GSP1252

Haftungsausschluss: Die Informationen in diesem Kurs dienen nur zu Bildungszwecken und stellen keine Genehmigung von Google für die Verwendung des generativen KI-Dienstes für diagnostische oder therapeutische Zwecke oder für die direkte Patientenversorgung dar.

Übersicht

Agent Platform ist eine leistungsstarke Machine-Learning-Plattform, die entwickelt wurde, um Gesundheitsanwendungen mit Funktionen sowohl für prädiktive als auch generative KI zu optimieren. Agent Studio bietet eine intuitive Benutzeroberfläche, mit der medizinisches Fachpersonal und Forschende generative KI-Modelle ohne umfangreiche Fachkenntnisse im Bereich Machine Learning ausprobieren und anpassen können. Diese nutzerfreundliche Plattform bietet eine Vielzahl von Tools und Ressourcen, darunter UI-basierte Interaktionsmöglichkeiten und Codebeispiele, die es leicht machen, die Stärken der generativen KI für Gesundheitsanwendungen zu nutzen.

In diesem praxisorientierten Lab lernen Sie Agent Studio kennen und erfahren mehr über die Funktionen hochmoderner, generativer KI-Modelle wie Gemini Multimodal. Mit Gemini können Sie Prompt-Design-Techniken ausprobieren, um Texte zusammenzufassen, Fragen zu beantworten und Stimmungen zu klassifizieren. All das ist direkt in der Google Cloud Console möglich, ohne dass komplexe APIs oder Python SDKs erforderlich sind. So können medizinische Fachkräfte mit unterschiedlichen technischen Kenntnissen darauf zugreifen.

Ziele

Aufgaben in diesem Lab:

• Bilder mit Gemini analysieren
• Videos mit Gemini analysieren
• Textprompts für Zero-Shot-, One-Shot- und Few-Shot-Prompting entwerfen

Hinweis: Geben Sie in diesem Schulungs-Lab keine personenidentifizierbaren Informationen (PII) ein. PII können den Namen, die Adresse, die Telefonnummer, die E‑Mail-Adresse, die Sozialversicherungsnummer, das Geburtsdatum, die Führerscheinnummer, Finanzinformationen und Krankenakten einer Person umfassen. Dazu können auch biometrische Daten, Fotos und IP-Adressen gehören.

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)

Hinweis: Nutzen Sie den privaten oder Inkognitomodus (empfohlen), um dieses Lab durchzuführen. So wird verhindert, dass es zu Konflikten zwischen Ihrem persönlichen Konto und dem Teilnehmerkonto kommt und zusätzliche Gebühren für Ihr persönliches Konto erhoben werden.

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

Hinweis: Verwenden Sie für dieses Lab nur das Teilnehmerkonto. Wenn Sie ein anderes Google Cloud-Konto verwenden, fallen dafür möglicherweise Kosten an.

Lab starten und bei der Google Cloud Console anmelden

1. Klicken Sie auf Lab starten. Wenn Sie für das Lab bezahlen müssen, wird ein Dialogfeld geöffnet, in dem Sie Ihre Zahlungsmethode auswählen können. Auf der linken Seite befindet sich der Bereich „Details zum Lab“ mit diesen Informationen:

   • Schaltfläche „Google Cloud Console öffnen“
   • Restzeit
   • Temporäre Anmeldedaten für das Lab
   • Ggf. weitere Informationen für dieses Lab

2. Klicken Sie auf Google Cloud Console öffnen (oder klicken Sie mit der rechten Maustaste und wählen Sie Link in Inkognitofenster öffnen aus, wenn Sie Chrome verwenden).

   Im Lab werden Ressourcen aktiviert. Anschließend wird ein weiterer Tab mit der Seite „Anmelden“ geöffnet.

   Tipp: Ordnen Sie die Tabs nebeneinander in separaten Fenstern an.

   Hinweis: Wird das Dialogfeld Konto auswählen angezeigt, klicken Sie auf Anderes Konto verwenden.

3. Kopieren Sie bei Bedarf den folgenden Nutzernamen und fügen Sie ihn in das Dialogfeld Anmelden ein.

   {{{user_0.username | "Username"}}}

   Sie finden den Nutzernamen auch im Bereich „Details zum Lab“.

