🌐 Update translations via Co-op Translator

Author: koreyspace

translations/de/00-course-setup/README.md

@@ -1,28 +1,76 @@
 <!--
 CO_OP_TRANSLATOR_METADATA:
 {
-  "original_hash": "49fa13c21a816ffcc7740ab17ba024a9",
-  "translation_date": "2025-05-20T09:06:28+00:00",
+  "original_hash": "d32d86791841402807de96f10020b09e",
+  "translation_date": "2025-06-05T13:53:18+00:00",
   "source_file": "00-course-setup/README.md",
   "language_code": "de"
 }
 -->
-in deinem GitHub-Konto.
+Du solltest jetzt deine eigene geforkte Version dieses Kurses unter folgendem Link haben:
 
-Wähle die Option `Fine-grained tokens` option on the left side of your screen.
+![Forked Repo](../../../00-course-setup/images/forked-repo.png)
+
+## Code Ausführen
+
+Dieser Kurs bietet eine Reihe von Jupyter Notebooks, die du ausführen kannst, um praktische Erfahrungen im Aufbau von KI-Agenten zu sammeln.
+
+Die Code-Beispiele verwenden entweder:
+
+**Benötigt GitHub-Konto – Kostenlos**:
+
+1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Bezeichnet als (semantic-kernel.ipynb)  
+2) AutoGen Framework + GitHub Models Marketplace. Bezeichnet als (autogen.ipynb)
+
+**Benötigt Azure-Abonnement**:  
+3) Azure AI Foundry + Azure AI Agent Service. Bezeichnet als (azureaiagent.ipynb)
+
+Wir empfehlen dir, alle drei Beispieltypen auszuprobieren, um herauszufinden, welcher für dich am besten funktioniert.
+
+Welche Option du auch wählst, sie bestimmt, welche Einrichtungsschritte du unten befolgen musst:
+
+## Voraussetzungen
+
+- Python 3.12+  
+- Ein GitHub-Konto – Für den Zugriff auf den GitHub Models Marketplace  
+- Azure-Abonnement – Für den Zugriff auf Azure AI Foundry  
+- Azure AI Foundry-Konto – Für den Zugriff auf den Azure AI Agent Service
+
+Wir haben eine `requirements.txt` Datei im Hauptverzeichnis dieses Repositories eingefügt, die alle erforderlichen Python-Pakete für die Ausführung der Code-Beispiele enthält.
+
+Du kannst sie installieren, indem du folgenden Befehl im Terminal im Hauptverzeichnis des Repositories ausführst:
+
+```bash
+pip install -r requirements.txt
+```  
+Wir empfehlen, eine Python-virtuelle Umgebung zu erstellen, um Konflikte und Probleme zu vermeiden.
+
+## Einrichtung für Beispiele mit GitHub Models
+
+### Schritt 1: Deinen GitHub Personal Access Token (PAT) abrufen
+
+Aktuell verwendet dieser Kurs den GitHub Models Marketplace, um kostenlosen Zugang zu Large Language Models (LLMs) zu bieten, die zur Erstellung von KI-Agenten genutzt werden.
+
+Um diesen Dienst zu nutzen, musst du einen GitHub Personal Access Token erstellen.
+
+Das kannst du tun, indem du dich in deinem GitHub-Konto anmeldest.
+
+Wähle `Fine-grained tokens` option on the left side of your screen.
 
 Then select `Generate new token`.
 
-![Generate Token](../../../translated_images/generate-token.361ec40abe59b84ac68d63c23e2b6854d6fad82bd4e41feb98fc0e6f030e8ef7.de.png)
+![Generate Token](../../../00-course-setup/images/generate-token.png)
 
 You will be prompted to enter a name for your token, select the expiration date (Recommended: 30 Days), and select the scopes for your token (Public Repositories).
 
+It's also necessary to edit the permissions of this token: Permissions -> Models -> Allows access to GitHub Models
+
 Copy your new token that you have just created. You will now add this to your `.env` file included in this course. 
 
 
 ### Step 2: Create Your `.env` File
 
-To create your `.env` Datei und führe den folgenden Befehl in deinem Terminal aus.
+To create your `.env` Datei und führe folgenden Befehl im Terminal aus:
 
 ```bash
 cp .env.example .env
@@ -38,17 +86,17 @@ You should now be able to run the code samples of this course.
 
 ### Step 1: Retrieve Your Azure Project Connection String
 
-Follow the steps to creating a project and agent in Azure AI Foundry found here: [Create a project in Azure AI Foundry](https://learn.microsoft.com/en-us/azure/ai-services/agents/quickstart?pivots=ai-foundry-portal?WT.mc_id=academic-105485-koreyst)
+Follow the steps to create a project and agent in Azure AI Foundry found here: [Create a project in Azure AI Foundry](https://learn.microsoft.com/en-us/azure/ai-services/agents/quickstart?pivots=ai-foundry-portal?WT.mc_id=academic-105485-koreyst)
 
 Once you have created your project, you will need to retrieve the connection string for your project.
 
 This can be done by going to the **Overview** page of your project in the Azure AI Foundry portal.
 
-![Project Connection String](../../../translated_images/project-connection-string.8a2c7c804a33d53df14011e583d0c3fe0f79d9eb52b72e3c7d7d2f68f828c8aa.de.png)
+![Project Connection String](../../../00-course-setup/images/project-connection-string.png)
 
 ### Step 2: Create Your `.env` File
 
-To create your `.env` Datei. Führe den folgenden Befehl in deinem Terminal aus.
+To create your `.env` Datei. Führe folgenden Befehl im Terminal aus:
 
 ```bash
 cp .env.example .env
@@ -67,7 +115,7 @@ Next, open a terminal and run `az login --use-device-code` to sign in to your Az
 Once you've logged in, select your subscription in the terminal.
 
 
-## Additional Envionment Variables - Azure Search and Azure OpenAI 
+## Additional Environment Variables - Azure Search and Azure OpenAI 
 
 For the Agentic RAG Lesson - Lesson 5 - there are samples that use Azure Search and Azure OpenAI.
 
@@ -109,25 +157,25 @@ If you want to run these samples, you will need to add the following environment
 
 ### Setup keyless authentication
 
-Rather than hardcode your credentials, we'll use a keyless connection with Azure OpenAI. To do so, we'll import `DefaultAzureCredential` and later call the `DefaultAzureCredential` Funktion, um die Anmeldeinformationen zu erhalten.
+Rather than hardcode your credentials, we'll use a keyless connection with Azure OpenAI. To do so, we'll import `DefaultAzureCredential` and later call the `DefaultAzureCredential` Funktion, um die Anmeldedaten zu erhalten.
 
 ```python
 from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
 ```
 
-## Steckst du irgendwo fest?
+## Hängst du irgendwo fest?
 
-Wenn du Probleme bei der Einrichtung hast, tritt unserem
+Wenn du Probleme bei der Einrichtung hast, komm gerne in unseren
 
 oder
 
-bei.
+.
 
 ## Nächste Lektion
 
-Du bist jetzt bereit, den Code dieses Kurses auszuführen. Viel Erfolg und viel Spaß beim weiteren Lernen über die Welt der KI-Agenten!
+Du bist jetzt bereit, den Code für diesen Kurs auszuführen. Viel Spaß dabei, mehr über die Welt der KI-Agenten zu lernen!
 
-[Einführung in KI-Agenten und Anwendungsfälle für Agenten](../01-intro-to-ai-agents/README.md)
+[Introduction to AI Agents and Agent Use Cases](../01-intro-to-ai-agents/README.md)
 
 **Haftungsausschluss**:  
-Dieses Dokument wurde mit dem KI-Übersetzungsdienst [Co-op Translator](https://github.com/Azure/co-op-translator) übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache gilt als maßgebliche Quelle. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Verwendung dieser Übersetzung entstehen.
+Dieses Dokument wurde mithilfe des KI-Übersetzungsdienstes [Co-op Translator](https://github.com/Azure/co-op-translator) übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache gilt als maßgebliche Quelle. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen.