{"course":{"productid":34329,"modality":1,"active":true,"language":"de","title":"Developing Generative AI Applications on AWS","productcode":"DGAIA","vendorcode":"AW","vendorname":"Amazon Web Services","fullproductcode":"AW-DGAIA","courseware":{"has_ekit":true,"has_printkit":false,"language":""},"url":"https:\/\/portal.flane.ch\/course\/amazon-dgaia","objective":"<p>In diesem Kurs werden Sie lernen:<\/p>\n<ul>\n<li>Beschreiben Sie die generative KI und wie sie mit dem maschinellen Lernen zusammenh&auml;ngt.<\/li><li>Definieren Sie die Bedeutung der generativen KI und erl&auml;utern Sie ihre potenziellen Risiken und Vorteile<\/li><li>Identifizierung des Gesch&auml;ftswerts von generativen KI-Anwendungsf&auml;llen<\/li><li>Er&ouml;rterung der technischen Grundlagen und der wichtigsten Begriffe der generativen KI<\/li><li>Erkl&auml;ren Sie die Schritte zur Planung eines generativen KI-Projekts<\/li><li>Identifizierung einiger Risiken und Abhilfemassnahmen beim Einsatz generativer KI<\/li><li>Verstehen, wie Amazon Bedrock funktioniert<\/li><li>Machen Sie sich mit den grundlegenden Konzepten von Amazon Bedrock vertraut<\/li><li>Erkennen Sie die Vorteile von Amazon Bedrock<\/li><li>Liste typischer Anwendungsf&auml;lle f&uuml;r Amazon Bedrock<\/li><li>Beschreiben Sie die typische Architektur einer Amazon Bedrock-L&ouml;sung<\/li><li>Verstehen Sie die Kostenstruktur von Amazon Bedrock<\/li><li>Implementierung einer Demonstration von Amazon Bedrock in der AWS Management Console<\/li><li>Definition von Prompt-Engineering und Anwendung allgemeiner Best Practices im Umgang mit Gr&uuml;ndungsmodellen (FMs)<\/li><li>die grundlegenden Arten von Souffleurtechniken zu identifizieren, einschliesslich Zero-Shot- und Little-Shot-Lernen<\/li><li>Anwendung fortgeschrittener Eingabeaufforderungstechniken, wenn dies f&uuml;r Ihren Anwendungsfall erforderlich ist<\/li><li>Ermitteln, welche Prompttechniken f&uuml;r bestimmte Modelle am besten geeignet sind<\/li><li>Potenziellen Prompt-Missbrauch erkennen<\/li><li>Analysieren Sie m&ouml;gliche Verzerrungen in FM-Antworten und entwerfen Sie Aufforderungen, die diese Verzerrungen abschw&auml;chen.<\/li><li>Identifizierung der Komponenten einer generativen KI-Anwendung und wie man ein FM anpasst<\/li><li>Beschreiben Sie die Amazon Bedrock-Grundmodelle, Ableitungsparameter und die wichtigsten Amazon Bedrock-APIs<\/li><li>Identifizierung von Amazon Web Services (AWS)-Angeboten, die bei der &Uuml;berwachung, Sicherung und Verwaltung Ihrer Amazon Bedrock-Anwendungen helfen<\/li><li>Beschreiben Sie, wie Sie LangChain mit LLMs, Prompt-Templates, Chains, Chat-Modellen, Text-Embedding-Modellen, Dokumenten-Loadern, Retrievern und Agenten f&uuml;r Amazon Bedrock integrieren k&ouml;nnen<\/li><li>Beschreiben Sie Architekturmuster, die Sie mit Amazon Bedrock f&uuml;r den Aufbau generativer KI-Anwendungen implementieren k&ouml;nnen<\/li><li>Anwendung der Konzepte zum Erstellen und Testen von Anwendungsbeispielen, die die verschiedenen Amazon Bedrock-Modelle, LangChain und den Retrieval Augmented Generation (RAG)-Ansatz verwenden<\/li><\/ul>","essentials":"<p>Wir empfehlen, dass die Teilnehmer dieses Kurses folgende Voraussetzungen erf&uuml;llen:<\/p>\n<ul>\n<li>Abgeschlossen <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/course\/amazon-awse\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>AWS Technical Essentials <span class=\"fl-prod-pcode\">(AWSE)<\/span><\/a><\/span><\/li><li>Python-Kenntnisse auf mittlerem Niveau<\/li><\/ul>","audience":"<p>Dieser Kurs richtet sich an:<\/p>\n<ul>\n<li>Softwareentwickler, die LLMs ohne Feinabstimmung verwenden m&ouml;chten<\/li><\/ul>","contents":"<ul>\n<li>Einf&uuml;hrung in die generative KI - Die Kunst des M&ouml;glichen<\/li><li>Planung eines generativen AI-Projekts<\/li><li>Erste Schritte mit Amazon Bedrock<\/li><li>Grundlagen des Prompt Engineering<\/li><li>Amazon Bedrock-Anwendungskomponenten<\/li><li>Amazonas-Fundamentmodelle<\/li><li>LangChain<\/li><li>Architektur-Muster<\/li><\/ul>","outline":"<h5>Modul 1: Einf&uuml;hrung in die generative KI - Die Kunst des M&ouml;glichen<\/h5><ul>\n<li>&Uuml;berblick &uuml;ber ML<\/li><li>Grundlagen der generativen KI<\/li><li>Generative KI Anwendungsf&auml;lle<\/li><li>Generative KI in der Praxis<\/li><li>Risiken und Vorteile<\/li><\/ul><h5>Modul 2: Planung eines generativen KI-Projekts<\/h5><ul>\n<li>Grundlagen der generativen KI<\/li><li>Generative KI in der Praxis<\/li><li>Generativer AI-Kontext<\/li><li>Schritte bei der Planung eines generativen AI-Projekts<\/li><li>Risiken und Risikominderung<\/li><\/ul><h5>Modul 3: Erste Schritte mit Amazon Bedrock<\/h5><ul>\n<li>Einf&uuml;hrung in Amazon Bedrock<\/li><li>Architektur und Anwendungsf&auml;lle<\/li><li>Wie man Amazon Bedrock verwendet<\/li><li>Demonstration: Einrichtung des Bedrock-Zugangs und Nutzung von Spielpl&auml;tzen<\/li><\/ul><h5>Modul 4: Grundlagen des Prompt Engineering<\/h5><ul>\n<li>Grundlagen der Gr&uuml;ndungsmodelle<\/li><li>Grundlagen der Prompttechnik<\/li><li>Grundlegende Souffleurtechniken<\/li><li>Fortgeschrittene Souffleurtechniken<\/li><li>Modellspezifische Souffleurtechniken<\/li><li>Demonstration: Feinabstimmung einer einfachen Texteingabeaufforderung<\/li><li>Bek&auml;mpfung von Prompt-Missbrauch<\/li><li>Entsch&auml;rfung von Vorurteilen<\/li><li>Demonstration: Verringerung von Bildverzerrungen<\/li><\/ul><h5>Modul 5: Amazon Bedrock-Anwendungskomponenten<\/h5><ul>\n<li>&Uuml;berblick &uuml;ber die generativen AI-Anwendungskomponenten<\/li><li>Gr&uuml;ndungsmodelle und die FM-Schnittstelle<\/li><li>Arbeiten mit Datens&auml;tzen und Einbettungen<\/li><li>Demonstration: Worteinbettungen<\/li><li>Zus&auml;tzliche Anwendungskomponenten<\/li><li>Retrieval Augmented Generation (RAG)<\/li><li>Modell-Feinabstimmung<\/li><li>Sicherstellung generativer KI-Anwendungen<\/li><li>Generative KI-Anwendungsarchitektur<\/li><\/ul><h5>Modul 6: Amazon Bedrock Gr&uuml;ndungsmodelle<\/h5><ul>\n<li>Einf&uuml;hrung in Amazon Bedrock Gr&uuml;ndungsmodelle<\/li><li>Verwendung von Amazon Bedrock FMs f&uuml;r Inferenz<\/li><li>Amazon Bedrock Methoden<\/li><li>Datenschutz und &Uuml;berpr&uuml;fbarkeit<\/li><li>Demonstration: Aufrufen des Bedrock-Modells f&uuml;r die Texterstellung mit Zero-Shot-Prompt<\/li><\/ul><h5>Modul 7: LangChain<\/h5><ul>\n<li>Optimierung der LLM-Leistung<\/li><li>Verwendung von Modellen mit LangChain<\/li><li>Eingabeaufforderungen konstruieren<\/li><li>Demonstration: