Large Language Models Aufbaukurs: RAG, Anpassung und Training

mit Zertifikat - Kurse zu festen Terminen sowie individuelle Firmen -und Inhouse-Schulungen nach Maß - Live Online oder in Präsenz lernen - In kleinen Gruppen oder im gezielten Einzelcoaching

Large Language Models Aufbaukurs: RAG, Anpassung und Training
Large Language Models Aufbaukurs: RAG, Anpassung und Training

Kursbeschreibung

  • Kurs-ID:KKC_0050
  • Kursdauer:2 Tage

In diesem Aufbaukurs vertiefst Du Dein Verständnis für Large Language Models und lernst, wie Du leistungsfähige KI-Anwendungen praxisnah planst, optimierst und bewertest. Du frischst zentrale Grundlagen wie Transformer, Tokenisierung, Kontextfenster und Inference auf und überträgst sie direkt auf Systemdesign, Prompting und Tool-Nutzung.

Die wichtigsten Themen im Überblick

  • LLM-Architektur mit Tokenisierung und Kontextfenstern vertiefen
  • Inference mit KV-Cache, Batching und Latenz gezielt planen
  • Stabile RAG-Pipelines mit Embeddings und Vektordatenbanken bauen
  • Retriever mit Hybrid Search und Reranking praxisnah optimieren
  • Halluzinationen durch Quellenzitate und Kontextbudget senken
  • Fine-Tuning mit PEFT, LoRA und QLoRA sicher einordnen
  • Model Alignment mit RLHF und DPO nachvollziehen
  • RAG-Qualität mit RAGAS und passenden Metriken bewerten

Zielgruppe

EntwicklerInnen, DatenwissenschaftlerInnen und KI-Interessierte, die ihre Kenntnisse im Umgang mit LLMs und Diffusionsmodellen vertiefen möchten.

Voraussetzung für die Schulung

  • Grundkenntnisse analog zum Einsteigerkurs

Kursinhalte

  • LLM-Architektur auffrischen und vertiefen
    • Transformer-Mechanik, Tokenisierung, Kontextfenster
    • Inference: Latenz, Throughput, KV-Cache, Batching
    • Prompting als Systemdesign: Rollen, Tools, Policies
  • RAG, die in der Praxis stabil bleibt
    • Chunking-Strategien, Embeddings, Vektordatenbanken
    • Retriever-Tuning: Hybrid Search, Reranking
    • Quellenzitate, Kontextbudget, Halluzinationsreduktion
    • Vektordatenbanken: Funktionsweise von Pinecone, Milvus oder Weaviate.
    • Retrieval-Optimierung: Semantic Search vs. Hybrid Search.
  • Fine-Tuning Strategien
    • Full Fine-Tuning vs. Parameter-Efficient Fine-Tuning (PEFT).
    • Fokus auf LoRA (Low-Rank Adaptation) und QLoRA.
  • Model Alignment
    • Einführung in RLHF (Reinforcement Learning from Human Feedback) und DPO (Direct Preference Optimization).
  • Evaluierung
    • Metriken jenseits von Benchmarks (z. B. RAGAS-Framework zur Messung der RAG-Qualität).

Wähle aus 4 Terminen:

Ergebnisse filtern
Large Language Models Aufbaukurs: RAG, Anpassung und Training
14.12. - 15.12.2026 Live Online Plätze frei Wenige Plätze Nicht buchbar
1.295 € netto (1.541,05 € brutto)
Large Language Models Aufbaukurs: RAG, Anpassung und Training
15.03. - 16.03.2027 Live Online Plätze frei Wenige Plätze Nicht buchbar
1.295 € netto (1.541,05 € brutto)
Large Language Models Aufbaukurs: RAG, Anpassung und Training
10.05. - 11.05.2027 Live Online Plätze frei Wenige Plätze Nicht buchbar
1.295 € netto (1.541,05 € brutto)
Large Language Models Aufbaukurs: RAG, Anpassung und Training
12.07. - 13.07.2027 Live Online Plätze frei Wenige Plätze Nicht buchbar
1.295 € netto (1.541,05 € brutto)

Optionale CTA Headline

Empfohlene Kurse

  • Large Language Models Advanced Kurs: Eigene LLMs und Tuning

    Nächste und weitere Termine:
    In Präsenz: auf Anfrage
    Live Online: 07.12.2026

    Weitere Kursinfos
  • Large Language Model Strategie Kurs: Alles für Entscheider

    Nächste und weitere Termine:
    In Präsenz: auf Anfrage
    Live Online: 28.12.2026

    Weitere Kursinfos
  • Large Language Model Grundkurs: Einsatz und Überblick

    Nächste und weitere Termine:
    In Präsenz: 16.11.2026
    Live Online: 16.11.2026

    Weitere Kursinfos

ekomi Bewertungen

Qualität ist bei Kebel kein Versprechen, sondern belegbar. Deshalb setzen wir auf das unabhängige Bewertungsportal eKomi. Nach jeder Schulung – online oder in Präsenz – erhalten unsere Teilnehmer:innen die Möglichkeit, uns anonym und freiwillig zu bewerten.

