Kursbeschreibung (description): |
Die ständig wachsende Flut an Informationen kann es für Kunden schwierig machen, Produkte zu vergleichen und die richtige Wahl zu treffen. Ein digitaler Kundenberater, der alle Produkte genau kennt, Fragen versteht, Empfehlungen ausspricht und sogar Produkte vergleicht, kann Unternehmen ein Alleinstellungsmerkmal verschaffen.
Im Workshop AI322 Digitaler Kundenberater mit KI lernen die Teilnehmer, wie ein solcher Berater aufgebaut ist, wie er die eigenen Produkte kennenlernt und welche Sicherheitsmechanismen berücksichtigt werden müssen. Der Kurs behandelt Architektur, Komponenten, Produktintegration, verschiedene Tools wie OpenAI, Aleph Alpha, VectorDB und Langchain, die Entwicklung von User Intents, Assistant Skills und Actions, den Aufbau einer Vektordatenbank für das Knowledge Retrieval und Möglichkeiten zur Erweiterung.
Wir empfehlen die zusätzliche Teilnahme an folgenden inhaltlich verwandten Modulen:
|
|
Zielgruppe (target group): |
|
|
Voraussetzungen (requirements): |
|
|
Ziele (objectives): |
Verständnis der Assistenten-Systemkomponenten, Entwicklung eines grundlegenden Assistenten, Integration von Produkten, Sicherheitsmechanismen.
|
|
Preis und Dauer (price and duration): |
Dauer (duration): 2 Tage Schulungslänge (course length): 09:00 Stunden (inkl. Pausen) verteilt auf 2 aufeinanderfolgende Tage Preis (price): 850,- Euro zzgl. MwSt. Gerne führen wir dieses Training auch inhouse bei Ihnen vor Ort durch, bitte sprechen Sie uns an.
Eine Druckansicht dieses Workshops finden Sie hier.
|
|
Termine (dates): |
Termine auf Anfrage. Falls Sie einen Terminwunsch für diesen Workshop haben, werden wir dies gerne für Sie prüfen!
|
|
|
Inhalte (agenda): |
- Einführung in digitalen Kundenberater und dessen Zweck, Aufbau und Zielsetzung / Einführung in das Kursprojekt: Entwicklung eines funktionalen Prototypen eines digitalen Kundenberaters
- Übersicht über die verwendeten Tools: OpenAI, Aleph Alpha, VectorDB, Langchain
- Entwicklung von User Intents, Assistant Skills und Actions
- Aufbau der Vektordatenbank für das Knowledge Retrieval
- Promptengineering für die User-Führung
- Exploration von Erweiterungsmöglichkeiten
- Integration der entwickelten Komponenten in ein Assistenten-System
- Sicherheitsmechanismen und Datenschutz betrachten
- Diskussion über zukünftige Anwendungen und weiterführende Ressourcen
|
|
|