Bedrock mit LangChain unter Verwendung einer Eingabeaufforderung, die Kontext enth&auml;lt<\/li><li>Strukturierung von Dokumenten mit Indizes<\/li><li>Speichern und Abrufen von Daten mit Speicher<\/li><li>Verwendung von Ketten zur Abfolge von Komponenten<\/li><li>Verwaltung externer Ressourcen mit LangChain-Agenten<\/li><\/ul><h5>Modul 8: Architektur-Muster<\/h5><ul>\n<li>Einf&uuml;hrung in Architekturmuster<\/li><li>Text-Zusammenfassung<\/li><li>Demonstration: Textzusammenfassung von kleinen Dateien mit Anthropic Claude<\/li><li>Demonstration: Abstrakte Textzusammenfassung mit Amazon Titan unter Verwendung von LangChain<\/li><li>Beantwortung der Frage<\/li><li>Demonstration: Verwendung von Amazon Bedrock zur Beantwortung von Fragen<\/li><li>Chatbot<\/li><li>Demonstration: Konversationelle Schnittstelle - Chatbot mit AI21 LLM<\/li><li>Code-Erstellung<\/li><li>Demonstration: Verwendung von Amazon Bedrock-Modellen f&uuml;r die Codegenerierung<\/li><li>LangChain und Agenten f&uuml;r Amazon Bedrock<\/li><li>Demonstration: Integration von Amazon Bedrock-Modellen mit LangChain-Agenten<\/li><\/ul>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/amazon-dgaia\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Dieser Kurs soll Softwareentwicklern, die an der Verwendung grosser Sprachmodelle (LLMs) ohne Feinabstimmung interessiert sind, generative k&uuml;nstliche Intelligenz (KI) n&auml;her bringen. Der Kurs bietet einen &Uuml;berblick &uuml;ber generative KI, die Planung eines generativen KI-Projekts, den Einstieg in Amazon Bedrock, die Grundlagen des Prompt-Engineering und die Architekturmuster zur Erstellung generativer KI-Anwendungen mit Amazon Bedrock und LangChain.<\/p>","objective_plain":"In diesem Kurs werden Sie lernen:\n\n\n- Beschreiben Sie die generative KI und wie sie mit dem maschinellen Lernen zusammenh\u00e4ngt.\n- Definieren Sie die Bedeutung der generativen KI und erl\u00e4utern Sie ihre potenziellen Risiken und Vorteile\n- Identifizierung des Gesch\u00e4ftswerts von generativen KI-Anwendungsf\u00e4llen\n- Er\u00f6rterung der technischen Grundlagen und der wichtigsten Begriffe der generativen KI\n- Erkl\u00e4ren Sie die Schritte zur Planung eines generativen KI-Projekts\n- Identifizierung einiger Risiken und Abhilfemassnahmen beim Einsatz generativer KI\n- Verstehen, wie Amazon Bedrock funktioniert\n- Machen Sie sich mit den grundlegenden Konzepten von Amazon Bedrock vertraut\n- Erkennen Sie die Vorteile von Amazon Bedrock\n- Liste typischer Anwendungsf\u00e4lle f\u00fcr Amazon Bedrock\n- Beschreiben Sie die typische Architektur einer Amazon Bedrock-L\u00f6sung\n- Verstehen Sie die Kostenstruktur von Amazon Bedrock\n- Implementierung einer Demonstration von Amazon Bedrock in der AWS Management Console\n- Definition von Prompt-Engineering und Anwendung allgemeiner Best Practices im Umgang mit Gr\u00fcndungsmodellen (FMs)\n- die grundlegenden Arten von Souffleurtechniken zu identifizieren, einschliesslich Zero-Shot- und Little-Shot-Lernen\n- Anwendung fortgeschrittener Eingabeaufforderungstechniken, wenn dies f\u00fcr Ihren Anwendungsfall erforderlich ist\n- Ermitteln, welche Prompttechniken f\u00fcr bestimmte Modelle am besten geeignet sind\n- Potenziellen Prompt-Missbrauch erkennen\n- Analysieren Sie m\u00f6gliche Verzerrungen in FM-Antworten und entwerfen Sie Aufforderungen, die diese Verzerrungen abschw\u00e4chen.