training
AI Fundamentals
Van AI-gebruiker naar AI-bewuste professional. Begrijp wat er onder de motorkap gebeurt, leer de mogelijkheden en beperkingen herkennen en ontdek hoe je AI verantwoord inzet in je dagelijkse werk.
Beschrijving
AI is inmiddels onderdeel van veel van ons dagelijks werk. Maar wat bedoelen we eigenlijk met AI, Machine Learning, Generative AI en Agentic AI? Hoe werkt een Large Language Model (LLM) en waarom geeft het soms vol overtuiging een onjuist antwoord?
In deze training krijg je een praktisch en technisch onderbouwd fundament in moderne AI. Je leert hoe AI-modellen werken, wat hun mogelijkheden en beperkingen zijn en hoe je AI-output kritisch kunt beoordelen.
We behandelen onder andere de werking van LLM's, context windows, multimodaliteit, verschillende modellen en thinking effort. Daarnaast staan we stil bij hallucinaties, bias en beperkingen in trainingsdata. Je leert hoe je prompts efficiënt opstelt en welke rol tokens en kosten daarbij spelen.
Tot slot kijken we naar verantwoord gebruik van AI. Wat betekent de AI Act, welke privacy- en veiligheidsaspecten spelen een rol en waar moet je rekening mee houden wanneer je AI gebruikt binnen een organisatie?
Na deze training heb je een stevig fundament om AI niet alleen te gebruiken, maar ook beter te begrijpen, de output ervan op waarde te schatten en de technologie verantwoord toe te passen.
Leerdoelen
 Explain the differences between AI, Machine Learning, Deep Learning, Generative AI and Agentic AI. | Understand  |
| Describe how Large Language Models generate responses and explain their key limitations. | Understand |
| Explain the implications of the EU AI Act and responsible AI practices for the use of AI in an organizational context. | Understand |
| Identify hallucinations, bias and other common AI pitfalls in AI-generated output. | Analyze  |
| Evaluate the strengths and weaknesses of different AI models and providers for specific use cases. | Evaluate  |
| Apply effective prompting techniques to improve the quality and efficiency of AI-generated results. | Apply  |
Benodigde voorkennis
- Geen
Onderwerpen
- AI-taxonomie: AI, Machine Learning, Deep Learning, Generative AI en Agentic AI
- Filosofisch en historisch kader: Turing Test, Chinese Room, AGI en ASI
- Hoe werkt een LLM?: De technische werking van Large Language Models
- Context window: Grootte, beperkingen en de badkuip-metafoor
- Multimodaliteit: Beeld, audio en video begrijpen en genereren en de toepassingen ervan in je werk
- Verschillende modellen: Aanbieders, achtergronden, modelvarianten en thinking effort
- Hallucinaties: Waarom een model dingen verzint in plaats van "ik weet het niet" te zeggen
- Bias & trainingsdata-beperkingen: Vooringenomenheid en kennis-afkapdatum
- Kritisch beoordelen van AI-output: Verifiëren in plaats van blind vertrouwen
- Effectief en efficiënt prompten: Tokens, prompting en kosten
- AI Act: Wat de regels zeggen
- Privacy, veiligheid & AI-beleid: Verantwoord omgaan met AI-tools binnen organisaties
Planning
| Startdatum | Duur | Locatie | |
|---|---|---|---|
15 december 2026 | 1 dag | Veenendaal / Remote Dit is een hybride training die remote gevolgd kan worden. Meer informatie | Inschrijven |
Incompany of persoonlijk advies nodig?
Onze opleidingsadviseurs denken graag met je mee om een persoonlijk advies te geven of een incompany training binnen jouw organisatie te vinden.
"Deze training was direct toepasbaar op het project"Cursist
Hoge waardering
Praktijkgerichte trainingen
Gecertificeerde trainers
Eigen docenten