Kursbeschreibung

KI-Manager:innen planen, steuern und implementieren KI-Projekte in einem Unternehmen, setzen Changemanagement-Prozesse um und treiben die digitale Transformation durch den Einsatz von Künstlicher Intelligenz voran. Der Kurs führt dich hierfür in den Fachbereich ein und vermittelt dir die verschiedenen KI-Anwendungen und -Tools für eine gezielte Umsetzung. Des Weiteren wirst du mit der Strategieentwicklung, der Budget- und Ressourcenplanung sowie der beständigen Überwachung, Erfolgsmessung und Optimierung solcher Projekte vetraut gemacht. Kenntnisse für eine datenschutzkonforme und ethisch korrekte Umsetung runden den Kurs ab.

Künstliche Intelligenz: KI-Manager:in mit TÜV Rheinland geprüfter Qualifikation

Grundlagen operativer KI-Projekte (ca. 5 Tage)
Einführung in KI, ML, DL, NLP und Computer Vision (operativer Fokus)
Rollen und Aufgaben: Aufbau, Betrieb und Überprüfung der Wirksamkeit des Managementsystems nach ISO 42001
Rollenabgrenzung und Zusammenarbeit: KI-Beauftragte:r, KI-Manager:in und KI-Auditor:in
Identifikation und Bewertung operativer Anwendungsfälle im Unternehmen
Projektinitiierung: Zieldefinition, Scope, Machbarkeitsanalyse
Stakeholder-Management
Wertschöpfung und ROI durch KI
Erfolgreiche KI-Initiativen im Management

Datenmanagement und Tool-Einsatz (ca. 3 Tage)
Datenaufbereitung, -qualität und -integration
Auswahl und Implementierung von KI-Tools und Plattformen
Praktisches Prompting für Text-, Bild- und Videoanwendungen
Aufbau einfacher Datenpipelines 
Einführung in MLOps-Konzepte
KI-Automatisierungsmöglichkeiten im Betrieb

Modelltraining, Validierung und Einsatz (ca. 2 Tage)
Training und Validierung von Modellen
Testverfahren: Black-Box, White-Box, Unit-Tests
Einsatz von Modellen 
Monitoring und iterative Optimierung
Integration von KI-Agenten in Projekte

Risikomanagement und Qualitätssicherung (ca. 2 Tage)
Technische Risikoanalyse: Bias-Metriken, Fairness-Tests, Modellfehler-Analyse
Qualitätssicherung: KPIs, Monitoring, Abnahmeprozesse
Managementsystem gemäß ISO 42001
Security und Erklärbarkeit von KI-Systemen

Operative Projektsteuerung und Agile Methoden (ca. 2 Tage)
Agile Methoden: Scrum, Kanban, iterative Deployment-Zyklen
Ressourcen- und Budgetplanung
Team- und Stakeholder-Kommunikation
Laufende Optimierung und Problemlösungsstrategien (KVP)
Zusammenarbeit mit externen Partnern

Organisationsentwicklung, Governance und Changemanagement (ca. 3 Tage)
Analyse von Unternehmensprozessen
Reifegradanalyse, GAP-Analyse
Erstellung einer KI-Roadmap 
KI-Governance und Strategieentwicklung
Aufbau einer tragfähigen Organisationsstruktur
Verantwortlichkeiten
Praktischer Umgang mit Widerständen im KI-Betrieb
Nachhaltigkeit und Corporate Digital Responsibility (CDR)

Projektarbeit, Zertifizierungsvorbereitung und Zertifizierungsprüfung „KI-Manager:in mit TÜV Rheinland geprüfter Qualifikation" (ca. 3 Tage)



Änderungen möglich. Die Lehrgangsinhalte werden regelmäßig aktualisiert.