Schulung – RAG & LLM-Apps – Webentwicklung

RAG & LLM-Apps für Webentwickler:innen

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

Dauer
6 Stunden, ein Termin
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

„RAG & LLM-Apps für Webentwickler:innen“ ist ein praxisorientiertes Training für Rollen wie Webentwickler:innen in Agenturen und Inhouse-Teams, Freelancer:innen, die Websites und Webanwendungen umsetzen und Entwickler:innen von CMS-Projekten mit WordPress, TYPO3 oder Headless-CMS. Sie lernen RAG & LLM-Apps nicht abstrakt, sondern an Aufgaben aus Ihrem Arbeitsalltag kennen – mit Beispielen, Übungen und Vorlagen aus dem Bereich Webentwicklung.

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 kompakten 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.

Webentwicklung umfasst heute weit mehr als HTML, CSS und etwas JavaScript: Responsive Layouts, Barrierefreiheit, SEO, Performance, Formulare, Content-Management-Systeme, APIs, Hosting und Deployment gehören selbstverständlich dazu. Gerade in kleinen Teams und Agenturen müssen Webentwickler:innen all diese Themen abdecken. KI-Coding-Assistenten und Agenten sind hier ein enormer Hebel: Sie setzen Layouts aus Entwürfen um, schreiben semantisches HTML und modernes CSS mit Grid und Container Queries, prüfen Seiten auf Barrierefreiheit und Core Web Vitals, erstellen CMS-Templates und automatisieren Deployments. Vibe Coding macht zudem schnelle Prototypen möglich, die früher Tage gedauert hätten. Im Kurs lernen Sie, diese Geschwindigkeit mit sauberer Struktur, Wartbarkeit und Qualitätssicherung zu verbinden.

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?

  • Webentwickler:innen in Agenturen und Inhouse-Teams
  • Freelancer:innen, die Websites und Webanwendungen umsetzen
  • Entwickler:innen von CMS-Projekten mit WordPress, TYPO3 oder Headless-CMS
  • Quereinsteiger:innen mit Grundkenntnissen in HTML, CSS und JavaScript

Typische Herausforderungen, die wir adressieren

  • Breites Aufgabenspektrum von Layout über SEO bis Hosting in kleinen Teams
  • Steigende Anforderungen an Barrierefreiheit, Performance und Datenschutz
  • Wartung vieler Kundenprojekte mit unterschiedlichen Technologien und Ständen
  • Zeitdruck bei Relaunches, Landingpages und Kampagnenseiten

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 setzen Websites und Webanwendungen mit KI-Unterstützung schneller und in sauberer Struktur um.
  • Sie nutzen KI gezielt für Barrierefreiheit, Performance und technisches SEO.
  • Sie überführen Vibe-Coding-Prototypen in wartbare, sichere und datenschutzkonforme Projekte.

Inhalte & Ablauf

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
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: Webentwicklung
  • Layouts aus Entwürfen umsetzen
  • Barrierefreiheits-Audit
  • Performance und Core Web Vitals
  • CMS-Templates und -Erweiterungen
  • Technisches SEO
  • Formulare und Integrationen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Websites unterliegen DSGVO, TTDSG und vielerorts dem Barrierefreiheitsstärkungsgesetz: Generierter Code darf keine Tracking-Dienste oder externen Ressourcen ohne Einwilligung einbinden und muss barrierefrei geprüft werden. Achten Sie zudem auf Lizenzen von Schriften, Bildern und Code-Snippets sowie darauf, dass Zugangsdaten zu Hosting und CMS nicht in Prompts gelangen.
  • 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

Layouts aus Entwürfen umsetzen

Der Assistent erzeugt aus Screenshots oder Designdateien semantisches HTML und modernes CSS mit Grid, Flexbox und Custom Properties, responsiv für alle Breakpoints und konsistent mit vorhandenen Stylesheets.

Barrierefreiheits-Audit

Die KI prüft Seiten auf Überschriftenstruktur, Alternativtexte, Formularbeschriftungen, Tastaturbedienbarkeit und Kontraste, wertet automatisierte Testergebnisse aus und behebt Befunde entlang der WCAG-Kriterien. Kritische Befunde werden priorisiert behandelt.

Performance und Core Web Vitals

Lighthouse-Berichte werden ausgewertet, Bilder in moderne Formate mit responsiven Quellen überführt, kritisches CSS extrahiert, Skripte verzögert geladen und Layoutverschiebungen gezielt beseitigt. Jede Maßnahme wird mit einer erneuten Messung belegt.

