dozent.net
Projekt anfragen
Info

Lokale KI für Datenanalyse & Datenextraktion — Seminar für Analyse- und Support-Teams

Kurz gefasst — In zwei Tagen richtest du eine eigene, lokale KI-Umgebung ein und lernst, ihr zuverlässig strukturierte Daten aus Texten zu entlocken — Stellenanzeigen, Support-Anfragen, Kundenbewertungen oder eigene Dokumente. Du siehst nicht nur, wie es funktioniert, sondern auch, wie es schiefgeht, und wie man das zuverlässig erkennt. Keine Cloud-Abo-Bindung, keine Programmiervorkenntnisse zwingend nötig.

Ablaufschema: Rohtext aus Anzeige, Ticket oder Filing fließt in eine lokale KI im eigenen Haus und wird zu strukturierten, geprüften Daten — ohne dass ein Dokument den eigenen Server verlässt. Rohtext aus Anzeige, Ticket oder Filing fließt in eine lokale KI im eigenen Haus und wird zu strukturierten, geprüften Daten. Rohtext Anzeige, Ticket, Filing Lokale KI im eigenen Haus Strukturiert + geprüft
Abbildung 1: Vom unstrukturierten Dokument zur geprüften, strukturierten Datenzeile — ohne dass ein einziges Dokument den eigenen Server verlässt.
Seminar anfragen

Keine Programmiervorkenntnisse zwingend nötig. Keine Cloud-Abo-Bindung. Du lernst das Prinzip — funktioniert mit jedem lokal betriebenen KI-Modell. Das Angebot richtet sich an Unternehmen und Selbstständige.

Für wen ist dieses Seminar

Für alle, die wiederkehrend größere Textmengen auswerten müssen und dabei nicht länger auf teure Cloud-Dienste oder die IT-Abteilung angewiesen sein wollen: Analystinnen und Analysten, Fachkräfte aus Support und Personalwesen, Power-User in Fachabteilungen, Entwicklerinnen und Entwickler am Anfang ihrer KI-Praxis.

Was du mitbringen solltest

Keine Programmierkenntnisse sind zwingend erforderlich — ein grobes Verständnis von Kommandozeile und Textdateien hilft. Kleine Code-Beispiele in PHP werden Schritt für Schritt erklärt, sind aber vertiefbar statt verpflichtend.

Wer bereits Ollama kennt und stattdessen KI direkt in die eigene IDE als Coding-Assistent integrieren möchte, ist bei „Programmieren mit lokaler KI" richtig — dort geht es um RAG auf der eigenen Codebasis und IDE-Integration, nicht um Datenextraktion. Wer nach diesem Seminar eine produktionsreife, anbieter-unabhängige KI-Anbindung in PHP bauen will, findet die Architektur-Vertiefung in „KI in PHP integrieren".

Inhalte im Überblick

Der Lernweg in vier Etappen: 1. KI einrichten, 2. Extrahieren, 3. Vergleichen, 4. Fehler erkennen. Vier Etappen: KI einrichten, Extrahieren, Vergleichen, Fehler erkennen. 1 KI einrichten 2 Extrahieren 3 Vergleichen 4 Fehler erkennen
Abbildung 2: Vier aufeinander aufbauende Etappen — vom ersten Ollama-Setup bis zur eigenen, geprüften Auswertungs-Pipeline.

Warum lokale KI?

  • Kostenmodell: Cloud-Anbieter rechnen nach Textmenge ab, nicht nach Anzahl der Anfragen
  • Datenschutz: sensible Dokumente verlassen nie den eigenen Server
  • Realistische Geschwindigkeitserwartung auf normaler Server-Hardware ohne Grafikkarte

Eine lokale KI-Umgebung einrichten

  • Installation, Hardware-Check und sichere Grundkonfiguration (nur lokal erreichbar)
  • Ressourcengrenzen für den Dauerbetrieb auf einem gemeinsam genutzten Server
  • Kontextfenster und Antwortlänge passend zur eigenen Dokumentgröße dimensionieren

Aus Rohtext strukturierte Daten gewinnen

  • Ein festes Ausgabeformat erzwingen und zuverlässig auslesen
  • Regeln formulieren, die verhindern, dass die KI Angaben erfindet
  • Eigenes Extraktionsskript für ein selbst gewähltes Datenfeld

Modelle blind und fair vergleichen

  • Bewertungsmethodik ohne Bauchgefühl oder Einzeltest
  • Warum Modellgröße nichts über Verlässlichkeit aussagt
  • Gezielt schwierige Testfälle konstruieren — mehrdeutige oder dünne Quellen

Wirksamere Anweisungen formulieren

  • Warum eine Regel oft erst in der richtigen Formulierung wirkt, nicht nur inhaltlich
  • Bekannte Themen bergen ein höheres Risiko für erfundene Angaben als unbekannte

Fehlerbilder zuverlässig einordnen

  • Abgebrochene, leere, erfundene und wechselnde Antworten unterscheiden
  • Zwei unabhängige Sicherungen: bessere Formulierung und Prüfung im Nachgang

Praxis: eigene Auswertung aufbauen

  • Stellenanzeigen, Support-Anfragen oder Kundenbewertungen strukturieren
  • Vom Rohtext bis zum geprüften, verwertbaren Ergebnis

Hinweis: Inhalte und Beispiel-Domäne passen wir bei Inhouse-Seminaren an deinen Wissensstand und deine echten Dokumente an. Die obige Gliederung ist der geplante Standard-Aufbau des offenen Seminars.

