Artificial Intelligence Bootcamp — Zertifikatskurs Künstliche Intelligenz (KI) | artificialintelligencebootcamp.de

AI BOOTCAMP 2025

Künstliche Intelligenz verändert aktuell grundlegend unsere Arbeitswelt und Gesellschaft. Das AI Bootcamp versetzt Sie in die Lage, dabei nicht nur Zuschauer zu sein: Sie durchdringen die Technologie mit ihren Chancen und Risiken, bringen Sie selbst zum Einsatz, steigern Ihre Produktivität oder nutzen Maschinelles Lernen für Fragestellungen in Ihrem Arbeitsumfeld. Unsere Experten haben dabei die relevantesten Technologien aus Ihrer Praxiserfahrung ausgewählt und heben so in kurzer Zeit ihr Know-How auf ein neues Level.

Von 0 auf KI in einer Woche! Das AI Bootcap vermittelt Ihnen nicht nur die Theorie hinter künstlicher Intelligenz, sondern zeigt Ihnen auch, wie Sie mit modernen No-Code Tools auch ohne Programmierkenntnisse selbst KI in die Praxis bringen. Sie schließen ab mit dem KI Zertifikat.
 

Tag 1: Grundlagen der künstlichen Intelligenz

Montag

Am ersten Tag der Schulung lernen Sie die Grundlagen von KI kennen: Was verbirgt sich hinter Neuronalen Netzen, Deep Learning oder Generative AI, wie ist das Feld entstanden, welche Tools können Sie einsetzen und welche gesellschaftliche Dimension hat der Umbruch durch KI?

Der Kurs startet dabei so, dass Sie auch ohne Vorkenntnisse gut folgen können. 

• Entstehung des Felds KI und aktuelle Entwicklungen
• Begriffe und Definitionen
• Machine Learning: Wie lernen Maschinen?
• Einführung in Deep Learning und dessen Teilgebiete: Image Recognition, Sequenzanalyse, Generative AI, Natural Language Processing, Large Language Models
• Prompt Engineering
• No-Code Tools für KI ohne Programmierung
• Praxis-Übungen
• Multiple-Choice-Tests

Tag 2: Machine Learning

Dienstag

Maschinelles Lernen steht im Fokus des zweiten Tages des Zertifikatskurses. Sie lernen die Funktionsweise unterschiedlicher Algorithmen des klassischen Machine Learnings für strukturierte Daten wählen passende Modelle zu unterschiedlichen Fragestellungen aus.

Das spannende an selbstlernenden Algorithmen ist ihre vielseitige Einsetzbarkeit in ganz unterschiedlichen Branchen und Fragestellungen. Wir haben diejenigen Modelle ausgewählt, die in der Unternehmenspraxis am häufigsten zum Einsatz kommen und dafür eine weltweite Umfrage unter Data Scientists ausgewertet.

• Überwachtes und unüberwachtes Lernen
• Lineare und logistische Regression
• Decision Trees, Random Forests und Boosted Trees
• Clustering-Methoden
• Wahl des richtigen Modells
• Overfitting erkennen
• Trustworthy AI
• Praxisprojekt Machine Learning

Tag 3: Neuronale Netze und Deep Learning

Mittwoch

Deep Learning ist der Teilbereich der künstlichen Intelligenz, in dem es in den letzten Jahren die größten Weiterentwicklungen gab: Algorithmen können Bilder, Text und Sprache erkennen oder auch generieren. Der dritte Tag des Seminars behandelt die wichtigsten Grundlagen dieser tiefen künstlichen neuronalen Netze, bevor Sie an den beiden Folgetagen unterschiedliche Spezialgebiete kennen lernen.

• Tiefe neuronale Netze
• Funktionen, Anzahl und Größe der Layer
• Aktivierungsfunktionen
• Verlustfunktionen (Loss Function)
• Stochastischer Gradientenabstieg
• Backpropagation
• Praxisprojekt Deep Learning

Tag 4: Computer Vision und Image Recognition

Donnerstag

Der vierte Tag der Weiterbildung widmet sich allem was mit Bildern zu tun hat, mit einem Schwerpunkt auf Computer Vision. Sie lernen theoretischen Grundlagen wie Convolutional Neural Networks und bringen diese dann in einem Praxisprojekt zum Einsatz. Zum Abschluss wird die Thematik von Bild-Generierung und Deep Fakes beleuchtet.

• Einführung in Computer Vision
• Anwendungsgebiete: Texterkennung, Objekterkennung, Szeneninterpretation
• Segmentierung, Klassifizierung, Lokalisierung und Objekterkennung
• Convolutional und Pooling Layer
• Transfer Learning
• Kurzimpuls Bild-Generierung und Deep Fakes
• Praxisprojekt Bild-Klassifikation
   
  
   

Tag 5: Generative KI und Large Language Models (LLM)

Freitag

Spracherkennung und -ausgabe sind schon seit einigen Jahren immer besser geworden, mit Generative AI und Large Language Models wie ChatGPT ist nun auch die Sprachgenerierung auf ein neues Level gehoben worden. Im letzten Tag des Workshops widmen wir uns intensiv diesem Thema.

• Generative AI
• Natural Language Processing
• Attention-Mechanismus
• Transformer
• Pre-Trained Models
• Fine-Tuning
• Praxisprojekt Natural Language Processing