KI-Kompetenz für Beruf und Praxis: 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
   Diese Weiterbildung setzt sich aus folgenden Modulen zusammen: ChatGPT Experte, KI Consultant (v2.0), Programmieren mit Künstlicher Intelligenz (KI), und OKR.
2. 2
   ChatGPT Experte
3. 3

   Lerninhalte

   Einblick in die Welt der künstlichen Intelligenz
   Grundlagen der generativen KI
   Arbeiten mit ChatGPT
   ChatGPT-Alternativen
   Sicherheit im Umgang mit ChatGPT
   Anwendungsszenarien von ChatGPT
   Exkurs: Bilder generieren mit Midjourne

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

   Programmieren mit Künstlicher Intelligenz (KI)Lerninhalte

   Einführung in die Softwareentwicklung
   Überblick über Künstliche Intelligenz (KI)
   Installation und Einrichtung von Visual Studio Code (IDE)
   Einführung in Claude 3.5 Sonnet
   Grundlegendes Code-Schreiben mit Claude 3.5 Sonnet
   Debugging-Techniken mit Claude
   Einführung in die grundlegenden Konzepte von JavaScript
   Erste Schritte mit JavaScript
   Erstellung eines kleinen Spiels - Konzeption und Planung
   Implementierung von Bildern und Animationen im Spiel
   Integration von Soundeffekten im Spiel
   Fortschrittliches Debugging und Fehlerbehebung im Spiel
   Implementierung von KI-Elementen im Spiel
   Einführung in die App Deployment
   Deployment des Spiels auf einen Webserver
   Kursabschluss und Ausblic
   OKR
   Grundlagen und Theorie
   Agiles Mindset und die Anwendung von OKRs
   Das Setzen von Objectives und Key Results
   Der dritte Bestandteil von OKR. Die Initiatives
   OKR einführen: Implementierungsmodelle
   Praktische Übungsaufgabe
   Bezug zu KI-Agenten
   Verständnis für autonom agierende KI-Agenten (Agentic AI) und ihre Einbettung in Fach- und IT-Prozesse
   Bewertung von Agent-Frameworks und Tool-Use-Mustern (z.B. Tool-Calling, Retrieval, Planning)
   Sichere Governance agentenbasierter Workflows (Datenschutz, ISO 27001, Audit-Spuren)
   Zusammenspiel von Agenten, klassischen Automatisierungen und menschlicher Entscheidung

1. 1

   Berlin

   05.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   Berlin

   05.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

3. 3

   Bielefeld

   05.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

4. 4

   Bielefeld

   05.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

5. 5

   Bremen

   05.10.2026 · 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