Lernpfade für Technik/IT-Profis
Agentische (handlungsfähige) KI
Dieser Start-Lernpfad behandelt Grundlagen und komplexere Techniken für die Erstellung autonomer KI-Agenten. Die Lernenden befassen sich mit wichtigen Frameworks wie LangChain, LangGraph, AutoGen, CrewAI und Semantic Kernel SDK und machen sich mit Entwurfsmustern für agentische KI, Multi-Agenten-Systemen, Speicherarchitekturen, RAG, Vektordatenbanken und der Produktbereitstellung vertraut. Der Schwerpunkt liegt auf praktischen Projekten, realen Anwendungsfällen und der Integration von Open-Source- und Cloud-KI-Tools.
Lernziele
- Autonome KI-Agenten entwickeln: Entwicklung, Konfiguration und Bereitstellung von KI-Agenten mit Frameworks wie LangChain, LangGraph, CrewAI und Semantic Kernel SDK
- Multi-Agenten-Systeme implementieren: Design und Orchestrierung von kollaborativen Agenten-Workflows mit AutoGen und hochentwickelten Gesprächsmustern für reale Anwendungsfälle
- Gedächtnis und Datenabruf integrieren: Ausstattung der Agenten mit Gedächtnisspeicher und Retrieval-Augmented Generation (RAG) anhand von Vektordatenbanken, Einbettungen und Speichermanagementtechniken
- Entwurfsmuster für agentische KI anwenden: Reflektions-, Tool-Nutzungs-, Planungs- und Kollaborationsmuster zur Gestaltung von zuverlässigen, skalierbaren und anpassungsfähigen Agenten-Lösungen nutzen
- KI-gestützte Plugins anhand von Semantic Kernel SDK in Geschäftsanwendungen integrieren
Zielgruppe:
Dieser Lernpfad richtet sich an Software- und KI-Entwickler:innen, Data Scientists und technische Profis, die autonome KI-Agenten entwickeln, bereitstellen und skalieren möchten. Er eignet sich für alle mit grundlegenden Programmierkenntnissen, die in der Praxis mit hochmodernen Agenten-Frameworks und praxistauglichen KI-Lösungen arbeiten möchten.