★ 4.7 (58)
⏱ 1 Std. 26 Min.
📚 5 Lektionen
🎧 Audioversion
Über diesen Kurs
AI is no longer limited to just reading and writing text. Modern applications must process speech, images, and video simultaneously to deliver truly intelligent, real-world experiences.
In this course, you will learn how to connect different data types—text, audio, and visual inputs—to build cohesive, multimodal generative AI systems. You will understand how these models communicate, align different media formats, and work together to solve complex problems. By focusing on practical written design patterns and structural concepts, you will gain the confidence to architect applications that can hear, see, and speak.
What you'll learn:
- Understand the core concepts of multimodal AI, including how models process text, image, and audio inputs simultaneously.
- Apply speech-to-text models like Whisper to transcribe and analyze audio data.
- Explore image and video generation concepts using modern generative models like Granite.
- Implement multimodal prompt engineering techniques to guide models across different media types.
- Manage multimodal embeddings and vector databases to store and retrieve cross-media information.
- Design basic orchestration workflows to connect language models with vision and speech tools.
The journey begins with foundational definitions of multimodal architectures before moving into step-by-step written guides on audio processing, computer vision integration, and cross-modal orchestration. You will practice these concepts through written code walkthroughs and conceptual design exercises.
This course is designed for beginner developers, technical product managers, and AI enthusiasts who want to understand the next generation of AI systems, requiring only basic programming familiarity.
Start reading today to unlock the potential of multi-sensory artificial intelligence.
Was du erhältst
-
📜
Abschlusszertifikat
Füge es deinem LinkedIn-Profil hinzu
-
🎧
Audioversion enthalten
Lerne unterwegs — kein Bildschirm nötig
-
♾️
Lebenslanger Zugang
Komme jederzeit zurück, kein Ablauf
-
📱
Smartphone oder Computer
Auf jedem Gerät, überall
-
💸
30 Tage Rückgaberecht
Ohne Wenn und Aber
-
⚡
Kurz und fokussiert
1 Std. 26 Min. praktische Inhalte
Bewertungen (3)
Ich habe den Fluss wirklich genossen. Die praktischen Anwendungen waren genau richtig.
Die Beispiele waren genau richtig und halfen, die Konzepte zu festigen.
Ich bin so froh, dass ich diesen Kurs gemacht habe, die gezeigten praktischen Anwendungen waren super hilfreich und die Gesamtstruktur war erstklassig.
Andere belegten auch
Generative KI für die Entwicklung mobiler Apps
Ein praktischer Leitfaden für Entwickler, wie sie KI nutzen können, um jede Phase des App-Erstellungsprozesses zu beschleunigen – von der Idee bis zur Veröffentlichung.
★ 5.0 (21)
4,59 €
Praktische KI-Tools für Lehrkräfte
Stärken Sie Ihre Lehrpraxis, indem Sie generative KI-Tools meistern, um Unterrichtspläne zu entwerfen, ansprechende Materialien zu erstellen und die Lernerfahrungen der Schüler zu personalisieren.
★ 4.9 (20)
4,59 €
Generative KI-Grundlagen: Kernkonzepte und Prompting
Entdecken Sie die Grundprinzipien der generativen Künstlichen Intelligenz und lernen Sie, effektive Anweisungen für eine Vielzahl von praktischen Anwendungen zu erstellen.
★ 4.9 (18)
4,59 €
Entwicklung von benutzerdefinierten LLM-Anwendungen mit RAG und Agenten
Erstellen Sie spezielle KI-Lösungen mit Python und Vektordatenbanken durch klare schriftliche Erklärungen und praktische Coding-Übungen.
★ 4.9 (25)
4,59 €
Häufige Fragen
Was brauche ich, um diesen Kurs zu belegen?
+
Nur Telefon oder Computer mit Internet. Keine Installation, keine spezielle Hardware.
Wie kann ich bezahlen?
+
Per Karte über Stripe. Wir speichern keine Kartendaten — Stripe übernimmt das sicher.
Kann ich eine Rückerstattung erhalten?
+
Ja — volle Rückerstattung innerhalb von 30 Tagen, ohne Wenn und Aber.
Wie lange habe ich Zugang?
+
Für immer. Nach dem Kauf kannst du jederzeit zum Kurs zurückkehren.
Erhalte ich ein Zertifikat?
+
Ja. Nach Abschluss erhältst du ein Zertifikat, das du in dein LinkedIn-Profil aufnehmen kannst.
Entwickelt für Lernende in
Tech
Design
Finanzen
Marketing
Gesundheit
Bildung
Gastgewerbe
Produktion