Ethik und Recht der KI und Agile Leadership

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
   Ethik und Recht in der Künstlichen Intelligenz & Agile Leadership: Führung in einer agilen Arbeitswelt
2. 2
   Zielsetzung
3. 3
   Diese Weiterbildungsmaßnahme vermittelt Kenntnisse zu ethischen und rechtlichen Fragestellungen im Bereich der Künstlichen Intelligenz sowie Kompetenzen für die Führung in agilen Arbeitsumgebungen. Die Inhalte befähigen zur fundierten Entscheidungsfindung bei der Implementierung und Anwendung von KI-Technologien und zur Gestaltung von Teams in agilen Strukturen.
4. 4
   Inhalte
5. 5
   Die Weiterbildung gliedert sich in zwei thematische Schwerpunkte.
6. 6
   Der erste Schwerpunkt befasst sich mit Ethik und Recht in der Künstlichen Intelligenz. Vermittelt werden Grundlagen ethischer Dilemmata moderner KI-Technologien und die Entwicklung von Handlungsoptionen. Inhalte umfassen eine Einführung in Ethik und Recht der Künstlichen Intelligenz, einen Überblick über den EU AI Act, Fragestellungen zu Transparenz und Nachvollziehbarkeit von KI-Systemen, Datenschutz und Datensicherheit, algorithmische Fairness und Diskriminierungsfreiheit, ethische Prinzipien in der KI sowie Governance und Compliance. Internationale Perspektiven und Vergleiche runden diesen Teil ab.
7. 7
   Der zweite Schwerpunkt behandelt Agile Leadership. Die Notwendigkeit und das Verständnis von agiler Führung werden erörtert. Inhalte umfassen agile Methoden, Tools und Werkzeuge. Zusatzthemen beinhalten die Führung mit Metriken, Liquiditätsplanung für Führungskräfte im agilen Kontext sowie Risikomanagement im agilen Kontext.
8. 8
   Lernziele
9. 9

   Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage

   Ethische und rechtliche Herausforderungen im Umgang mit KI zu identifizieren und zu bewerten.
   Grundlagen des EU AI Acts zu verstehen und dessen Implikationen für KI-Systeme zu analysieren.
   Prinzipien der Transparenz, Nachvollziehbarkeit und algorithmischen Fairness in KI-Systemen anzuwenden.
   Datenschutz- und Datensicherheitsaspekte im Kontext von KI zu berücksichtigen.
   Agile Führungsprinzipien zu verstehen und anzuwenden.
   Agile Methoden und Werkzeuge zur Gestaltung von Arbeitsprozessen einzusetzen.
   Teams in agilen Arbeitsumgebungen zu führen und zu entwickeln.
   Berufsperspektiven
   Die erworbenen Kompetenzen sind relevant für Tätigkeiten, die eine Schnittstelle zwischen Technologie, Recht, Ethik und Teamführung erfordern. Dies umfasst Rollen im Projektmanagement, in der IT-Leitung, in Compliance-Abteilungen sowie in beratenden Funktionen, die sich mit der Implementierung und dem Management von KI-Systemen und der Gestaltung agiler Arbeitsweisen befassen.

1. 1

   Bielefeld

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Dortmund

   28.09.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

3. 3

   Eschborn

   28.09.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

4. 4

   Freiburg im Breisgau

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

5. 5

   Leipzig

   28.09.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

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