Generative KI-Systeme entwickeln
KI-Engineering für die Praxis – vom Prompt Engineering bis zu RAG und Agenten
O’Reilly Verlag |
|
Autor:in |
Chip Huyen |
526 Seiten, Softcover |
|
Erschienen |
12/2025 |
978-3-96009-276-6 9783960092766 |
Generative KI verstehen, entwickeln und anwenden
In diesem Praxis-Handbuch zeigt Bestsellerautorin Chip Huyen, wie Entwicklerinnen und Entwickler generative KI-Systeme erfolgreich erstellen und in realen Anwendungen einsetzen können. Das Buch behandelt alle wesentlichen Aspekte des KI-Engineerings – von der Modellentwicklung über Anpassungstechniken wie Prompt Engineering, RAG, Finetuning, Agenten und Dataset Engineering bis hin zum produktiven Betrieb. Dabei vermittelt es ein klares Framework für den Einsatz von KI in der Praxis und unterstützt bei der Auswahl der passenden Modelle, Metriken, Daten und Entwicklungsmuster.
Ein Überblick über den Entwicklungszyklus
Sie erfahren, wie sich der Prozess der KI-Anwendungsentwicklung vom klassischen Machine-Learning-Engineering unterscheidet. Die Autorin erläutert typische Herausforderungen, Lösungsansätze und die Besonderheiten von generativen Foundation Models. Engpässe bei Latenz und Kosten werden ebenso thematisiert wie Strategien, um diese erfolgreich zu überwinden.
Werkzeuge und Techniken für die Praxis
Das Handbuch bietet praxisorientierte Einblicke in verschiedene Anpassungstechniken:
- Prompt Engineering für die Steuerung von Modellen
- RAG (Retrieval-Augmented Generation) zur Kombination von generativer KI mit externem Wissen
- Finetuning zur Modellspezialisierung
- Agenten für autonome Aufgabenbearbeitung
- Dataset Engineering zur Optimierung von Trainingsdaten
Entwicklerinnen und Entwickler erhalten damit das nötige Wissen, um produktionsreife KI-Systeme zu bauen, die den Anforderungen moderner Anwendungen entsprechen und gleichzeitig effizient, kostensparend und skalierbar sind.
Aus dem Inhalt
- Einführung in das Bauen von KI-Anwendungen mit Foundation Models
- Foundation Models verstehen
- Evaluierungsmethoden
- KI-Systeme evaluieren
- Prompt Engineering
- RAG und Agenten
- Optimieren
- Dataset Engineering
- Inferenzoptimierung
- Architektur beim AI Engineering und User-Feedback
Stimmen zum Buch
„Dieses Buch ist ein umfassender und gut strukturierter Leitfaden zu den wichtigsten Aspekten beim Bau generativer KI-Systeme. Es ist Pflichtlektüre für alle Experten und Expertinnen, die KI unternehmensweit einsetzen wollen.“
—Vittorio Cretella, ehemaliger globaler CIO bei P&G und Mars
In dieser Leseprobe zeigt Chip Huyen, wie ein Foundation Model entsteht und welche Designentscheidungen maßgeblich bestimmen, wie Anwendungen darauf aufbauen. Sie erfahren, wie die Auswahl der Trainingsdaten, die Modellarchitektur und die Größenordnung des Modells dessen Verhalten beeinflussen und wie das Training gestaltet wird, damit das Modell die Anforderungen der Anwenderinnen und Anwender erfüllt.
Anschließend erläutert sie, wie ein Modell eine Antwort generiert – Wissen, das Ihnen hilft, scheinbar rätselhafte Verhaltensweisen wie Inkonsistenzen oder Halluzinationen zu verstehen. Außerdem lernen Sie, wie Sie durch gezielte Anpassung der Generierungseinstellungen oft auf einfache und kostengünstige Weise die Performance Ihres Modells deutlich verbessern können.
Wer hat's geschrieben?
Chip Huyen arbeitet an der Schnittstelle von KI, Daten und Storytelling. Sie war bei Snorkel AI und NVIDIA tätig, gründete ein KI-Infrastruktur-Startup (das später übernommen wurde) und lehrte Design von Machine-Learning-Systemen in Stanford. Dieses Buch basiert auf ihrer Erfahrung in der Unterstützung großer Unternehmen und Start-ups bei der Nutzung von KI für praktische Anwendungen. Ihr Buch „Designing Machine Learning Systems“ (O’Reilly) wurde in über 10 Sprachen übersetzt.
O’Reilly Verlag |
|
Autor:in |
Chip Huyen |
526 Seiten, Softcover |
|
Erschienen |
12/2025 |
978-3-96009-276-6 9783960092766 |