4. Klicken Sie auf Weiter.

5. Kopieren Sie das folgende Passwort und fügen Sie es in das Dialogfeld Willkommen ein.

   {{{user_0.password | "Password"}}}

   Sie finden das Passwort auch im Bereich „Details zum Lab“.

6. Klicken Sie auf Weiter.

   Wichtig: Sie müssen die für das Lab bereitgestellten Anmeldedaten verwenden. Nutzen Sie nicht die Anmeldedaten Ihres Google Cloud-Kontos. Hinweis: Wenn Sie Ihr eigenes Google Cloud-Konto für dieses Lab nutzen, können zusätzliche Kosten anfallen.

7. Klicken Sie sich durch die nachfolgenden Seiten:

   • Akzeptieren Sie die Nutzungsbedingungen.
   • Fügen Sie keine Wiederherstellungsoptionen oder Zwei-Faktor-Authentifizierung hinzu (da dies nur ein temporäres Konto ist).
   • Melden Sie sich nicht für kostenlose Testversionen an.

Nach wenigen Augenblicken wird die Google Cloud Console in diesem Tab geöffnet.

Hinweis: Wenn Sie auf Google Cloud-Produkte und ‑Dienste zugreifen möchten, klicken Sie auf das Navigationsmenü oder geben Sie den Namen des Produkts oder Dienstes in das Feld Suchen ein.

Aufgabe 1: Bilder mit Gemini analysieren

In diesem Abschnitt analysieren Sie mithilfe von Gemini ein Bild. Sie entwerfen Prompts, um Informationen aus dem Bild zu extrahieren, und schauen sich die Antwort des Modells an.

Agent Platform API aktivieren

1. Öffnen Sie die Google Cloud Console und geben Sie Agent Platform API in der oberen Suchleiste ein.

2. Klicken Sie auf das Ergebnis für Agent Platform API unter „Marketplace und APIs“.

3. Klicken Sie auf Aktivieren.

Klicken Sie auf Fortschritt prüfen.

Agent Platform API aktivieren

Bilder mit Gemini analysieren

1. Wählen Sie in der Google Cloud Console im Navigationsmenü () die Option Agent Platform > Studio > +Neu und anschließend Chat aus.

Die Benutzeroberfläche enthält drei Hauptabschnitte:

• Systemanweisungen (oben): Eine Reihe von Anweisungen, die vom Modell verarbeitet werden, bevor es Prompts verarbeitet. Eine Systemanweisung gilt für die gesamte Anfrage. Wenn sie im Prompt enthalten ist, wird sie über mehrere Runden in der Unterhaltung zwischen Nutzer und Modell beibehalten. Wir empfehlen die Verwendung von Systemanweisungen zur Steuerung des Modellverhaltens und der Reaktion auf Prompts.
• Konfiguration (rechts): In diesem Abschnitt können Sie Modelle auswählen (auch solche von Drittanbietern), Parameter konfigurieren, Tools wie die Fundierung verwenden und erweiterte Optionen festlegen.
• Prompt (unten): Hier können Sie einen Prompt erstellen, der multimodale Funktionen nutzt.

2. Klicken Sie oben rechts auf Unbenannter Prompt und benennen Sie den Prompt in Medical Image Analysis um.

3. Im Abschnitt Konfiguration rechts muss das Modell ausgewählt sein. Sie können das Modell bei Bedarf ändern oder andere verfügbare Modelle aufrufen.

4. Laden Sie das Beispielbild herunter. Klicken Sie mit der rechten Maustaste auf das Röntgenbild und speichern Sie es auf Ihrem Desktop.

5. Klicken Sie links unten im Bereich Prompt auf den Button Mediendatei einfügen > Hochladen. Laden Sie das heruntergeladene Röntgenbild hoch. Die Medien können in Form einer Bild-, Video-, Text- oder Audiodatei vorliegen.

6. Das Bild wird im Abschnitt Prompt angezeigt. Kopieren Sie den folgenden Text und fügen Sie ihn unter dem Bild ein. Klicken Sie dann auf den Button Senden unten rechts im Abschnitt „Prompt“.

