- {{j.pay}}
- {{f}}
KI-Erweiterter Arbeitsplatz: Integration in Bestehende Workflows
Laut Katalog dauert der Kurs 3–6 Monate und kostet ab 10.000 €. Du lernst im virtuellen Klassenzimmer. Anbieter ist Itera Campus.
01 · Der Kurs
Der Kurs läuft mit 4 Terminen an 2 Orten
Auf einen Blick
- LERNUMFANG
- 3–6 Monate
- KATALOGPREIS
- ab 10.000 €
- LERNORT
- Online
- NÄCHSTER START
- Start mit Anbieter klären
- LERNFORM
- Virtuelles Klassenzimmer
Passt der Kurs zu dir?
- 1Für KI-Manager-Kurse schreibt kein Gesetz eine Vorbildung vor; die Zugangskriterien legt die Bildungseinrichtung fest.
- 2Die IHK-Prüfung zum Berufsspezialisten für KI prüft mathematische Grundlagen und Grundzüge der Programmierung, etwa mit Python.
- 3Zulassung zur Prüfung bei der Handelskammer Bremen und der IHK Region Stuttgart: dreijährige kaufmännische oder gewerblich-technische Ausbildung, zweijährige mit einem Jahr Praxis, 60 Leistungspunkte eines fachverwandten Studiums mit sechs Monaten Praxis oder drei Jahre einschlägige Praxis.
Das lernst du
- Support-Teams müssen klären, welche Kundenanfragen KI-Agenten beantworten dürfen und wo Menschen entscheiden. Der Kurs behandelt Pseudonymisierung von Kundendaten vor der Übergabe an Gemini, Ticket-Routing mit KI sowie RAG-Bot und Chatbots für wiederkehrende Antworten.
Kursinhalt
- 1
Datenschutz, Ethik & Compliance im KI-gestützten Kundensupport
- Personenbezogene Daten in Tickets, Chatverläufen und E-Mails erkennen
- Engpässe und Liegezeiten im Ticketverlauf identifizieren
- 2
Low-Code/No-Code Automatisierung für Support-Abläufe
Alle 4 Themen zeigenWeniger zeigen
- 3
Effiziente Teamarbeit & Wissensmanagement mit KI im Support-Team
- Reibungsverluste bei Übergaben im Support-Team kategorisieren
- 4
Schnittstellen-Management & API-Integration für Support-Systeme
- Die Aufgabe einer API mit der Kellner-Analogie erklären
- Endpunkte und HTTP-Methoden GET und POST für Ticketdaten unterscheiden
- Webhook und API-Polling gegeneinander abwägen
- Tickets per KI kategorisieren und intelligent routen
- Die DSGVO-Grundprinzipien Zweckbindung und Datensparsamkeit auf Support-Anfragen anwenden
- Kundendaten vor der Übergabe an Gemini anonymisieren oder pseudonymisieren
- Erfundene Fakten in KI-Antwortentwürfen vor dem Versand erkennen und prüfen
- 2. Grundlagen des Prozessmanagements: Support-Prozesse für die Automatisierung erfassen
- Einen Support-Prozess mit Input, Output, Aktivitäten und Rollen systematisch erfassen
- Ticket-Abläufe mit Entscheidungen und Parallelitäten in bpmn.io modellieren
- Anfragetypen nach Volumen und Frequenz bewerten und Automatisierungskandidaten priorisieren
- Trigger, Aktionen und Daten-Mapping in Automatisierungen unterscheiden und anwenden
- Einen Multi-Step-Zap mit Filter und Path für die Ticket-Weiterleitung aufbauen
- Google Cloud Console und OAuth für einen n8n-Workflow mit Gmail einrichten
- Eine Sentiment-Klassifikation bauen, die unzufriedene Kunden per Gmail eskaliert
- Eine Wissensdatenbank mit einheitlichen Vorlagen in Google Docs und Google Drive strukturieren
- Mit NotebookLM Antworten aus eigenen Support-Dokumenten ableiten und Quellen prüfen
- Status-Updates aus Projektdaten mit Gemini zusammenfassen und im Google Chat bereitstellen
- 5. Professionelles Prozessmanagement & Datenarchitektur für Support-Automatisierung
- Datenflüsse zwischen Kanälen und Ticketquellen als Prozesslandkarte darstellen
- Kundenstammdaten in Google Sheets als zentrale Datenquelle (Single Source of Truth) definieren
