AI Engineer - Vertiefung KI Manager

Passt der Kurs zu dir?

1. 1
   Erfahrung in Projekt- oder Teamarbeit, an der du Rollen, Events und Artefakte von Scrum konkret spiegeln kannst.
2. 2
   Vertrautheit mit den englischen Scrum-Begriffen wie Sprint Backlog, Increment und Definition of Done, die auch die Prüfungsfragen verwenden.
3. 3
   Für Stellen als Scrum Master oder Product Owner erwarten Arbeitgeber häufig ein Studium mit Schwerpunkt Projektmanagement, IT-Management oder Wirtschaftsinformatik.

Das lernst du

1. 1
   Künstliche Intelligenz ist längst kein Zukunftsszenario mehr - sie ist tägliche Realität. Ob Chatbots, Bilderkennung, Predictive Maintenance oder generative Modelle: KI-Technologien sind dabei, alle Branchen zu transformieren. Doch echte Innovation braucht mehr als fertige Tools - sie braucht Menschen mit technischer Expertise, klarem Fokus und Gestaltungskompetenz - kompetente AI Engineers.
2. 2
   In diesem Zertifizierungsprogramm erhalten Sie einen Überblick über die Grundlagen von Künstlicher Intelligenz, Neuronaler Netze und Deep Learning und arbeiten mit der Programmiersprache Python. Sie lernen, AI Modelle zu entwickeln, zu trainieren, zu bewerten und ihren Nutzen abzuschätzen. Zudem arbeiten Sie mit aktuellen Bibliotheken und verschiedenen Arten von Machine Learning und können diese für eine Vielzahl von Aufgabenstellungen nutzen. Sie planen, implementieren und evaluieren Artificial Intelligence Projekte und berücksichtigen dabei Möglichkeiten, Grenzen und potenzielle Auswirkungen auf ethische Fragestellungen.
3. 3
   Das Kursprogramm wird in Kombination mit einer Vertiefung zum KI Manager und Agile Project Manager angeboten und bietet neben den technischen und fachlichen Kompetenzen auch die Möglichkeit, persönliche und soziale Kompetenzen zu erweitern.
4. 4
   Durch internationale Dozent:innen, reale Praxisprojekte und Kleingruppen erlernen Sie konkrete Tools & Methoden, die Sie als Certified AI Engineer positionieren.
5. 5
   An wen richtet sich dieses Kursprogramm?
6. 6
   Fach- und Führungskräfte, Programmierkenntnisse empfehlenswert, die verwendete Programmiersprache ist Python.
7. 7
   Das Zertifizierungsprogramm schließt mit zwei Zertifikaten nach ISO-Standard ab, die international anerkannt sind.
8. 8

   Inhalt der Weiterbildung

   Digital Transformation und New Work
   Digitale Technologien, Digitale Geschäftsmodelle, Megatrends
   New Work / New Culture, Arbeitswelt 4.0, New Work Toolset
   Digital Ethics und Sustainability
   Ethische Dimension von Künstlicher Intelligenz, Anwendungsbereiche digitaler Ethik
   Ethics & Artificial Intelligence Assessment, Corporate Digital Responsibility und Nachhaltigkeitsziele
   KI & Data Science Grundlagen
   Einführung Data Science, Statistische Grundlagen, Explorative Datenanalyse
   Data Mining, Data Preprocessing, Data Analytics
   Datenbanken, Data Warehouse, Datenmanagement
   Lineare Regressionen, Logistische Regressionen, Gradientenverfahren,
   Rollen Data Analyst, Data Manager, Data Engineering
   Vertiefung Artificial Intelligence
   Feed-Forward Neural Networks, Convolutional Neural Networks, Recurrent Neural Networks, LSTM, Autoencoder, Generative Adversarial Networks
   Reinforcement Learning, Data Augmentation, Representation Learning, NLP.
   Software Engineering Praxis
   Agiles Arbeiten mit Git und Jira, Scrum Projektmanagement, Machine Learning
   Agiles Projektmanagement, Methoden, Framework und Tools
   KI Management / KI Manager
   Methodik zur Auswahl sinnvoller Anwendungsfelder
   Wirtschaftlichkeit, Skalierbarkeit und Datenverfügbarkeit
   Quick Wins vs. strukturelle Transformation / Roadmap für KI Projekte
   Best Practices aus Industrie und Dienstleistung
   Wahlmodul: Agiles Projektmanagement
   Einführung in agiles Manifest, agiles Mindset und agiles Arbeiten
   Agile Frameworks, Tools und Methoden
   agiles Projektmanagement und hybrides Projektmanagement
   Scrum, Kanban, LeSS, Nexus, Scaled Agile Framework
   Die Weiterbildung schließt mit einem Praxisprojekt zu AI Anwendungen / Deep Learning Anwendungen ab (Entwicklung von Neuronalen Netzen bspw. für Sprachverarbeitung, Bilderkennung, Datengenerierung, etc.)

1. 1

   München

   12.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

2. 2

   München

   12.10.2026 · Blended Learning · Vollzeit · 3–6 Monate · 5.000–10.000 €

Förderwege

Wer deinen Kurs zahlt

Was dir die Qualifikation beruflich bringt

1. 1

   Sprints sauber aufsetzen

   Du planst Sprints mit einem Sprint-Ziel, führst Daily Scrum, Sprint Review und Retrospektive in ihren Zeitrahmen durch und machst den Fortschritt für alle sichtbar. Beispiel: Du moderierst eine Retrospektive, in der das Team konkrete Verbesserungen für den nächsten Sprint festlegt.

2. 2

   Backlog führen und priorisieren

   Als Product Owner zerlegst du Anforderungen in User Stories, ordnest sie nach Wert und hältst das Product Backlog für alle einsehbar. Beispiel: Du priorisierst die Wünsche aus Vertrieb und Support für das nächste Release einer Kunden-App.

3. 3

   Agile Werkzeuge einsetzen

   Kurse zu Jira und Kanban zeigen, wie du Boards, Grenzen für parallele Arbeit und Burndown-Auswertungen einrichtest. Beispiel: Du baust für ein Marketingteam ohne Softwarebezug ein Kanban-Board mit klaren Spalten und Arbeitsgrenzen.

Themen

Arbeitsmarkt

Scrum & agiles Projektmanagement bundesweit in Zahlen