KI im Projekt­management, EU AI Act und KI-Beratung in Unternehmen

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, EU AI Act Zertifikat, KI Consultant (v2.0)
2. 2
   Zielsetzung
3. 3
   Diese Weiterbildungsmaßnahme vermittelt vertiefte Kenntnisse im Bereich Künstliche Intelligenz (KI) und deren Anwendung im Projektmanagement sowie in der Unternehmensberatung. Die Kurse befassen sich mit den technologischen Grundlagen, regulatorischen Anforderungen und strategischen Implementierungen von KI-Lösungen.
4. 4
   Inhalte
5. 5

   Die Weiterbildung umfasst drei Module

   KI für Projektmanager:innen*
   Grundlagen der Künstlichen Intelligenz und KI-Anwendungen im Projektmanagement
   Foundation Models und Open-Source KI-Tools
   Integration von KI in den Projektalltag und Implementierung von KI-Projekten
   Ethik, Datenschutz und rechtliche Rahmenbedingungen für KI
   Evaluation von KI-Lösungen
   Soft Skills für KI-Projekte, wie Kommunikation, Führung und Veränderungsmanagement
   Zusätzliche Themen wie Arbeiten mit ChatGPT und rechtliche Rahmenbedingungen für die KI-Nutzung
   EU AI Act Zertifikat*
   Einführung in den EU AI Act, Kernkonzepte und Anwendungsbereich
   Risikoklassifizierung von KI-Systemen und Anforderungen an Hochrisiko-KI-Systeme
   Konformitätsbewertung, Zertifizierungsprozesse und Dokumentation
   Haftungsfragen, Marktaufsicht und Compliance-Management
   Praktische Umsetzung von Pflichten und globale Perspektiven
   KI Consultant (v2.0)*
   Grundlagen des KI Consulting und Unternehmensanalyse zur KI-Readyness
   Identifikation von KI-Potenzialen und Konzeption von KI-Pilotprojekten
   Datenstrategie, Infrastruktur und Change Management für KI
   Erfolgsmessung, Skalierung und Managementpräsentationen
   Praktische Exkurse zu Flowise, API-Integration, Azure-basierte KI-Anwendungen und Self-hosted interne KI-Anwendungen
   Analyse von Chancen, Grenzen und Erfolgsfaktoren von KI in deutschen Unternehmen
   Lernziele

6. 6

   Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage

   KI-Technologien und deren Anwendungspotenziale im Projektmanagement zu verstehen und zu nutzen.
   KI-Projekte strategisch zu planen, zu implementieren und zu evaluieren.
   Die regulatorischen Anforderungen des EU AI Acts zu analysieren und praktische Compliance-Strategien zu entwickeln.
   Unternehmen bei der Identifikation und Umsetzung von KI-Strategien zu beraten.
   Change Management Prozesse im Kontext von KI-Implementierungen zu gestalten.
   Ethische, datenschutzrechtliche und rechtliche Aspekte bei der KI-Nutzung zu berücksichtigen.
   Berufsperspektiven
   Die Weiterbildung qualifiziert für Tätigkeiten in den Bereichen Projektleitung, KI-Beratung, IT-Management und strategische Unternehmensentwicklung. Absolvent:innen können KI-Initiativen in Projekten steuern, die regulatorische Konformität sicherstellen und Unternehmen bei der Einführung und Skalierung von KI-Lösungen unterstützen.

1. 1

   Berlin

   21.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

2. 2

   Berlin

   21.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Bielefeld

   21.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

4. 4

   Dortmund

   21.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

5. 5

   Bremen

   21.12.2026 · Blended Learning · Vollzeit · 1–3 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