Grundlagen DevOps: Prinzipien, Praktiken und Anwendung

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
2. 2
   Die Weiterbildungsmaßnahme vermittelt Kenntnisse und Praktiken im Bereich DevOps und Künstlicher Intelligenz (KI) für das Management. Sie zielt darauf ab, die Integration und Steuerung von KI-Technologien im Arbeitsalltag zu ermöglichen und die Effizienz von IT-Teams durch DevOps-Prinzipien zu steigern.
3. 3
   Inhalte
4. 4

   Die Weiterbildung gliedert sich in zwei Hauptbereiche

5. 5

   DevOps Foundation

   Einführung in die Grundlagen, Philosophie und Entstehung von DevOps.
   Erläuterung der kulturellen und philosophischen Ansätze von DevOps, Stakeholder-Kollaboration sowie Change Enablement.
   Darstellung zentraler DevOps-Praktiken, einschließlich Versionssteuerung, Konfigurationsmanagement und der Deployment Pipeline.
   Vertiefung in Themen wie Wertstromanalyse, Definition of Done (DoD) und die Realität der Automatisierung.
   Behandlung von DevOps-Anti-Pattern, Service Management als Enabler und Schlüsselpraktiken.
   Einführung in Metriken und KPIs im DevOps-Kontext.
   Analyse des Zusammenspiels von DevOps mit agilen Methoden wie Scrum und Lean/Kanban.
   Besprechung von DevSecOps für Security Best Practices.
   Erläuterung von Mess- und Verbesserungsprozessen sowie Wissensaustausch (Knowledge Sharing).
   Einblick in den Einsatz von Künstlicher Intelligenz in DevOps (GenAI, AIOps) zur Verbesserung von Flow, Qualität und Stabilität.
   Vorbereitung auf die DevOps-Prüfung.

6. 6

   KI Manager:in

   Grundlagen der Künstlichen Intelligenz (KI) und Generativer KI (Sprache, Bild, Sound).
   Anwendungsbeispiele von KI im Arbeitsalltag.
   Vergleich von Open-Source und proprietären KI-Lösungen.
   Planung und Umsetzung von KI-Projekten.
   Sicherheits- und ethische Aspekte im Umgang mit KI.
   Analyse der Veränderungen von Arbeitsplätzen durch KI (Future of Work).
   Grundlagen und Werkzeuge des kritischen Denkens im KI-Kontext.
   Einblick in Blockchain-Technologie.
   Lernziele
   Verständnis der Prinzipien, Praktiken und des kulturellen Ansatzes von DevOps.
   Anwendung von Versionssteuerung, Konfigurationsmanagement und Deployment Pipelines.
   Einschätzung des Wertstroms und der Definition of Done.
   Erkennung und Vermeidung von DevOps-Anti-Pattern.
   Anwendung von Metriken und KPIs zur Messung und Verbesserung.
   Integration von KI-Prinzipien in IT-Prozesse.
   Grundlegendes Verständnis von KI-Technologien und deren Anwendungsbereichen.
   Planung und Steuerung von KI-Projekten unter Berücksichtigung von Sicherheit und Ethik.
   Bewertung von KI-Lösungen und deren Skalierung.
   Anwendung von kritischem Denken im KI-Management.
   Berufsperspektiven
   Die erworbenen Kompetenzen sind relevant für Tätigkeiten im IT-Management, Projektmanagement, in der Softwareentwicklung und im IT-Servicemanagement. Sie befähigen zur Steuerung von KI-Projekten und zur Implementierung von DevOps-Praktiken zur Optimierung von IT-Prozessen. Die Weiterbildung unterstützt Fachkräfte bei der Übernahme von Verantwortung im Bereich KI-Management und der Weiterentwicklung von IT-Infrastrukturen.

1. 1

   Berlin

   23.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

2. 2

   Bremen

   23.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Bremen

   23.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

4. 4

   Eschborn

   23.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

5. 5

   Freiburg im Breisgau

   23.11.2026 · 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