Schulung · RAG & LLM-Apps · Citizen Developer & Low-Code

RAG & LLM-Apps für Citizen Developer

RAG und LLM-Anwendungen entwickeln: Embeddings, Vektordatenbanken, Chunking, Retrieval, Evaluierung, Kosten und Datenschutz.

Dauer
2 Tage (14 Std.)
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

Das Training „RAG & LLM-Apps für Citizen Developer“ richtet sich an Rollen wie Fachanwender:innen mit Automatisierungsideen in Verwaltung, Vertrieb, Einkauf oder HR, Power User von Excel, Power Platform oder vergleichbaren Low-Code-Werkzeugen und Prozessverantwortliche und Business Analysts und zeigt Schritt für Schritt, wie RAG & LLM-Apps im Bereich Citizen Developer & Low-Code produktiv, sicher und nachvollziehbar eingesetzt wird – von den Grundlagen bis zu fortgeschrittenen Workflows.

Retrieval-Augmented Generation verbindet Sprachmodelle mit Ihrem eigenen Wissen: Handbücher, Verträge, Tickets, Wikis oder Produktdaten werden durchsuchbar gemacht und dem Modell zur Laufzeit als Kontext übergeben. So entstehen Assistenten, die fundiert mit Quellenangaben antworten, statt zu halluzinieren. In dieser zweitägigen Schulung bauen Sie eine vollständige RAG-Pipeline von der Dokumentaufbereitung über Embeddings und Vektordatenbank bis zur Antwortgenerierung und lernen anhand eigener Testdokumente, an welchen Stellschrauben die Qualität der Antworten tatsächlich entschieden wird.

Der zweite Tag führt vom Prototyp zur belastbaren Anwendung. Sie vergleichen Chunking-Strategien, kombinieren semantische und lexikalische Suche, setzen Reranking, Metadatenfilter und Query-Umformulierung ein und messen die Wirkung mit systematischen Evaluierungen. Hinzu kommen Prompt-Caching, Kostensteuerung, Latenzoptimierung, Berechtigungskonzepte auf Dokumentebene und datenschutzkonformer Betrieb mit Blick auf DSGVO und EU AI Act. Am Ende wissen Sie, wann klassisches RAG genügt, wann ein großes Kontextfenster oder ein agentisches Retrieval besser passt und wie Sie Ihre Architektur begründet auswählen.

Citizen Developer sind Fachanwender:innen, die eigene Anwendungen und Automatisierungen bauen, ohne klassische Softwareentwickler:innen zu sein. Bisher stießen Low-Code-Plattformen dabei schnell an Grenzen, sobald individuelle Logik, Schnittstellen oder Datenumwandlungen gefragt waren. KI-Coding-Werkzeuge verschieben diese Grenze deutlich: Aus einer Beschreibung in natürlicher Sprache entstehen Formulare, Workflows, Skripte und kleine Web-Apps, und KI erklärt Fehlermeldungen, Formeln und Ausdrücke verständlich. Damit wächst zugleich die Verantwortung, denn auch selbst gebaute Lösungen verarbeiten Unternehmensdaten und müssen gewartet werden. Im Kurs lernen Sie, mit Vibe Coding und KI-Agenten nützliche Lösungen für Ihren Fachbereich zu bauen, sinnvoll mit Low-Code-Plattformen zu kombinieren und dabei die Governance-Regeln Ihrer IT einzuhalten.

Das Training findet live statt – wahlweise online im virtuellen Klassenraum oder vor Ort in unseren Trainingsräumen in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch kommen wir auch exklusiv für Ihr Team zusammen.

Für wen ist das Training?