CMS-Templates und -Erweiterungen

Der Agent erstellt Themes, Blöcke oder Plugins für WordPress, TYPO3 oder Headless-CMS, inklusive Inhaltsmodellen, Templates und Absicherung gegen typische Sicherheitslücken. Bestehende Coding Standards des Systems werden eingehalten.

Technisches SEO

Die KI ergänzt strukturierte Daten, Meta-Tags, hreflang-Angaben, sprechende URLs und XML-Sitemaps und prüft interne Verlinkung sowie Canonicals auf Konsistenz. Fehlerhafte Weiterleitungen und Duplicate Content werden aufgedeckt.

Formulare und Integrationen

Kontakt- und Anfrageformulare entstehen mit Validierung, Spam-Schutz und serverseitiger Verarbeitung, ebenso Anbindungen an Newsletter-, CRM- oder Buchungssysteme über deren APIs. Fehlerfälle und Zeitüberschreitungen werden sauber abgefangen.

Mögliche Praxisprojekte im Kurs

Statische Website mit Generator

Eine mehrsprachige Firmenwebsite mit einem Static Site Generator, strukturierten Daten, Sitemap und automatischem Deployment über eine CI-Pipeline. Inhalte werden in Markdown gepflegt und versioniert.

Barrierefreiheits-Checker

Ein kleines Tool, das eine Liste von URLs automatisiert prüft, Befunde nach Schweregrad sortiert und einen verständlichen HTML-Bericht erzeugt. Er eignet sich für regelmäßige Prüfungen.

Terminbuchungs-Widget

Ein einbettbares Widget, das freie Termine aus einer API lädt, Buchungen entgegennimmt und Bestätigungen per E-Mail auslöst. Das Widget ist barrierefrei und responsiv gestaltet.

Voraussetzungen

Solide Programmierkenntnisse in Python (oder alternativ TypeScript), Grundkenntnisse in Datenbanken und REST-APIs sowie erste Erfahrungen mit LLM-APIs. Gute Kenntnisse in HTML, CSS und JavaScript sowie erste Erfahrungen mit Git, einem CMS oder einem Frontend-Framework.

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

Websites unterliegen DSGVO, TTDSG und vielerorts dem Barrierefreiheitsstärkungsgesetz: Generierter Code darf keine Tracking-Dienste oder externen Ressourcen ohne Einwilligung einbinden und muss barrierefrei geprüft werden. Achten Sie zudem auf Lizenzen von Schriften, Bildern und Code-Snippets sowie darauf, dass Zugangsdaten zu Hosting und CMS nicht in Prompts gelangen.

Termine & Standorte

Pro Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Ihr Wunschtermin ist jederzeit möglich.

  • München Mi, 16. Dezember 2026 6 Std. Anfragen
  • Salzburg Mo, 14. Dezember 2026 6 Std. Anfragen
  • Berlin Do, 10. Dezember 2026 6 Std. Anfragen
  • Augsburg Fr, 11. Dezember 2026 6 Std. Anfragen
  • Hannover Di, 15. Dezember 2026 6 Std. Anfragen
  • Bremen Do, 10. Dezember 2026 6 Std. Anfragen
  • Stuttgart Di, 15. Dezember 2026 6 Std. Anfragen
  • Kaiserslautern Fr, 11. Dezember 2026 6 Std. Anfragen
  • Online Di, 15. Dezember 2026 6 Std. 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.

Kann ich mit KI eine komplette Website bauen lassen?

Für Prototypen und einfache Seiten ja, und zwar erstaunlich schnell. Für produktive Websites brauchen Sie aber Struktur: saubere Komponenten, geprüfte Barrierefreiheit, Datenschutz, Performance und ein durchdachtes Deployment. Im Kurs lernen Sie, wie Sie KI-generierte Ergebnisse in eine wartbare Projektstruktur überführen und systematisch absichern.

Ist der Kurs auch für Quereinsteiger:innen geeignet?

Ja, sofern Grundkenntnisse in HTML, CSS und JavaScript vorhanden sind. Die KI erklärt Code und Konzepte verständlich und hilft, Wissenslücken schnell zu schließen. Wir achten darauf, dass Sie die generierten Lösungen nachvollziehen und eigenständig bewerten können, statt nur Ergebnisse zu übernehmen.

Was kostet die Schulung „RAG & LLM-Apps für Webentwickler:innen“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 6 Stunden Live-Training mit Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Für jeden Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Im Anfrageformular können Sie aber jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und melden uns 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 und Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Kann der Kurs auf unser Team zugeschnitten werden?

Ja. Maßgeschneiderte Kurse kosten ca. 4.500 € mehr, je nach Thema und nach Absprache. Wir stimmen Inhalte, Beispiele und Übungen vorab mit Ihnen ab.

Weitere Kurse für Webentwickler:innen

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