21 Lektionen, die alles vermitteln, was man zum Erstellen von Generative-KI-Anwendungen wissen muss
🌐 Mehrsprachige Unterstützung
Übersetzungen werden mit Co-op Translator gepflegt
Arabisch | Bengalisch | Bulgarisch | Birmanisch (Myanmar) | Chinesisch (Vereinfacht) | Chinesisch (Traditionell, Hongkong) | Chinesisch (Traditionell, Macau) | Chinesisch (Traditionell, Taiwan) | Kroatisch | Tschechisch | Dänisch | Niederländisch | Estnisch | Finnisch | Französisch | Deutsch | Griechisch | Hebräisch | Hindi | Ungarisch | Indonesisch | Italienisch | Japanisch | Kannada | Khmer | Koreanisch | Litauisch | Malaiisch | Malayalam | Marathi | Nepalesisch | Nigerianisches Pidgin | Norwegisch | Persisch (Farsi) | Polnisch | Portugiesisch (Brasilien) | Portugiesisch (Portugal) | Punjabi (Gurmukhi) | Rumänisch | Russisch | Serbisch (Kyrillisch) | Slowakisch | Slowenisch | Spanisch | Suaheli | Schwedisch | Tagalog (Filipino) | Tamil | Telugu | Thailändisch | Türkisch | Ukrainisch | Urdu | Vietnamesisch
Möchtest du lieber lokal klonen?
Dieses Repository enthält über 50 Sprachübersetzungen, was die Download-Größe deutlich erhöht. Um ohne Übersetzungen zu klonen, verwende sparse checkout:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"So erhältst du alles, was du für den Kurs benötigst, mit einem viel schnelleren Download.
Generative KI für Einsteiger (Version 3) - Ein Kurs
Lerne die Grundlagen der Erstellung von Generative-KI-Anwendungen mit unserem umfassenden 21-Lektionen-Kurs von Microsoft Cloud Advocates.
🌱 Erste Schritte
Dieser Kurs umfasst 21 Lektionen. Jede Lektion behandelt ein eigenes Thema, also fange an, wo immer du möchtest!
Lektionen sind entweder als „Lernen"-Lektionen (Erklärung eines Generative-KI-Konzepts) oder als „Bauen"-Lektionen (Erklärung eines Konzepts mit Codebeispielen in Python und TypeScript, wenn möglich) gekennzeichnet.
Für .NET-Entwickler: Sieh dir den Generative KI für Einsteiger (.NET Edition) an!
Jede Lektion enthält außerdem einen Abschnitt „Weiterlernen" mit zusätzlichen Lernressourcen.
Was du brauchst
Um den Code dieses Kurses auszuführen, kannst du eines der folgenden verwenden:
-
Azure OpenAI Service - Lektionen: „aoai-assignment"
-
Microsoft Foundry Models - Lektionen: „githubmodels" (GitHub Models wird Ende Juli 2026 eingestellt – verwende stattdessen Microsoft Foundry Models)
-
OpenAI API - Lektionen: „oai-assignment"
-
Foundry Local – Führe Modelle vollständig offline auf deinem eigenen Gerät aus, kein Cloud-Abonnement erforderlich
-
Grundkenntnisse in Python oder TypeScript sind hilfreich – * Für absolute Anfänger: Sieh dir diese Python- und TypeScript-Kurse an
-
Ein GitHub-Konto, um dieses gesamte Repository in dein eigenes GitHub-Konto zu forken
Wir haben eine Lektion Kurs-Setup erstellt, die dir bei der Einrichtung deiner Entwicklungsumgebung hilft.
Vergiss nicht, dieses Repository mit einem Stern (🌟) zu markieren, damit du es später leichter wiederfindest.
🧠 Bereit für die Bereitstellung?
Wenn du nach fortgeschritteneren Codebeispielen suchst, wirf einen Blick auf unsere Sammlung von Generative-KI-Codebeispielen sowohl in Python als auch in TypeScript.
🗣️ Andere Lernende treffen, Unterstützung erhalten
Tritt unserem offiziellen Microsoft Foundry Discord-Server bei, um andere Lernende dieses Kurses zu treffen, dich zu vernetzen und Unterstützung zu erhalten.
Stelle Fragen oder teile Produktfeedback in unserem Microsoft Foundry Developer Forum auf Github.
🚀 Du gründest ein Startup?
Besuche Microsoft for Startups, um zu erfahren, wie du noch heute mit Azure-Guthaben loslegen kannst.
🙏 Du möchtest helfen?
