KI-Entwicklung und Programmierung - Schulung
KI-Entwicklung und Programmierung unterstützen Unternehmen dabei, intelligente Anwendungen technisch fundiert zu realisieren und moderne KI-Verfahren in Softwarelösungen zu integrieren.
Unsere Schulungen vermitteln praxisnahes Wissen, um KI-Funktionen zu programmieren, Modelle einzubinden und intelligente Softwarelösungen strukturiert zu entwickeln.
KI-Entwicklung und Programmierung gehören zu den zentralen Themen moderner Softwareentwicklung und digitaler Innovation. Unternehmen, Behörden und Organisationen nutzen Künstliche Intelligenz, um Anwendungen intelligenter zu gestalten, Daten automatisiert auszuwerten und neue digitale Lösungen für unterschiedliche Einsatzbereiche zu entwickeln.
Unsere Schulungen im Bereich KI-Entwicklung und Programmierung vermitteln praxisnahes Wissen zu zentralen Konzepten, Technologien und Einsatzbereichen intelligenter Softwareentwicklung. Im Mittelpunkt stehen die Einbindung von KI-Modellen in Anwendungen, die technische Umsetzung datenbasierter Funktionen und die Gestaltung moderner Entwicklungsprozesse für KI-gestützte Systeme.
Je nach Schwerpunkt können auch Machine Learning, generative KI, Modellintegration, Datenverarbeitung, Schnittstellen, APIs, Automatisierung, Testing und die Programmierung KI-gestützter Anwendungen eine wichtige Rolle spielen. So entstehen Kompetenzen, mit denen Entwicklungs- und IT-Teams moderne KI-Lösungen effizient und nachvollziehbar realisieren können.
Die Angebote richten sich an Unternehmen und Organisationen, die Entwicklerinnen und Entwickler, IT-Teams oder technische Fachkräfte für den professionellen Einsatz von KI in Softwareprojekten qualifizieren möchten.
Mit den Schulungen der IAD GmbH schaffen Sie eine praxisnahe Grundlage, um KI-Entwicklung, Programmierung und intelligente Anwendungsentwicklung im Unternehmenskontext nachhaltig zu verbinden.
Unsere Schulungen
Python Deep-Dive Kurs: Deep Learning, Neuronale Netze & Visualisierung
Deep Learning mit Python vertiefen und Ergebnisse verständlich visualisieren
Python Machine Learning Grundkurs: Professioneller Einstieg
Machine Learning mit Python professionell und nachvollziehbar starten
Pytorch Grundkurs: Deep Learning mit MLP und CNN
Deep Learning mit PyTorch, MLP und CNN praxisnah verstehen
Python mit Tensorflow: Grundkurs
TensorFlow mit Python für erste Deep-Learning-Modelle einsetzen
Natural Language Processing Grundkurs: Plattformen und Frameworks im Überblick
NLP-Grundlagen, Plattformen und Frameworks verständlich einordnen
Large Language Model Grundkurs: Einsatz und Überblick
LLMs sicher einordnen, Modellwahl treffen und eigene Daten mit RAG oder Briefing-Files nutzen
Effektive KI Software-Tests mit LLMs
LLMs gezielt für Testfälle, Testautomatisierung, Fehleranalyse und sichere KI-Workflows nutzen
KI Für Entscheider Workshop: Maschinelles Lernen und Datenanalyse
Vom KI-Anwendungsfall zum belastbaren Modell: CRISP-DM, KNIME und Datenqualität praxisnah einordnen
Java Microservices mit KI: Spring AI & LangChain4j
Spring AI und LangChain4j in Java-Microservices einsetzen, von LLM-Integration bis RAG
ChatGPT Training: Erfolgreiches Content Marketing
ChatGPT im Content Marketing gezielt nutzen: bessere Inhalte, SEO-Workflows und klare Prompts
Python Einstieg mit Machine Learning: Grundkurs
Mit Python die Grundlagen des Machine Learning praxisnah erarbeiten
Machine Learning mit Mathematik: Grundkurs
Mathematik, Python und Machine Learning praxisnah verbinden, um Modelle fundiert aufzubauen
Large Language Models Aufbaukurs: RAG, Anpassung und Training
Vertiefe RAG, Fine-Tuning und Evaluation für belastbare LLM-Anwendungen im Praxiseinsatz
n8n Grundkurs: KI-Agenten planen und einsetzen
KI-Agenten und Automatisierungen mit n8n strukturiert aufbauen
ChatGPT Training: Effiziente Software-Entwicklung
ChatGPT, Codex und OpenAI API sicher in Entwicklungsprozesse integrieren und produktiver Software liefern
Large Language Models Advanced: Eigene LLMs und Tuning
LLM-Schulung für belastbare RAG-Systeme, Fine-Tuning, Guardrails und Betrieb mit messbarer Qualität
Serverless AI: KI-Funktionen ohne Ops-Stress
KI-Funktionen mit Serverless-Architekturen effizient bereitstellen
APIs mit KI nutzen: RAG, Datenabruf und mehr
Entwickle KI-API-Integrationen mit Auth, RAG, Tool-Calling, Streaming und belastbarem Betrieb
KI-Training ohne Datenleck: Security by Design
Security by Design für Trainingsdaten, ML-Pipelines und Modellartefakte ohne Compliance-Blindflug
Vektordatenbanken für KI Training: Architektur & Praxis
Vektordatenbanken für KI-Anwendungen belastbar designen und betreiben
Data Engineering: KI-Pipelines im Einsatz
Baue robuste Datenpipelines, die Training, Inferenz und Monitoring zuverlässig versorgen.
