Large Language Models (LLM) - RAG-Tuning und Evaluation

Termine & Preise
  • Dieser Kurs zeigt, wie Sie Retrieval-basierte LLM-Systeme optimieren und evaluieren. Sie lernen wichtige Metriken, Tuning-Strategien und automatisierte Evaluationsverfahren kennen und entwickeln praxisnah robuste, überprüfbare RAG-Pipelines für produktive Anwendungen.

Kursinformationen als PDF

Anmeldung

1. Standort oder Online wählen
  • 1. Standort oder Online wählen
  • Live-Online-Training
  • Präsenzseminar in:
  • Berlin
  • Bremen
  • Dortmund
  • Dresden
  • Düsseldorf
  • Erfurt
  • Essen
  • Frankfurt
  • Freiburg
  • Hamburg
  • Hannover
  • Jena
  • Karlsruhe
  • Kassel
  • Koblenz
  • Köln
  • Krefeld
  • Leipzig
  • Mannheim
  • München
  • Münster
  • Nürnberg
  • Paderborn
  • Regensburg
  • Saarbrücken
  • Siegen
  • Stuttgart
  • A-Wien
  • CH-Basel
  • CH-Bern
  • CH-Zürich
  ↳ Technische Infos hier …
2. Termin wählen
  • 2. Termin wählen
  • 15.12. - 16.12.2025
  • Termine auf Anfrage
  • 12.01. - 13.01.2026
  • 12.02. - 13.02.2026
  • 09.03. - 10.03.2026
  • 09.04. - 10.04.2026
  • 04.05. - 05.05.2026
  • 01.06. - 02.06.2026
  • 04.06. - 05.06.2026
  • 29.06. - 30.06.2026
  • 30.07. - 31.07.2026
  • 24.08. - 25.08.2026
  • 24.09. - 25.09.2026
  • 19.10. - 20.10.2026
  • 19.11. - 20.11.2026
  • 14.12. - 15.12.2026
 

Zeitrahmen: 2 Tageskurs | 09:00 bis 16:00 Uhr

Preis

Teilnahmegebühr

ab 1.490,00 €
(1.773,10 € inkl. 19% MwSt.)

Durchführung ab 1 Teilnehmenden (mehr lesen ...)

Im Preis enthalten sind PC-COLLEGE - Zertifikat, Pausenverpflegung, Getränke und Kursmaterial.


  • In diesem Kurs lernen Sie, wie Sie die Qualität von LLM-Anwendungen mit Retrieval-Augmented Generation (RAG) gezielt verbessern und bewerten. Sie analysieren Retrieval-Metriken wie Recall, Precision oder nDCG und verstehen, wie Chunking, Embedding-Auswahl und Indexparameter die Systemleistung beeinflussen.

    Der Fokus liegt auf praxisnahen Tuning-Strategien für semantische und hybride Suchsysteme, dem Einsatz von Re-Ranking-Modellen sowie der Kombination klassischer IR-Techniken mit modernen LLM-Ansätzen. Sie lernen automatisierte und manuelle Evaluationsmethoden kennen und erstellen aussagekräftige Benchmarks. Abschließend behandeln Sie Monitoring, Drift Detection, KPI-Tracking und Feedback-Loops zur kontinuierlichen Verbesserung von produktiven LLM-Systemen.

    Angesprochener Teilnehmerkreis:
    Entwickler, Data Scientists, MLOps-Teams, Produktverantwortliche und QA-Fachkräfte, die RAG-Systeme optimieren oder betreiben und deren Leistung zuverlässig bewerten möchten.

    Kursziel:
    Sie kennen Metriken, Methoden und Werkzeuge zur Evaluation von LLM-basierten Systemen und verbessern gezielt die Qualität und Zuverlässigkeit Ihrer RAG-Anwendungen.

    • Grundlagen von Retrieval-Qualität
      • Metriken: Recall, Precision, nDCG
      • Warum klassisches IR- und LLM-Tuning zusammengehören
    • Tuning-Strategien
      • Chunking-Varianten (Overlaps, Semantik-basiert)
      • Embedding-Modelle vergleichen
      • Index-Parameter optimieren (z. B. k, Abstandsmessung)
    • Re-Ranking & Hybrid Search
      • Lexikalische + semantische Suche kombinieren
      • Einsatz von Cross-Encodern
      • Trade-offs zwischen Qualität und Kosten
    • Evaluationstechniken
      • Human-in-the-loop Verfahren
      • Automatisierte Evals: BLEU, ROUGE, BERTScore, G-Eval
      • Benchmark-Sets aufbauen
    • Qualitätssicherung im Betrieb
      • Bias-Checks, Halluzinationsanalyse
      • Drift Detection bei Embeddings
      • Canary-Tests für neue Pipelines
    • Monitoring & Reporting
      • KPI-Tracking: Retrieval-Präzision, Factuality
      • Dashboards für Stakeholder
      • Feedback Loops und kontinuierliche Verbesserung
  • Grundkenntnisse in NLP oder Vektorsuche sowie erste Erfahrungen mit RAG, LangChain oder LLM-Entwicklung sind von Vorteil. Basiswissen in Python wird empfohlen.

