KI im Projekt­management, DevOps Foundation

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
   KI für Projektmanager:innen, DevOps Foundation und Programmieren mit Künstlicher Intelligenz
2. 2
   Zielsetzung der Weiterbildung
3. 3
   Diese Weiterbildung kombiniert drei Kurse, um Fachkräften umfassende Kenntnisse in den Bereichen Künstliche Intelligenz (KI) im Projektmanagement, DevOps-Praktiken und Programmierung mit KI zu vermitteln. Die Inhalte sind darauf ausgerichtet, Projektmanager:innen und IT-Fachkräfte zu befähigen, KI-Tools zur Effizienzsteigerung von Projekten einzusetzen, agile Entwicklungsprozesse durch DevOps zu optimieren und eigenständig KI-gestützte Softwarelösungen zu entwickeln.
4. 4
   Inhalte
5. 5

   Die Weiterbildung gliedert sich in die folgenden Themenbereiche

   KI für Projektmanager:innen*
   Grundlagen der Künstlichen Intelligenz und deren Anwendungen im Projektmanagement.
   Einsatz von Foundation Models und Open-Source-KI-Tools im Projektalltag.
   Implementierung von KI-Projekten, inklusive ethischer, datenschutzrechtlicher und rechtlicher Rahmenbedingungen.
   Evaluation von KI-Lösungen und die Entwicklung von Soft Skills für die Führung und Kommunikation in KI-Projekten.
   Veränderungsmanagement im Kontext von KI-Projekteinführungen.
   Zusätzliche Themen wie die Arbeit mit ChatGPT und spezifische rechtliche Aspekte der KI-Nutzung.
   DevOps Foundation*
   Grundlagen, Prinzipien und kulturelle Aspekte von DevOps.
   Zentrale DevOps-Praktiken, einschließlich Versionssteuerung, Konfigurationsmanagement und Continuous Integration/Continuous Delivery (CI/CD).
   Wertstromanalyse, Deployment Pipelines und die Bedeutung von Automatisierung.
   Service Management als unterstützender Faktor für DevOps.
   Metriken und Key Performance Indicators (KPIs) zur Erfolgsmessung.
   Zusammenspiel von DevOps mit agilen Methoden wie Scrum und Kanban.
   DevSecOps für die Integration von Sicherheitspraktiken.
   Einsatz von Künstlicher Intelligenz in DevOps (GenAI, AIOps) zur Verbesserung von Flow, Qualität und Stabilität.
   Umgang mit typischen Herausforderungen und Anti-Mustern im DevOps-Umfeld.
   Programmieren mit Künstlicher Intelligenz (KI)*
   Grundlagen der Softwareentwicklung und Einführung in die Softwareentwicklung mit KI.
   Überblick über KI-Konzepte und relevante Entwicklungsumgebungen (IDEs) wie VS Code, Cursor und Replit.
   Nutzung von KI-Tools wie ChatGPT und Claude für Programmieraufgaben.
   Grundlegende Programmierkonzepte, Versionskontrolle mit Git und GitHub.
   Entwicklung von Webanwendungen mit JavaScript, HTML und CSS, einschließlich responsiven Designs.
   Arbeit mit APIs, Datenbanken und Authentifizierung.
   Planung und Organisation von Coding-Projekten unter Einbeziehung von KI.
   Fehleranalyse, Performance-Optimierung und Sicherheit im Web-Umfeld.
   Deployment von Anwendungen und Best Practices für den KI-gestützten Coding-Alltag.
   Lernziele

6. 6

   Nach Abschluss dieser Weiterbildung sind die Teilnehmenden in der Lage

   KI-Tools und -Methoden zur Optimierung von Projektmanagementprozessen anzuwenden.
   DevOps-Prinzipien und -Praktiken zur Verbesserung der Zusammenarbeit und Effizienz in IT-Teams zu implementieren.
   KI zur Unterstützung des Programmierens und zur Entwicklung intelligenter Softwarelösungen einzusetzen.
   Die ethischen, rechtlichen und datenschutzrechtlichen Aspekte im Umgang mit KI zu berücksichtigen.
   Agile Entwicklungsprozesse mit DevOps-Ansätzen zu synchronisieren.
   Moderne Webentwicklungstechnologien und KI-gestützte Programmierwerkzeuge zu nutzen.
   Berufsperspektiven
   Die erworbenen Kompetenzen sind relevant für Rollen im Projektmanagement, in der Softwareentwicklung, im IT-Management und in der IT-Operations. Tätigkeitsfelder umfassen die Leitung und Durchführung von KI-gestützten Projekten, die Implementierung und Optimierung von DevOps-Prozessen sowie die Entwicklung und Wartung von KI-gestützten Softwareanwendungen. Die Weiterbildung bereitet auf Aufgaben vor, die eine Kombination aus Projektmanagementfähigkeiten, DevOps-Expertise und Programmierkenntnissen mit KI-Fokus erfordern.

1. 1

   Berlin

   07.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

2. 2

   Bielefeld

   07.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

3. 3

   Bremen

   07.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

4. 4

   Freiburg im Breisgau

   07.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

5. 5

   Dortmund

   07.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

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