GSP524

Übersicht

In einem Challenge-Lab geht es um ein bestimmtes Szenario mit mehreren Aufgaben. Anders als bei einem normalen Lab erhalten Sie jedoch keine Schritt-für-Schritt-Anleitung, sondern nutzen die in den Labs des jeweiligen Kurses erlernten Fähigkeiten, um die Aufgaben selbst zu lösen. Ihre Lösungen werden automatisch bewertet. Die erzielten Punkte finden Sie rechts oben auf dieser Seite.

In Challenge-Labs werden keine neuen Grundlagen zu Google Cloud vermittelt. Sie sollen dabei Ihr Wissen erweitern und es wird erwartet, dass Sie beispielsweise Standardwerte ändern und Fehlermeldungen lesen und recherchieren, um Ihre eigenen Fehler zu beheben.

Die volle Punktzahl erreichen Sie nur, wenn Sie alle Aufgaben innerhalb der vorgegebenen Zeit lösen.

Dieses Lab wird Teilnehmern empfohlen, die sich für den Kurs Analyse und Schlussfolgerungen mit multimodalen Daten anhand von Gemini angemeldet haben. Sind Sie bereit?

Vorbereitung

Für dieses Lab sollten Sie folgende Konzepte kennen:

• Grundlegende Kenntnisse der Programmierung mit Python
• Grundlegende API-Konzepte
• Ausführen von Python-Code in einem Jupyter-Notebook in Vertex AI Workbench

Themen

In diesem Challenge-Lab verwenden Sie das Modell für folgende Aufgaben:

• Komplexe multimodale Prompts erstellen und ausführen, um Text, Bilder, Audio- und Videodaten zu analysieren
• Mit multimodalen Daten strukturierte Informationen extrahieren (z. B. Sentimentwerte, Hauptthemen, Objekterkennung, Audiomerkmale, Aktionserkennung)
• Informationen aus verschiedenen Datenmodalitäten zusammenfassen, um aussagekräftige Schlussfolgerungen zu ziehen und umsetzbare Empfehlungen zu geben
• Modellausgabe als strukturierten Markdown-Bericht formatieren, um die Ergebnisse effektiv zu kommunizieren

Einrichtung und Anforderungen

Vor dem Klick auf „Start Lab“ (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange Google Cloud-Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)

• Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.

Das Szenario

Cymbal Direct: Analyse der Interaktionen in den sozialen Medien im Rahmen der Einführung eines neuen Produkts

Cymbal Direct hat gerade eine neue Sportkollektion auf den Markt gebracht, die zur Leistungsverbesserung bei verschiedenen Aktivitäten entwickelt wurde. Um die öffentliche Wahrnehmung und die potenziellen Marktauswirkungen zu messen, wünscht sich Cymbal Direct eine Analyse der Interaktionen in den sozialen Medien auf verschiedenen Plattformen. Diese Analyse umfasst:

• Text: Kundenrezensionen und Beiträge in sozialen Medien werden auf Sentiment und Hauptthemen analysiert.
• Bilder: Von Influencern und Kunden gepostete Bilder, auf denen sie die neuen Bekleidungsartikel tragen, werden analysiert, um Stiltrends und Nutzungsmuster zu finden.
• Audio: Ein Audioclip einer Podcastfolge mit einem kürzlich geführten Interview zu der neuen Produktlinie von Cymbal Direct wird analysiert.

Ziel ist es, Cymbal Direct umsetzbare Informationen zu liefern, mit der das Unternehmen seine Marketingstrategie verfeinern, seine Produkte verbessern und die Positionierung der Produkte stärken kann. Sind Sie bereit?

Aufgabe 1: Notebook in Vertex AI Workbench öffnen

1. Klicken Sie in der Google Cloud Console im Navigationsmenü () auf Vertex AI > Workbench.

2. Suchen Sie die Instanz und klicken Sie auf JupyterLab öffnen.

Die JupyterLab-Oberfläche für Ihre Workbench-Instanz wird in einem neuen Browsertab geöffnet.

3. Klicken Sie auf die -Datei.

4. Wählen Sie im Dialogfeld Kernel auswählen in der Liste der verfügbaren Kernels die Option Python 3 aus.

5. Führen Sie Aufgabe 1 im Notebook aus, um die Bibliotheken zu importieren und das Gen AI SDK zu installieren.

Wenn Sie Aufgabe 1 abgeschlossen und Ihre Umgebung eingerichtet haben, können Sie mit den nächsten Abschnitten fortfahren.

In den folgenden Aufgaben ergänzen Sie unvollständige Zellen, um mit dem nächsten Abschnitt fortzufahren. Die zu ergänzenden Bereiche sind mit TODO und einer Anleitung versehen.

