GPT-OSS im Einsatz: OpenAI-Modelle verstehen

Von Architektur bis Betrieb: So bringst Du offene GPT-Modelle sicher in Deine Prozesse. Zu den Schwerpunkten gehören Was „gpt-oss“ ist und wofür es taugt, Setup und Laufzeit: lokal, VM, Container, Prompting, System-Policies und Output-Steuerung, RAG-Grundlagen für Unternehmenswissen, Tool-Use und Automatisierung und Sicherheit, Datenschutz und Governance.

Die Schulung richtet sich an IT- und Softwareverantwortliche, die gpt-oss bewerten und einführen, Data- und AI-Teams, die RAG und Tool-Use umsetzen, IT-Security und Governance, die Risiken einordnen müssen, Produkt- und Prozessverantwortliche für Automatisierung und Alle, die OpenAI’s gpt-oss Modelle praktisch nutzen und verantwortbar betreiben wollen.

Grundverständnis von Web-APIs oder Skripting ist hilfreich. Erfahrung mit Container- oder VM-Betrieb ist von Vorteil, aber nicht zwingend.

Zu den Schwerpunkten gehören Was „gpt-oss“ ist und wofür es taugt, Setup und Laufzeit: lokal, VM, Container, Prompting, System-Policies und Output-Steuerung, RAG-Grundlagen für Unternehmenswissen, Tool-Use und Automatisierung und Sicherheit, Datenschutz und Governance.

Die Inhalte werden bis zu konkreten Arbeitsschritten zu RAG-Grundlagen für Unternehmenswissen, Tool-Use und Automatisierung und Sicherheit, Datenschutz und Governance geführt. Dadurch lässt sich das Gelernte gezielt auf eigene Aufgaben übertragen.

Zu den angestrebten Ergebnissen gehören: Wenn Du gpt-oss Modelle einsetzen willst, brauchst Du mehr als gute Prompts: Du brauchst ein Verständnis dafür, wie das Modell „läuft“,; Genau darauf ist dieses Seminar ausgelegt; Du beginnst mit einer nüchternen Orientierung: Wofür eignen sich OpenAI’s gpt-oss Modelle, wo sind Grenzen, und welche Konsequenzen ergeben sich aus Gewichten,; Du lernst, wie sich Kontextfenster, Sampling-Parameter und Prompt-Länge auf Kosten, Latenz und Ergebnisqualität auswirken; Darauf aufbauend arbeitest Du an wiederverwendbaren Prompt-Patterns.

Ja. „RAG-Grundlagen für Unternehmenswissen“ ist ein eigener Bestandteil der Schulung. Dazu gehören Chunking, Embeddings, Retrieval-Strategien, Quellenangaben, Zitierbarkeit, Halluzinationen reduzieren und Bewertung: Recall, Precision, Antworttreue.