  • Fachanwender:innen mit Automatisierungsideen in Verwaltung, Vertrieb, Einkauf oder HR
  • Power User von Excel, Power Platform oder vergleichbaren Low-Code-Werkzeugen
  • Prozessverantwortliche und Business Analysts
  • Mitarbeitende in Digitalisierungs- und Innovationsteams
  • IT-Verantwortliche, die ein Citizen-Development-Programm aufbauen

Typische Herausforderungen, die wir adressieren

  • Wiederkehrende manuelle Aufgaben, für die die IT keine Kapazität hat
  • Low-Code-Plattformen stoßen bei individueller Logik, Schnittstellen oder Datenaufbereitung an Grenzen
  • Fehlendes Wissen, wie man Lösungen testet, dokumentiert und sicher betreibt
  • Gefahr von Schatten-IT ohne Abstimmung mit Datenschutz und IT-Sicherheit

Das können Sie nach dem Training

  • Sie bauen eine vollständige RAG-Pipeline von der Dokumentaufbereitung bis zur Antwort mit Quellenangaben.
  • Sie wählen Embedding-Modell, Chunking-Strategie und Vektordatenbank begründet aus.
  • Sie verbessern die Trefferqualität mit hybrider Suche, Reranking und Metadatenfiltern.
  • Sie messen die Qualität Ihrer Anwendung mit systematischen Evaluierungen und erkennen Regressionen.
  • Sie bauen mit KI-Unterstützung eigene Automatisierungen, Formulare und kleine Anwendungen für Ihren Fachbereich.
  • Sie kombinieren Low-Code-Plattformen gezielt mit generiertem Code für Logik, Datenaufbereitung und Schnittstellen.
  • Sie dokumentieren, testen und betreiben Ihre Lösungen im Einklang mit den Governance-Regeln Ihrer IT.

Inhalte & Ablauf

Tag 1

Modul 1 Grundlagen von RAG und LLM-Anwendungen
  • Architektur einer RAG-Pipeline: Ingestion, Indexierung, Retrieval, Generierung
  • Embeddings verstehen: semantische Ähnlichkeit, Dimensionen, Modellauswahl
  • RAG, Fine-Tuning und lange Kontextfenster sinnvoll gegeneinander abwägen
  • Strukturierte Ausgaben, Quellenangaben und Umgang mit Halluzinationen
Modul 2 Dokumentaufbereitung und Chunking
  • PDF, Office-Dokumente, HTML und Tabellen zuverlässig extrahieren
  • Chunking-Strategien: feste Größe, strukturbasiert, semantisch, mit Überlappung
  • Metadaten anreichern und kontextuelle Zusammenfassungen pro Chunk erzeugen
  • Inkrementelle Aktualisierung und Löschung von Dokumenten im Index
Modul 3 Vektordatenbanken und Retrieval-Strategien
  • Vektordatenbanken und -erweiterungen im Vergleich, etwa pgvector, Qdrant, Weaviate oder OpenSearch
  • Hybride Suche aus Vektor- und Volltextsuche mit BM25
  • Reranking, Metadatenfilter und Query-Umformulierung
  • Agentisches Retrieval: das Modell entscheidet selbst über Suchschritte und Werkzeuge
Modul 4 Evaluierung und Qualitätssicherung
  • Testdatensätze aus echten Fragen aufbauen und pflegen
  • Retrieval-Metriken wie Recall und Precision sowie Antwortmetriken wie Faithfulness
  • LLM-as-a-Judge sinnvoll einsetzen und kalibrieren
  • Regressionstests bei Änderungen an Chunking, Modell oder Prompt

Tag 2

Modul 5 Betrieb, Kosten und Datenschutz
  • Prompt-Caching, Batch-Verarbeitung und Modellwahl zur Kostensenkung
  • Latenz optimieren und Antworten streamen
  • Berechtigungen auf Dokumentebene, Mandantentrennung und Schutz vor Prompt Injection
  • Datenschutz: Datenresidenz, Auftragsverarbeitung, Löschkonzepte, DSGVO und EU AI Act
Modul 6 Praxislabor: Citizen Developer & Low-Code
  • Workflows automatisieren
  • Formulare und kleine Apps bauen
  • Formeln und Ausdrücke erklären
  • Daten bereinigen und umwandeln
  • Schnittstellen anbinden
  • Lösungen dokumentieren und testen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Auch selbst gebaute Lösungen verarbeiten Unternehmens- und Personaldaten: Sie lernen, DSGVO-Anforderungen, Freigabeprozesse der IT, den sicheren Umgang mit Zugangsdaten und Lizenzbedingungen von Plattformen und generiertem Code zu berücksichtigen, damit keine Schatten-IT entsteht.
  • Spielregeln für den sicheren KI-Einsatz im Team
  • Ergebnisse prüfen: Fakten, Quellen, Tests und Vier-Augen-Prinzip
  • Persönlicher Umsetzungsplan für die nächsten 30 Tage
  • Offene Fragen, Ausblick und Ressourcen zum Weiterlernen

