KI-Schulung für Unternehmen

Large Language Models verstehen, Prompt Engineering beherrschen und KI produktiv im Arbeitsalltag einsetzen. Praxisnah geschult, vor Ort in Bonn oder remote.

Künstliche Intelligenz verändert die Art, wie Unternehmen mit Daten arbeiten. Wer Large Language Models richtig einsetzt, spart Zeit bei Recherche, Berichtserstellung und Datenaufbereitung und trifft bessere Entscheidungen. Wer sie falsch einsetzt, riskiert Fehlinformationen, Datenschutzverstöße und frustrierte Mitarbeitende.

Genau hier setzt unsere KI-Schulung an: Wir vermitteln nicht nur Theorie, sondern den sicheren, produktiven Umgang mit KI, abgestimmt auf Ihre Prozesse und Ihre Werkzeuglandschaft. Mit über 25 Jahren Erfahrung in Business Intelligence und Data Warehouse wissen wir, wie Daten und KI im Unternehmen zusammenspielen. Und wir schulen nichts, was wir nicht selbst gebaut haben: von RAG-Pipelines über Fine-Tuning deutscher Sprachmodelle bis zu Knowledge Graphs im Unternehmenseinsatz.

Das lernen Ihre Mitarbeitenden

Module lassen sich einzeln buchen oder zu einem mehrtägigen Programm kombinieren, vom Einsteiger-Workshop bis zur technischen Vertiefung.

Grundlagen

KI-Basics & Prompt Engineering

Wie funktionieren Large Language Models, wo liegen ihre Stärken und Grenzen? Ihre Mitarbeitenden lernen, präzise Prompts zu formulieren, Ergebnisse kritisch zu bewerten und typische Fehlerquellen wie Halluzinationen zu erkennen.

Praxis

KI im Reporting & Controlling

Konkrete Einsatzszenarien aus unserem BI-Alltag: Berichte schneller erstellen, SQL-Abfragen formulieren, Datenqualität prüfen und Analysen kommentieren. Abgestimmt auf Ihre Werkzeuge, von Cognos über Power BI bis Excel.

Vertiefung

RAG, Fine-Tuning & Knowledge Graphs

Für technische Teams: Modelle evaluieren, RAG-Pipelines mit Embeddings und Vektorsuche aufbauen, Modelle per Fine-Tuning auf Unternehmensdaten anpassen und mit Knowledge Graphs verlässliche, nachvollziehbare KI-Systeme entwickeln, On-Premises oder in der Cloud.

Vom Datenbestand zum Fachassistenten

Zuerst wird Ihre Datenbasis aufbereitet und dedupliziert, dann per Embeddings und Vektorsuche erschlossen und in einem Knowledge Graph semantisch vernetzt. Das Large Language Model greift über eine RAG-Pipeline auf dieses Wissen zu und wird per Fine-Tuning auf Ihre Fachsprache angepasst. Das Ergebnis: präzise Antworten auf Deutsch, mit Quellenbezug statt Halluzinationen.

Datenbasis dedupliziert, aufbereitet, vernetzt
Basismodell Claude, GPT, Llama, Mistral, Teuken & Co.
RAG & Fine-Tuning Embeddings, Vektorsuche, LoRA/PEFT
Fachassistent präzise, auf Deutsch, mit Quellenbezug
Daten- quellen Data Warehouse Dokumente Wiki, PDF, Mail Knowledge Graph LLM RAG + Fine-Tuning Antworten auf Deutsch, mit Quellen

KI-Projekte, die wir selbst umgesetzt haben

Unsere Schulungen basieren auf eigener Projektarbeit, vom Voice-Bestellbot Sailly über automatisierte Berichts- und XML-Erstellung mit GPT-4o und Gemini bis zum Training eigener Modelle. Eine Auswahl:

RAG

RAG-Pipelines für deutsche Fachantworten

Wir haben Retrieval-Augmented-Generation-Pipelines aufgebaut, die Dokumente per Embeddings und Vektorsuche (FAISS) erschließen und Antworten auf Deutsch mit Quellenbezug liefern. Dabei haben wir deutsche und europäische Modelle wie Teuken (OpenGPT-X) und IBM Granite systematisch gegen GPT evaluiert, unter anderem mit BLEU- und ROUGE-Metriken.

