Agentic Infrastructure for the Autonomous Enterprise on Google Cloud

Agentic Infrastructure for the Autonomous Enterprise on Google CloudAIAEGCGOGoogleGO-AIAEGC1.0<ul> <li>Lücken in der Agentur erkennen: Gewohnheiten im Umgang mit &bdquo;Track A“ ablegen und strukturelle Reibungspunkte aufzeigen.</li><li>Entwickeln Sie die Engine: Implementieren Sie dauerhafte, kontextbezogene Schlussfolgerungsschleifen innerhalb der Build-Ebene.</li><li>Sichern Sie die Perimeter: Setzen Sie Zero-Trust-Modelle und Laufzeitschutzmassnahmen über die Govern-Ebene durch.</li><li>Flotte skalieren: Verringern Sie die Abweichung der Schlussfolgerungen und messen Sie den ROI mithilfe der Optimierungs- und Skalierungsstufen.</li></ul><ul> <li>Abschluss des Projekts &bdquo;Organisatorische Voraussetzungen für den Erfolg der KI“.</li><li>Grundkenntnisse in Google Cloud (VPC, IAM, Cloud Run).</li></ul>Es ist hilfreich, sich damit vertraut zu machen: <ul> <li>Python-Grundlagen</li><li>REST-API-Strukturen</li><li>RAG-Konzepte</li></ul><ul> <li>Unternehmensarchitekten: , die eine skalierbare, sichere Infrastruktur für dauerhafte, Gemini Enterprise-fähige KI-Worker aufbauen müssen.</li><li>Systemintegratoren: Aufgabe: Anbindung von KI an bestehende ERP-/CRM-Daten über eine sichere, abteilungsübergreifende Tool-Orchestrierung mithilfe der Google Cloud Agent Platform.</li><li>IT-Leiter: , die vom &bdquo;Projektdenken“ zum &bdquo;Plattformdenken“ übergehen müssen, um eine globale Flotte autonomer Agenten zu verwalten und dabei Governance und Skalierbarkeit zu gewährleisten</li></ul><h4>Modul 1 – Der Wandel hin zur Eigenverantwortung</h4> Themen: <ul> <li>1. Die Säulen und die Steuerung</li><li>2. Die architektonischen Reibungskräfte</li><li>3. Die Skala zur Messung der Selbstständigkeit</li></ul>Ziele: <ul> <li>Analysieren Sie die &bdquo;Agency Gap“, indem Sie die funktionale Schnittstelle zwischen logischem Denken, Gedächtnis und Werkzeugen mit der Datenverwaltung untersuchen, um von Track A (Chat) zu Track B (Mitarbeiter) zu gelangen.</li><li>Ermitteln Sie die vier technischen Hindernisse (Integration, Statelessness, Latenz und Governance), die eine Skalierung von KI-Pilotprojekten in die Produktion verhindern.</li><li>Bewerten Sie die Infrastrukturbereitschaft anhand der Reifegradskala L1–L5, um Investitionen in die &bdquo;befestigte Strasse“ für die Autonomie der Stufe 4+ zu priorisieren.</li></ul>Aktivitäten: <ul> <li>1 Anwendungsfall</li><li>2 Fallstudien</li><li>1 Demo</li></ul><h4>Modul 2 – Der Bau der &bdquo;gepflasterten Strasse“</h4> Themen: <ul> <li>1. Referenz-Stack und Tool-Archetypen</li><li>2. Leitfaden zur Speicherauswahl</li><li>3. Orchestrierungsmuster für Multi-Agenten-Systeme</li><li>4. Der Lebenszyklus einer asphaltierten Strasse</li></ul>Ziele: <ul> <li>Setzen Sie das Vertex AI SDK und die Vertex AI Reasoning Engine ein, um die Bereitstellung von Agenten zu standardisieren und den persistenten Konversationsstatus zu verwalten.</li><li>Bewerten Sie die Vor- und Nachteile von AlloyDB und Vertex AI Vector Search, um die optimale Speicherschicht für metadatenintensive bzw. hochskalierbare Agenten auszuwählen.</li><li>Wenden Sie bestimmte Orchestrierungsmuster (Hub-and-Spoke, Linear Relay oder Parallel Critic) an, um komplexe, abteilungsübergreifende Ziele zu verwalten.</li><li>Entwerfen Sie einen Einsatzpfad für Agenten von der Sandbox bis zur zertifizierten Produktionsumgebung, um sicherzustellen, dass die Infrastruktur vor dem autonomen Handeln bereitgestellt wird.