ID: 75197

MLOps & LLMOps: KI-Modelle produktiv betreiben, überwachen und warten

Wie du KI-Anwendungen zuverlässig in den Dauerbetrieb bringst und hältst

Jetzt unverbindliches Angebot anfragen

Termin

Anzahl

Anrede

Vorname*

Nachname*

Straße

Plz.

Ort

E-Mail*

Telefon*

Deine Daten werden ausschließlich zur Bearbeitung deiner Anfrage genutzt und danach gelöscht. Mehr dazu in unserer Datenschutzerklärung.

Gesamtpreis
2011,10 €
inkl. 19% Mwst.

Übersicht

Ein KI-Modell zu bauen ist das eine, es zuverlässig zu betreiben das andere. Im Dauerbetrieb entscheiden Themen wie Monitoring, Versionierung, Qualität und Wartung über Erfolg oder Ausfall. MLOps und LLMOps machen KI betriebsfähig. Dieses zweitägige Training zeigt, wie du KI-Anwendungen produktiv betreibst und hältst. KI im Produktivbetrieb ist kein einmaliges Projekt, sondern ein Dauerlauf. Modelle veralten, Daten verändern sich, Qualität kann unbemerkt sinken. MLOps und LLMOps übertragen bewährte Betriebspraktiken auf KI – mit Prozessen und Werkzeugen für zuverlässigen, wartbaren Betrieb. Dieses Training vermittelt, wie du KI-Anwendungen betriebsfähig machst. Du lernst, Modelle bereitzustellen, zu überwachen, zu versionieren und zu warten und mit den Besonderheiten von Sprachmodellen umzugehen. Der Fokus liegt auf dem zuverlässigen Dauerbetrieb. Du verlässt die zwei Tage mit dem Rüstzeug, KI-Anwendungen nicht nur zu bauen, sondern dauerhaft am Laufen zu halten

Kommende Termine

09.11.2026 – 10.11.2026
07.12.2026 – 08.12.2026
27.01.2027 – 28.01.2027
24.02.2027 – 25.02.2027

Kein passender Termin dabei?

Seminarinhalte

MLOps und LLMOps verstehen

– Das Problem: Warum Betrieb über Erfolg entscheidet
– Von DevOps zu MLOps: Was übertragbar ist
– LLMOps: Die Besonderheiten von Sprachmodellen
– Der Lebenszyklus: Von der Entwicklung zum Betrieb
– Reifegrad: Wo dein Unternehmen steht

Bereitstellung und Versionierung

– Deployment: Modelle und Anwendungen bereitstellen
– Versionierung: Modelle, Prompts und Daten verwalten
– Releases: Änderungen kontrolliert ausrollen
– Rollback: Bei Problemen zurück
– Reproduzierbarkeit: Nachvollziehbarkeit sichern

Monitoring und Qualität

– Monitoring: Nutzung und Verhalten überwachen
– Qualität: Verschlechterung erkennen
– Drift: Wenn sich Daten und Realität ändern
– Alarme: Probleme rechtzeitig melden
– Feedback: Aus Nutzung lernen

Wartung und Weiterentwicklung

– Modellpflege: Aktuell und leistungsfähig halten
– Daten: Wissensbasis pflegen

Zielgruppe

• ML-Engineers und Entwickler:innen, die KI-Modelle zuverlässig in den Produktivbetrieb bringen und halten wollen.
• IT-Betriebs- und DevOps-Verantwortliche, die KI-spezifische Betriebspraktiken aufbauen müssen.
• KI- und Plattformverantwortliche, die den Dauerbetrieb von KI-Anwendungen sicherstellen wollen.
• Technische Projektleiter:innen, die KI-Lösungen über den Prototyp hinaus betreiben möchten.

Dein Nutzen

KI dauerhaft am Laufen halten

Du lernst, KI-Anwendungen nicht nur zu bauen, sondern zuverlässig zu betreiben, zu überwachen und zu warten – die Voraussetzung für nachhaltigen Nutzen.