Einführung in Gemini Enterprise

Overview

In diesem Kurs wird Gemini Enterprise vorgestellt, eine leistungsstarke Plattform, die KI-Agenten, Unternehmenssuche, NotebookLM und intelligenten Datenzugriff verbindet, damit Unternehmen ihre Herausforderungen lösen können. Anhand von Beispielen aus der Praxis und praktischen Übungen lernen Teilnehmer, wie sie die Funktionen von Gemini Enterprise für echte Geschäftsanforderungen nutzen, die Architektur beschreiben und erklären, wie Datenzugriff und Datenschutz in verschiedenen Aufgabenbereichen gehandhabt werden.

Syllabus

Übersicht zu Gemini Enterprise

Im Modul „Übersicht zu Gemini Enterprise“ werden die wichtigsten Komponenten von Gemini Enterprise vorgestellt. Sie erfahren, wie KI-Agenten, die Unternehmenssuche, verbundene Datenquellen und andere Komponenten zusammenarbeiten, um intelligente, sichere und effiziente Lösungen zu liefern, die auf Ihre Workflows zugeschnitten sind.

Zweck von Gemini Enterprise: Praktische Anwendungsfälle

Im Modul „Zweck von Gemini Enterprise: Praktische Anwendungsfälle und Erkenntnisse“ werden praktische Beispiele dafür vorgestellt, wie Personen in verschiedenen Funktionen Gemini Enterprise nutzen und im Alltag einsetzen.

Technische Elemente von Gemini Enterprise

Im Modul „Technische Elemente von Gemini Enterprise“ erfahren Sie, wie die Datenzugriffs- und Datenschutzfunktionen von Gemini Enterprise auf der standardmäßig sicheren Infrastruktur von Google Cloud aufgebaut sind. Außerdem wird auf die Kernkomponenten von Gemini Enterprise eingegangen, damit Sie erfahren, wie aus Anfragen Ausgaben werden.

Lab: Einführung in Gemini Enterprise

In diesem Lab stellen Sie eine Gemini Enterprise-Anwendung bereit und verbinden sie mit verschiedenen Datenspeichern, darunter Google Cloud Storage, Google Drive und Google Kalender. Anschließend werden Sie die Möglichkeiten von Gemini kennenlernen – von der Nutzung des allgemeinen KI-Assistenten zur Informationsbeschaffung über die Erstellung benutzerdefinierter Agents für bestimmte Aufgaben bis hin zur Verwendung von NotebookLM für die detaillierte Inhaltsanalyse.