Was du danach kannst

  1. Eine lokale KI-Umgebung eigenständig betreiben — installieren, absichern, im Dauerbetrieb konfigurieren, ohne Cloud-Abhängigkeit.
  2. Daten zuverlässig extrahieren — aus Fließtext strukturierte Daten herausziehen, mit Regeln, die erfundene Angaben verhindern.
  3. Modelle fair vergleichen — mit einer blinden, wiederholbaren Methode statt dem ersten Eindruck zu vertrauen.
  4. Prompts gezielt verbessern — verstehen, warum zwei inhaltlich identische Regeln unterschiedlich wirken können.
  5. Typische Fehlerbilder sofort einordnen — abgeschnittene Antworten, leere Ergebnisse, erfundene Fakten oder wechselnde Antworten nicht mehr als Rätsel, sondern als bekannte Ursache mit bekanntem Fix behandeln.
Vergleich: Bei blindem KI-Vertrauen fallen erfundene Zahlen nicht auf, abgeschnittene Antworten wirken wie Modellfehler, und jeder Cloud-Aufruf kostet. Bei geprüftem KI-Einsatz greifen Regeln gegen Erfindung, Fehlerbilder werden sofort erkannt, der Betrieb läuft lokal ohne laufende Kosten, und die Daten bleiben im Haus. Vergleich: bei blindem KI-Vertrauen fallen erfundene Zahlen nicht auf, abgeschnittene Antworten wirken wie Modellfehler, und jeder Cloud-Aufruf kostet. Bei geprüftem KI-Einsatz greifen Regeln gegen Erfindung, das Fehlerbild wird sofort erkannt, der Betrieb läuft lokal ohne laufende Kosten, und die Daten bleiben im Haus. KI blind vertrauen erfundene Zahlen fallen nicht auf abgeschnittene Antworten wirken wie Modellfehler jeder Cloud-Aufruf kostet KI geprüft einsetzen Regeln gegen Erfindung Fehlerbild sofort erkannt lokal, ohne laufende Kosten Daten bleiben im Haus
Abbildung 3: Der Unterschied liegt nicht im ersten Ergebnis, sondern darin, ob du es einordnen kannst.

Formate und Ablauf

Format Ablauf Passend wenn
Inhouse vor Ort Training am eigenen Server, mit deinen echten Dokumenten als Übungsmaterial du eigene, sensible Dokumente nicht als Beispiel nach außen geben willst
Remote / Online Gleicher Ablauf, per Video-Konferenz, mit bereitgestellter Übungsumgebung verteilte Teams oder keine Reisezeit gewünscht

Zwei Tage, kleine Gruppen, Übungsdateien und Beispiel-Skripte zum Mitnehmen, plus Teilnahmebescheinigung.

Verwandte Seminare und Vertiefung

Wer Ollama bereits kennt und KI stattdessen als Coding-Assistenten in der eigenen IDE nutzen will, findet das in „Programmieren mit lokaler KI" — dort liegt der Fokus auf RAG auf der eigenen Codebasis statt auf Datenextraktion. Wer die hier gezeigten Extraktionsmuster in eine produktionsreife, anbieter-unabhängige PHP-Architektur überführen will (mehrere austauschbare KI-Anbieter, Nebenläufigkeit, Fallback-Ketten), ist in „KI in PHP integrieren" richtig. Grundlagenwissen zu lokalen Modellen und ihrer Auswahl vertiefen die Artikel „Lokale KI im Unternehmen" und „Ollama und offene KI-Modelle".

Termin oder Inhouse-Angebot anfragen

Häufige Fragen (FAQ)

Wie lange dauert das Seminar?

Zwei Tage, als offenes Seminar oder inhouse. Bei Inhouse-Buchungen passen wir Tempo und Beispiel-Domäne an dein Team an.

Brauche ich Programmierkenntnisse?

Nein. Die gezeigten Code-Beispiele werden Schritt für Schritt erklärt. Wer programmieren kann, vertieft freiwillig — Pflicht ist es nicht.

Ersetzt lokale KI eine Cloud-KI komplett?

Nicht zwangsläufig — aber für wiederkehrende, planbare Aufgaben mit sensiblen Daten ist sie oft die bessere Wahl. Wir ordnen im Seminar beide Welten realistisch ein.

Welche Hardware brauche ich?

Ein normaler aktueller Server oder eine leistungsfähige Workstation genügt für den Einstieg. Eine spezielle Grafikkarte ist nicht zwingend nötig — wir gehen auf realistische Geschwindigkeitserwartungen ohne Grafikkarte ein.

Findet das Seminar in Präsenz oder online statt?

Beides ist möglich, wahlweise als offenes Seminar oder als Inhouse-Schulung.

Können wir das Seminar inhouse für unser Team buchen?

Ja. Bei Inhouse-Seminaren passen wir Inhalte, Tempo und Beispiel-Domäne an deinen Wissensstand und deine echten Dokumente an.

Wie viele Teilnehmer sind möglich?

Wir arbeiten in kleinen Gruppen, damit individuelle Fragen Raum haben — die genaue Teilnehmerzahl stimmen wir bei der Anfrage mit dir ab.

Was kostet die Teilnahme?

Ab 1.400 € netto pro Schulungstag, zzgl. gesetzlicher Umsatzsteuer. Der Endpreis hängt von Format, Umfang und Teilnehmerzahl ab — auf Anfrage. Das Angebot richtet sich ausschließlich an Unternehmen und Selbstständige.

Seminar anfragen

Nach deiner Anfrage melden wir uns mit einem passenden Termin- oder Inhouse-Vorschlag und klären offene Fragen zu Format und Beispiel-Domäne direkt mit dir.

Unsere Seminare richten sich an Unternehmen und Selbstständige. Es gelten unsere AGB.

Unverbindlich anfragen