Spring Boot meets AI – Intelligente Systeme programmieren (Inhouse)

• Modul 1: Einführung in Spring AI
  • Überblick zu LLMs & generativer KI
  • Architektur von Spring AI
  • Anbieterintegration (OpenAI, Hugging Face)
  • Auto-Konfiguration & Maven-Abhängigkeiten
  Modul 2: Erste Schritte & API-Nutzung
  • Spring Boot Setup mit AI-Komponenten
  • TextGenerationClient & REST Endpoints
  • Logging & Exception Handling
  Modul 3: Prompt Engineering & Parsing
  • Best Practices für PromptTemplates
  • Structured Outputs mit OutputParsers
  • Einsatz von SpEL (Spring Expression Language)
  Modul 4: Agents & Tools
  • ToolExecutor & Agent Loop verstehen
  • ToolResolver und externe API-Anbindung
  • Agentenbasierte Abläufe modellieren
  Modul 5: Evaluation & Monitoring
  • Relevante Metriken (BLEU, ROUGE)
  • Prompt-Tests mit JUnit
  • Einsatz der Evaluator API
  • Observability mit Prometheus & OpenTelemetry
  Modul 6: Retrieval Augmented Generation (RAG)
  • RAG-Architektur und Use Cases
  • Vektor-Datenbanken & Spring VectorStore API
  • Embedding, Indexierung & kontextbasierte Abfragen
  Modul 7: Best Practices & Mini-Projekt
  • Guardrails & Sicherheitsrichtlinien
  • Prompt-Versionierung & Testbarkeit
  • End-to-End Use Case mit Tooling, Logging & Evaluation

Methode

Das Seminar kombiniert:

• Vortrag und Präsentation
• Interaktive Live-Coding-Sessions
• Praxisaufgaben im individuellen Setup
• Mini-Projekt mit Ergebnisvorstellung
• Gruppendiskussionen & Erfahrungsaustausch
• Ablage aller Beispiele inklusive Historie in einem frei zugänglichen GitHub-Repository