KI Fahrstunde: Prompting & LLMs
Du lernst, Sprachmodelle gezielt für deine eigenen Anwendungsfälle einzusetzen. Durch praktische Übungen mit deinen eigenen Anwendungsfällen (E-Mails, Analysen, Entwürfe) bekommst du ein wiederverwendbares Prompt-Toolkit für deine tägliche Arbeit.
LLMs sind im Alltag angekommen und trotzdem bleiben Ergebnisse oft zufällig: mal hilfreich, mal daneben. In der KI Fahrstunde lernst du, wie du Prompts so formulierst, dass du verlässlichere Outputs bekommst für deinen konkreten Use Case. Wir starten mit einem kompakten Crashkurs zu Prompting-Grundlagen (Ziel, Kontext, Format), Best Practices (Rollen, Beispiele, Constraints) und typischen Stolpersteinen (Halluzinationen, unklare Anforderungen, fehlende Prüfschritte).
Danach geht es direkt in eine geführte Übung: Du wendest die Patterns an, testest Varianten und lernst, Ergebnisse zu bewerten und zu verbessern. Im Hauptteil arbeitest du an eigenen Fällen (z. B. E-Mails, Analysen, Konzeptentwürfe, Q&A über Texte) unterstützt durch Trainer:in als Co-Pilot:in und Peer-Learning in der Gruppe. Am Ende hast du konkrete Outputs und einen kleinen „Werkzeugkasten“ an Prompt-Patterns, die du sofort im Alltag weiter nutzen kannst.
Zielgruppe:
Alle mit ersten Berührungspunkten mit KI/LLMs, die weg vom reinen Ausprobieren und hin zur sicheren, zielgerichteten Anwendung wollen.
Voraussetzungen:
Keine technischen Vorkenntnisse. Laptop (WLAN), empfohlen: eigener LLM-Zugang (z. B. ChatGPT/Claude/Copilot) und 1–2 konkrete Use Cases/Beispiele aus dem Arbeitsalltag.
Lernziele:
- Prompts klar strukturieren (Ziel, Kontext, Format, Constraints) und typische Fehler vermeiden.
- Prompt-Patterns (z. B. Rollen, Beispiele, Checklisten, Iteration) gezielt anwenden.
- Ergebnisse von LLMs kritisch bewerten (Qualität, Vollständigkeit, Plausibilität) und verbessern.
- eigene Use Cases in passende Prompt-Strategien übersetzen und iterativ optimieren.
- wiederverwendbare Prompts/„Recipes“ erstellen, die du direkt im Alltag einsetzen kannst.