Kurs · 11 Kapitel
KI in der Produktion
KI-Features entwickeln und in der Produktion betreiben. Der vollständige LLMOps-Lebenszyklus in 11 Kapiteln: Testing, Evals, Deployment, Observability, Guardrails, Kosten, Streaming und Lasttests.
Das wirst du können
- KI-Features vom Prototyp in die Produktion bringen
- Eval-Suites aufbauen, die Regressionen erkennen
- Mehrstufige KI-Agenten debuggen
- Laufzeit-Guardrails in KI-Systeme integrieren
- KI-Kosten mit smarter Modellstrategie senken
- Modelle zwischen Anbietern migrieren
Was drin ist
- 1Production AI: Intro
Die Übersichtskarte des Production-AI-Lernpfads — was jedes Kapitel vermittelt, wie sie zusammenhängen und wo du starten solltest.
- 2AI Testing & Evals
Erstelle Eval-Suiten, fange Prompt-Regressionen ab und hör auf, nach Bauchgefühl zu shippen. Praktische Evaluierungsmuster für AI Engineers.
- 3LLMOps in der Produktion
Deploye, überwache und betreibe KI-Systeme, die im großen Maßstab zuverlässig bleiben.
- 4AI Observability & Agent Tracing
Instrumentiere, debugge und optimiere mehrstufige KI-Agenten in der Produktion.
- 5KI-Sicherheit & Guardrails
Schütze KI-Anwendungen von Prompt Injection bis Compliance — die Sicherheit, die jeder AI Engineer braucht.
- 6KI-Kosten & Modellstrategie
Token-Ökonomie, Modell-Routing und Budgetsteuerung meistern, um KI nachhaltig zu betreiben.
- 7Streaming & Echtzeit-AI-Patterns
Baue responsive AI-Interfaces mit SSE, Streaming-APIs, partiellem JSON-Parsing und Echtzeit-Tool-Calls.
- 8AI-Systemdesign
Entwickle zuverlässige, skalierbare KI-gestützte Anwendungen für den Produktionsbetrieb.
- 9AI-UX-Patterns
Design-Patterns, die Engineers heute implementieren können, um AI-Interfaces zu bauen, denen Nutzer tatsächlich vertrauen.
- 10Modell-Migration & Multi-Provider-Strategie
Bereite dich auf Modell-Abkündigungen vor, baue Abstraktionsschichten und route mit Zuversicht über mehrere Anbieter.
- 11Lasttests für KI-Systeme
Warum k6 und Locust bei Streaming-LLMs lügen — und welche Metriken, Tools und Gates tatsächlich unter Traffic standhalten.
Häufige Fragen
- Was wird in diesem Kurs zu KI in der Produktion behandelt?
- Der Kurs behandelt den vollständigen Lebenszyklus von KI-Features in der Produktion – kein einzelnes Nischenthema. In 11 Kapiteln arbeitest du Testing und Evals, LLMOps und Deployment, Observability und Agent-Tracing, Guardrails, Kosten und Modellstrategie, Streaming, Systemdesign, KI-UX-Muster, Modellmigration sowie Lasttests durch.
- Was unterscheidet diesen Kurs von den Vertiefungspfaden zu Evals, Security und Governance?
- Dieser Pfad ist der Breitenpfad: Er vermittelt den gesamten Workflow von der Entwicklung bis zum Betrieb von Anfang bis Ende. Die Geschwisterpfade gehen tief in einzelne Bereiche wie LLM-Evaluation, adversarielle Security oder KI-Act-Governance. Starte hier für den Gesamtüberblick und steige dann in einen Vertiefungspfad ein, wo du mehr Tiefe brauchst.
- Für wen ist dieser Kurs gedacht?
- Er richtet sich an Software- und ML-Engineers, die bereits mit LLMs entwickeln und diese Features nun zuverlässig in die Produktion bringen und betreiben müssen. Das Niveau ist Practitioner-Level – du solltest Code lesen und schreiben können und bereits ein LLM API aufgerufen haben.
- Wie lange dauert der Kurs und gibt es ein Zertifikat?
- Der Pfad umfasst ca. 228 Minuten, also rund 3,8 Stunden, verteilt auf 11 Kapitel, die du in deinem eigenen Tempo absolvierst. Nach dem Abschluss erhältst du ein AI Academy-Abschlusszertifikat.
- Ist dieser Kurs kostenlos?
- Nein. Production AI ist ein kostenpflichtiger Pfad, der im Rahmen eines AI Academy by Anthropos-Abonnements enthalten ist.
Zertifikat erhalten
Schließe alle Kapitel ab, um dein Abschlusszertifikat zu erhalten.