</li></ul>Aktivitäten: <ul> <li>4 Demos</li></ul><h4>Modul 3 – Der autonome Perimeter</h4> Themen: <ul> <li>1. Bedrohungsmodellierung für agentenbasierte Systeme</li><li>2. Identitätshierarchie und Anmeldedaten</li><li>3. Die Grenze verteidigen: Modellrüstung</li><li>4. Verantwortungsvolle KI & Human-in-the-Loop</li></ul>Ziele: <ul> <li>Wenden Sie agentenbasierte Bedrohungsmodellierung an, um Risiken wie &bdquo;Indirect Prompt Injection“ und &bdquo;Tool-Chaining“-Exploits zu identifizieren und zu mindern.</li><li>Wenden Sie mithilfe von Workload Identity Federation ein dreistufiges Identitätsmodell an, um das Prinzip der &bdquo;geringstmöglichen Berechtigungen“ für autonome Mitarbeiter sicherzustellen.</li><li>Setzen Sie Model Armor als Echtzeit-Sicherheitsproxy ein, um schädliche Eingaben zu filtern und sensible Ausgabedaten zu schwärzen.</li><li>Analyse der Anforderungen an eine verantwortungsvolle KI-Entwicklung, um Rechenschaftspflicht, Rückverfolgbarkeit und &bdquo;Human-in-the-Loop“-Kontrollpunkte in den autonomen Perimeter zu integrieren.</li></ul>Aktivitäten: <ul> <li>1 Anwendungsfall</li><li>4 Demos</li></ul><h4>Modul 4 – Autonomie erhalten</h4> Themen: <ul> <li>1. Infrastruktur-ROI</li><li>2. Der GenAIOps-Lebenszyklus</li><li>3. Die Innovationsernte</li></ul>Ziele: <ul> <li>Analysieren Sie den ROI der Plattform, indem Sie den Fokus von &bdquo;Vanity Metrics“ auf Infrastruktur-Nutzungsquoten und die Wiederverwendbarkeit von Komponenten verlagern, um den Wert der &bdquo;gepflasterten Strasse“ zu belegen.</li><li>Führen Sie einen kontinuierlichen Feedback-Kreislauf unter Verwendung von Golden Datasets und Argumentationsverläufen ein, um &bdquo;Argumentationsabweichungen“ zu erkennen und zu beheben.</li><li>Wenden Sie die &bdquo;Innovation Harvest“-Methodik an, um erfolgreiche, isolierte Tools zu globalen, zertifizierten Gemini Enterprise-Ressourcen auszubauen.</li></ul>Aktivitäten: <ul> <li>1 Anwendungsfall</li><li>1 Demo</li></ul><h4>Modul 5 – Zusammenfassung und Quiz</h4> Themen: <ul> <li>Wiederholung der Kernkonzepte</li></ul>Ziele: <ul> <li>Überprüfen Sie das Verständnis der Kernkonzepte des Kurses anhand von szenariobasierten Fragen.</li></ul>Aktivitäten: <ul> <li>5 szenariobasierte Multiple-Choice-Fragen.</li></ul>Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <a class="fl-href-prod" href="/swisscom/en/course/google-aiaegc"><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>.- Lücken in der Agentur erkennen: Gewohnheiten im Umgang mit „Track A“ ablegen und strukturelle Reibungspunkte aufzeigen. - Entwickeln Sie die Engine: Implementieren Sie dauerhafte, kontextbezogene Schlussfolgerungsschleifen innerhalb der Build-Ebene. - Sichern Sie die Perimeter: Setzen Sie Zero-Trust-Modelle und Laufzeitschutzmassnahmen über die Govern-Ebene durch. - Flotte skalieren: Verringern Sie die Abweichung der Schlussfolgerungen und messen Sie den ROI mithilfe der Optimierungs- und Skalierungsstufen.- Abschluss des Projekts „Organisatorische Voraussetzungen für den Erfolg der KI“. - Grundkenntnisse in Google Cloud (VPC, IAM, Cloud Run). Es ist hilfreich, sich damit vertraut zu machen: - Python-Grundlagen - REST-API-Strukturen - RAG-Konzepte- Unternehmensarchitekten: , die eine skalierbare, sichere Infrastruktur für dauerhafte, Gemini Enterprise-fähige KI-Worker aufbauen müssen. - Systemintegratoren: Aufgabe: Anbindung von KI an bestehende ERP-/CRM-Daten über eine sichere, abteilungsübergreifende Tool-Orchestrierung mithilfe der Google Cloud Agent Platform. - IT-Leiter: , die vom „Projektdenken“ zum „Plattformdenken“ übergehen müssen, um eine globale Flotte autonomer Agenten zu verwalten und dabei Governance und Skalierbarkeit zu gewährleistenModul 1 – Der Wandel hin zur Eigenverantwortung Themen: - 1. Die Säulen und die Steuerung - 2. Die architektonischen Reibungskräfte - 