Klicken Sie auf Fortschritt prüfen. Erforderliche Bibliotheken importieren und das Gen AI SDK einrichten

Aufgabe 2: Textdaten analysieren und Schlussfolgerungen ziehen

Im Rahmen dieser Aufgabe erfassen Sie mit dem Modell Informationen zur neuen Sportbekleidung von Cymbal Direct, um Kundenrezensionen und Beiträge aus sozialen Medien im Textformat zu analysieren. Die Ergebnisse des Modells speichern Sie in einer Markdown-Datei, die Sie in der letzten Aufgabe für einen umfassenden Bericht verwenden.

Verwenden Sie für diese Aufgabe im Notebook die Zellen im Abschnitt Aufgabe 2. Kundenfeedback analysieren und Schlussfolgerungen ziehen (Text).

Erste Analyse mit

Führen Sie im Notebook im Abschnitt Erste Analyse mit diese Schritte aus:

1. Füllen Sie in der Notebookzelle unter 3. Prompt für Gemini erstellen die TODOs aus, um das Gemini-Modell per Prompt anzuweisen, die Kundenrezensionen und Beiträge aus den sozialen Medien zu analysieren.

2. Führen Sie in der Notebookzelle unter 4. Prompt an Gemini senden die TODOs aus, um den Prompt und die Textdaten an das Gemini-Modell zu senden.

Klicken Sie auf Fortschritt prüfen. Erste Analyse mit .

: Schlussfolgerungen aus Kundensentiments ziehen

In diesem Abschnitt verwenden Sie Gemini Thinking, um Kundensentiments genauer zu analysieren und Schlüsselbereiche für Verbesserungen zu finden. Von Interesse sind vor allem die Gründe für positive und negative Rezensionen sowie wiederkehrende Themen, die nicht sofort ersichtlich sind.

1. Füllen Sie im Notebook im Abschnitt : Schlussfolgerungen aus Kundensentiments ziehen unter 1. Prompt für Gemini erstellen die TODOs aus, um das Gemini-Modell per Prompt anzuweisen, die Kundenrezensionen und Beiträge aus den sozialen Medien genauer zu analysieren.

2. Füllen Sie unter 2. Gemini Thinking für eine detailliertere Analyse verwenden die TODOs aus, um den Prompt und die Textdaten an das Gemini-Modell zu senden.

Klicken Sie auf Fortschritt prüfen. : Schlussfolgerungen aus Kundensentiments ziehen.

Aufgabe 3: Visuelle Inhalte analysieren und Schlussfolgerungen ziehen

Im Rahmen dieser Aufgabe analysieren Sie mit dem Modell Bilder der neuen Sportkollektion von Cymbal Direct. Ziel ist es, anhand der Bilder Stiltrends und Kundenverhalten zu identifizieren. Die Ergebnisse der Modelle speichern Sie in einer Markdown-Datei, die Sie in der letzten Aufgabe für einen umfassenden Bericht verwenden.

Verwenden Sie für diese Aufgabe im Notebook die Zellen im Abschnitt Aufgabe 3. Visuelle Inhalte analysieren und Schlussfolgerungen ziehen: Stiltrends und Kundenverhalten.

Erste Analyse mit

1. Füllen Sie im Notebook im Abschnitt Erste Analyse mit unter 3. Prompt für Gemini erstellen die TODOs aus, um das Gemini-Modell per Prompt anzuweisen, die Bilder der neuen Sportkollektion von Cymbal Direct zu analysieren.

2. Führen Sie unter 4. Prompt und Bilder an Gemini senden die TODOs aus, um den Prompt und die Bilder an das Gemini-Modell zu senden.

Klicken Sie auf Fortschritt prüfen. Erste Analyse mit .

Schlussfolgerungen aus Bildtrends mit ziehen

Jetzt analysieren Sie die visuellen Elemente mit Gemini Thinking genauer und leiten Kontext, Zielgruppe und mögliche Schlussfolgerungen für das Marketing ab.

1. Füllen Sie im Notebook im Abschnitt Schlussfolgerungen aus Bildtrends mit ziehen unter 1. Prompt für Gemini erstellen die TODOs aus, um das Gemini-Modell per Prompt anzuweisen, die Bilder genauer zu analysieren.

2. Füllen Sie unter 2. Gemini Thinking für eine detailliertere Analyse verwenden die TODOs aus, um den Prompt und die Bilder an das Gemini-Modell zu senden.

Klicken Sie auf Fortschritt prüfen. Schlussfolgerungen aus Bildtrends mit ziehen.

Aufgabe 4: Audioinhalte analysieren und Schlussfolgerungen ziehen

Im Rahmen dieser Aufgabe analysieren Sie mit dem Modell einen Podcast über die neue Kollektion von Cymbal Direct. Sie extrahieren Informationen und Sentiments daraus und verwenden diese, um Insights für das Unternehmen zu gewinnen. Die Ergebnisse des Modells speichern Sie in einer Markdown-Datei, die Sie in der letzten Aufgabe für einen umfassenden Bericht verwenden.

