Zum Inhalt springen

Generative AI for Managers

Generative AI for Managers - TUHH Institute of Entrepreneurship · Teil meines Technology-Management-MBA · Lernnotizen zur Wiederholung.


Das war ein intensiver, praxisorientierter Kurs über 6 Tage zu Generative AI, konzipiert für Wirtschaftsstudierende ohne oder mit wenig Programmiererfahrung - genau die Situation, in der ich mich befand. Er reicht davon, wie LLMs tatsächlich funktionieren, bis hin zum Erstellen eines GenAI-Business-Cases, mit viel Praxis dazwischen mithilfe von Google Colab und der Gemini API.

Das sind Lernnotizen zur Wiederholung: die Konzepte einfach erklärt, der Fachjargon beim ersten Auftreten definiert und die praktischen Labs zusammengefasst - mit den Notebooks zum Download, damit ich (oder jede andere Person) sie in Colab öffnen und wirklich ausführen kann.

Setup - Colab & die Gemini API

In ~15 Minuten zur funktionierenden Arbeitsumgebung: Google Colab, ein sicher in den Colab Secrets gespeicherter Gemini-API-Key, das google-genai SDK und ein erster Testaufruf - plus eine Troubleshooting-Tabelle.

Notizen lesen →

Tag 1 · LLMs & Transformer

Was Large Language Models wirklich sind - Next-Token-Prediction, Token und Embeddings, der Transformer und Attention, wie Modelle trainiert werden (Pre-Training → Instruction Tuning → RLHF) und die praktischen Stellschrauben: Token, Context Window, Temperature. Zum Abschluss Fähigkeiten vs. Grenzen.

Notizen lesen →

Tag 2 · Prompting & Extraktion

Systematische Prompting-Techniken für verlässliche Ergebnisse und das Herausziehen strukturierter Daten aus unübersichtlichem, unstrukturiertem Text.

Notizen lesen →

Tag 3 · Retrieval-Augmented Generation

Ein LLM in den eigenen Dokumenten verankern - den Aufbau einer Wissensbasis mit Embeddings und einer RAG-Pipeline für präzise, quellenbelegte Unternehmens-Q&A.

Notizen lesen →

Tag 4 · GenAI Agents

LLMs, die Aktionen ausführen - das Design autonomer Agents mit Tool-Nutzung und mehrstufigem Reasoning.

Notizen lesen →

Tag 5 · GenAI-gestütztes ML

GenAI und AutoML auf Geschäftsdaten anwenden und die Ergebnisse anschließend für nicht-technische Stakeholder interpretieren und verständlich vermitteln.

Notizen lesen →

Tag 6 · GenAI-Business-Cases

Frameworks, um zu erkennen, wo GenAI tatsächlich Wert schafft, den Nutzen gegen Kosten und Risiko abzuwägen und aus einer Idee einen GenAI-Produktvorschlag zu machen.

Notizen lesen →