Aktueller Fokus
Funktionsweise von LLMs für produktive AI-Systeme
Grundlagen von Training, Inferenz, Token Prediction, probabilistischer Ausgabe und Systemarchitektur rund um Sprachmodelle.
WeiterlernenWillkommen zurück, Robin
Lernbibliothek
Kuratiertes Wissen vor der Mission: Konzepte, mentale Modelle, Beispiele, Fehlerbilder, Uebungen und Knowledge Checks.
Aktueller Fokus
Grundlagen von Training, Inferenz, Token Prediction, probabilistischer Ausgabe und Systemarchitektur rund um Sprachmodelle.
WeiterlernenVerfügbare Inhalte
12
Laufende Units
12
Zeitaufwand
920 Min
Grundlagen von Training, Inferenz, Token Prediction, probabilistischer Ausgabe und Systemarchitektur rund um Sprachmodelle.
Skill: Funktionsweise von LLMs
Tokenisierung, Kontextbudget, Input- und Output-Tokens, Truncation, Summarization und RAG-Kontext für stabile AI-Features.
Skill: Tokens und Kontextfenster
Arten, Ursachen und Gegenmaßnahmen von Halluzinationen mit Grounding, Retrieval, Confidence, Ablehnung bei Unsicherheit und Human Review.
Skill: Halluzinationen
Modellentscheidung entlang von Qualität, Kosten, Latenz, Kontextfenster, Structured Output, Tool Calling, Datenschutz und Fallback-Routing.
Skill: Modellwahl
Rollen, Aufgaben, Ziele, Grenzen, Zielkonflikte und Erfolgskriterien als stabile Grundlage produktiver Prompt-Kontrakte.
Skill: Rollen- und Zieldefinition
Systemkontext, Nutzereingabe, Referenzdaten, Trennzeichen, Datenhierarchie, Relevanz, Kontextreduktion und Schutz vor Prompt Injection.
Skill: Kontextstrukturierung
JSON, Typen, Pflichtfelder, Enums, Structured Outputs, Validierung, Schema-Versionierung und Fallbacks bei Parsing-Fehlern.
Skill: Output Schemas
HTTP, Methoden, Endpunkte, Header, Body, Statuscodes, Idempotenz, Request-Response-Modell und API-Verträge für AI-Produkte.
Skill: REST-Grundlagen
API Keys, Bearer Tokens, OAuth-Grundidee, Secrets, Rotation, Scopes, Umgebungsvariablen, Logs und kompromittierte Keys.
Skill: Authentication
Payloads, Header, Timeouts, Parsing, Content Types, Validierung, Request IDs, Usage-Metadaten, Fehlerobjekte und Response Contracts.
Skill: Requests und Responses
Transportfehler, HTTP-Fehler, fachliche Fehler, 400 bis 5xx, Timeouts, Retry, Backoff, Jitter, Idempotenz, Dead Letter Queue, Circuit Breaker, Logging und Fallbacks.
Skill: Error Handling
Ist-Prozess, Zielprozess, Trigger, Inputs, Outputs, Entscheidungspunkte, manuelle Schritte, Fehlerpfade, ROI, Risiken und Human-in-the-Loop.
Skill: Prozessanalyse