Dieser Audioclip stammt aus einer Podcastfolge, in der ein Mitarbeiter von Cymbal Direct über die neue Sportkollektion spricht. Die Unterhaltung deckt verschiedene Aspekte der Kleidung ab, darunter Design, Funktionen, Zielgruppe und Marketingstrategie.

Verwenden Sie für diese Aufgabe im Notebook die Zellen im Abschnitt Aufgabe 4. Audioinhalte analysieren und Schlussfolgerungen ziehen: Kundenwahrnehmung.

Erste Analyse mit

1. Füllen Sie im Notebook im Abschnitt Erste Analyse mit unter 1. Prompt für Gemini erstellen die TODOs aus, um das Gemini-Modell per Prompt anzuweisen, die Audioaufnahme der Unterhaltung über die neue Sportkollektion von Cymbal Direct zu analysieren.

2. Führen Sie unter 2. Prompt und Audio an Gemini senden die TODOs aus, um den Prompt und die Audiodaten an das Gemini-Modell zu senden.

Klicken Sie auf Fortschritt prüfen. Erste Analyse mit .

Schlussfolgerungen aus Audiodaten mit ziehen

In diesem Abschnitt verwenden Sie Gemini Thinking, um die Unterhaltung genauer zu analysieren und Rückschlüsse auf die Kundenzufriedenheit zu ziehen, Einflussfaktoren abzuleiten sowie datengestützte Empfehlungen zu erstellen.

1. Füllen Sie im Notebook im Abschnitt Schlussfolgerungen aus Audiodaten mit ziehen unter 1. Prompt für Gemini erstellen die TODOs aus, um das Gemini-Modell per Prompt anzuweisen, die Audioaufnahme genauer zu analysieren.

2. Füllen Sie unter 2. Gemini Thinking für eine detailliertere Analyse verwenden die TODOs aus, um den Prompt und die Audiodaten an das Gemini-Modell zu senden.

Klicken Sie auf Fortschritt prüfen. Schlussfolgerungen aus Audiodaten mit ziehen.

Aufgabe 5: Multimodale Daten zusammenfassen

In dieser letzten Aufgabe fassen Sie die Informationen zusammen, die Sie in den vorherigen Analysen von Text, Bildern und Audiodaten gewonnen haben. Sie erstellen mit dem Modell einen umfassenden Bericht, in dem die Ergebnisse aus den Modalitäten zusammengefasst werden. So entsteht ein ganzheitliches Bild der Kundensentiments, Stilpräferenzen und Haupttrends im Zusammenhang mit der neuen Sportkollektion von Cymbal Direct.

Sie speichern den vom Modell erstellten endgültigen Bericht als Markdown-Datei, die Sie zur Überprüfung und Auswertung in Cloud Storage hochladen. Dieser umfassende Bericht ist eine wertvolle Ressource für Cymbal Direct. Er ermöglicht es dem Unternehmen, fundierte Entscheidungen zu treffen und seine Strategien auf der Grundlage eines umfassenden Verständnisses der Kundenwahrnehmung und der Markttrends zu optimieren.

1. Führen Sie im Notebook im Abschnitt Aufgabe 5. Multimodale Daten zusammenfassen und einen umfassenden Bericht erstellen unter 3. Prompt für Gemini erstellen die TODOs aus, um das Gemini-Modell per Prompt anzuweisen, einen umfassenden Bericht auf der Grundlage der kombinierten Analyseergebnisse auszugeben.

2. Führen Sie unter 4. Prompt an Gemini senden die TODOs aus, um den Prompt an das Gemini-Modell zu senden.

Klicken Sie auf Fortschritt prüfen. Multimodale Daten zusammenfassen und einen umfassenden Bericht erstellen

Das wars! Sie haben das Lab erfolgreich abgeschlossen.

Glückwunsch! In diesem Lab haben Sie das Modell verwendet, um multimodale Daten wie Text, Bilder und Audio zu analysieren und wertvolle Informationen zur neuen Sportkollektion von Cymbal Direct zu erhalten. Sie haben gezeigt, dass Sie in der Lage sind, effektive Prompts zu erstellen, die Funktionen für Schlussfolgerungen sowie das Thinking-Budget zu nutzen und einen umfassenden Bericht mit umsetzbaren Empfehlungen zu erstellen.

Weitere Informationen

In den folgenden Ressourcen finden Sie weitere Informationen zu Gemini:

• Überblick: Gemini
• Dokumentation: Generative KI in Vertex AI
• Generative KI auf YouTube
• Im Vertex AI Cookbook finden Sie ausgewählte und durchsuchbare Notebooks zu generativer KI.
• Weitere Notebooks und Beispiele wurden im Repository „Google Cloud Generative AI“ zusammengestellt.

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 27. Oktober 2025 aktualisiert

Lab zuletzt am 27. Oktober 2025 getestet

© 2026 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.