Offenes Seminar · feste Termine · Preis pro Person

KI-Grundlagen für die IT: Ollama, RAG und Fine-Tuning in 4 Tagen

KI-Grundlagen

Dauer: 4 Tage | Preis: 2.780,00 EUR Netto / 3.308,20 EUR Brutto | Präsenz oder live online

Viertägiger KI-Kurs für die IT: Modelle lokal mit Ollama betreiben, Quantisierung, RAG mit Vektordatenbank, Fine-Tuning mit Unsloth und KI-Agenten.

Preis pro Person · Kostenlose und unverbindliche Terminanfrage

Schulungsraum mit Konferenztisch und Bildschirm

Dieser viertägige Kurs richtet sich an IT-Fachleute, Entwickler und technische Projektleitung, die KI-Systeme selbst betreiben und verstehen wollen. Nach den Grundbegriffen von Token bis Embedding und einem Überblick über EU AI Act, Datenschutz und Modelllizenzen betreiben Sie ein Sprachmodell lokal mit Ollama und vergleichen Quantisierungsstufen im GGUF-Format.

Anschließend erschließen Sie Dokumente per Retrieval-Augmented Generation über eine Vektordatenbank und prüfen, ob die Antworten durch Quellen gedeckt sind. Mit Unsloth passen Sie ein Modell per LoRA an, mit ComfyUI erzeugen Sie Bilder und kurze Videos. Zum Schluss lassen Sie einen Agenten in einer abgeschotteten Umgebung Befehle ausführen, mit begrenzten Rechten und Freigaben. Kommandozeile sollte Sie nicht abschrecken, Python hilft. Die vier Tage finden als offene Schulung statt, im Schulungsraum oder live online.

Themen und Inhalte für Ihre Schulung und Weiterbildung:

Diese Schulung verbindet technische Grundlagen mit praktischen Übungen. Die Kursteilnehmenden lernen, KI-Anwendungsfälle rechtlich und technisch einzuordnen, Sprachmodelle mit Ollama lokal zu betreiben und eigene Dokumente über eine Vektordatenbank für KI-gestützte Antworten zu erschließen. Weitere Schwerpunkte sind Modellanpassung mit Unsloth, Quantisierung, Bild- und Videogenerierung mit ComfyUI sowie kontrollierte Werkzeug- und Befehlsausführung durch KI-Agenten. Das Format richtet sich an technisch interessierte Fachkräfte und IT-Verantwortliche. Alle Übungen erfolgen mit vorbereiteten Modellen, Beispieldaten und einer abgeschotteten Laborumgebung. Der Schwerpunkt liegt auf Praxis und nachvollziehbaren Ergebnissen, nicht auf mathematischer Vertiefung oder vollständiger Produktionsreife. Seminarziel Die Teilnehmenden entwickeln ein belastbares Verständnis dafür, wie KI-Systeme funktionieren, wo ihre Grenzen liegen und welche technischen sowie organisatorischen Voraussetzungen für den Unternehmenseinsatz zu berücksichtigen sind. Sie unterscheiden prädiktive, generative und agentische Ansätze und ordnen typische Anwendungsfälle den passenden Verfahren zu. Im praktischen Teil betreiben sie ein ausgewähltes Sprachmodell lokal mit Ollama und untersuchen den Einfluss von Modellgröße, Kontextlänge und Quantisierung. Anschließend erschließen sie einen vorbereiteten Dokumentenbestand mit Retrieval-Augmented Generation, kurz RAG. Dabei erstellen sie Embeddings, befüllen eine Vektordatenbank und prüfen, ob Antworten durch passende Quellen gestützt werden. Ein weiterer Schwerpunkt ist die gezielte Modellanpassung mit Unsloth. Die Teilnehmenden bereiten Trainingsbeispiele vor, führen ein begrenztes Fine-Tuning durch und vergleichen die Ergebnisse mit dem Ausgangsmodell. Ergänzend erstellen sie einen nachvollziehbaren ComfyUI-Workflow für Bilder und erproben einen vorbereiteten Video-Workflow. Zum Abschluss untersuchen sie, wie ein Agenten-Harness Modellantworten mit Werkzeugen und lokalen Befehlen verbindet. Sie begrenzen Berechtigungen, verwenden Freigaben und bewerten Ergebnisse anhand definierter Tests. Rechtliche Einordnung, Datenschutz, Modelllizenzen, Dokumentation und menschliche Kontrolle begleiten sämtliche Übungen. Die Schulung vermittelt damit eine Grundlage für fundierte Architekturentscheidungen und weiterführende KI-Projekte.

