KI im Projekt­management, Grundlagen und Anwendung von ChatGPT

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
   Kursübersicht und Zielsetzung
2. 2
   Diese Weiterbildungsmaßnahme kombiniert Wissen aus den Bereichen Künstliche Intelligenz (KI) im Projektmanagement, fortgeschrittene Anwendung von ChatGPT und agile Coaching-Methoden. Sie richtet sich an Fach- und Führungskräfte, die ihre Projektmanagement-Kompetenzen durch den Einsatz von KI erweitern und Teams nach agilen Prinzipien führen möchten. Ziel ist die Vermittlung von theoretischen Grundlagen und praktischen Fähigkeiten zur Steigerung von Effektivität und Effizienz in Projekten und Teamarbeit.
3. 3

   Die Weiterbildung gliedert sich in folgende thematische Schwerpunkte

   KI für Projektmanager:innen
   Einführung in Künstliche Intelligenz (KI)
   KI-Anwendungen im Projektmanagement
   Foundation Models und OpenSource KI-Tools
   KI im Projektalltag
   Implementierung von KI-Projekten
   Ethik, Datenschutz und rechtliche Rahmenbedingungen für KI
   Evaluation von KI-Lösungen
   Soft Skills für KI-Projekte: Kommunikation, Führung und Veränderungsmanagement
   Abschlussaufgabe und Ressourcensammlung
   Exkurs: Projektmanagement
   Zusatzthema: Arbeiten mit ChatGPT
   ChatGPT Experte
   Einblick in die Welt der künstlichen Intelligenz
   Grundlagen der generativen KI
   Weitere Funktionen in ChatGPT und alternative LLMs
   Sicherheit im Umgang mit ChatGPT
   Anwendungsszenarien von ChatGPT
   Agile Coach Zertifikat
   Einführung in Agilität und agile Werte
   Überblick über agile Frameworks
   Agilität zwischen Strategie und operativer Arbeit
   Kommunikations- und Fragetechniken
   Konfliktmanagement im agilen Umfeld
   Grundlagen des Coaching-Mindsets
   Die Rolle des Agile Coaches
   Leadership und Führung in agilen Organisationen
   Organisation und systemische Intervention im agilen Kontext
   Abschlussreflexion und Praxisprojekt
   Lernziele

4. 4

   Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage

   Grundlegende Konzepte der Künstlichen Intelligenz zu verstehen und deren Relevanz für das Projektmanagement zu bewerten.
   KI-Werkzeuge und -Methoden zur Optimierung von Projektentscheidungen und -prozessen anzuwenden.
   Foundation Models und Open Source KI-Tools im Projektkontext einzusetzen.
   Ethische, datenschutzrechtliche und rechtliche Aspekte bei der Implementierung von KI-Lösungen zu berücksichtigen.
   Die Funktionsweise und Anwendungsmöglichkeiten von ChatGPT und anderen generativen KI-Modellen zu nutzen.
   Agile Prinzipien, Werte und Frameworks zu verstehen und anzuwenden.
   Teams durch Coaching und agile Führungsmethoden zu Höchstleistungen zu führen.
   Konflikte im agilen Umfeld zu managen und Kommunikationsstrategien anzuwenden.
   Systemische Ansätze zur Organisationsentwicklung im agilen Kontext zu implementieren.
   Berufsperspektiven
   Die erworbenen Kompetenzen qualifizieren für Tätigkeiten in den Bereichen Projektmanagement, IT-Management, agile Coaching und die Leitung von KI-Implementierungsprojekten. Die Weiterbildung unterstützt die Übernahme von Verantwortung in Projekten, die den Einsatz von Künstlicher Intelligenz und agilen Methoden erfordern.

1. 1

   Berlin

   07.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Bielefeld

   07.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Bremen

   07.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

4. 4

   Bremen

   07.12.2026 · 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