Title the image. Hinweis: Wenn Sie einen Fehler vom Typ „429 Quota Exhausted“ erhalten, warten Sie eine Minute und führen Sie den Prompt noch einmal aus.

Sie können auch spezifischer formulieren:

Title the image in 4 words.

Entspricht der Titel Ihren Erwartungen? Ändern Sie den Prompt gegebenenfalls, um zu prüfen, ob Sie andere Ergebnisse erhalten.

7. Generieren Sie eine Beschreibung des Bilds. Ersetzen Sie den vorherigen Prompt durch den folgenden Text und klicken Sie auf Senden.

Describe the image in detail.

8. Stimmen Sie den Parameter ab. Stellen Sie im Abschnitt „Konfiguration“ die Temperatur ein. Scrollen Sie dazu von links (0) nach rechts (2). Senden Sie den Prompt noch einmal, um zu prüfen, inwiefern sich die Ausgabe im Vergleich zum vorherigen Ergebnis ändert.

Hinweis: Die Temperatur bestimmt den Grad der Zufälligkeit bei der Tokenauswahl. Niedrigere Temperaturen eignen sich für Prompts, bei denen eine faktisch korrekte Antwort erwartet wird, während höhere Temperaturen zu vielfältigen, unerwarteten oder potenziell voreingenommenen Ergebnissen führen können. Bei einer Temperatur von 0 wird immer das Token mit der höchsten Wahrscheinlichkeit ausgewählt.

9. Extrahieren Sie Informationen aus dem Bild. Ersetzen Sie dazu den vorherigen Prompt durch den folgenden:

What conditions could this image indicate?

Wenn Sie die Ausgabe als Liste formatieren möchten, ersetzen Sie den vorherigen Prompt durch den folgenden:

What conditions could this image indicate? Format the output as a list from greatest to least likely.

Jetzt sind Sie dran – probieren Sie unterschiedliche Prompts aus! Wie unterscheiden sich die Ergebnisse von den vorherigen?

Entspricht das Ergebnis Ihren Erwartungen? Probieren Sie gerne unterschiedliche Prompts für verschiedene Aufgaben aus. Experimentieren Sie auch mit unterschiedlichen Temperatureinstellungen und prüfen Sie die Änderungen im Ergebnis.

10. Klicken Sie oben rechts im Abschnitt „Konfiguration“ auf das Symbol Speichern, um den Prompt nach Abschluss des Prompt-Designs zu speichern. Wählen Sie als Region aus dem Drop-down-Menü aus und bestätigen Sie Ihre Auswahl durch Klicken auf Speichern.

11. Wenn Sie Ihre gespeicherten Prompts aufrufen möchten, wählen Sie im Menü auf der linken Seite unter „Letzte“ die Option „Alle ansehen“ aus und wählen Sie dann Ihren Prompt aus.

Hinweis: Warten Sie nach dem Klicken auf Speichern einige Sekunden, damit die Prompts gespeichert werden, und fahren Sie dann mit dem Lab fort. Klicken Sie auf „Erneut versuchen“, wenn Sie die Meldung erhalten, dass der Verlauf nicht aktualisiert werden konnte.

Klicken Sie auf Fortschritt prüfen.

Inhalt des Bildes extrahieren

Aufgabe 2: Videos mit Gemini analysieren

Neben Bildern und Text akzeptiert Gemini Multimodal auch Videos als Eingabe und generiert Text als Ausgabe. Um das Video zu erhalten, klicken Sie auf den Link zum Video mit einer Lungenanimation, speichern das Video auf Ihrem Computer und laden es in Agent Studio hoch.

1. Klicken Sie auf diesen Link, um das Video mit der Lungenanimation aufzurufen. Das Video sollte in Ihrem Webbrowser angezeigt werden. Klicken Sie mit der rechten Maustaste auf das Video, um es auf Ihrem Computer zu speichern.

2. Rufen Sie die Seite Agent Studio > +Neu wieder auf und wählen Sie Chat aus.

3. Klicken Sie auf Unbenannter Prompt und benennen Sie den Prompt in Medical Video Analysis um.

4. Prüfen Sie im Abschnitt Konfiguration, ob der Modellname ausgewählt ist.

5. Klicken Sie auf Mediendatei einfügen > Hochladen. Wählen Sie das heruntergeladene Video mit der Lungenanimation aus und klicken Sie auf Öffnen.