Praxisszenarien aus Ihrem Bereich

Workflows automatisieren

Genehmigungsprozesse, Benachrichtigungen und Datenübertragungen zwischen E-Mail, Tabellen, Formularen und Fachanwendungen in Low-Code-Plattformen beschreiben und von KI die passenden Flows, Ausdrücke und Bedingungen erstellen lassen. Sie behalten dabei jederzeit die Kontrolle.

Formulare und kleine Apps bauen

Erfassungsformulare, Checklisten oder Buchungsanwendungen per Beschreibung erzeugen, mit Validierung, Pflichtfeldern und einer einfachen Datenablage, und schrittweise nach Rückmeldung der Kolleg:innen verfeinern. Ganz ohne eigene Programmierung.

Formeln und Ausdrücke erklären

Komplexe Excel-Formeln, Power-Fx- oder Flow-Ausdrücke verständlich erklären lassen, Fehler finden und neue Berechnungen aus einer fachlichen Beschreibung zuverlässig formulieren. So verstehen Sie auch geerbte Tabellen von Kolleg:innen und können sie sicher anpassen.

Daten bereinigen und umwandeln

Exporte aus verschiedenen Systemen zusammenführen, Dubletten entfernen, Formate vereinheitlichen und Python-Skripte oder Power-Query-Schritte generieren, die die Aufbereitung wiederholbar machen. Die monatliche Aufbereitung dauert danach nur noch wenige Minuten statt Stunden.

Schnittstellen anbinden

Mit KI-Unterstützung verstehen, wie eine REST-Schnittstelle funktioniert, Konnektoren konfigurieren und einfache API-Aufrufe aufbauen, um Daten aus Fachsystemen in eigene Lösungen zu holen. Zugangsdaten bleiben dabei sicher hinterlegt.

Lösungen dokumentieren und testen

Für selbst gebaute Anwendungen Benutzeranleitungen, technische Kurzdokumentation und Testfälle erzeugen, damit Kolleg:innen und die IT die Lösung verstehen, übernehmen und weiterbetreiben können. So bleibt keine Lösung an einer Person hängen.

Mögliche Praxisprojekte im Kurs

Urlaubs- und Vertretungsplaner

Eine kleine Web-App, in der Teammitglieder Abwesenheiten eintragen, Vertretungen festlegen und eine Monatsübersicht für die Teamleitung sehen. Überschneidungen werden automatisch angezeigt.

Rechnungseingangs-Prüfer

Ein Skript, das eingehende PDF-Rechnungen ausliest, Pflichtangaben prüft und die Daten strukturiert in eine Tabelle zur Freigabe überträgt. Fehlende Angaben werden farbig markiert.

Anfrage-Tracker

Ein einfaches Ticketsystem für interne Anfragen mit Formular, Statusverlauf, Zuständigkeiten und automatischer E-Mail-Benachrichtigung. So behalten alle Beteiligten jederzeit den Überblick über offene und erledigte Anfragen.

Voraussetzungen

Solide Programmierkenntnisse in Python (oder alternativ TypeScript), Grundkenntnisse in Datenbanken und REST-APIs sowie erste Erfahrungen mit LLM-APIs. Sie arbeiten sicher mit Office-Anwendungen und Tabellenkalkulation; Programmierkenntnisse sind nicht erforderlich, Erfahrung mit einer Low-Code-Plattform ist hilfreich.

Technische Voraussetzungen

Laptop mit Python, Git, Docker und Code-Editor sowie API-Zugang zu mindestens einem LLM- und Embedding-Anbieter. Zugangsdaten für die Übungen können bei Bedarf gestellt werden.