Hast du Vorschläge oder Rechtschreib- oder Codefehler gefunden? Erstelle ein Issue oder erstelle einen Pull Request
📂 Jede Lektion enthält:
- Eine kurze Videoeinführung zum Thema
- Eine schriftliche Lektion im README
- Python- und TypeScript-Codebeispiele, die Azure OpenAI und die OpenAI API unterstützen
- Links zu zusätzlichen Ressourcen, um dein Lernen fortzusetzen
🗃️ Lektionen
| # | Lektionslink | Beschreibung | Video | Zusätzliches Lernen |
|---|---|---|---|---|
| 00 | Kurs-Setup | Lernen: So richtest du deine Entwicklungsumgebung ein | Video kommt bald | Mehr erfahren |
| 01 | Einführung in Generative KI und LLMs | Lernen: Verstehen, was Generative KI ist und wie große Sprachmodelle (LLMs) funktionieren. | Video | Mehr erfahren |
| 02 | Verschiedene LLMs erkunden und vergleichen | Lernen: Wie wähle ich das richtige Modell für meinen Anwendungsfall aus | Video | Mehr erfahren |
| 03 | Verantwortungsvoller Umgang mit Generativer KI | Lernen: Wie man Generative-KI-Anwendungen verantwortungsvoll erstellt | Video | Mehr erfahren |
| 04 | Grundlagen des Prompt Engineering verstehen | Lernen: Praxisnahe Best Practices für Prompt Engineering | Video | Mehr erfahren |
| 05 | Erweiterte Prompts erstellen | Lernen: Wie man Prompt-Engineering-Techniken anwendet, die die Ergebnisse deiner Prompts verbessern. | Video | Mehr erfahren |
| 06 | Textgenerierungsanwendungen erstellen | Bauen: Eine Textgenerierungs-App mit Azure OpenAI / OpenAI API | Video | Mehr erfahren |
| 07 | Chat-Anwendungen erstellen | Bauen: Techniken zum effizienten Erstellen und Integrieren von Chat-Anwendungen. | Video | Mehr erfahren |
| 08 | Such-Apps mit Vektordatenbanken erstellen | Bauen: Eine Suchanwendung, die Embeddings zum Durchsuchen von Daten verwendet. | Video | Mehr erfahren |
| 09 | Bildgenerierungsanwendungen erstellen | Bauen: Eine Bildgenerierungsanwendung | Video | Mehr erfahren |
| 10 | Low-Code-KI-Anwendungen erstellen | Bauen: Eine Generative-KI-Anwendung mit Low-Code-Technologien | Video | Mehr erfahren |
| 11 | KI-Assistenten mit Funktionen integrieren | Bauen: Was Funktionsaufrufe sind und wie sie in KI-Assistenten verwendet werden. | Video | Mehr erfahren |
| 12 | Generative-KI-Anwendungen mit Usern entwickeln | Bauen: Anwenden von Design-Thinking-Prinzipien bei der Entwicklung von KI-Anwendungen. | Video | Mehr erfahren |
| 13 | Generative-KI-Anwendungen sichern | Bauen: Sicherheitsrisiken und Schutzmaßnahmen für KI-Anwendungen. | Video | Mehr erfahren |
| 14 | Generative-KI-Anwendungen lifecycleartig gestalten | Lernen: Die Werkzeuge und Metriken zum Managen des Lebenszyklus von LLMs und der Infrastruktur. | Video | Mehr erfahren |
| 15 | RAG und Vektordatenbanken | Bauen: Verwendung der RAG-Architektur (Retrieval Augmented Generation) zum Abrufen von Daten aus einer Vektordatenbank. | Video | Mehr erfahren |
| 16 | Open Source Modelle und Hugging Face | Lernen: Verwendung von Open-Source-Modellen, verfügbar über Hugging Face. | Video | Mehr erfahren |
| 17 | KI-Agenten | Bauen: KI-Agenten im Kontext von LLMs. | Video | Mehr erfahren |
| 18 | Fine-Tuning von LLMs | Lernen: Fine-Tuning von LLMs für spezifische Anwendungsfälle. | Video | Mehr erfahren |
| 19 | SLIX (Small Language Models) | Lernen: Kleine Sprachmodelle und Phi-3. | Video | Mehr erfahren |
| 20 | MCP (Model Context Protocol) | Lernen: Das Model Context Protocol und wie es mit KI-Modellen verwendet wird. | Video auf YouTube | Mehr erfahren |
| 21 | KI-Sicherheit | Lernen: KI-Sicherheit, sicherheitsrelevante Metriken und wie man diese anwendet. | Video auf YouTube | Mehr erfahren |