Fach­qualifizierung: Prompt & Context Engineering

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

   Zielsetzung

   Das Modul entwickelt Prompting zu einem systematischen Context Engineering weiter.
   Die Teilnehmenden gestalten Eingaben, Zustände, Übergaben und Ausgaben reproduzierbar.

2. 2

   Berufliche Handlungskompetenzen

   Prompts und Kontexte ziel-, rollen- und formatgerecht strukturieren.
   Memory, State und Kontextübergaben für mehrstufige Aufgaben gestalten.
   Ausgaben über Schemata validierbar machen und Varianten evaluieren.

3. 3

   Inhaltliche Schwerpunkte

   Prompting-Grundlagen: Rolle, Kontext, Format, Few-Shot und begründetes
   Context Engineering: Kontext gezielt füllen, State/Memory und Kontext-Übergaben
   Strukturierte Ausgaben: JSON und Schema
   System-Prompts und Versionierung
   Einstieg in das Loop-Denken: Prompt-Kette versus Loop
   Prompt- und Kontext-Evaluation
   Dieses Modul ist eines von insgesamt 12 Modulen, die zusammen die Fachqualifizierung "KI-Professional" bilden.

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