Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
KI-Agenten & LangChain: Python, LangGraph, RAG & MCP (2026)
Hot & New
New
Rating: 4.8 out of 5(2 ratings)
16 students

KI-Agenten & LangChain: Python, LangGraph, RAG & MCP (2026)

Baue KI-Agenten mit Python, LangChain & LangGraph. Lerne RAG, Multi-Agent-Systems, n8n & MCP für echte Automation.
Last updated 4/2026
German

What you'll learn

  • Entwickle autonome KI-Agenten mit Python, LangChain und LangGraph für komplexe Workflows und Business-Logik.
  • Implementiere RAG (Retrieval-Augmented Generation) mit Vektordatenbanken wie Chroma DB zur Wissenserweiterung von LLMs.
  • Verbinde diverse LLMs wie GPT-4, Claude, Gemini und DeepSeek in einer einheitlichen, skalierbaren Architektur.
  • Erstelle Multi-Agenten-Systeme und Orchestratoren für spezialisierte Aufgaben in Unternehmen.
  • Nutze Low-Code Tools wie n8n, Flowise und LangFlow zur schnellen Prototypisierung von KI-Workflows.
  • Meistere das Model Context Protocol (MCP) zur sicheren Datenintegration und Steuerung von externen Servern.

Course content

13 sections101 lectures5h 51m total length
  • Einstieg in LangChain: Potenziale und Framework-Überblick1:14

    Willkommen! Alle Begleitmaterialien finden Sie unter „Ressourcen“ in Lektion 1.

  • Die LangChain-Architektur: Kernkomponenten im Detail3:39
  • KI-Glossar: Agenten, LLMs, Prompts und JSON-Strukturen6:00
  • Setup: Entwicklungsumgebung mit Anaconda und JupyterLab4:58
  • Workflow-Optimierung: Effizientes Arbeiten mit Jupyter Notebooks5:05
  • Dokumentation: Professionelle Markdowns in Notebooks erstellen4:26
  • Installation: LangChain und OpenAI-Module korrekt einbinden3:36
  • API-Security: Sichere Einbindung von OpenAI API-Keys1:54
  • Secure Coding: API-Schutzfunktion (Variante 1 - Basic)3:39
  • Advanced Security: API-Schutzfunktion (Variante 2 - Professional)2:40
  • LLM-Integration: Chat-Modelle von OpenAI initialisieren3:58
  • Prompt-Engineering: Erstellung der ersten LLM-Chain3:16
  • Foundations of AI Agents and Environment Security

Requirements

  • Grundlegende Programmierkenntnisse in Python (Variablen, Funktionen, Listen) sind von Vorteil.
  • Ein grundlegendes Verständnis von KI-Konzepten (LLMs, Prompts) hilft, ist aber keine Voraussetzung.
  • Ein Computer mit Internetzugang; wir nutzen kostenlose Tools wie Anaconda und JupyterLab.
  • Keine Vorerfahrung mit LangChain oder KI-Agenten erforderlich – wir starten bei Null!

Description

Dieser Kurs wurde unter Zuhilfenahme von künstlicher Intelligenz erstellt.

Willkommen in der Zukunft der Softwareentwicklung und Automatisierung!

Sind Sie bereit, die nächste Stufe der Künstlichen Intelligenz zu meistern? Es reicht nicht mehr aus, nur mit ChatGPT zu chatten. Die echte Revolution liegt in autonomen KI-Agenten, die Aufgaben selbstständig planen, Tools nutzen und komplexe Probleme lösen können. In diesem umfassenden Kurs der Modern Professional Academy lernen Sie Schritt für Schritt, wie Sie solche Systeme mit Python, LangChain und LangGraph entwickeln.

Was erwartet Sie in diesem Kurs?

Wir beginnen mit den Grundlagen der LangChain-Architektur. Sie lernen, wie Sie Ihre Entwicklungsumgebung einrichten und erste Ketten (Chains) bilden. Doch das ist nur der Anfang. Wir binden die mächtigsten Sprachmodelle der Welt an: Von OpenAI und Anthropic (Claude) bis hin zu Google (Gemini) und Open-Source-Modellen wie DeepSeek und Mistral.

Praxisnahe Agenten-Entwicklung: Wir bauen nicht nur Theorie, sondern echte Werkzeuge. Sie entwickeln Research-Agenten, Finanzmarkt-Bots mit Yahoo Finance, Wetter-Agenten und Krypto-Tracker. Dabei lernen Sie entscheidende Konzepte wie Function Calling, Memory Management (Kurzzeit- und Langzeitgedächtnis via PostgreSQL) und den Einsatz von Decorators.

Fortgeschrittene Architektur & RAG: Ein Highlight des Kurses ist die Implementierung von Retrieval-Augmented Generation (RAG). Sie lernen, wie Sie Agenten mit eigenem Wissen aus Dokumenten füttern, Texte vektorisieren und in Vektordatenbanken wie Chroma speichern. Zudem tauchen wir tief in Multi-Agenten-Systeme ein, in denen spezialisierte Agenten unter der Leitung eines Orchestrators zusammenarbeiten.

Low-Code & Deployment: Für schnelle Ergebnisse decken wir die wichtigsten Plattformen ab: n8n, Flowise und LangFlow. Sie lernen, wie Sie komplexe Workflows visuell erstellen und per API in Ihre Python-Skripte integrieren. Ein besonderer Fokus liegt auf dem brandneuen Model Context Protocol (MCP), das die Art und Weise, wie Agenten auf Daten zugreifen, revolutioniert.

Machen Sie sich unverzichtbar auf dem modernen Arbeitsmarkt. Werden Sie zum Architekten für KI-Systeme und sparen Sie Ihrem Unternehmen hunderte Stunden durch intelligente Automatisierung. Schreiben Sie sich jetzt ein und bauen Sie Ihren ersten autonomen Agenten noch heute!

Who this course is for:

  • Entwickler & Software-Ingenieure, die LLMs in produktive Anwendungen und automatisierte Agenten integrieren wollen.
  • Data Scientists, die über einfache Chat-Interfaces hinausgehen und komplexe Multi-Agenten-Architekturen bauen möchten.
  • Automatisierungs-Experten, die moderne KI-Technologien nutzen wollen, um Geschäftsprozesse effizienter zu gestalten.
  • Technik-begeisterte Professionals, die durch den Einsatz von KI-Agents Zeit sparen und ihren Wert im Unternehmen steigern wollen.