6. Fragen Sie beliebige Informationen zum Video ab und fügen Sie dazu Ihren eigenen Prompt ein. Wenn Sie beispielsweise eine detaillierte Beschreibung des Videos erhalten möchten, kopieren Sie den folgenden Prompt in den Abschnitt Prompt und klicken Sie auf den Button Senden.

Describe this video in detail.

7. Klicken Sie im Abschnitt „Konfiguration“ auf Speichern, um den Prompt nach Abschluss des Prompt-Designs zu speichern. Wählen Sie als Region aus dem Drop-down-Menü aus und bestätigen Sie Ihre Auswahl durch Klicken auf Speichern.

Hinweis: Wenn der Prompt bereits mit der Funktion „Automatisch speichern“ gespeichert wurde, prüfen Sie, ob der Name des Prompts korrekt ist und auf der Seite „Prompt-Verwaltung“ angezeigt wird.

Multimodal mit Gemini bietet zahlreiche Funktionen, z. B. einfache Erklärungen zu komplexen Bildern schreiben, Videos analysieren und visuelle Multimedia-Lehrmittel generieren. Weitere Informationen zum Design multimodaler Prompts finden Sie hier.

Klicken Sie auf Fortschritt prüfen.

Inhalt des Videos extrahieren

Aufgabe 3: Textprompts erstellen

In diesem Abschnitt beschäftigen Sie sich mit dem Entwerfen von Textprompts in Agent Studio. Sie lernen Zero-Shot-, One-Shot- und Few-Shot-Prompting kennen und generieren Textzusammenfassungen, beantworten Fragen und klassifizieren Text.

Prompt-Design

Sie können Ihren gewünschten Eingabetext in das Modell einspeisen, z. B. eine Frage. Das Modell gibt dann eine Antwort zurück, die auf der Struktur Ihres Prompts basiert. Der Vorgang, bei dem der optimale Eingabetext (Prompt) ermittelt und erstellt wird, um die gewünschte Antwort vom Modell zu erhalten, wird als Prompt-Design bezeichnet.

Prompt-Designmethoden

Es gibt drei Hauptmethoden beim Prompt-Design:

• Zero-Shot-Prompts: Bei dieser Methode werden in das LLM nur ein Prompt eingegeben, der die Aufgabe beschreibt, und keine zusätzlichen Daten. Wenn das LLM z. B. eine Frage beantworten soll, geben Sie einfach „Was ist Prompt-Design?“ ein.
• One-Shot-Prompts: Bei dieser Methode wird ein einzelnes Beispiel der Aufgabe, die das LLM ausführen soll, eingegeben. Wenn das LLM z. B. ein Gedicht schreiben soll, geben Sie ein einzelnes Beispielgedicht ein.
• Few-Shot-Prompts: Bei dieser Methode werden einige wenige Beispiele der Aufgabe, die das LLM ausführen soll, eingegeben. Wenn das LLM z. B. einen Nachrichtenartikel schreiben soll, können Sie beispielsweise einige Nachrichtenartikel einspeisen.

Parameter

Temperatur und Token-Limit sind zwei wichtige Parameter, mit denen Sie die Antworten des Modells beeinflussen können.

• Die Temperatur bestimmt den Grad der Zufälligkeit bei der Tokenauswahl. Eine niedrigere Temperatur ist geeignet, wenn Sie eine faktisch korrekte Antwort erwarten. Eine Temperatur von 0 bedeutet, dass immer das Token mit der höchsten Wahrscheinlichkeit ausgewählt wird. Eine höhere Temperatur kann zu vielfältigen, unerwarteten oder potenziell voreingenommenen Ergebnissen führen. Das Modell „“ hat einen Temperaturbereich von 0 bis 2 und ist standardmäßig auf 1 eingestellt.
• Das Tokenausgabelimit legt die maximale Textmenge fest, die für einen Prompt ausgegeben wird. Ein Token besteht aus etwa vier Zeichen.

