Kurs
KI-Agenten — von der Theorie zu lebenden Systemen
Dieser Kurs untersucht die Entwicklung von KI-Agenten – von grundlegenden theoretischen Modellen bis hin zu ihrer Implementierung in realen, lebenden Systemen. Die Teilnehmenden lernen die Prinzipien autonomer Entscheidungsfindung, die Interaktion zwischen Agenten und die Integration in komplexe Umgebungen. Das Programm kombiniert Theorie, praktische Übungen und Fallstudien, um die Studierenden auf den Aufbau intelligenter Multiagentensysteme der Zukunft vorzubereiten.
Fähigkeiten, die Sie erwerben
- test skill
Format
How the learning works
A structured path of video lessons, hands-on practice and mentor feedback.
Video lessons with theory and practice
Structured modules you go through at your own pace, with lifetime access.
7 modules
A clear step-by-step structure from basics to production.
Hands-on practice
Interactive tasks and homework on real cases.
Mentor homework review
Line-by-line feedback and unlimited resubmissions.
Certificate
A named certificate on completion.
Kursprogramm
7 modules · 0 lessons · 0 homeworks
Was ist ein KI-Agent und warum brauchen wir ihn
Sie lernen, was einen KI-Agenten von normaler Software unterscheidet, erkunden das PEAS-Modell und untersuchen die Haupttypen von Agenten – von reaktiven bis hin zu hybriden. In der Praxis erstellen Sie Ihren ersten Mini-Agenten in Python.
Architektur und Gehirn des Agenten
In diesem Modul erforschen Sie die innere Architektur von KI-Agenten – vom BDI-Modell (Belief–Desire–Intention) bis hin zu Planungsmethoden von STRIPS bis zu LLM-basiertem Reasoning. Wir tauchen in Speichermodelle ein, von Kurz- und Langzeitspeicher bis hin zu modernen Vektordatenbanken wie FAISS und Pinecone. Außerdem lernen Sie Chain-of-Thought und Selbstreflexion als frühe Formen des „Denkens“ kennen. In der Praxis entwickeln Sie einen Agenten mit Gedächtnis und Planer unter Verwendung von LangChain und Vektordatenbanken.
Sprachmodelle als Kern
In diesem Modul erforschen Sie große Sprachmodelle (LLMs) als das „Gehirn“ von KI-Agenten – ihre Stärken und Schwächen. Sie lernen Prompt-Engineering-Techniken, um effektiv mit Modellen zu kommunizieren, sowie Methoden der Selbstkritik und Reflexion, die es Agenten ermöglichen, sich selbst zu verbessern. Außerdem besprechen wir fortgeschrittene Agentenarchitekturen wie AutoGPT, BabyAGI und MetaGPT. In der Praxis entwickeln Sie Ihr eigenes „Mini-AutoGPT“.
Multi-Agenten-Welten
In diesem Modul tauchen Sie in Multi-Agenten-Systeme (MAS) ein, in denen mehrere Agenten interagieren, zusammenarbeiten und konkurrieren. Sie lernen verteilte Planung, kollektive Entscheidungsfindung und Konsensbildung kennen. Fallstudien umfassen Voyager (ein Agent, der Minecraft erforscht) und CAMEL (Dialogagenten). Wir behandeln auch digitale Ökonomien und das Konzept „Agentenkolonien“. In der Praxis entwickeln Sie zwei Agenten, die gleichzeitig kooperieren und konkurrieren.
Lernen und Evolution
In diesem Modul erfahren Sie, wie Agenten im Laufe der Zeit lernen und sich weiterentwickeln. Sie lernen Reinforcement Learning mit Umgebungen wie OpenAI Gym, Self-Play und Meta-Learning sowie evolutionäre Ansätze, bei denen digitale Agenten einer natürlichen Selektion unterzogen werden. Außerdem besprechen wir, wie man Agenten entwirft, die tatsächlich mit der Erfahrung intelligenter werden. In der Praxis entwickeln Sie einen RL-Agenten, der lernt, ein Spiel zu spielen oder eine Aufgabe zu optimieren.
Ethik, Sicherheit und Zukunft
In diesem Modul werden die ethischen, sicherheitsrelevanten und gesellschaftlichen Herausforderungen von KI-Agenten untersucht. Sie diskutieren, wo die Grenze zwischen einem Werkzeug und einem „Gesprächspartner“ liegt, die Rolle von Filtern und Beschränkungen sowie Fragen des Rechtsstatus von Agenten als „digitale Subjekte“. Schließlich betrachten wir die Zukunft von Agenten als neue soziale Akteure in Diplomatie, Wissenschaft und Kunst. In der Praxis entwerfen Sie einen sicheren Agenten mit eingebauten Beschränkungen.
Abschlussprojekt: Erstellen Sie Ihren eigenen Agenten
Im Abschlussprojekt entwerfen und implementieren Sie Ihren eigenen KI-Agenten, der sich erinnern, planen und handeln kann. Er sollte in eine reale Umgebung (API, Chat oder Webservice) integriert sein und als nützliches Werkzeug oder Forscher funktionieren, nicht als Spielzeug. Beispielprojekte: ein Agent-Manager, der Arbeit in Trello und Slack organisiert, ein Agent-Forscher, der Artikel liest und Erkenntnisse gewinnt, oder ein Agent-Therapeut, der mit Dialog und Reflexion arbeitet.
Kursautoren
Learn from practicing specialists
Video-Material des Kurses
2
Овладейте кварцевыми резонаторамиИсследуйте преобразование энергии в кварцевых резонаторах. Углубитесь в механизмы создания стабильных частот и их применение.
Мастерство в Пульсоксиметрии: Полное РуководствоОвладейте методами пульсоксиметрии. Узнайте о сенсорах, LED технологиях и измерении кислорода для медицинских приложений.FAQ
sad
Test que
Still have questions?
Contact our team
We'll answer questions about the program, payment options and team training.
- Reply within one business day
- Team training from 3 people