DeepLearning.AI — Agentic AI (Andrew Ng)

Profil ingestiert 2026-05-02. Hauptkurs im Fokus dieses Profils: „Agentic AI with Andrew Ng”. DeepLearning.AI als Plattform setzt im internationalen Markt den Benchmark für Agentic-AI-Curricula — daher als Markt-Definitions-Referenz im CoachAtlas, nicht als typisches Outbound-Target.

Founder-Person: Andrew Ng — Personen-Stub: [[../personen/ng-andrew]]. Hauptwohnort der Person: [[../../../wiki/dev-wiki/wiki/personen/ng-andrew]] (Coding-/AI-Engineering-Position).

Stammdaten

• Plattform-Name: DeepLearning.AI
• Programm im Fokus: „Agentic AI with Andrew Ng”
• Founder: Andrew Ng (gegründet 2017)
• Land: USA
• Sitz / Legal Entity: nicht aus eigener Ingest-Quelle bestätigt (Legal-Page zum Ingest-Zeitpunkt durch Rate-Limit blockiert)
• Website: https://www.deeplearning.ai/
• Course-URL: https://www.deeplearning.ai/courses/agentic-ai/
• Sprache: Englisch
• Hauptkanäle: Newsletter „The Batch” (deeplearning.ai/the-batch), YouTube (@Deeplearningai), LinkedIn (Company + Andrew-Ng-Personal-Brand), X/Twitter, Instagram, Facebook

Positionierung

• Plattform-Statement: „AI is the new electricity. You are the spark.” (Tagline, Hauptseite)
• Course-Statement (Agentic AI): Curriculum, das die vier Agentic-Design-Patterns (Reflection, Tool Use, Planning, Multi-Agent) als wiederverwendbare Konstruktionsprinzipien lehrt — Python-first, „from foundational principles before exploring frameworks”. Capstone: Research-Agent.
• Zielgruppe: Software-Developer mit intermediate Python-Skills und LLM-Grundlagen, die autonome Multi-Step-Systeme bauen wollen.
• USP / Differenzierung:
  • Andrew Ng als Instruktor — der bekannteste AI-Educator weltweit
  • First-Principles-Pädagogik (Pattern unabhängig vom Framework lehren)
  • Frontier-Lab-Co-Instruction in Short-Course-Reihe (OpenAI, Anthropic, Microsoft, Google, AWS, LangChain als Engineering-Co-Instructors)
  • Plattform-Reichweite: „over 7 million people learning how to use and build AI” (Selbstangabe Hauptseite)
  • Capstone-Project (Research-Agent) als Portfolio-Stück
• Specific Knowledge: Andrew Ng — Co-Founder Google Brain, Co-Founder Coursera, Ex-Chief-Scientist Baidu, Adjunct Professor Stanford. Diese Personal Authority ist im AI-Education-Markt unique.

Angebot

Hinweis zu Pricing: Die Legal-/Pricing-Seite war beim Ingest durch Jina-Rate-Limit blockiert (HTTP 429). Pricing für DeepLearning.AI Pro und Course-Einzelzugang nicht aus eigener Quelle verifiziert — daher als „nicht aus eigener Quelle bestätigt” markiert, nicht erfunden.

Module-Struktur des Hauptkurses

1. Introduction to Agentic AI
2. Reflection Design Pattern
3. Tool Use Design Pattern
4. Practical Tips for Building Agentic AI
5. Planning and Multi-Agent Systems
6. Capstone Project: Research Agent

Marketing

Kanäle und Kadenz

Top-Themen

Course-Launches, Partner-Releases (OpenAI/Anthropic/Microsoft/Google/AWS Co-Brand), Andrew-Ng-Op-Eds zur AI-Strategie, Newsletter-Highlights aus „The Batch”.

Ad-Aktivität

Aus eigener Ingest-Quelle nicht ermittelt (Ad Library nicht ingestiert).

SEO-Signale

Domain-Authority und Backlink-Profil dürften durch Andrew-Ng-Reputation und Coursera-Verzahnung außerordentlich hoch sein. Aus eigener Quelle nicht direkt gemessen.

Funnel-Pattern

Newsletter („The Batch”) + Free Short Courses → Pro-Subscription / Course-Einzelzugang / Coursera-Specialization. Klassischer Top-of-Funnel-Reichweiten-Approach mit hochpreisigem Premium-Layer.

Proof

1. Direkter Proof

• Course-Seite zeigt Lerner-Zitat zur Klarheit/Einfachheit der Erklärungen (anonymisiert in Profil — DSGVO)
• Plattform-Statement „over 7 million people learning how to use and build AI” (Hauptseite, Selbstangabe)
• Konkrete Testimonial-Counts pro Course aus eigener Ingestion: nicht ermittelbar
• Coursera-Course-Bewertungen (Deep Learning Specialization mit Hunderttausenden Reviews historisch bekannt) — nicht direkt aus deeplearning.ai-Seite ingestiert

2. Indirekter Proof

• Andrew Ng-Credentials: Co-Founder Google Brain, Co-Founder Coursera, Ex-Chief-Scientist Baidu, Adjunct Professor Stanford
• Founding-Year: 2017 (etablierte Marke seit acht Jahren)
• Industry-Partnerschaften: OpenAI, Anthropic, Hugging Face, Google Cloud, Microsoft, Cohere, Coursera, AWS, LangChain

3. Peer-Proof

• Frontier-Lab-Co-Instruction: Engineering-Leads bei OpenAI, Anthropic, LangChain, Microsoft, AWS treten in Short-Course-Reihe als Co-Instructors auf — d.h. die Top-Engineering-Teams der Frontier-AI-Labs validieren die Lehre durch Co-Production.
• Newsletter „The Batch” als zitierte Reichweiten-Plattform in der internationalen AI-Community.

