KI-Agenten - eigenständige Entwicklung mit aktuellen Tools

Diese Schulung zeigt, wie KI-Agenten aufgebaut werden und wie sie mit Daten, Tools und APIs arbeiten. Sie entwickeln Schritt für Schritt ein agentisches System und lernen typische Entwurfsentscheidungen kennen.

Das Seminar behandelt Architekturvarianten, RAG, Tool Calling, MCP und Multi-Agent-Systeme. Sie sehen, wie externe Wissensquellen eingebunden werden und wie Agenten Aufgaben koordinieren.

Am Ende wenden Sie das Gelernte in einem Praxisprojekt an. Der Kurs verbindet technische Grundlagen mit praktischer Umsetzung und zeigt Grenzen agentischer Systeme.

Dieses Seminar ist ein Angebot der PC-COLLEGE Gruppe.
Inhalte
Grundlagen von KI-Agenten

Agentic AI: Begriffe, Konzepte und typische Architekturen

Abgrenzung zu klassischen Chatbots und LLM-Anwendungen

Planung, Kontext, Memory und Tool-Nutzung

Typische Einsatzszenarien in Unternehmen

Chancen und Grenzen agentischer Systeme
Agentenarchitekturen und Design Patterns

Single-Agent
und Multi-Agent-Ansätze

Planner-Executor-Pattern

Supervisor
und Reviewer-Pattern

Human-in-the-Loop als Steuerungsmechanismus

Entscheidungskriterien für passende Agentenarchitekturen
Retrieval-Augmented Generation (RAG)

Architektur und Funktionsweise von RAG-Systemen
-Einbindung eigener Dokumente, Wissensquellen und Datenbanken

Chunking, Embeddings und Vektorsuche

Kontextanreicherung für präzisere Antworten

Qualitätsprobleme, Halluzinationen und Gegenmaßnahmen
Tool-Nutzung und API-Integration

Tool Calling und Function Calling als Kernprinzip von KI-Agenten

Anbindung externer Systeme über APIs

Integration von Datenbanken, Webservices und Unternehmenssystemen

Fehlerbehandlung, Timeouts, Rate Limits und Fallbacks

Sichere Begrenzung von Tool-Berechtigungen
MCP und standardisierte Kontextanbindung

Grundidee des Model Context Protocol (MCP)

Trennung von Modell, Kontextquellen und Tools

Einbindung externer Daten
und Toolserver

Vorteile standardisierter Schnittstellen für Agentensysteme

Einordnung gegenüber klassischen API-Integrationen
Multi-Agent-Systeme

Rollenbasierte Agenten: Planner, Executor, Researcher, Reviewer

Kommunikation und Aufgabenverteilung zwischen Agenten

Koordination komplexer Workflows

Risiken: Schleifen, Fehlentscheidungen und Kontrollverlust

Praxisbeispiele für Multi-Agent-Workflows
Praxisprojekt

Konzeption eines eigenen KI-Agenten

Einbindung von RAG und mindestens einem externen Tool

Optionaler Ausbau zu einem Multi-Agent-System

Test, Diskussion und Optimierung der Ergebnisse

Teilnehmende sollten grundlegende technische Kenntnisse mitbringen. Hilfreich sind Erfahrungen mit APIs, Datenbanken, Webservices oder Softwareentwicklung. Grundkenntnisse im Umgang mit Large Language Models sind von Vorteil, aber nicht zwingend erforderlich.

Im Preis enthalten sind PC-COLLEGE - Zertifikat, Pausenverpflegung, Getränke und Kursmaterial.

PC-COLLEGE-Schulungshaus

Weiterführende Informationen auf der Seite des Anbieters