Mastering Large Language Models: Chancen nutzen, Risiken managen

Die zunehmende Integration von Large Language Models (LLMs) in verschiedenen Unternehmensbereichen bringt erhebliche Sicherheitsherausforderungen mit sich. Diese Modelle sind technisch komplex und ihre Funktionsweise ist nicht vollständig transparent. Die Implementierung und Anpassung erfordert fundierte Kenntnisse von Werkzeugen wie den HuggingFace Transformer Bibliotheken sowie Techniken wie Retrieval-Augmented Generation (RAG), Low-Rank Adaptation (LoRA) und Parameter-Efficient Fine-Tuning (PEFT). LLM-basierte Anwendungen sind zudem anfällig für spezifische Angriffe wie Prompt Injection und Model Theft, die in den OWASP Top 10 LLM-Risiken aufgeführt sind. Es ist daher essenziell, dass Sicherheitsexpert:innen, Entwickler:innen und Datenwissenschaftler:innen diese Risiken erkennen und geeignete Sicherheitsstrategien entwickeln sowie umsetzen können.

Unser Intensivkurs bietet ein umfassendes Verständnis der Grundlagen und Architekturen von LLMs. Durch praktische Übungen erlernen Sie Techniken zur Implementierung, Anpassung und Integration von LLM-Anwendungen unter Verwendung von Open-Source-Modellen und -Werkzeugen. Ein besonderer Fokus liegt auf der Analyse von Sicherheitsrisiken gemäß den OWASP Top 10 LLM-Risiken. Sie entwickeln Strategien zur Abwehr von Bedrohungen wie Prompt Injection und Model Theft und lernen, wie Sicherheitsanalysen in industrielle Praktiken integriert werden können.

Nach Abschluss des Seminars sind Sie in der Lage, Sicherheitsrisiken in LLM-basierten Anwendungen zu analysieren, zu bewerten und zu vermeiden. Sie können Strategien gegen spezifische Bedrohungen entwickeln und LLM-Modelle effizient bewerten und optimieren. Dieses Seminar richtet sich an Fachkräfte, die ihre Kenntnisse im Bereich der KI-Sicherheit vertiefen möchten, um den sicheren Einsatz von LLMs in ihrem beruflichen Umfeld zu gewährleisten.

Nach dem Seminar können Sie: 

• Sicherheitsrisiken in LLM-basierten Anwendungen analysieren, bewerten und vermeiden.
• Strategien gegen Bedrohungen wie Prompt Injection entwickeln.
• LLM-Modelle effizient bewerten und optimieren.