Kursinhalt
  • KI-Modelle und grundlegende Funktionsweisen
    • Prädiktive KI: Prognosen, Klassifikation und Anomalieerkennung.
    • Generative KI: Erzeugung von Text, Code, Bildern und Videos.
    • Agentische KI: Aufgabenbearbeitung mit Werkzeugen, Rückmeldungen und mehreren Handlungsschritten.
    • Einordnung: Agentische KI ist nicht zwingend eine eigenständige Modellklasse, sondern häufig ein System aus Modell, Steuerung und Werkzeugen.
    • Grundbegriffe: Training, Inferenz, Parameter, Token, Kontextfenster und Embeddings.
    • Grenzen: Halluzinationen, verzerrte Ergebnisse und fehlende Verlässlichkeit ohne Prüfung.
  • Rechtsgrundlagen für KI im Unternehmen
    • Aufbau und risikobasierter Ansatz des EU AI Act.
    • Rollen von Anbietern und Betreibern sowie Einordnung eigener Anpassungen.
    • KI-Kompetenz nach Artikel 4: kontextbezogene Maßnahmen für Mitarbeitende und weitere beauftragte Personen.
    • Verbotene Praktiken, Hochrisiko-Anwendungen und Transparenzpflichten im Überblick.
    • Datenschutz, vertrauliche Informationen, Urheberrecht und Modelllizenzen als Prüffelder.
    • Dokumentation und organisatorische Freigaben für betriebliche Anwendungsfälle.
  • Lokale Sprachmodelle mit Ollama
    • Aufbau einer lokalen Inferenzumgebung.
    • Auswahl eines geeigneten Modells anhand von Aufgabe, Lizenz und Ressourcen.
    • Modelle laden, starten, wechseln und verwalten.
    • Systemanweisungen, Prompts und Kontext bewusst gestalten.
    • Lokale API anhand eines vorbereiteten Beispiels verwenden.
    • Netzwerkzugriffe und angebundene Dienste kontrollieren.
  • Modelle durch Quantisierung ressourcenschonender betreiben
    • Unterschied zwischen Parameteranzahl und numerischer Präzision.
    • Quantisierung als Verringerung der Präzision von Modellgewichten.
    • Auswirkungen auf Dateigröße, Speicherbedarf und mögliche Qualitätsverluste.
    • Vergleich vorbereiteter Quantisierungsvarianten.
    • GGUF als Modellformat für geeignete lokale Laufzeitumgebungen.
    • Abgrenzung zwischen Gewichtsquantisierung und KV-Cache-Quantisierung.
  • RAG: Unternehmenswissen für Modellantworten bereitstellen
    • Ablauf: Dokumente einlesen, Text aufbereiten, Abschnitte bilden, Embeddings erzeugen und Treffer abrufen.
    • Aufgaben einer Vektordatenbank und Abgrenzung zum Sprachmodell.
    • Auswahl einer vorbereiteten Vektordatenbank für das Labor.
    • Metadaten, Dokumentenkennungen und Quellenzuordnung.
    • Suchtreffer in den Modellkontext übernehmen.
    • Antworten mit Quellenangaben erzeugen.
    • Grenzen bei unpassenden Treffern, fehlenden Informationen und widersprüchlichen Dokumenten.
  • Qualität und Sicherheit untersuchen
    • Einfluss von Abschnittsgröße, Überschneidung und Trefferanzahl.
    • Trennung zwischen Suchqualität und Antwortqualität.
    • Umgang mit Anweisungen innerhalb eingelesener Dokumente.
    • Zugriffsrechte und Löschung von Dokumenten als Architekturthemen.
    • Verhalten bei nicht beantwortbaren Fragen definieren.
  • Fine-Tuning mit Unsloth
    • Unterschiede zwischen Prompting, RAG und Fine-Tuning.
    • Geeignete Ziele: Antwortformat, Sprachstil und wiederkehrende Aufgabenmuster.
    • Trainingsdaten strukturieren, bereinigen und auf Nutzungsrechte prüfen.
    • Trainings- und Testdaten trennen.
    • LoRA und QLoRA als Ansätze für ressourcenschonende Modellanpassung kennenlernen.
    • Einen kurzen Trainingslauf mit vorbereitetem Datensatz durchführen.
    • Ergebnisse anhand unveränderter Testaufgaben vergleichen.
    • Adapter, Export und mögliche Bereitstellung in Ollama einordnen.
  • Bild- und Videogenerierung mit ComfyUI
    • Oberfläche und knotenbasierte Workflows verstehen.
    • Modelle, Prompts, Sampler, Seeds und Ausgabeschritte einordnen.
    • Einen vorbereiteten Text-zu-Bild-Workflow ausführen.
    • Ergebnisse durch gezielte Parameteränderungen vergleichen.
    • Einen Bild-zu-Video-Workflow kennenlernen und erproben.
    • Workflows speichern und reproduzierbar weitergeben.
    • Herkunft, Nutzungsrechte und Kennzeichnung generierter Inhalte prüfen.
  • Wie führt eine KI lokale Aktionen aus?
    • Zusammenspiel von Sprachmodell, Agentenschleife und Werkzeugen.
    • Harness als Ausführungs- und Steuerungsumgebung verstehen.
    • Werkzeugaufrufe, Dateizugriffe und lokale Befehle unterscheiden.
    • Aufgaben zerlegen, Zwischenergebnisse prüfen und Abbruchbedingungen festlegen.
    • Geeignetes Modell und kompatible Werkzeugschnittstellen auswählen.
  • Vibe Coding mit überprüfbaren Ergebnissen
    • Anforderungen in verständliche Arbeitsaufträge übersetzen.
    • Dateien und kleine Programme durch einen Agenten erstellen lassen.
    • Änderungen als Diff prüfen.
    • Tests ausführen und Fehlermeldungen auswerten.
    • Grenzen rein dialogbasierter Code-Erstellung erkennen.
    • Versionierung und Rücknahme von Änderungen nutzen.
  • Sichere Ausführung lokaler Befehle
    • Isolierte Laborumgebung und eingeschränkte Benutzerrechte.
    • Freigegebenes Arbeitsverzeichnis statt unbeschränktem Dateizugriff.
    • Bestätigung vor schreibenden oder potenziell schädlichen Aktionen.
    • Schutz von Zugangsdaten und vertraulichen Dateien.
    • Begrenzung von Netzwerkzugriffen, Laufzeit und Handlungsschritten.
    • Protokollierung, Stop-Funktion und menschliche Kontrolle.
  • Abschlussprojekt
Zielgruppe