Fine-Tuning

Fine-Tuning auf eigene Datensätze

Englischsprachig vortrainierte Modelle wie Mistral und Llama 2 haben wir per LoRA/PEFT ressourcenschonend auf eigene, selbst generierte Trainingsdatensätze feinjustiert. Für Frage-Antwort-Aufgaben haben wir zusätzlich BERT-Modelle per Fine-Tuning angepasst.

Datenqualität

Deduplizierung großer Textkorpora

Wir haben umfangreiche Erfahrung in der Deduplizierung großer Textkorpora mit unterschiedlichen Hashing-Verfahren und erkennen Near-Duplicates über Embedding-Ähnlichkeit, gestützt auf publizierte Forschungsarbeiten. Das Ergebnis: sauberere Trainings- und Wissensbasen und damit messbar bessere KI-Antworten.

Knowledge Graph

Knowledge Graphs für verschiedene Branchen

Wir haben Knowledge Graphs für unterschiedliche Branchen und Anwendungsfälle aufgebaut. Sie vernetzen Unternehmensdaten semantisch und dienen als verlässliche Wissensbasis für nachvollziehbare KI-Antworten.

So beantwortet unsere RAG-Pipeline deutsche Fachfragen

jukabo-rag-pipeline

So trainieren wir Modelle per LoRA/PEFT auf eigene Datensätze

jukabo-finetuning

Embeddings machen Bedeutung messbar: Ähnliches liegt im Vektorraum beieinander

BI & Reporting Verträge & Doku Support & FAQ Ihre Anfrage

Benchmark: Modelle im Vergleich

Durchschnittliche Gesamtleistung

Benchmark-Durchschnitt gesamt

Wir haben verschiedene Modelle systematisch miteinander verglichen.

Wir arbeiten mit allen gängigen Modellen

Claude GPT Gemini Mistral Llama DeepSeek BERT IBM Granite Teuken EuroLLM

KI-Begriffe kurz erklärt

Die wichtigsten Begriffe aus unseren Schulungen und Projekten, verständlich auf den Punkt gebracht.

Large Language Model (LLM)
Ein auf riesigen Textmengen trainiertes KI-Modell, das Sprache versteht und erzeugt, zum Beispiel Claude, GPT, Llama, Mistral oder Teuken.
Embedding
Eine numerische Darstellung von Text als Vektor. Inhaltlich Ähnliches liegt im Vektorraum nah beieinander und lässt sich per Vektorsuche finden.
RAG (Retrieval-Augmented Generation)
Das Sprachmodell erhält vor der Antwort relevante Textstellen aus Ihren Dokumenten. Das reduziert Halluzinationen und macht Antworten nachvollziehbar.
Fine-Tuning (LoRA/PEFT)
Ressourcenschonendes Nachtrainieren eines vortrainierten Modells auf eigene Daten, damit es Ihre Fachsprache und Aufgaben beherrscht.
Knowledge Graph
Ein semantisches Netz, das Unternehmensdaten und ihre Beziehungen strukturiert abbildet und als verlässliche Wissensbasis für KI-Antworten dient.
Prompt Engineering
Die Kunst, Anfragen an ein Sprachmodell so zu formulieren, dass es zuverlässig die gewünschten Ergebnisse liefert.

FAQ zur KI-Schulung

Für wen ist die KI-Schulung geeignet?

