Inhaltsdomäne 2: Grundlagen der GenAI
Die Inhaltsdomäne 2 behandelt die Grundlagen der GenAI. Ihr Anteil an den gewerteten Prüfungsinhalten beträgt 24 %.
Aufgabenstellung 2.1: Erläutere die grundlegenden Konzepte der generativen KI (GenAI).
Ziele:
Definiere grundlegende GenAI-Konzepte (z. B. Tokens, Chunking, Einbettungen, Vektoren, Prompt-Engineering, Transformer-basierte Large Language Models [LLMs], Basismodelle [Foundation Models, FMs], multimodale Modelle, Diffusionsmodelle).
Zähle potenzielle Anwendungsfälle für GenAI-Modelle auf (z. B. Bild-, Video- und Audiogenerierung; Zusammenfassung; KI-Assistenten; Übersetzung; Codegenerierung; Kundendienstmitarbeiter; Suche; Empfehlungsmodule).
Beschreibe den Lebenszyklus eines Basismodells (z. B. Datenauswahl, Modellauswahl, Vortraining, Feinabstimmung, Bewertung, Bereitstellung, Feedback).
Beschreibe das Token-basierte Preismodell und seine Auswirkungen auf Kosten und Leistung für Inferenz.
Beschreibe die Rolle von Context Engineering in FM-Anwendungen.
Definiere grundlegende Konzepte der agentenbasierten KI (z. B. Systemmuster mit mehreren Agenten für komplexe KI-Anwendungen, Model Context Protocol [MCP] und seine Rolle bei der Verbindung von Agenten mit externen Systemen, Kommunikationsmuster mit mehreren Agenten, Speicherverwaltung, Toolnutzung und Workflow-Orchestrierung).
Aufgabenstellung 2.2: Mache dich mit den Funktionen und Einschränkungen der GenAI in Bezug auf die Lösung von Geschäftsproblemen vertraut.
Ziele:
Beschreibe die Vorteile von GenAI (z. B. Anpassungsfähigkeit, Reaktionsfähigkeit, Konversationsfähigkeit und Fähigkeit, Inhalte zu generieren).
Nenne die Nachteile von GenAI-Lösungen (z. B. Halluzinationen, Interpretierbarkeit, Ungenauigkeit, Nichtdeterminismus).
Identifiziere Faktoren, die bei der Auswahl von GenAI-Modellen zu berücksichtigen sind (z. B. Modelltypen, Leistungsanforderungen, Fähigkeiten, Einschränkungen, Compliance, Kosten, Latenz, Modellkomplexität).
Ermittle den Unternehmenswert und die Geschäftsmetriken für GenAI-Anwendungen (z. B. domänenübergreifende Leistung, ROI, Effizienz, Konversionsrate, durchschnittlicher Umsatz pro Benutzer, Genauigkeit, Customer Lifetime Value).
Aufgabenstellung 2.3: Beschreibe die AWS-Infrastruktur und -Technologien für die Erstellung von GenAI-Anwendungen.
Ziele:
Identifiziere AWS-Services und -Features für die Entwicklung von GenAI-Anwendungen (z. B. Amazon Bedrock, Amazon SageMaker AI, SageMaker JumpStart, Amazon Quick, Kiro, Strands Agents, Amazon Bedrock AgentCore).
Beschreibe die Vorteile der Nutzung von AWS-Services im Bereich GenAI für die Erstellung von Anwendungen (z. B. Barrierefreiheit, niedrigere Eintrittshürde, Effizienz, Kosteneffektivität, schnelle Markteinführung, Erreichen von Geschäftszielen).
Beschreibe die Vorteile der AWS-Infrastruktur für GenAI-Anwendungen (z. B. Sicherheit, Compliance, Verantwortung).
Beschreibe die Kostenabwägungen für AWS-Services im Bereich KI (z. B. Reaktionsfähigkeit, Verfügbarkeit, Redundanz, Leistung, regionale Abdeckung, Token-basierte Preisgestaltung, Bereitstellungsdurchsatz, benutzerdefinierte Modelle).
