Prompt Engineering neu denken: Wie strukturierte Daten KI verbessern | INSIDE AI #27
Автор: Fraunhofer IEM
Загружено: 2025-12-25
Просмотров: 6689
Effektive KI-Nutzung beginnt mit Struktur. In dieser INSIDE AI-Folge erklärt Tommy Falkowski, wie strukturierte Prompts, Datenformate wie JSON oder YAML und automatisierte Prozesse zu besseren Ergebnissen führen. Mit Beispielen aus der Praxis und Tools zur KI-Integration in Unternehmen.
📺 Abonniere unseren YouTube-Kanal: @FraunhoferIEM
🔗 LinkedIn: / fraunhofer-iem
📸 Instagram: / fraunhofer.iem
📩 Newsletter: https://www.iem.fraunhofer.de/newsletter
Überblick
0:00 – Einführung: Denken in Daten mit KI
1:19 – Sprachmodelle als Blackbox verstehen
2:16 – Von Prompt Engineering zu RAG
3:12 – Kontext & Eingaben richtig strukturieren
5:18 – Strukturierte Ausgaben definieren
6:25 – Vergleichbarkeit durch strukturierte Ergebnisse
8:50 – Was bedeutet „Denken in Daten“ konkret?
10:09 – Einführung in JSON, YAML & TOML
11:19 – Beispiel-Tool zur Visualisierung von Datenstrukturen
13:12 – Einsatz strukturierter Daten in Unternehmensprozessen
15:16 – Vorteile von Datenvalidierung durch Schemata
17:06 – Automatisierte Extraktion & Transformation
18:45 – Integration in ERP- und CRM-Systeme
19:53 – Structured Output Mode bei OpenAI, Anthropic & Co.
21:08 – Prompt-Optimierung mit DS-Pi
23:00 – Grammar Constraints & deterministische Ausgabe
25:19 – Fazit: Prozesse strukturiert denken & automatisieren
#ki #prompt #chatgpt
Доступные форматы для скачивания:
Скачать видео mp4
-
Информация по загрузке:
