Kursbeschreibung

Im Lehrgang erfährst du, wie KI sicher, rechtssicher und strategisch im Unternehmen eingesetzt wird. Von professionellem Prompting über Datenschutz, Governance und Risikomanagement bis hin zu Projekt- und Change-Management – du baust praxisnahes Know-how auf. Als KI-Manager:in vertiefst du zudem die strategische Nutzung, Organisationsentwicklung und nachhaltige Integration von KI. Praxisprojekte runden deine Qualifikation ab.

Künstliche Intelligenz: Zertifizierte:r KI-Beauftragte:r

Einführung in die professionelle Kommunikation mit KI (ca. 3 Tage)
Strategien und Arten des Prompting
Schlüsselkomponenten für effektives Prompting
Prompting in der Textgenerierung vs. Prompting in der Bild- und Videogenerierung
Prompting in der Recherche, der Textgenerierung und mit KI-Agenten
Aufbau einer internen Prompt-Bibliothek

Rechtliche Grundlagen und Compliance für KI im Unternehmen (ca. 4 Tage)
Einführung in die Rolle der/des KI-Beauftragten
(Aufgaben, Abgrenzung zu anderen Rollen)
Überblick über relevante Gesetze und Vorschriften
(DSGVO, AI Act, Produkthaftung, Urheberrecht)
Nationale und EU-Regelungen (inkl. AI Act)
Compliance-Strategien
Governance-Frameworks
Dokumentations- und Transparenzpflichten

Risikomanagement und Datenschutz in KI-Projekten (ca. 3 Tage)
Risikoarten (Bias, Fehler, ethische Risiken)
Risikobewertung
Risikomatrix
Maßnahmeplanung
Datenschutz und Datensicherheit
Datenethik
Transparenz

Projektmanagement und Qualitätssicherung für KI-Projekte (ca. 3 Tage)
Projektmanagement-Methoden für KI
Qualitätssicherung und Abnahmeprozesse Testverfahren
Stakeholder-Analyse
Kommunikationsstrategien
Schulungskonzepte für Mitarbeitende

Datenmanagement und -governance in KI-Projekten (ca. 2 Tage)
Datenqualität, Datenintegrität
Verantwortlichkeiten im Datenmanagement
Aufbau eines Governance-Frameworks 

Changemanagement und Schulung für die KI-Einführung (ca. 1 Tag)
Umgang mit Widerständen
Schulungskonzepte für Mitarbeitende
Entwicklung eines Change-Management Plans

Erstellung einer Roadmap zur Skalierung von KI-Projekten (ca. 1 Tag) 
Langfristige Strategien
Skalierbare Infrastruktur
Kriterien zur Toolauswahl

Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse



Künstliche Intelligenz: Zertifizierte:r KI-Manager:in

Einführung und Zielsetzung (ca. 2 Tage)
Strategische Grundlagen und Rahmenbedingungen
Unternehmensstrategischer Nutzen von KI
Warum KI für Führungskräfte und Projektleitende essenziell ist
Wertschöpfung und ROI durch KI
Erfolgreiche KI-Initiativen im Management
Rechtlicher Rahmen: EU AI Act
Compliance und Nachweispflichten
Rolle der Führungsebene bei der Umsetzung (Stakeholder-Kommunikation, Risikomanagement)

KI-Anwendungen und -Tools (ca. 4 Tage)
KI-Tools aus Managementperspektive
Marktübersicht von KI-Tools
Kosten, Lizenzmodelle und Skalierbarkeit
Prompt Engineering und Generative AI (strukturierte Erstellung von Eingaben für KI-Tools)
Generative KI für Text, Bild und Video
Praxiseinstieg in Prompting
Feinjustierung von Prompts
Computer Vision und KI-basierte Videoerstellung
Identifikation von Anwendungsfällen im Unternehmen 
Aufzeigen von Businesspotenzialen (z. B. Marketing, Kundenkommunikation)
Vorstellung von Tools und Plattformen: Chancen und Grenzen
KI-Automatisierungsmöglichkeiten im Betrieb

Organisationsentwicklung, Governance und Changemanagement (ca. 4 Tage)
Analyse von Unternehmensprozessen
Reifegradanalyse, GAP-Analyse
KI-Governance und Strategieentwicklung
Aufbau einer tragfähigen Organisationsstruktur
Verantwortlichkeiten und Rollenverteilung
Risikomanagement (Bias, Ethik, Datenschutz)
Kommunikationsstrategien
Mitarbeiterschulung
Umgang mit Widerständen

Planung, Controlling und Umsetzung von KI-Projekten (ca. 4 Tage)
Projektmanagementmethoden für KI-Vorhaben
Budget- und Ressourcenplanung
Qualitäts-, Risiko- und Zeitmanagement
Auswahl externer KI-Dienstleister
Datenschutz und Service-Level-Agreements
Zusammenarbeit mit Forschungseinrichtungen und Start-ups
Controlling und Erfolgsmessung
KPI-Entwicklung
Laufende Optimierung und Skalierung

Nachhaltige Integration von KI im Unternehmen (ca. 3 Tage)
Skalierung von Pilotprojekten auf andere Geschäftsbereiche
Kontinuierliche Verbesserung (z. B. datenbasierte Entscheidungsfindung, Feedback-Schleifen)
Corporate Digital Responsibility (CDR): verantwortungsvolle und ethische KI-Nutzung

Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse



Änderungen möglich. Die Lehrgangsinhalte werden regelmäßig aktualisiert.