundlagen zur Gestaltung, Implementierung und Evaluation generativer KI-Anwendungen. Der Fokus liegt auf der Entwicklung innovativer, benutzerzentrierter Lösungen, wie z. B. immersive XR-Simulationen, KI-gestützte Bildungswerkzeuge und sozial intelligente Robotersysteme. Sie lernen, generative KI-Lösungen erfolgreich in der Praxis einzusetzen und deren Effektivität und Nutzerakzeptanz systematisch zu bewerten.
- Design von Bildungsinterventionen: Entwicklung interaktiver und reflektierender Bildungswerkzeuge, um Lernergebnisse und Nutzerengagement zu verbessern
- Simulationen in XR: Gestaltung immersiver Erfahrungen in Extended-Reality-Umgebungen zur Förderung von Kompetenzen und praktischen Fähigkeiten
- Robotik im Gesundheitswesen: Design sozial intelligenter Roboter zur Unterstützung von Pflege- und Gesundheitsinterventionen, z. B. Mobilitätshilfen
- Nutzerzentriertes Design (UCD) und Evaluation: Iterative Designprozesse, die die Bedürfnisse der Nutzer priorisieren, sowie Methoden zur Evaluation von Nutzbarkeit und Effektivität
- Deployment: Schritte zur Operationalisierung und Skalierung generativer KI-Lösungen für den Einsatz in realen Anwendungen
- Projekt-Coaching: Individuelle Begleitung bei der Konzeption, Prototypisierung und Evaluation innovativer KI-Anwendungen, abgestimmt auf spezifische Herausforderungen im beruflichen Kontext