Zero-Shot-Prompts

1. Rufen Sie wieder Agent Studio > + Neu auf und wählen Sie Chat aus.

2. Klicken Sie auf Unbenannter Prompt und benennen Sie den Prompt in Medical Condition Analysis um.

3. Prüfen Sie im Abschnitt Konfiguration, ob der Modellname ausgewählt ist.

Hinweis: Mit der Einführung neuer Modelle können sich der Modellname und die Version ändern.

4. Kopieren Sie Folgendes in das Eingabefeld für Prompts:

Generate a list of common medical conditions.

5. Klicken Sie auf den Button Senden.

6. Kopieren Sie Folgendes in das Eingabefeld für Prompts.

Describe the underlying mechanism of Type 1 diabetes.

7. Klicken Sie auf den Button Senden.

Das Modell antwortet mit einer detaillierten Erklärung des zugrunde liegenden Mechanismus von Typ-1-Diabetes.

8. Kopieren Sie als Nächstes Folgendes in das Eingabefeld für Prompts.

Describe common treatments for a sprained ankle.

9. Klicken Sie auf den Button Senden.

Das Modell antwortet mit einer Liste gängiger Behandlungen für einen verstauchten Knöchel.

One-Shot-Prompting

Beim One-Shot-Prompting geben Sie dem Modell ein einzelnes Beispiel, um eine Antwort zu generieren.

1. Klicken Sie in der Symbolleiste neben dem Freigabesymbol auf das Dreipunkt-Menü (⋮) und wählen Sie die Option Löschen aus, um den Prompt zu entfernen.

2. Rufen Sie wieder Agent Studio > + Neu auf und wählen Sie Chat aus.

3. Klicken Sie auf Unbenannter Prompt und benennen Sie den Prompt in Medical Example Prompt um.

4. Prüfen Sie im Abschnitt Konfiguration, ob der Modellname ausgewählt ist.

5. Klicken Sie im Bereich Prompt auf den Button Beispiele hinzufügen.

6. Kopieren Sie im Fenster Beispiele Folgendes in das Feld Eingabe.

Arthritis

7. Fügen Sie dem Feld Ausgabe Folgendes hinzu:

When your joints get swollen and sore

8. Klicken Sie auf den Button Beispiele hinzufügen.

9. Nachdem Sie das Beispiel hinzugefügt haben, sehen Sie zwei Abschnitte, die ausgefüllt werden müssen: {Input} und Prompt. Zum Senden des Prompts müssen Sie neben dem Prompt eine weitere Beispieleingabe angeben.

10. Geben Sie im Feld {Input} Folgendes ein:

Diabetes

11. Geben Sie im Feld Prompt Folgendes ein:

Generate explanations of medical conditions. Simplify them to a 6th grade reading level.

12. Klicken Sie auf den Button Senden.

Das Modell antwortet mit einer Erklärung von Diabetes, die auf das Leseverständnisniveau der 6. Klasse vereinfacht ist.

Few-Shot-Prompting

Fügen Sie dieses Mal einige Beispiele ein, die das Modell als Grundlage für die Ausgabe verwenden soll.

1. Klicken Sie auf den Button Bearbeiten und dann auf das Fenster Beispiele. Fügen Sie die folgenden Beispiele hinzu und behalten Sie das vorhandene Beispiel für Arthritis aus dem vorherigen Abschnitt bei.

EINGABE	AUSGABE
Asthma	When your airways get tight, making it hard to breathe
Eczema	When your skin gets dry, itchy, and red

2. Geben Sie im Feld {INPUT} Folgendes ein:

Cancer

3. Bearbeiten Sie den Prompt im Feld Prompt folgendermaßen:

Generate explanations of medical conditions. Simplify them to a 6th grade reading level. Display them in a table.

4. Wenn Sie fertig sind, klicken Sie auf den Button Beispiele hinzufügen.

5. Klicken Sie auf den Button Senden.

Sie haben die Art und Weise gesteuert, wie das Modell Antworten erzeugt. Das Modell generiert jetzt eine Erklärung zu Krebs, die auf das Leseverständnisniveau der 6. Klasse vereinfacht und in einer Tabelle dargestellt wird.

