Professionell prompten: Bessere Ergebnisse mit Künstlicher Intelligenz (KI)

Kategorie

Live Webinar

Kurs-Nr

P1940-27-01

Datum

Do., 08.04.2027
19:30 - 21:00

Lead

Die Qualität der Antworten von Künstlicher Intelligenz hängt entscheidend von der Qualität der Eingaben ab. Wer gezielt und strukturiert promptet, erhält präzisere, relevantere und besser nutzbare Ergebnisse. Mit den richtigen Prompting-Techniken lassen sich Zeit sparen, Arbeitsabläufe vereinfachen und qualitativ hochwertige Resultate erzielen.

In diesem praxisorientierten Kurs lernen Sie bewährte Methoden des Promptings kennen und erfahren, wie Sie Prompts systematisch optimieren können. Sie trainieren, KI-generierte Inhalte kritisch zu beurteilen und lernen, wie Sie durch gezielte Anpassungen die Qualität der Ergebnisse nachhaltig verbessern.

Ziel

• Die Teilnehmenden formulieren strukturierte und zielgerichtete Prompts, um qualitativ hochwertige Ergebnisse mit Künstlicher Intelligenz zu erzielen.
• Sie optimieren Prompts systematisch und passen diese an unterschiedliche Aufgabenstellungen an.
• Sie beurteilen KI-generierte Inhalte kritisch hinsichtlich Qualität, Plausibilität und Verlässlichkeit.
• Sie nutzen bewährte Prompting-Strategien, um Künstliche Intelligenz effizient und zielgerichtet im Berufsalltag einzusetzen.

Inhalt

• Grundlagen des erfolgreichen Promptings
• Bewährte Prompting-Methoden und Strategien
• Prompts gezielt optimieren und weiterentwickeln
• Qualität und Plausibilität von KI-generierten Antworten beurteilen
• Praxisbeispiele zum Prompting
• Tipps und Tricks für bessere Ergebnisse mit Künstlicher Intelligenz

Methode:
Referat mit Besprechung von Praxisbeispielen

Zielpublikum:
Fachpersonen Apotheke

Spezielles:
Der Kurs wird aufgezeichnet. Die Aufnahme steht Ihnen anschliessend auf der agfam Lernplattform zur Verfügung.

Referenten

Dr. Ingrid Carlen
Spitalapothekerin FPH
Projekt- und Qualitätsmanagerin
CAS General Management HSG

FPH-Punkte

0.00

Preis

CHF 80.00

Freie Plätze

Verfügbare Plätze: 19

Kursort

Live Webinar
ONLINE