Tutorials

KI Schritt für Schritt umsetzen, statt nur darüber zu lesen

Anleitungen zu RAG-Systemen, KI-Integration, Chatbots und Prozessautomatisierung. Zum Nachbauen gedacht, mit Code, Architektur und Einordnung nach Schwierigkeitsgrad.

KI-Use-Case besprechen Leistungen ansehen

Isometrisches Diagramm des KI-Support-Desk: Ticket, KI-Triage, Antwortentwurf und Mitarbeiter-Inbox als Kreislauf

Profi110 Min.

KI-Support-Desk mit Laravel 13 und Blade bauen

Kein Schnipsel-Tutorial: Sie bauen mit Laravel 13, Blade und dem offiziellen laravel/ai-SDK einen vollständigen KI-Support-Desk. Ein Kunde sendet ein Ticket, ein Agent klassifiziert es per Structured Output, ein Queue-Job entwirft die Antwort, ein Mitarbeiter prüft sie in der Inbox mit KI-Kennzeichnung und sendet. Mit Datenbank, FormRequest-Validierung, Queue und Feature-Test, alles real gegen Azure OpenAI gebaut. Stand Laravel 13.19 und laravel/ai 0.9.0.

KI-Softwareentwicklung

Tutorial lesen

Isometrisches Diagramm: der Service Container verdrahtet einen Controller mit einem KI-Agenten und dessen Provider

Fortgeschritten70 Min.

Laravel 13: Service Container mit dem AI SDK verbinden

Der Laravel Service Container und das offizielle laravel/ai-SDK gehören zusammen: Ein KI-Agent ist ein ganz normaler Container-Service. In diesem Tutorial bauen Sie einen Support- und einen Triage-Agenten gegen Azure OpenAI, routen sie per Attribut, trennen sie über Contextual Binding und ersetzen sie im Test durch eine Attrappe. Alle Beispiele sind real ausgeführt, Stand Laravel 13.19 und laravel/ai 0.9.0.

KI-Softwareentwicklung

Tutorial lesen

Diagramm der agentischen RAG-Schleife: Frage, Retrieval, Grading, Rewrite und Antwort als Kreislauf mit Entscheidungsknoten

Profi75 Min.

Agentic RAG mit Azure OpenAI selbst bauen

Klassisches RAG antwortet aus dem ersten Suchergebnis, Agentic RAG prüft die Belege zuerst. Dieses Tutorial baut eine Korrektur-Schleife in TypeScript: ein Grader mit Structured Output bewertet die Treffer, formuliert bei schwachen Belegen die Suchanfrage neu und sucht erneut. Mit Azure OpenAI, Qdrant und drei echten Transkripten, inklusive der zwei Kalibrierungs-Fehler beim Bauen.

RAG und Wissenssysteme

Tutorial lesen

Isometrische Illustration eines RAG-Systems: Wissensbasis, Vektordatenbank und Chat-Antwort durch Datenströme verbunden

Fortgeschritten60 Min.

RAG-System mit Azure OpenAI und Qdrant aufsetzen

Qdrant im Docker-Container, zwei Azure-OpenAI-Deployments, drei TypeScript-Skripte: Dieses Tutorial baut ein RAG-System, das Fragen zu Ihren Dokumenten mit Quellenangabe beantwortet und bei Wissenslücken ehrlich passt. Jedes Code-Beispiel wurde real ausgeführt, inklusive der echten Konsolen-Ausgaben und der vier häufigsten Fehler beim Nachbauen.

RAG und Wissenssysteme

Tutorial lesen