Bundle: Agile Leadership Training · KI Consultant · KI Manager:in —

Passt der Kurs zu dir?

1. 1
   Motivation und Lernbereitschaft
2. 2
   Zuverlässigkeit im jeweiligen Arbeitsfeld
3. 3
   Konkrete Zulassung des gewählten Weges prüfen

Das lernst du

1. 1
   Diese Weiterbildung setzt sich aus folgenden Modulen zusammen: Agile Leadership Training, KI Consultant (v2.0), und KI Manager:in.
2. 2
   Agile Leadership Training
3. 3

   Lerninhalte

   Einführung in agile Führung
   Agile Werte und Prinzipien
   Rollen und Verantwortlichkeiten in agilen Teams
   Agile Führungstechniken und -methoden
   Kommunikationsstrategien für agile Führungskräfte
   Förderung von Selbstorganisation und Eigenverantwortung
   Entscheidungskompetenz und Delegation
   Umgang mit Veränderungen und Unsicherheiten
   Aufbau einer agilen Unternehmenskultur
   Kontinuierliche Verbesserung und Lernen
   Führung durch Servant Leadership
   Konfliktmanagement in agilen Teams
   Agiles Coaching und Mentoring
   Metriken und Feedback in der agilen Führung
   Skalierung agiler Führung
   Agile Führung in der Praxi

4. 4

   KI Consultant (v2.0)Lerninhalte

   Einführung in den Kurs
   Einführung in das KI Consulting
   Unternehmensanalyse zur KI-Readyness
   Identifikation von KI-Potentialen im Unternehmen
   Konzeption eines KI-Pilotprojekts
   Datenstrategie und Infrastruktur für KI
   Change Management und Schulung
   Erfolgsmessung und Skalierung
   Flowise: LowCode Programmierung zur Erstellung von KI-Demos
   API-Integration mit einem Foundation Model
   Azure-basierte KI-Anwendungen
   Self-hosted interne KI-Anwendung
   Managementpräsentation vorbereite
   KI Manager:in
   Einführung in Künstliche Intelligenz (KI)
   Generative KI: Sprache, Bild und Sound
   ChatGPT: Funktionsweise und Anwendungspotenziale
   KI im Arbeitsalltag - Anwendungen und Beispiele
   Weitere Sprachmodelle und Anwendungsbeispiele
   Open-Source vs. proprietäre KI-Lösungen
   Exkurs: Arbeit mit Bild, Video- und Sound-KI's
   KI-Projekte planen und umsetzen
   Sicherheit und Ethik in der KI
   Future of Work - wie KI unseren Arbeitsplatz verändert
   Exkurs: Kritisches Denke
   KI-Agenten: zusätzliche Lerninhalte
   Architektur agentenbasierter Systeme (Reasoning-Schleifen, Tool-Aufrufe, Speicher)
   Praxisbeispiele für Agenten im Projekt- und Service-Management
   Verantwortliche Steuerung von Agentic-AI-Initiativen in regulierten Umgebungen
   Integration von KI-Agenten in bestehende ITIL- und Sicherheits-Frameworks

1. 1

   Berlin

   05.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   Berlin

   05.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

3. 3

   Bielefeld

   05.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

4. 4

   Bielefeld

   05.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

5. 5

   Bremen

   05.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

Förderwege

Wer deinen Kurs zahlt

Brutto im Monat

Mitte und Viertel bundesweit

3 Schritte vom Kurs in den Beruf

1. 1

   KI auf echte Arbeitsaufgaben anwenden

   Deine Branchenkenntnis bleibt wertvoll, wenn du einen Prozess mit KI unterstützt und das Ergebnis prüfst. Gute Praxis beschreibt Ausgangslage, Daten, menschliche Kontrolle und eine überprüfbare Verbesserung, ohne Automatisierung pauschal zu versprechen. Beispiel: Bearbeite einen kleinen Prozess aus deinem bisherigen Beruf und vergleiche Zeitbedarf und Qualität vorher und nachher.

2. 2

   Fachwissen mit neuen Werkzeugen verbinden

   Branchenkenntnis, Kommunikation und Qualitätskontrolle bleiben wichtig. Gerade im Quereinstieg ergänzt du vorhandene Erfahrung durch ein Projekt mit Quellenprüfung, Versionierung, Freigabe und dokumentierten Grenzen. Beispiel: Ein Bewerbungsbeispiel beschreibt Aufgabe, verwendete Werkzeuge, Prüfung der Ergebnisse und Grenzen des Ansatzes.

3. 3

   Verantwortung schrittweise aufbauen

   Projektkoordination, Schulung und Prozessgestaltung verlangen mehr als Toolbedienung. Achte auf Inhalte zu Use-Case-Auswahl, Datenqualität, Prüfung, Dokumentation und Zusammenarbeit. Vergleiche die Kursaufgaben mit den Zielstellen, die du erreichen möchtest. Beispiel: Vergleiche einen Grundlagenkurs mit einem Projektkurs und entscheide nach deinem aktuellen Kenntnisstand.

Themen

Arbeitsmarkt

KI & Machine Learning bundesweit in Zahlen