Mit über 1.000 Bewertungen in den letzten 12 Monaten zählen wir zu den bestbewerteten Anbietern für IT-Weiterbildungen.  Alle Bewertungen, ob positiv oder kritisch, fließen transparent in unsere offizielle Bewertungsstatistik ein und bilden die Grundlage unserer eKomi Trust-Zertifikate.

Für dich als Personalverantwortliche, IT-Fachkraft oder Entscheider:in bedeutet das: verifizierte Teilnehmerstimmen, geprüfte Qualität und maximale Transparenz bei der Auswahl Ihres Weiterbildungspartners.

Zum Bewertungsportal

Seminarberatung zum Large Language Models Aufbaukurs: RAG, Anpassung und Training

Unser Kebel Team berät dich gerne kostenlos und unverbindlich für dein Large Language Models Aufbaukurs: RAG, Anpassung und Training. Wir unterstützen dich gerne dabei, den passenden Kurs und das optimale Lernformat für deine Weiterbildung zu finden

834 Kurse

Entdecke jetzt unser vielseitiges Kursportfolio und finde die passende Schulung für dein Team.

FAQ

Der Kurs richtet sich an Personen, die bereits Grundkenntnisse zu Large Language Models haben und RAG-Systeme, Fine-Tuning und Evaluierung vertiefen möchten. Er passt besonders für technische Rollen, die LLM-Anwendungen praktisch planen, verbessern oder betreiben.

Du brauchst Grundkenntnisse analog zu einem LLM-Einsteigerkurs. Dazu gehören ein Basisverständnis von Prompting, Transformer-Modellen und typischen Einsatzszenarien von Large Language Models.

Du lernst zentrale Bausteine stabiler RAG-Pipelines kennen: Chunking-Strategien, Embeddings, Vektordatenbanken, Retriever-Tuning und Quellenzitate. Außerdem geht es um Kontextbudget und Methoden zur Reduktion von Halluzinationen.

Das Seminar behandelt die Funktionsweise von Vektordatenbanken wie Pinecone, Milvus oder Weaviate. Beim Retrieval vergleichst du Semantic-Search, Hybrid-Search und Reranking für bessere Suchergebnisse in RAG-Anwendungen.

Du vergleichst Full-Fine-Tuning mit Parameter-Efficient-Fine-Tuning. Der Schwerpunkt liegt auf LoRA und QLoRA als praxisrelevanten Methoden zur Anpassung von Large Language Models.

RLHF nutzt menschliches Feedback in einem Reinforcement-Learning-Prozess, um Modellantworten auszurichten. DPO optimiert Modelle direkter anhand von Präferenzdaten und wird als Alternative für Model-Alignment eingeordnet.

Du lernst Evaluierungsansätze jenseits allgemeiner Benchmarks kennen. Dazu gehört das RAGAS-Framework zur Messung von RAG-Qualität, etwa bei Antworttreue, Kontextnutzung und Quellenbezug.

Das Seminar dauert 2 Tage. In dieser Zeit vertiefst du LLM-Architektur, RAG, Fine-Tuning-Strategien, Model-Alignment und Evaluierung kompakt und anwendungsorientiert.

Ja, nach erfolgreicher Teilnahme am Large Language Models Aufbaukurs: RAG, Anpassung und Training erhältst Du ein Teilnahmezertifikat. Dieses bestätigt Deine erweiterten Kenntnisse im professionellen Einsatz von Large Language Models Aufbaukurs: RAG, Anpassung und Training .

Ja, wir garantieren die Durchführung aller von uns bestätigten Termine. Der Large Language Models Aufbaukurs: RAG, Anpassung und Training findet auch bereits ab einem Teilnehmer statt, sodass Du Deine Weiterbildung sicher und zuverlässig planen kannst.

Ja, wir bieten den Large Language Models Aufbaukurs: RAG, Anpassung und Training als Inhouse Training oder Firmenschulung an. Zusätzlich kann die Schulung auch als Online-Firmenschulung durchgeführt werden. Inhalte, Prozesse und Schwerpunkte passen wir individuell an die Anforderungen Deines Unternehmens an.