Diese Schulung richtet sich an IT-Administrator.innen, Systembetreuer.innen, IT-Verantwortliche, Entwickler.innen, technisch orientierte Projektleiter.innen, Mitarbeitende aus Digitalisierung, Automatisierung und technischen Fachbereichen und Unternehmen, die lokale KI-Anwendungen erproben und eigene Daten kontrolliert einbinden möchten.

Voraussetzungen

grundlegende IT-Kenntnisse, ein sicherer Umgang mit Dateien und Betriebssystemen sowie die Bereitschaft, mit einer Kommandozeile zu arbeiten. Grundkenntnisse in Python sind für einzelne Übungen hilfreich. Vorwissen zu Machine Learning ist nicht erforderlich.

Ergänzende und aufbauende Kurse
Ein Symbol für einen Kalender.

Offene Termine

Dauer

Ein Symbol für Dauer.
4 Tage

Preis

Ein Symbol für Preis.
2.780,00 EUR (Netto)
3.308,20 EUR (Brutto)

Die Preise verstehen sich bei Unternehmern gemäß § 14 BGB zzgl. MwSt. Der dargestellte Preis entspricht dem Gesamtpreis für eine (1) teilnehmende Person.

Ein Symbol für einen Kalender.
Präsenz, Hybrid, Online
30.03.2027
: 
Berlin
30.03.2027
: 
Live Online
19.07.2027
: 
Berlin
19.07.2027
: 
Live Online
15.11.2027
: 
Berlin
15.11.2027
: 
Live Online
Termin unverbindlich anfragen

Wir helfen gerne weiter!

Rufen Sie uns an, schreiben eine E-Mail oder nutzen das Kontaktformular.

Termin anfragen

Kostenlose und unverbindliche Terminanfrage
für die Schulung:

KI-Grundlagen
Dauer: 4 Tage

Ich interessiere mich für den Termin:

30.03.2027
-
02.04.2027
Berlin
30.03.2027
-
02.04.2027
Live Online
19.07.2027
-
22.07.2027
Berlin
19.07.2027
-
22.07.2027
Live Online
15.11.2027
-
18.11.2027
Berlin
15.11.2027
-
18.11.2027
Live Online

Das Angebot von "HECKER CONSULTING" richtet sich ausschließlich an Unternehmen und Behörden (iSv § 14 BGB). Verbraucher (§ 13 BGB) sind vom Vertragsschluss ausgeschlossen. Mit Absendung der Anfrage bestätigt der Anfragende, dass er nicht als Verbraucher, sondern in gewerblicher Tätigkeit handelt. § 312i Abs. 1 S. 1 Nr. 1-3 und S. 2 BGB (Pflichten im elektronischen Geschäftsverkehr) finden keine Anwendung.

Vielen Dank, Ihre Nachricht wurde empfangen!
Beim Absenden des Formulars ist etwas schiefgelaufen.

Wir freuen uns über Ihre Anfrage und antworten so schnell es geht!

Nach oben