3. Die Skala zur Messung der Selbstständigkeit Ziele: - Analysieren Sie die „Agency Gap“, indem Sie die funktionale Schnittstelle zwischen logischem Denken, Gedächtnis und Werkzeugen mit der Datenverwaltung untersuchen, um von Track A (Chat) zu Track B (Mitarbeiter) zu gelangen. - Ermitteln Sie die vier technischen Hindernisse (Integration, Statelessness, Latenz und Governance), die eine Skalierung von KI-Pilotprojekten in die Produktion verhindern. - Bewerten Sie die Infrastrukturbereitschaft anhand der Reifegradskala L1–L5, um Investitionen in die „befestigte Strasse“ für die Autonomie der Stufe 4+ zu priorisieren. Aktivitäten: - 1 Anwendungsfall - 2 Fallstudien - 1 Demo Modul 2 – Der Bau der „gepflasterten Strasse“ Themen: - 1. Referenz-Stack und Tool-Archetypen - 2. Leitfaden zur Speicherauswahl - 3. Orchestrierungsmuster für Multi-Agenten-Systeme - 4. Der Lebenszyklus einer asphaltierten Strasse Ziele: - Setzen Sie das Vertex AI SDK und die Vertex AI Reasoning Engine ein, um die Bereitstellung von Agenten zu standardisieren und den persistenten Konversationsstatus zu verwalten. - Bewerten Sie die Vor- und Nachteile von AlloyDB und Vertex AI Vector Search, um die optimale Speicherschicht für metadatenintensive bzw. hochskalierbare Agenten auszuwählen. - Wenden Sie bestimmte Orchestrierungsmuster (Hub-and-Spoke, Linear Relay oder Parallel Critic) an, um komplexe, abteilungsübergreifende Ziele zu verwalten. - Entwerfen Sie einen Einsatzpfad für Agenten von der Sandbox bis zur zertifizierten Produktionsumgebung, um sicherzustellen, dass die Infrastruktur vor dem autonomen Handeln bereitgestellt wird. Aktivitäten: - 4 Demos Modul 3 – Der autonome Perimeter Themen: - 1. Bedrohungsmodellierung für agentenbasierte Systeme - 2. Identitätshierarchie und Anmeldedaten - 3. Die Grenze verteidigen: Modellrüstung - 4. Verantwortungsvolle KI & Human-in-the-Loop Ziele: - Wenden Sie agentenbasierte Bedrohungsmodellierung an, um Risiken wie „Indirect Prompt Injection“ und „Tool-Chaining“-Exploits zu identifizieren und zu mindern. - Wenden Sie mithilfe von Workload Identity Federation ein dreistufiges Identitätsmodell an, um das Prinzip der „geringstmöglichen Berechtigungen“ für autonome Mitarbeiter sicherzustellen. - Setzen Sie Model Armor als Echtzeit-Sicherheitsproxy ein, um schädliche Eingaben zu filtern und sensible Ausgabedaten zu schwärzen. - Analyse der Anforderungen an eine verantwortungsvolle KI-Entwicklung, um Rechenschaftspflicht, Rückverfolgbarkeit und „Human-in-the-Loop“-Kontrollpunkte in den autonomen Perimeter zu integrieren. Aktivitäten: - 1 Anwendungsfall - 4 Demos Modul 4 – Autonomie erhalten Themen: - 1. Infrastruktur-ROI - 2. Der GenAIOps-Lebenszyklus - 3. Die Innovationsernte Ziele: - Analysieren Sie den ROI der Plattform, indem Sie den Fokus von „Vanity Metrics“ auf Infrastruktur-Nutzungsquoten und die Wiederverwendbarkeit von Komponenten verlagern, um den Wert der „gepflasterten Strasse“ zu belegen. - Führen Sie einen kontinuierlichen Feedback-Kreislauf unter Verwendung von Golden Datasets und Argumentationsverläufen ein, um „Argumentationsabweichungen“ zu erkennen und zu beheben. - Wenden Sie die „Innovation Harvest“-Methodik an, um erfolgreiche, isolierte Tools zu globalen, zertifizierten Gemini Enterprise-Ressourcen auszubauen. Aktivitäten: - 1 Anwendungsfall - 1 Demo Modul 5 – Zusammenfassung und Quiz Themen: - Wiederholung der Kernkonzepte Ziele: - Überprüfen Sie das Verständnis der Kernkonzepte des Kurses anhand von szenariobasierten Fragen. Aktivitäten: - 5 szenariobasierte Multiple-Choice-Fragen.Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.3 Stunden350.00485.00300.00300.00300.00300.00300.00