Unsere KI-Schulungen richten sich an Fach- und Führungskräfte ohne Programmierkenntnisse ebenso wie an Controlling-, Reporting- und IT-Teams. Die Inhalte werden auf die Vorkenntnisse und die Werkzeuglandschaft Ihres Unternehmens abgestimmt, inklusive Voice-Bots, Prozessautomatisierung und Modellvergleich aus eigener Projektarbeit.

In welchem Format findet die KI-Schulung statt?

Modular und flexibel: von halbtägigen Einführungen bis zu mehrtägigen technischen Deep Dives. Einzelne Module oder Kombinationen sind möglich, im MeetingCenter am Hauptbahnhof Bonn, als Inhouse-Schulung bei Ihnen oder remote per Videokonferenz.

Mit welchen KI-Modellen arbeiten Sie?

Wir arbeiten mit allen gängigen Modellen: Claude, GPT, Gemini, Mistral, Llama, DeepSeek, BERT, IBM Granite, Teuken (OpenGPT-X) und EuroLLM. In Projekten evaluieren wir Modelle systematisch gegeneinander, auch mit Blick auf Datenschutz und den On-Premises-Betrieb von Open-Source-Modellen.

Können Sie Modelle so anpassen, dass sie auf Deutsch antworten?

Ja. In unseren RAG-Pipelines wird die Sprache der Anfrage automatisch erkannt und die Antwort auf Deutsch geliefert: mit mehrsprachigen europäischen Modellen wie Teuken (OpenGPT-X) und EuroLLM oder über eine Übersetzungsschicht für englischsprachig trainierte Modelle. Zusätzlich passen wir Modelle wie Mistral und Llama 2 per LoRA/PEFT-Fine-Tuning auf eigene, selbst generierte Datensätze an.

Was ist eine RAG-Pipeline und wann lohnt sie sich?

Bei Retrieval-Augmented Generation werden Ihre Dokumente über Embeddings und Vektorsuche erschlossen; das Sprachmodell antwortet dann auf Basis der gefundenen Textstellen statt aus dem Gedächtnis. Das reduziert Halluzinationen und macht Antworten nachvollziehbar. Wir haben solche Pipelines mit FAISS und Modellen wie Teuken, IBM Granite und GPT umgesetzt und evaluiert.

Wie stellen Sie die Qualität der Datenbasis sicher?

Eine saubere Datenbasis ist die halbe Miete: Wir deduplizieren große Textkorpora mit unterschiedlichen Hashing-Verfahren, erkennen Near-Duplicates über Embedding-Ähnlichkeit und stützen uns dabei auf publizierte Forschungsarbeiten. Das verbessert Trainingsdaten und Wissensbasen messbar.

Was kostet eine KI-Schulung?

Der Preis richtet sich nach Umfang, Teilnehmerzahl und Format. Kontaktieren Sie uns für ein unverbindliches Angebot, das auf Ihr Unternehmen zugeschnitten ist.

Welche KI-Projekte fließen in die Schulung ein?

Unsere Schulungen basieren auf eigener Projektarbeit: den Voice-Bestellbot Sailly mit STT-, LLM- und TTS-Pipeline, vollautomatisierte n8n-Workflows wie die tägliche arXiv-Analyse mit Top-10-Report per E-Mail, RAG-Pipelines, Fine-Tuning und Knowledge Graphs. n8n-Details finden Sie unter Lösungen.

Was ist Sailly und wie funktioniert die Sprach-KI-Pipeline?

Sailly ist unser Voice-Bot für Bestellungen per Sprache, derzeit in Entwicklung. Drei getrennte Modelle bilden die Pipeline: Speech-to-Text, ein Large Language Model für Intent und Dialog sowie Text-to-Speech für natürliche Antworten. Pro Stufe evaluieren wir unterschiedliche LLMs statt ein Modell für alles zu verwenden.

Machen Sie Ihr Team fit für KI

Erzählen Sie uns, wo Ihr Team steht. Wir stellen die passende Schulung zusammen, persönlich in Bonn oder remote.