KI im Projekt­management: Grundlagen

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, Ethik und Recht in der Künstlichen Intelligenz, ISO 27001
2. 2
   Zielsetzung
3. 3
   Die Weiterbildungsmaßnahme vermittelt umfassende Kenntnisse zur Integration und Anwendung von Künstlicher Intelligenz (KI) im Projektmanagement. Sie beleuchtet ethische und rechtliche Aspekte im Umgang mit KI-Technologien sowie die Implementierung und Aufrechterhaltung eines Informationssicherheits-Managementsystems nach ISO 27001. Die Inhalte sind auf die Bedürfnisse von Projektmanager:innen zugeschnitten, um Projekte präziser und effektiver zu gestalten.
4. 4
   Inhalte
5. 5

   Die Weiterbildungsmaßnahme setzt sich aus folgenden Modulen zusammen

   KI für Projektmanager:innen*
   Grundlagen der Künstlichen Intelligenz
   Anwendungsbereiche von KI im Projektmanagement
   Foundation Models und Open-Source-KI-Tools
   Integration von KI in den Projektalltag
   Implementierung von KI-Projekten
   Ethische, datenschutzrechtliche und rechtliche Rahmenbedingungen für KI
   Evaluation von KI-Lösungen
   Kommunikation und Führung in KI-Projekten
   Veränderungsmanagement bei der Einführung von KI
   Abschlussaufgabe und Ressourcensammlung
   Exkurs: Projektmanagement
   Zusatzthema: Arbeiten mit ChatGPT
   Rechtliche Rahmenbedingungen für die Verwendung von KI
   Ethik und Recht in der Künstlichen Intelligenz*
   Einführung in Ethik und Recht der Künstlichen Intelligenz
   Überblick über den EU AI Act
   Transparenz und Nachvollziehbarkeit von KI-Systemen
   Datenschutz und Datensicherheit in der Künstlichen Intelligenz
   Algorithmische Fairness und Diskriminierungsfreiheit
   Ethische Prinzipien in der Künstlichen Intelligenz
   Governance und Compliance in der KI
   Internationale Perspektiven und Vergleiche
   ISO 27001*
   Einführung in ISO 27001
   Überblick über ISO-Standards und deren Familien
   Schlüsselkonzepte und Definitionen in ISO 27001
   Bedeutung und Komponenten eines Informationssicherheits-Managementsystems (ISMS)
   Schritte zur Implementierung von ISO 27001
   Risikobewertung und -behandlung in ISO 27001
   Dokumentation und Aufzeichnungen im ISMS
   Fortlaufende Verbesserung und Überwachung gemäß ISO 27001
   Interne Audits und Management-Reviews
   Vorbereitung auf die ISO 27001-Zertifizierung
   Lernziele

6. 6

   Nach Abschluss der Weiterbildungsmaßnahme sind die Teilnehmenden in der Lage

   Grundlagen der Künstlichen Intelligenz zu verstehen und deren Anwendung im Projektmanagement zu identifizieren.
   KI-Tools und -Methoden zur Effizienzsteigerung in Projekten einzusetzen.
   Ethische und rechtliche Herausforderungen im KI-Kontext zu bewerten und Lösungsansätze zu entwickeln.
   Die Bedeutung von ISO 27001 für die Informationssicherheit zu verstehen und dessen Implementierung zu planen.
   Risikobewertungen im Rahmen von KI- und ISMS-Projekten durchzuführen.
   Die Kommunikation und das Veränderungsmanagement in Projekten mit KI-Bezug zu gestalten.
   Berufsperspektiven
   Die erworbenen Kompetenzen qualifizieren für Tätigkeiten im IT-Projektmanagement, IT-Management und in der Implementierung von KI-Lösungen. Absolvent:innen können Aufgaben in der strategischen Planung, der operativen Umsetzung und der Überwachung von KI-gestützten Projekten sowie im Bereich der Informationssicherheit übernehmen.

1. 1

   Bielefeld

   26.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Berlin

   26.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Bielefeld

   26.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

4. 4

   Bremen

   26.10.2026 · 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