AI-Agenten mit .NET & Semantic Kernel - 3-Tages-Intensivkurs
Moderne AI-Agenten entwickeln - mit Semantic Kernel, .NET und RAG, zugeschnitten auf Enterprise-Anforderungen.
Im praxisorientierten Intensivkurs „AI-Agenten mit .NET & Semantic Kernel“ begleitet Ihr Team die Entstehung intelligenter, unternehmensspezifischer KI-Agenten von Grund auf. In drei Tagen erarbeiten Sie alle relevanten Konzepte und Technologien, um mit Microsoft Semantic Kernel, .NET und Retrieval-Augmented Generation (RAG) robuste, anpassbare Agenten zu realisieren, die Wissen speichern, verknüpfen und in produktiven Prozessen anwenden.
Highlights
- Intensiver 3-Tage-Kurs: Praxisorientiertes Training mit Schwerpunkt auf praktischer Umsetzung.
- Maßgeschneiderte Inhalte: Auf die Ziele und das technische Niveau Ihres Teams zugeschnitten.
- Fachkundige Begleitung: Lernen Sie von erfahrenen Trainern mit realen Praxiserfahrungen.
- Umfassende Materialien: Erhalten Sie detaillierte Code-Vorlagen, Beispieldaten und Schritt-für-Schritt-Anleitungen.
Unser gemeinsames Ziel
Am Ende des Intensivkurses hat Ihr Team einen funktionsfähigen, vollwertigen AI-Agenten auf Basis Ihrer eigenen Daten entwickelt - von der Architektur über die Integration von RAG bis hin zur sicheren Bereitstellung im Azure-Umfeld. Sie verfügen über fundiertes Know-how zu Vektorsuche, Semantic Memory, Prompt Chaining und Tool-Komposition und sind optimal vorbereitet, AI-Agenten nachhaltig in Ihre Unternehmensprozesse zu integrieren. Sie erhalten außerdem ausgearbeitete Code-Vorlagen und Beispieldaten, Übungsprojekte mit Schritt-für-Schritt-Anleitungen sowie eine individuelle Roadmap und Empfehlungen für die Weiterentwicklung Ihrer AI-Strategie.
Inhalt des Workshops
Tag 1: Grundlagen & Architektur
Überblick über Agentic AI, LLM-Konzepte und RAG-Prinzipien. Einführung in Microsoft Semantic Kernel: Architektur, KernelFunctions, Planner, Memory und Tools. Setup eines Agentenprojekts mit .NET, Azure OpenAI und Qdrant. Entwicklung erster Tool-Klassen. Mini-Use-Case: Konversationsagent mit ersten Fähigkeiten.
Tag 2: Datenanbindung & Speicher
Erstellung und Speicherung von Embeddings (Text → Vektor) und Integration von Qdrant als Vektorspeicher. Aufbau eines Semantic Memory für Agentenwissen. Retrieval und Kontextanreicherung in Prompts (RAG live). Implementierung von Tool-Kompositionen und dynamischen Query-Flows mit Function Calling und Planner.
Tag 3: Agent-Orchestrierung & Deployment
Agenten mit komplexem Verhalten: Planner, Tool-Auswahl und dynamische Abläufe. Erstellung eines interaktiven Interfaces (z. B. Blazor oder Web API). Kombination von Tool-Funktionen für Datenabruf, Entscheidungslogik und Antwortgenerierung. Sicherheit, Governance und Skalierung im Azure-Umfeld. Abschluss-Demo: Ihr Team präsentiert den eigenen Agenten-Prototyp.
Lassen Sie uns auch mit Ihrem Projekt durchstarten!
Projekt starten