Unsupervised Learning Grundkurs: Clustering das wirkt
Clustering und Segmentierung fachlich sauber planen und bewerten
Reinforcement Learning: Lernen durch Belohnung
Reinforcement Learning von MDP bis Deep RL praxisnah verstehen
Transfer Learning: Modelle schneller produktiv machen
Vortrainierte Modelle gezielt anpassen, evaluieren und produktiv einsetzen
Neo4j Graph-Datenbanken für KI
Graph-Datenbanken mit Neo4j für KI-Anwendungen produktiv einsetzen
AutoML Grundkurs
AutoML praxisnah steuern: von Datenqualität und Metriken bis Erklärbarkeit, Drift und Betrieb.
Erklärbare KI: Warum entscheidet die KI so?
XAI-Checks für ML-Modelle entwickeln, Erklärungen prüfen und auditfähig dokumentieren
NoSQL für KI: Datenmodelle, die skalieren
NoSQL-Datenmodelle für KI-Workloads skalierbar und robust entwerfen
Backend für KI-Systeme: Python & Node.js Advanced Training
Entwickle belastbare KI-Backends mit Streaming, Queues, Retrieval und sauberem Betrieb
KI-gestützte Datenbanksuche: Aufbaukurs
Semantische Suche, RAG und Ranking für belastbare Treffer in produktionsnahen Datenbeständen
Open-Source LLM Fine-Tuning für Entwickler
Open-Source-LLMs reproduzierbar anpassen, evaluieren und bereitstellen
Frontend für KI-Apps: Advanced Patterns
Entwickle KI-Oberflächen mit Streaming, RAG-Quellen, Guardrails und messbarer Performance.
KI-gestütztes Bug-Tracking, das wirklich wirkt
Triage beschleunigen, Duplikate senken und Bug-Fixes mit GenAI nachvollziehbar steuern
Full-Stack KI-Entwicklung: End-to-End Projekt
Vom ML-Prototyp zum belastbaren KI-Produkt mit MLOps, API, Deployment und Monitoring
KI Sprach-Interfaces bauen: STT & TTS, die wirken
Vom Mikrofon bis zur Antwort: robuste Pipelines, Latenz, Qualität und Datenschutz sauber gelöst.
KI in Legacy-Software: Modernisieren ohne Rebuild
LLM-Integration, RAG und Governance für gewachsene Systeme mit belastbarem Weg von PoC bis Rollout
Serverless AI Training
Serverlose KI-Architekturen planbar entwickeln, testen und betreiben
Codex Grundkurs: Einstieg in die Agentische Entwicklung
Codex sicher für Programmierung, Tests und Reviews einsetzen und agentische Entwicklung kontrolliert starten
OpenCode Grundkurs: die smarte Claude-Alternative
OpenCode als flexible KI-Lösung für reale Workflows einsetzen
Claude Code Grundkurs
KI-gestützte Softwareentwicklung mit klaren Prompts, Diffs, Tests und Review-Schleifen
Google Antigravity Grundkurs: Smarte IDE, echter Output
Richte Antigravity sauber ein, prüfe KI-Änderungen sicher und etabliere Team-Workflows ohne IDE-Chaos
Claude Skills: Workflows und Agenten ohne n8n bauen
Baue kontrollierte Claude-Workflows mit Skills, APIs, Freigaben und Audit-Logs ohne Flow-Builder
KI im Backoffice: Datenerfassung auf Autopilot
Von E-Mail bis PDF: du baust robuste KI-Workflows für Erfassung, Prüfung und Übergabe an ERP, CRM und DMS.
KI ersetzt Admins und Entwickler - IT-Jobs 2026
Automatisiere IT-Aufgaben mit KI, sichere Qualität ab und entwickle deine Rolle für 2026 weiter
Cursor IDE: Agentische Entwicklung Grundkurs
Agentische Softwareentwicklung mit Cursor strukturiert und sicher einsetzen
LangGraph-Training: KI-Agenten-Workflows bauen
Zustandsbasierte Agenten-Workflows mit LangGraph entwickeln und kontrollieren
Hybrid Cloud für sensible KI-Daten: No Excuses
Baue eine tragfähige Architektur für KI-Workloads, ohne Datenschutz, Compliance und Security zu verwässern.
MiniMax 2.7 Training: Das sich selbst-entwickelende Open-Source Model
MiniMax fachlich einordnen, sicher betreiben und kontrolliert einsetzen
TinyML für Defense: Quantisierung, Edge-Deploy
TinyML-Modelle für Embedded- und Defense-Szenarien optimieren
Vektordatenbanken in der Cloud: Pinecone, Weaviate und Co
Cloud-Vektordatenbanken für semantische Suche und RAG einsetzen
Vertex AI: ML-Pipelines, die wirklich laufen
ML-Pipelines mit Google Vertex AI produktionsnah planen und betreiben
JetBrains Junie: Kompakt-Kurs
KI-gestützte Entwicklung in JetBrains IDEs produktiv und kontrolliert einsetzen