Overview: Generative-AI-Kurs in Baden-Württemberg

Gemacht für Builder aus Baden-Württemberg

Jedes Modul endet mit etwas Funktionierendem — einer RAG-Pipeline, einem Agent, einer Eval-Suite —, live gebaut mit Peers aus Baden-Württemberg und darüber hinaus. Das geht über Prompting hinaus, hinein in das eigentliche Engineering hinter produktivem GenAI.

Lehrplan im Überblick

Modul 1: Prompt Engineering und strukturierte Chains

Teilnehmende aus Baden-Württemberg lernen strukturiertes Prompt-Design und Function Calling — nicht nur einzelne Prompt-Tricks.

Behandelte Themen

• Prompt-Architektur und Function Calling
• Validierung strukturierter Ausgaben
• Mehrstufige Prompt-Chains

Modul 2: RAG-Pipelines mit Vektordatenbanken

Als Teilnehmender aus Baden-Württemberg eine funktionierende Retrieval-Augmented-Generation-Pipeline von Anfang bis Ende bauen.

Behandelte Themen

• Chunking- und Ingestion-Strategie
• Auswahl und Indexierung von Vektordatenbanken
• Bewertung der Retrieval-Qualität

Modul 3: Agents und Tool Use

Einen Agent bauen, der Tools zuverlässig nutzt — für Teilnehmende aus Baden-Württemberg, die über Single-Turn-Prompting hinausgehen wollen.

Modul 4: Evals, Guardrails und Deployment

Das Gebaute mit Monitoring und Sicherheits-Guardrails ausrollen.

So läuft die Kohorte ab

Format und Zeitplan

Live, projektbasierte Kohorte

Vollständig online, live über Zoom, für Lernende und Peers aus Baden-Württemberg in jedem Modul.

Für wen dieser Kurs geeignet ist

Engineers und Builder

Engineers aus Baden-Württemberg, die die Architektur hinter produktivem GenAI wollen — nicht nur API-Basics.

Technische Gründerinnen und Gründer

Gründerinnen und Gründer aus Baden-Württemberg, die ein LLM-gestütztes Produkt bauen und über einen fragilen Prototyp hinauskommen müssen.

Ergebnisse und Unterstützung

Portfolio-Projekt

Teilnehmende aus Baden-Württemberg verlassen den Kurs mit einem funktionierenden RAG- oder Agent-Projekt, das sie Arbeitgebern zeigen können.

Voraussetzungen

Grundkenntnisse in Python empfohlen

Der Kurs fokussiert sich für Teilnehmende aus Baden-Württemberg auf Architekturentscheidungen, nicht auf Syntax-Grundlagen.

Hinweis

Behandelt OpenAI, Anthropic (Claude) und Open-Source-Modelle, damit Teilnehmende aus Baden-Württemberg nicht auf das Denkmodell eines einzelnen Anbieters festgelegt sind.

Kurzantwort

Der Generative-AI-Kurs in Baden-Württemberg ist ein praxisnahes, projektbasiertes Programm zu Prompt Engineering, RAG-Pipelines, Agents und Evals — dem Engineering hinter produktiven LLM-Systemen, nicht nur Prompting-Tricks. Er richtet sich an Engineers und technische Gründerinnen und Gründer aus Baden-Württemberg, die einen fragilen Prototyp production-ready machen wollen, und lohnt sich, wenn dein Ziel ein funktionierendes Portfolio-Projekt ist, nicht nur theoretisches Verständnis davon, wie LLMs funktionieren.

Der Vergleich mit kostenlosen YouTube-Tutorials oder API-Dokumentation

• Du baust während der Kohorte eine funktionierende RAG-Pipeline, einen Agent und eine Eval-Suite — statt nur zuzusehen, wie jemand anderes das tut
• Behandelt OpenAI, Anthropic (Claude) und Open-Source-Modelle zusammen, damit Teilnehmende aus Baden-Württemberg nicht an die Dokumentation und das Denkmodell eines einzelnen Anbieters gebunden sind
• Live-Feedback zu deinen Architekturentscheidungen von einem Praktiker, der produktive GenAI-Systeme ausliefert — nicht ein Kommentarbereich
• Strukturierter Aufbau von Prompting über RAG, Agents, Evals bis Deployment — statt verstreuter Einzeltutorials

Warum sich Builder aus Baden-Württemberg für Deepak Suhag entscheiden

Unterrichtet von jemandem, der produktive GenAI-Systeme für Kunden ausliefert — kein Kurs, der nur aus Dokumentation zusammengestellt wurde.