- Soll-Prozesse für automatisierte Ticketbearbeitung in Camunda Modeler modellieren
- Datenfelder und Zuständigkeiten für Automatisierungsprojekte dokumentieren
- API-Keys sicher übergeben und Fehlerfälle mit Fallback-Strategien absichern
- 7. Automatisierung & KI für Ticketing und Chatbots: KI-Agenten in den Support-Workflow integrieren
- Service-Prozesse mit einem Automation-Readiness-Audit und Waste-Analyse prüfen
- Webhooks und APIs als Automatisierungsschicht zwischen Support-Systemen einsetzen
- Wissensdaten für einen RAG-Bot durch Cleaning, Chunking und Vektorsuche aufbereiten
- One-Click-Drafting-Befehle als KI-Befehle für wiederkehrende Antworten definieren
Lernziele
- Erkennen, wo personenbezogene Daten in Tickets, Chatverläufen und E-Mails stehen
- Absichern, dass Kundendaten per Pseudonymisierung oder Anonymisierung nie ungeschützt an Gemini gehen
- Modellieren, wie ein Ticket in bpmn.io durch Entscheidungen läuft, und Engpässe markieren
- Einrichten, wie unzufriedene Kunden per Sentiment-Klassifikation erkannt und über Gmail eskaliert werden
- Unterscheiden, wie GET und POST bei Ticketdaten arbeiten und wann Webhook oder API-Polling passt
- Aufbereiten, wie Wissensdaten für einen RAG-Bot mit Chunking und Vektorsuche nutzbar werden
- Einsatzfelder
- Das Wissen nutzen Service-Desk-Leiter, Prozessmanager und Teamleiter in Support-Abteilungen, in denen Kundenanfragen über Tickets, E-Mail und Chat eintreffen.
Der Kurs
Ablauf, Termine und Lernort
- 1
Online
Start mit Anbieter klären · Virtuelles Klassenzimmer · Vollzeit · 3–6 Monate · ab 10.000 €
- 2
Online
Start mit Anbieter klären · Virtuelles Klassenzimmer · Teilzeit · 6–12 Monate · ab 10.000 €
- 3
München
Start mit Anbieter klären · Blended Learning · Vollzeit · 3–6 Monate · ab 10.000 €
- 4
München
Start mit Anbieter klären · Blended Learning · Teilzeit · 6–12 Monate · ab 10.000 €
02 · Kosten & Förderung
Kursgebühr ab 10.000 €, selbst bezahlt
Dieser Kurs ist im Katalog nicht als förderfähig gekennzeichnet.
03 · Verdienst
3 Schritte vom Kurs in den Beruf
Was dir die Qualifikation beruflich bringt
- 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
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
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.
04 · Anbieter
Itera Campus: 667 Kurse mit aktuellem Termin an 1 Ort
667 Kurse mit aktuellem Termin in unserem Vergleich. Lernformen: Virtuelles Klassenzimmer, Blended Learning.
Angebote an 1 Ort; in der Kurssuche wählst du den Lernort und Termin bei Itera Campus.
05 · Jobs
Stellen für dein berufliches Ziel
Arbeitsmarkt
KI & Machine Learning bundesweit in Zahlen
Die Kennzahlen gelten für die Berufsgruppe Berufe in der Informatik (o.S.) (Spezialisten) in den Referenzdaten 2025. Diese Bundeswerte beschreiben das Berufsfeld insgesamt; sie sagen nicht, wie schnell du persönlich eine Stelle findest.
06 · Kurse
5.365 Kurse zum Vergleich
Für eine gute Wahl reichen zwei oder drei der 5.365 Kurse zu KI & Machine Learning bundesweit mit gleichem Ziel, die du Punkt für Punkt nebeneinanderlegst.
5.365 Kurse zum Vergleich.
- {{j.pay}}
- {{f}}
Auf dieser Seite passt nichts zu diesem Filter. Die nächste Seite oder die ganze Liste zeigt mehr.
Häufige Fragen
3 Fragen, kurz beantwortet
{{f.a}}
Mehr
16 weitere Seiten zum Thema KI & Machine Learning
Kläre deinen persönlichen Kursstart (5.365 Kurse)
Preis, Dauer und nächster Start der 5.365 Kurse im direkten Vergleich.
Angebote dieses Anbieters