Generative KI in der Praxis

Dieser zweitägige Vertiefungskurs beginnt mit einer Einführung zu generativer KI und vertieft das bereits erworbene Grundlagenwissen für industrielle Anwendungen. Die Teilnehmenden erhalten weiterführende Einblicke in aktuelle Modelle und Technologien, lernen fortgeschrittene Anwendungsszenarien kennen und entwickeln eigene Lösungsansätze für den Einsatz von KI in ihrem beruflichen Umfeld. Neben einer ausführlicheren Behandlung von Methoden steht vor allem die praktische Arbeit an realen Use Cases im Vordergrund.

Zielgruppe

Der Kurs richtet sich an Fach- und Führungskräfte, Ingenieure, Naturwissenschaftler, Betriebswirte, Techniker sowie Fach- und Sachbearbeiter, die bereits Grundlagenkenntnisse in generativer KI mitbringen – idealerweise durch Teilnahme am Einführungsmodul oder vergleichbare Vorkenntnisse – und nun erste Praxis- und Implementierungserfahrungen sammeln wollen.

Inhalte

• Vertiefung generativer Modelle: Detailliertes Verständnis von Transformer-Architekturen, Embeddings und Large Language Models
• Fortgeschrittene Methoden: Schwerpunkte auf RAG (Retrieval-Augmented Generation) sowie neueste Entwicklungen
• Praxisorientierte Übungen: Aufbauend auf den Einführungsübungen werden komplexere Use Cases bearbeitet, u. a. für die Produktion, Forschung & Entwicklung, oder Kundeninteraktion
• Datenintegration & Implementierung: Voraussetzungen, Best Practices und Tools für die unternehmensweite Einführung generativer KI
• Ethik & Verantwortung: Umgang mit Bias, Fehlvorhersagen, Compliance und Datenschutz

Ablauf

Dieser zweitägige Kurs ist eine Kombination aus Theorie und Praxis vertieft das Verständnis generativer KI, um die Tools produktiv einzusetzen.

Tag 1: Fundament vertiefen

• Einführung
• Betrachtung der Modelle (Transformer, LLMs, Embeddings)
• Beispiele aus der Industrie zur Veranschaulichung erweiterter Einsatzmöglichkeiten
• Diskussion von Einsparpotenzialen und Effizienzgewinnen

Tag 2: Praxis und Projekte

• Vorstellung weiterführender Konzepte wie Retrieval-Augmented Generation (RAG)
• Intensive Praxisübungen: Erstellung erster Prototypen oder Mini-Projekte auf Basis eigener Daten oder Beispiel-Szenarien
• Diskussion möglicher Integrationsszenarien in bestehende Unternehmensprozesse

Nutzen

Die Teilnehmenden vertiefen ihr Verständnis für generative KI und sind in der Lage, den Wert und die Machbarkeit spezifischer KI-Projekte im eigenen Unternehmen fundiert einzuschätzen. Durch die intensiven Praxisblöcke entwickeln sie Sicherheit im Umgang mit fortgeschrittenen Methoden wie RAG, lernen solide Datenintegrations- und Implementierungsansätze kennen und erhalten einen strukturierten Leitfaden für die Umsetzung KI-gestützter Lösungen. So werden sie befähigt, KI-Projekte in ihrem beruflichen Umfeld gezielt voranzutreiben, Ressourcen effizient einzusetzen und Produktivitätsgewinne abzuschätzen, und neue Potenziale für das Unternehmen zu erschliessen.

Kursleiter

Daniel Knüttel
Dr. sc. ETH Zürich

Martin Postel
Dr. sc. ETH Zürich

Voraussetzung, Vorkenntnisse

Grundkenntnisse im Umgang mit KI-Tools