KI-gestütztes Projekt­management · Agentic Governance

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: KI Manager:in, Coach im Projektmanagement, ISO 27001 Lead Auditor, KI Consultant (v2.0), und Scrum Master:in (PSM I).
2. 2
   KI Manager:in
3. 3

   Lerninhalte

   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
   Coach im Projektmanagement
   Einführung in menschenzentriertes Projektmanagement
   Effektive und empathische Teamkommunikation
   Coaching-Methoden in der Projektarbeit
   Konfliktmanagement in Projektteams
   Förderung der Teamdynamik und -kohäsion
   Veränderungsmanagement im Projektteam
   Individuelle Weiterentwicklung durch Coaching
   Aufbau einer positiven und unterstützenden Arbeitskultur
   Emotionale Intelligenz im Projektmanagement
   Effektive Delegation und Empowerment
   Stressbewältigung und Resilienz im Projektteam
   Kreativität und Innovation im Tea
   ISO 27001 Lead Auditor
   Einführung in die ISO 27001
   Aufbau und Struktur der ISO 27001
   Anforderungen der ISO 27001
   ISMS (Information Security Management System)
   Risikobewertung und -management
   Audit-Typen und -verfahren
   Auditplanung und -vorbereitung
   Durchführung von Audits
   Audit-Bericht und Nachverfolgung
   Managementbewertung und interne Audits
   Verbesserungspotentiale und kontinuierliche Verbesserung
   Rollen und Verantwortlichkeiten im Audit-Prozess
   Kommunikation und Berichterstattung
   Schlussfolgerungen aus Audits und Maßnahmenpläne
   Vorbereitung auf die Zertifizierung
   Praxisübung und Fallstudie

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

5. 5

   Scrum Master:in (PSM I)Lerninhalte

   Herzlich Willkommen
   Agile Konzepte
   Scrum Guide - Definition & Rollen
   Scrum Guide - Events
   Scrum Guide - Praktiken
   Estimations
   Monitoring
   Skalierung und agiles Umfeld schaffen
   Prüfungsvorbereitung
   KI-Agenten in der Praxis
   Einsatzszenarien für KI-Agenten in fachlichen und administrativen Aufgabenketten
   Agentic Workflows: Planning, Tool-Use, Reflection, Multi-Agent-Koordination
   Risiken und Kontrollen für Agentic Operations (Identity, Berechtigungen, Audit)
   Übergang von prompt-basierten Lösungen zu langlebigen Agent-Systemen

1. 1

   Berlin

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

2. 2

   Berlin

   05.10.2026 · Blended Learning · Teilzeit · 6–12 Monate · über 10.000 €

3. 3

   Bielefeld

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

4. 4

   Bielefeld

   05.10.2026 · Blended Learning · Teilzeit · 6–12 Monate · über 10.000 €

5. 5

   Bremen

   05.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · über 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