4. Portfolio-Proof

• Bücher: „How to Build Your Career in AI” (Andrew Ng), „Machine Learning Yearning” (Andrew Ng)
• Newsletter „The Batch” mit Archiv
• Mehrere Specializations + große Short-Course-Bibliothek als sichtbare Werke
• Andrew-Ng-Ecosystem-Companies (AI Fund, Workera, Kira Learning, Woebot Health, Bearing AI, Factored, FourthBrain, LandingAI) als institutionelle Sichtbarkeit

5. Medien-Proof

• Andrew Ng als hochfrequenter Medien-Gast (Interviews, Keynotes, Podcasts) — allgemein bekannt, aus eigener Ingestion nicht spezifisch belegt
• Konkrete Presse-Liste auf deeplearning.ai-Seiten: nicht direkt ingestiert

Computed/Analyse

• Stage: C (Sub-Stage C2, > 1 Mio Jahresumsatz). Signale: 7+ Mio Lerner (Selbstangabe), Industry-Partner-Cluster, Bücher, Coursera-Specializations mit globaler Reichweite, eigene Brand mit Ecosystem-Companies. Konfidenz: hoch.
• Persona: P2 (Trainer-Plattform-Variante). Wiederholbares Bildungsprodukt mit Curriculum, Modulen, Zertifikat. Trainer-Team statt Solo-Gesicht (auch wenn Andrew Ng als Founder-Brand zentral ist). Klare Persona-Marker nach personas/p2-trainer.md: Curriculum, Modul, Zertifikat, Kohorten/Self-paced-Kohorten, Trainer-Team.
• Engpass-Hypothese: Bei einem C2-Anbieter sind die Stage-A/B-Hebel (Sichtbarkeit, Angebots-Klarheit, Konversion) nicht der relevante Frame. Nach 3-Stages-Modell zählen in C2 Risiko & Reputation, Übergabefähigkeit, Brand vs. Personal Brand. Der naheliegendste strukturelle Engpass ist Übergabefähigkeit — die Marke hängt operativ und reputativ stark an Andrew Ng selbst. Konfidenz: mittel (Strukturbeobachtung, keine interne Datenquelle).
• Top-3-Agent-Empfehlungen (theoretischer Hebel-Frame, nicht als Outbound-Pitch):
  1. Trainer-of-Trainers / Co-Instructor-Pipeline-Agent — systematisches Onboarding neuer Marken-Gesichter neben Andrew Ng (Reduktion Personal-Brand-Klumpenrisiko, Stage-C2-Übergabe-Hebel).
  2. Course-Quality / Feedback-Aggregations-Agent — bei diesem Volumen ist Lerner-Feedback-Aggregation pro Course-Modul ein Skalierungs-Engpass; Agent verdichtet Reviews zu Korrektur-Punkten.
  3. Alumni-Continuity-Agent — bei 7+ Mio Lernern ist die Continuity-Lücke (Hormozi-Money-Model-Stage III) ein latent großer Hebel: Alumni-Mastermind, Cohort-Retainer, Refresher-Module nach Abschluss.

Matching (für CoachAtlas-Klienten/-Leser)

• Ideal für Klienten, die suchen: englischsprachige, principle-first Agentic-AI-Ausbildung mit Andrew-Ng-Authority, Python-Implementierung from-scratch, Frontier-Lab-Validierung.
• Weniger passend für Klienten, die suchen: deutschsprachige Praxis-Ausbildung, AT/DE-Förderbarkeit (KOMPASS, AK-Bildungsgutschein), 1:1-Begleitung, lokale Trainer-Kontakte, branchenspezifische DACH-Use-Cases.
• Markt-Funktion in der Nische: Internationale Benchmark-Referenz für Curriculum-Qualität in ki-agent-ausbildungen.

Quellen

• https://www.deeplearning.ai/courses/agentic-ai/ — abgerufen 2026-05-02, Qualität hoch
• https://www.deeplearning.ai/about/ — abgerufen 2026-05-02, Qualität hoch
• https://www.deeplearning.ai/courses/ — abgerufen 2026-05-02, Qualität mittel
• https://www.deeplearning.ai/legal/ — abgerufen 2026-05-02, Qualität niedrig (Rate-Limit auf Jina-Endpunkt zum Ingest-Zeitpunkt)
• Roh-Quellen-Archiv: raw/anbieter/deeplearning-ai-agentic/ (website.md, about.md, angebot.md, impressum.md, social.md, meta.yaml)
• Analyse-Frame: outputs/entwuerfe/analyse-deeplearning-ai-agentic.md

← zurück zur Startseite