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
2
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