Sind Sie bereit, intelligente KI-Agenten zu entwickeln, die denken, sich verbessern und zusammenarbeiten können? Dieser praxisorientierte Kurs vermittelt Ihnen die Fähigkeiten, um in nur 3 Wochen agentenbasierte KI-Systeme mit LangChain und LangGraph zu erstellen.



Agentische KI mit LangChain und LangGraph
Dieser Kurs ist Teil mehrerer Programme.



Dozenten: Faranak Heidari
10.404 bereits angemeldet
Bei enthalten
(50 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Aufbau agentenbasierter KI-Systeme unter Verwendung von LangChain und LangGraph zur Unterstützung von Speicher, Iteration und bedingter Logik
Entwurf und Implementierung selbstverbessernder Agenten unter Verwendung von Reflection-, Reflexion- und ReAct-Architekturen
Anwendung von Agenten-Orchestrierungstechniken zum Aufbau kollaborativer Multiagentensysteme
Implementierung von agentenbasierten RAG-Systemen, die Abfragen weiterleiten und abfragegestützte Schlussfolgerungen unterstützen
Kompetenzen, die Sie erwerben
- Kategorie: Generative KI
- Kategorie: Python-Programmierung
- Kategorie: Generative AI-Agenten
- Kategorie: Datenverarbeitung
- Kategorie: Agentische Systeme
- Kategorie: Daten in Echtzeit
- Kategorie: LLM-Bewerbung
- Kategorie: Systementwurf und Implementierung
- Kategorie: LangChain
- Kategorie: Softwareentwicklung
- Kategorie: Künstliche Intelligenz und Maschinelles Lernen (KI/ML)
- Kategorie: LangGraph
- Kategorie: Verantwortungsvolle KI
- Kategorie: Kollaborative Software
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Juli 2025
11 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 3 Module
Dieses Modul stellt LangGraph vor, um intelligente, zustandsabhängige KI-Agenten zu erstellen, die Speicher, Iteration und bedingte Logik unterstützen. Sie erfahren, wie Knoten, Kanten und gemeinsame Zustände dynamische Workflows ermöglichen und wie LangGraph LangChain für erweiterte Kontrolle erweitert. Anhand grundlegender Konzepte und praktischer Übungen lernen Sie, Workflows zu entwerfen, zu erstellen und auszuführen, die das reale Verhalten von Agenten widerspiegeln
Das ist alles enthalten
6 Videos2 Lektüren4 Aufgaben1 App-Element5 Plug-ins
Dieses Modul konzentriert sich auf die Entwicklung selbstverbessernder KI-Agenten mit LangGraph. Sie werden die Agentenarchitekturen Reflection, Reflexion und ReAct erkunden und implementieren, um Workflows zu entwerfen, die ihre eigenen Ergebnisse bewerten und verbessern. In angeleiteten Übungen werden Sie praktische Erfahrungen mit der Entwicklung von Agenten sammeln, die mit Hilfe von strukturierten Ansätzen, die auf Reflexion und Prompt Engineering basieren, Schlussfolgerungen ziehen, Feedback integrieren und ihre Leistung verbessern.
Das ist alles enthalten
5 Videos1 Lektüre4 Aufgaben3 App-Elemente2 Plug-ins
Dieses Modul konzentriert sich auf den Entwurf und die Implementierung von Multi-Agenten-Systemen mit LangGraph. Sie werden erforschen, wie spezialisierte Agenten zusammenarbeiten können, um komplexe Probleme durch strukturierte Orchestrierung zu lösen. Zu den wichtigsten Themen gehören die Grundprinzipien von Multiagentensystemen, Muster der Zusammenarbeit und Überlegungen zur Governance. Durch praktische Übungen werden Sie ein Multi-Agenten RAG-System aufbauen, das Abfragen dynamisch an relevante Datenquellen weiterleitet, und praktische Erfahrungen in der Koordination spezialisierter Agenten sammeln, um Abfragen und Schlussfolgerungen zu verbessern.
Das ist alles enthalten
4 Videos3 Lektüren3 Aufgaben1 App-Element3 Plug-ins
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
von
Mehr von Softwareentwicklung entdecken
Status: Kostenloser Testzeitraum
Status: KostenlosDeepLearning.AI
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?




Bewertungen von Lernenden
50 Bewertungen
- 5 stars
83,92 %
- 4 stars
10,71 %
- 3 stars
1,78 %
- 2 stars
1,78 %
- 1 star
1,78 %
Zeigt 3 von 50 an
Geprüft am 21. Aug. 2025
Great overview and the insight into the coding aspects was invaluable!
Geprüft am 1. Nov. 2025
Good, Make it a little more clear on teaching the code and specific functions for agentic systems

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Fähigkeiten in der agentenbasierten KI-Entwicklung sind sehr wertvoll für Positionen wie Softwareentwickler, Data Scientist, Ingenieur für Maschinelles Lernen, KI-Ingenieur und Automatisierungsspezialist. In diesen Positionen geht es um die Entwicklung intelligenter Systeme, die Sprachmodelle verwenden, um Schlussfolgerungen zu ziehen, mit Tools zu interagieren und komplexe Workflows zu automatisieren. Diese Fähigkeiten werden zunehmend in allen Branchen nachgefragt, in denen adaptive, sprachgesteuerte Automatisierung die Art und Weise, wie Arbeit erledigt wird, verändert.
Es sind keine Vorkenntnisse im Maschinellen Lernen (ML) erforderlich. Wenn Sie mit Python vertraut sind, können Sie sofort loslegen. Dieser Kurs konzentriert sich auf den Aufbau praktischer agentenbasierter KI-Systeme, die reflektieren, verbessern und handeln. Es sind keine komplexen ML-Kenntnisse erforderlich.
Bei der traditionellen Entwicklung werden statische Anwendungen erstellt, und Prompt Engineering sorgt für das Fine-Tuning der LLM-Antworten. Bei der Entwicklung agentenbasierter KI liegt der Schwerpunkt jedoch auf dem Entwurf autonomer, zustandsorientierter Systeme, die ihre Ergebnisse auswerten, Speicher verwalten und im Laufe der Zeit intelligent interagieren können. Sie werden lernen, wie man Systeme entwirft, die mitdenken, sich anpassen und zusammenarbeiten, indem man Tools wie LangGraph verwendet, um Workflows mit Zyklen, Konditionalen und Kommunikation zwischen Agenten zu erstellen.
Weitere Fragen
Finanzielle Unterstützung verfügbar,