  • Dieses Seminar können Sie als Präsenzseminar oder als Live-Online-Training (virtuelles Präsenzseminar) buchen. Schauen Sie sich die technischen Voraussetzungen für Live-Online-Schulungen an. Sie können Ihre Auswahl bei der Anmeldung treffen.
  • KursNr. Kurs Termin Dauer Standorte
    LME
    251215
    15.12. - 16.12.2025 2 Tage
    LME
    251215
    15.12. - 16.12.2025 2 Tage Live-Online-Training
    LME
    260112
    12.01. - 13.01.2026 2 Tage
    LME
    260112
    12.01. - 13.01.2026 2 Tage Live-Online-Training
    LME
    260212
    12.02. - 13.02.2026 2 Tage
    LME
    260212
    12.02. - 13.02.2026 2 Tage Live-Online-Training
    LME
    260309
    09.03. - 10.03.2026 2 Tage
    LME
    260309
    09.03. - 10.03.2026 2 Tage Live-Online-Training
    LME
    260409
    09.04. - 10.04.2026 2 Tage
    LME
    260409
    09.04. - 10.04.2026 2 Tage Live-Online-Training
    LME
    260504
    04.05. - 05.05.2026 2 Tage
    LME
    260504
    04.05. - 05.05.2026 2 Tage Live-Online-Training
    LME
    260601
    01.06. - 02.06.2026 2 Tage
    LME
    260604
    04.06. - 05.06.2026 2 Tage
    LME
    260604
    04.06. - 05.06.2026 2 Tage Live-Online-Training
    LME
    260629
    29.06. - 30.06.2026 2 Tage
    LME
    260629
    29.06. - 30.06.2026 2 Tage Live-Online-Training
    LME
    260730
    30.07. - 31.07.2026 2 Tage
    LME
    260730
    30.07. - 31.07.2026 2 Tage Live-Online-Training
    LME
    260824
    24.08. - 25.08.2026 2 Tage
    LME
    260824
    24.08. - 25.08.2026 2 Tage Live-Online-Training
    LME
    260924
    24.09. - 25.09.2026 2 Tage
    LME
    260924
    24.09. - 25.09.2026 2 Tage Live-Online-Training
    LME
    261019
    19.10. - 20.10.2026 2 Tage
    LME
    261019
    19.10. - 20.10.2026 2 Tage Live-Online-Training
    LME
    261119
    19.11. - 20.11.2026 2 Tage
    LME
    261119
    19.11. - 20.11.2026 2 Tage Live-Online-Training
    LME
    261214
    14.12. - 15.12.2026 2 Tage
    LME
    261214
    14.12. - 15.12.2026 2 Tage Live-Online-Training

Welche weiteren Schulungen könnten Sie interessieren?

Ihre gewünschte Kursart wählen Sie bei der Anmeldung:

  • Präsenzschulung:
    Schulungserlebnis vor Ort
    mit persönlichen Kontakten
  • Online-Kurs:
    Live-Online-Training,
    interaktiv in Echtzeit
Platz 1
für PC-COLLEGE
Gesamtsieger
Bildung IT & PC
» Mehr erfahren
Ekomi Gold Status
Exzellent 4,8 / 5

basierend auf 582 Kurs-Bewertungen der letzten 12 Monate
insgesamt: 10357 Bewertungen

Hier individuelles Firmenseminar anfragen

Thema:

Large Language Models (LLM) - RAG-Tuning und Evaluation

Ihr Wunschtermin

Höchstwertung für PC-COLLEGE Exzellente Kundenorientierung » Mehr erfahren
Ihre Vorteile auf einen Blick!
  • Zertifikatsservice

    Sollten Sie Ihr PC-COLLEGE-Zertifikat verlegt oder bei einem Arbeitgeber abgegeben haben, senden wir Ihnen auf Wunsch, bis zu sieben Jahre nach Kursende, gerne Ihr Original-Zertifikat per Post oder ein PDF per E-Mail zu.

  • Schulungsexperte seit 1985

    Wir haben mehr als 30 Jahre Schulungserfahrung. Dabei setzen wir auf Trainerinnen und Trainer mit langjähriger didaktischer und praktischer Erfahrung.

  • Kundenauszeichnung

    PC-COLLEGE bietet exzellente Seminare bestätigen unsere Teilnehmer auf dem unabhängigen Bewertungsportal eKomi.

  • ... alle Vorteile auf einen Blick
Live-Online-Seminare, die begeistern! - VideoOnline-Seminare, die begeistern!