Textzusammenfassung

In der nächsten Übung verwenden Sie das Modell, um einen Absatz in einem einzigen Satz zusammenzufassen.

1. Klicken Sie in der Symbolleiste neben dem Freigabesymbol auf das Dreipunkt-Menü (⋮) und wählen Sie die Option Löschen aus, um den Prompt zu entfernen.

2. Rufen Sie wieder Agent Studio > + Neu auf und wählen Sie Chat aus.

3. Klicken Sie auf Unbenannter Prompt und benennen Sie den Prompt in Text Summarization um.

4. Prüfen Sie im Abschnitt Konfiguration, ob der Modellname ausgewählt ist.

5. Kopieren Sie den folgenden Absatz in das Feld Prompt:

Explain this paragraph in one sentence: Antibiotics are a type of medication used to treat bacterial infections. They work by either killing the bacteria or preventing them from reproducing, allowing the body's immune system to fight off the infection. Antibiotics are usually taken orally in the form of pills, capsules, or liquid solutions, or sometimes administered intravenously. They are not effective against viral infections, and using them inappropriately can lead to antibiotic resistance.

6. Klicken Sie auf den Button Senden.

Das Modell antwortet folgendermaßen auf die Frage (Ihre Antwort kann abweichen):

Antibiotics are medications that fight bacterial infections by killing or stopping the growth of bacteria, allowing the body's immune system to eliminate the infection.

Question Answering

1. Geben Sie im Feld Prompt Folgendes ein:

Answer the question based on the context below. Keep the answer short and concise. Respond "Unsure about answer" if not sure about the answer. Context: In 1847, Ignaz Semmelweis, a doctor in Vienna, noticed a significant difference in death rates between two maternity clinics. He observed that doctors in one clinic often went directly from autopsies to deliveries. Semmelweis suspected that "cadaverous particles" from autopsies were transferred to maternity patients via their hands, causing puerperal fever. He introduced a handwashing protocol using a chlorinated lime solution before patient contact. This intervention reduced mortality rates in the affected clinic. Question: What was the solution used for handwashing?

2. Klicken Sie auf den Button Senden.

Das Modell antwortet folgendermaßen auf die Frage (Ihre Antwort kann abweichen):

Chlorinated lime solution.

Textklassifizierung

1. Geben Sie im Feld Prompt Folgendes ein:

Classify the text into neutral, negative or positive. Text: I think the hospital staff was ok.

2. Klicken Sie auf den Button Senden.

Das Modell antwortet folgendermaßen auf die Frage (Ihre Antwort kann abweichen):

Neutral. The statement "I think the hospital staff was ok" does not express a clear positive or negative sentiment. It is a neutral statement that indicates the speaker's opinion on the hospital staff is neither particularly good nor bad.

3. Speichern Sie den Prompt, indem Sie im Bereich „Konfiguration“ auf Speichern klicken. Wählen Sie als Region aus dem Drop-down-Menü aus und bestätigen Sie Ihre Auswahl durch Klicken auf Speichern.

Hinweis: Wenn der Prompt bereits mit der Funktion „Automatisch speichern“ gespeichert wurde, prüfen Sie, ob der Name des Prompts korrekt ist und auf der Seite „Prompt-Verwaltung“ angezeigt wird.

Der gespeicherte Prompt wird im Abschnitt Prompt-Verwaltung angezeigt.

Klicken Sie auf Fortschritt prüfen.

Prompts mit Text erstellen

Das wars! Sie haben das Lab erfolgreich abgeschlossen.

Gute Arbeit. In diesem Lab haben Sie die Funktionen von Agent Studio für das Gesundheitswesen kennengelernt. Sie haben ein Bild und ein Video mit Gemini Multimodal analysiert und Textprompts erstellt. Sie haben sich auch mit Zero-Shot-, One-Shot- und Few-Shot-Prompting beschäftigt und gelernt, wie Sie Textzusammenfassungen, Question Answering und Textklassifizierung generieren. Sie sind jetzt in der Lage, das Potenzial generativer KI-Modelle auszuschöpfen.

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 13. Februar 2026 aktualisiert

Lab zuletzt am 13. Februar 2026 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.