Datenschutz & Compliance

Auch selbst gebaute Lösungen verarbeiten Unternehmens- und Personaldaten: Sie lernen, DSGVO-Anforderungen, Freigabeprozesse der IT, den sicheren Umgang mit Zugangsdaten und Lizenzbedingungen von Plattformen und generiertem Code zu berücksichtigen, damit keine Schatten-IT entsteht.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Mi, 25. November 2026 – Do, 26. November 2026 Online Anfragen
  • Mi, 9. Dezember 2026 – Do, 10. Dezember 2026 Salzburg Anfragen
  • Do, 17. Dezember 2026 – Fr, 18. Dezember 2026 Online Anfragen
  • Mo, 18. Januar 2027 – Di, 19. Januar 2027 Bremen Anfragen
  • Di, 2. Februar 2027 – Mi, 3. Februar 2027 Online Anfragen
  • Di, 9. Februar 2027 – Mi, 10. Februar 2027 Augsburg Anfragen

Häufige Fragen

Wann ist RAG besser als Fine-Tuning?

RAG eignet sich, wenn ein Modell auf aktuelles, umfangreiches oder häufig wechselndes Wissen zugreifen und Quellen angeben soll. Fine-Tuning verändert eher Stil, Format oder spezialisiertes Verhalten. In vielen Projekten ist RAG der schnellere, günstigere und besser kontrollierbare Weg, gelegentlich ergänzt durch Fine-Tuning für Spezialaufgaben.

Welche Vektordatenbank sollten wir verwenden?

Das hängt von Datenmenge, bestehender Infrastruktur, Filteranforderungen und Betriebsmodell ab. Wer bereits PostgreSQL nutzt, kommt mit pgvector oft weit, spezialisierte Systeme punkten bei großen Datenmengen und hybrider Suche. Im Kurs vergleichen Sie mehrere Optionen praktisch und leiten Kriterien für Ihre Entscheidung ab.

Wie lässt sich RAG datenschutzkonform betreiben?

Wichtig sind die Wahl von Anbietern mit passender Datenresidenz und Auftragsverarbeitungsvertrag, Berechtigungsprüfungen auf Dokumentebene, ein Löschkonzept für Index und Logs sowie Datenminimierung bei personenbezogenen Inhalten. Für sensible Daten kommen auch selbst betriebene Modelle infrage. Wir behandeln diese Optionen anhand realistischer Architekturen.

Brauche ich Programmierkenntnisse, um als Citizen Developer mit KI zu arbeiten?

Nein. Sie beschreiben, was Ihre Lösung leisten soll, und die KI erzeugt Formulare, Flows, Formeln oder Skripte. Wichtig ist, Ihre Anforderungen klar zu formulieren und Ergebnisse systematisch zu prüfen. Im Kurs lernen Sie die nötigen Grundbegriffe wie Daten, Logik, Schnittstelle und Test so, dass Sie gezielt nachsteuern und Fehler selbst eingrenzen können.

Wie vermeiden wir Schatten-IT?

Durch klare Spielregeln statt Verbote: freigegebene Plattformen und Werkzeuge, definierte Datenklassen, eine einfache Registrierung selbst gebauter Lösungen und einen Weg zur Übergabe an die IT, wenn eine Anwendung geschäftskritisch wird. Im Kurs lernen Sie, solche Regeln anzuwenden, und IT-Verantwortliche erhalten Anregungen für den Aufbau eines Citizen-Development-Programms.

Was kostet die Schulung „RAG & LLM-Apps für Citizen Developer“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 2 Trainingstag(e) mit Live-Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Unsere Terminvorschläge sind eine Orientierung. Im Anfrageformular können Sie jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und bestätigen innerhalb eines Werktags.

Findet der Kurs online oder vor Ort statt?

Beides ist möglich: live online im virtuellen Klassenraum oder vor Ort in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart oder Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Weitere Kurse für Citizen Developer

Weitere Kurse zu RAG & LLM-Apps

Alle 29 Kurse zu RAG & LLM-Apps

RAG & LLM-Apps · MünchenRAG & LLM-Apps · SalzburgRAG & LLM-Apps · BerlinRAG & LLM-Apps · AugsburgRAG & LLM-Apps · HannoverRAG & LLM-Apps · BremenRAG & LLM-Apps · StuttgartRAG & LLM-Apps · KaiserslauternRAG & LLM-Apps · Online