Künstliche Intelligenz für Entwickler

Vorschläge im Editor, ein Support-Chatbot, Suche nach Bedeutung, ein Agent, der Dateien ändert: Entwickler rufen heute jeden Tag Modelle auf. Von außen ist ein Modell eine Blackbox, und eine Blackbox kann man nicht debuggen. Dieser Kurs öffnet sie: zuerst, wie ein Modell überhaupt lernt, dann, wie man eine Anwendung mit einem Sprachmodell baut, die nicht kaputtgeht und den Kunden nicht anlügt.

Was du lernst

Der Kurs hat zwei Teile.

Teil 1: wie ein Modell lernt

Wie ein Modell lernt: Regeln gegen Beispiele, eine Gerade durch die Punkte, der Fehler, ein Schritt den Hang hinunter, Klassifikation, Bewertung und das Modell, das auswendig lernt.
Ein neuronales Netz von innen: ein Neuron, Schichten, wie der Fehler zurückwandert und die ganze Trainingsschleife, bis zu einem Netz, das Ziffern erkennt.

Teil 2: Anwendungen mit Sprachmodellen

Wie ein Sprachmodell funktioniert: Tokens, das nächste Token und die Temperatur, Text als Vektor, das Kontextfenster und die Grenzen des Modells.
Anwendungen mit LLMs: eine API aufrufen, der Prompt als Code, JSON nach einem Schema, Werkzeuge, ein Testset, Kosten und Geschwindigkeit.
Semantische Suche und RAG: Dokumentvektoren, Chunking, Antworten mit Quelle und die Prüfung, ob das Richtige gefunden wird.
Agenten: die Schleife aus Planen, Handeln und Beobachten, Prompt Injection und die Schutzvorkehrungen um das Modell.
Projekt: Der Support-Assistent: alles zusammen in einer Anwendung.

So lernst du hier

Jede Lektion beginnt bei einem Problem in einem Online-Shop: wie lange die Bestellung unterwegs ist, welche Zahlung Betrug ist, ob eine Bewertung gut oder schlecht ist, was der Support-Assistent antworten soll. Dann wird die Idee mit einer Szene gezeigt, die mit dem Code synchron läuft: die Gerade, die sich zwischen die Punkte legt, die Kugel, die den Hang hinunterrollt, das Signal, das durch das Netz läuft.

Der Text ist für die vier Sprachen derselbe, und der Code steht in der Sprache, die du wählst, ohne Bibliotheken. Regression und neuronales Netz sind von Hand geschriebene Schleifen und Arrays, damit du jede Zahl siehst. Die Industrie für maschinelles Lernen arbeitet in Python, und Anwendungen mit Sprachmodellen werden in jeder Sprache geschrieben. Echte API-Aufrufe sind Beispiele, die du bei dir ausführst, mit deinem eigenen Schlüssel.

Was du wissen musst

Eine der vier Sprachen, mindestens bis „Collections“. Die Mathematik ist aus der Schule: eine Gerade, ein Prozentsatz, ein Mittelwert. Die Ableitung wird erklärt als „wo es nach unten geht und wie steil“. „Software-Engineering“ ist nicht Pflicht, und wo es hilft (Sicherheit, Architektur), verweist die Lektion darauf.