\n- Identifizierung der Komponenten einer generativen KI-Anwendung und wie man ein FM anpasst\n- Beschreiben Sie die Amazon Bedrock-Grundmodelle, Ableitungsparameter und die wichtigsten Amazon Bedrock-APIs\n- Identifizierung von Amazon Web Services (AWS)-Angeboten, die bei der \u00dcberwachung, Sicherung und Verwaltung Ihrer Amazon Bedrock-Anwendungen helfen\n- Beschreiben Sie, wie Sie LangChain mit LLMs, Prompt-Templates, Chains, Chat-Modellen, Text-Embedding-Modellen, Dokumenten-Loadern, Retrievern und Agenten f\u00fcr Amazon Bedrock integrieren k\u00f6nnen\n- Beschreiben Sie Architekturmuster, die Sie mit Amazon Bedrock f\u00fcr den Aufbau generativer KI-Anwendungen implementieren k\u00f6nnen\n- Anwendung der Konzepte zum Erstellen und Testen von Anwendungsbeispielen, die die verschiedenen Amazon Bedrock-Modelle, LangChain und den Retrieval Augmented Generation (RAG)-Ansatz verwenden","essentials_plain":"Wir empfehlen, dass die Teilnehmer dieses Kurses folgende Voraussetzungen erf\u00fcllen:\n\n\n- Abgeschlossen AWS Technical Essentials (AWSE)\n- Python-Kenntnisse auf mittlerem Niveau","audience_plain":"Dieser Kurs richtet sich an:\n\n\n- Softwareentwickler, die LLMs ohne Feinabstimmung verwenden m\u00f6chten","contents_plain":"- Einf\u00fchrung in die generative KI - Die Kunst des M\u00f6glichen\n- Planung eines generativen AI-Projekts\n- Erste Schritte mit Amazon Bedrock\n- Grundlagen des Prompt Engineering\n- Amazon Bedrock-Anwendungskomponenten\n- Amazonas-Fundamentmodelle\n- LangChain\n- Architektur-Muster","outline_plain":"Modul 1: Einf\u00fchrung in die generative KI - Die Kunst des M\u00f6glichen\n\n\n- \u00dcberblick \u00fcber ML\n- Grundlagen der generativen KI\n- Generative KI Anwendungsf\u00e4lle\n- Generative KI in der Praxis\n- Risiken und Vorteile\nModul 2: Planung eines generativen KI-Projekts\n\n\n- Grundlagen der generativen KI\n- Generative KI in der Praxis\n- Generativer AI-Kontext\n- Schritte bei der Planung eines generativen AI-Projekts\n- Risiken und Risikominderung\nModul 3: Erste Schritte mit Amazon Bedrock\n\n\n- Einf\u00fchrung in Amazon Bedrock\n- Architektur und Anwendungsf\u00e4lle\n- Wie man Amazon Bedrock verwendet\n- Demonstration: Einrichtung des Bedrock-Zugangs und Nutzung von Spielpl\u00e4tzen\nModul 4: Grundlagen des Prompt Engineering\n\n\n- Grundlagen der Gr\u00fcndungsmodelle\n- Grundlagen der Prompttechnik\n- Grundlegende Souffleurtechniken\n- Fortgeschrittene Souffleurtechniken\n- Modellspezifische Souffleurtechniken\n- Demonstration: Feinabstimmung einer einfachen Texteingabeaufforderung\n- Bek\u00e4mpfung von Prompt-Missbrauch\n- Entsch\u00e4rfung von Vorurteilen\n- Demonstration: Verringerung von Bildverzerrungen\nModul 5: Amazon Bedrock-Anwendungskomponenten\n\n\n- \u00dcberblick \u00fcber die generativen AI-Anwendungskomponenten\n- Gr\u00fcndungsmodelle und die FM-Schnittstelle\n- Arbeiten mit Datens\u00e4tzen und Einbettungen\n- Demonstration: Worteinbettungen\n- Zus\u00e4tzliche Anwendungskomponenten\n- Retrieval Augmented Generation (RAG)\n- Modell-Feinabstimmung\n- Sicherstellung generativer KI-Anwendungen\n- Generative KI-Anwendungsarchitektur\nModul 6: Amazon Bedrock Gr\u00fcndungsmodelle\n\n\n- Einf\u00fchrung in Amazon Bedrock Gr\u00fcndungsmodelle\n- Verwendung von Amazon Bedrock FMs f\u00fcr Inferenz\n- Amazon Bedrock Methoden\n- Datenschutz und \u00dcberpr\u00fcfbarkeit\n- Demonstration: Aufrufen des Bedrock-Modells f\u00fcr die Texterstellung mit Zero-Shot-Prompt\nModul 7: LangChain\n\n\n- Optimierung der LLM-Leistung\n- Verwendung von Modellen mit LangChain\n- Eingabeaufforderungen konstruieren\n- Demonstration: Bedrock mit LangChain unter Verwendung einer Eingabeaufforderung, die Kontext enth\u00e4lt\n- Strukturierung von Dokumenten mit Indizes\n- Speichern und Abrufen von Daten mit Speicher\n- Verwendung von Ketten zur Abfolge von Komponenten\n- Verwaltung externer Ressourcen mit LangChain-Agenten\nModul 8: Architektur-Muster\n\n\n- Einf\u00fchrung in Architekturmuster\n- Text-Zusammenfassung\n- Demonstration: Textzusammenfassung von kleinen Dateien mit Anthropic Claude\n- Demonstration: Abstrakte Textzusammenfassung mit Amazon Titan unter Verwendung von LangChain\n- Beantwortung der Frage\n- Demonstration: Verwendung von Amazon Bedrock zur Beantwortung von Fragen\n- Chatbot\n- Demonstration: Konversationelle Schnittstelle - Chatbot mit AI21 LLM\n- Code-Erstellung\n- Demonstration: Verwendung von Amazon Bedrock-Modellen f\u00fcr die Codegenerierung\n- LangChain und Agenten f\u00fcr Amazon Bedrock\n- Demonstration: Integration von Amazon Bedrock-Modellen mit LangChain-Agenten","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Dieser Kurs soll Softwareentwicklern, die an der Verwendung grosser Sprachmodelle (LLMs) ohne Feinabstimmung interessiert sind, generative k\u00fcnstliche Intelligenz (KI) n\u00e4her bringen. Der Kurs bietet einen \u00dcberblick \u00fcber generative KI, die Planung eines generativen KI-Projekts, den Einstieg in Amazon Bedrock, die Grundlagen des Prompt-Engineering und die Architekturmuster zur Erstellung generativer KI-Anwendungen mit Amazon Bedrock und LangChain.","skill_level":"Intermediate","version":"2.0","duration":{"unit":"d","value":2,"formatted":"2 Tage"},"pricelist":{"List Price":{"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":1250},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":1250},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":1250},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":1250},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":980},"PL":{"country":"PL","currency":"PLN","taxrate":23,"price":4000},"FR":{"country":"FR","currency":"EUR","taxrate":19.6,"price":1565},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":2035},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":1770},"US":{"country":"US","currency":"USD","taxrate":null,"price":1390},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":1920},"AE":{"country":"AE","currency":"USD","taxrate":5,"price":1325},"NL":{"country":"NL","currency":"EUR","taxrate":21,"price":1595}}},"lastchanged":"2026-03-16T13:57:37+01:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/34329","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/amazon-dgaia"}}