1. Start
  2. Workshops & Trainings
  3. Entwickler & Data Teams

KI-Training für Entwickler & Data Teams

KI-Trainings, die mit laufendem Code enden.

Für Softwareentwickler, Data Engineers, Data Scientists und Analysten. Ein bis drei Tage Hands-on mit Sprachmodellen, Agenten, Automatisierung und Datenplattformen, auf Ihrer Infrastruktur und, wo möglich, auf Ihren Daten.

Erstgespräch buchen Trainings ansehen
Entwicklerteam arbeitet gemeinsam an Laptops vor einem grossen Bildschirm

Für wen diese Trainings gedacht sind

Ihr Team kann programmieren, kennt SQL und hat vielleicht schon ein paar Prompts an eine API geschickt. Was fehlt, ist der Weg vom Experiment zur Anwendung, die im Unternehmen läuft: mit den eigenen Dokumenten und Daten, nachvollziehbar, bezahlbar und so gebaut, dass sie in drei Monaten noch jemand warten kann.

Rund zwei Drittel der Zeit wird gebaut, in Paaren oder Kleingruppen, mit Code-Reviews und Diskussionen über Architekturentscheidungen. Ich bringe Erfahrung aus dem Aufbau von Datenplattformen und KI-Anwendungen bei Konzernen und Wachstumsunternehmen mit, inklusive der Fehler, die man nur einmal machen muss.

Die Trainings

Training 1

LLM-Anwendungen: RAG, Agenten, Evaluierung

2 TagePython
  • Sprachmodell-APIs, Tokens, Kosten, Latenz, Modellwahl
  • Retrieval-Augmented Generation mit Vektordatenbank, Chunking, Hybrid-Suche
  • Agenten und Tool-Use: Planung, Funktionsaufrufe, Grenzen
  • Evaluierung, Guardrails, Halluzinationsrate messen
  • Deployment, Monitoring, Datenschutz

Training 2

Automatisierung mit n8n und Sprachmodellen

1 TagLow-Code + Code
  • Workflows, Trigger, Datenflüsse und Fehlerbehandlung
  • LLM-Knoten für Klassifikation, Extraktion, Zusammenfassung
  • Anbindung an E-Mail, ERP, CRM, Dokumentenablagen, Datenbanken
  • Mensch im Prozess: Freigaben und Eskalationen
  • Betrieb, Versionierung, Governance

Training 3

Datenplattform und KI mit Microsoft Fabric oder Databricks

2 TageSQL, Python, Spark
  • Lakehouse-Architektur, Medaillon-Schichten, Datenqualität
  • Pipelines und Orchestrierung, Delta-Tabellen
  • Feature-Engineering und Machine-Learning-Modelle
  • MLOps: Registry, Deployment, Überwachung
  • Anbindung an Power BI und Sprachmodelle

Training 4

Process Mining Hands-on

1 TagSQL, Python
  • Event Logs aus SAP und anderen ERP-Systemen erzeugen
  • Prozessanalyse Order-to-Cash und Purchase-to-Pay
  • Werkzeuge: Celonis, Signavio, Open Source mit PM4Py
  • Von der Analyse zur Automatisierung und zu KI-Anwendungen

Intensivformat: Das dreitägige Training «KI-Engineering» verbindet Training 1 mit einem Tag Automatisierung und Deployment. Am Ende läuft eine Anwendung auf Ihren Daten, die Ihr Team allein weiterentwickeln kann.

Beispielagenda: LLM-Anwendungen, 2 Tage

  1. Tag 1 vorm.

    Grundlagen mit Tiefgang

    Wie Sprachmodelle arbeiten, was Tokens, Kontextfenster und Temperatur bedeuten, wie man Modelle vergleicht. Erste Anwendung: strukturierte Extraktion aus Dokumenten.

  2. Tag 1 nachm.

    RAG auf Ihren Dokumenten

    Ingestion, Chunking, Embeddings, Vektordatenbank, Hybrid-Suche, Antwortqualität. Ergebnis: ein Frage-Antwort-System auf einem echten Dokumentenbestand.

  3. Tag 2 vorm.

    Agenten und Werkzeuge

    Funktionsaufrufe, Planung, Mehrschritt-Aufgaben, Zugriff auf Datenbanken und APIs. Wann Agenten sinnvoll sind und wann ein einfacher Workflow besser ist.

  4. Tag 2 nachm.

    Evaluieren, absichern, ausliefern

    Testdatensätze, automatische Bewertung, Guardrails, Prompt-Injection, Kosten- und Latenzbudget, Monitoring. Abschluss: Architektur-Review Ihrer Anwendung.

Voraussetzungen und Technik

  • Grundkenntnisse in Python und SQL; für Training 3 zusätzlich erste Erfahrung mit Spark oder einer Cloud-Plattform.
  • Eigene Laptops mit Entwicklungsumgebung. Cloud-Zugänge und API-Schlüssel stellen wir je nach Ihrer Umgebung gemeinsam bereit, auf Wunsch komplett in Ihrer Azure-, AWS- oder Google-Cloud-Umgebung, damit keine Daten das Unternehmen verlassen.
  • Für Übungen auf Ihren Daten genügt ein anonymisierter Auszug, den wir im Vorgespräch festlegen.

Häufige Fragen

Welche Modelle und Anbieter werden verwendet?

Das richtet sich nach Ihrer Umgebung und Ihren Datenschutzvorgaben: gehostete Modelle über Azure OpenAI, AWS Bedrock oder Google Vertex AI, oder Open-Source-Modelle wie Llama und Mistral im eigenen Betrieb. Ich zeige die Unterschiede, damit Ihr Team später selbst entscheiden kann.

Können wir mit unseren eigenen Daten arbeiten?

Ja, das ist das Ziel. Wir klären im Vorgespräch, welche Daten sich eignen, und arbeiten mit anonymisierten Auszügen in Ihrer Infrastruktur. Falls das nicht möglich ist, verwende ich realistische Beispieldaten aus Ihrer Branche.

Gibt es eine Betreuung nach dem Training?

Auf Wunsch ja: Office Hours in den Wochen danach, Code-Reviews oder ein Sparring für die Architektur. Wenn Ihr Team Unterstützung in der Umsetzung braucht, stehen die Engineering-Teams von DATANOMIQ bereit.

Nächster Schritt

Lassen Sie uns über Ihr Vorhaben sprechen.

In einem kostenlosen Erstgespräch von 30 Minuten klären wir Ziel, Zielgruppe und Format. Danach erhalten Sie innerhalb eines Werktags ein konkretes Angebot.

Oder direkt: aunkofer@datanomiq.ch

Erstgespräch buchen Angebot anfragen