KI-Management, DevOps Foundation und Projektleitung

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
   Zielsetzung
2. 2
   Die Weiterbildungsmaßnahme vermittelt vertiefte Kenntnisse und praktische Fähigkeiten in den Bereichen Künstliche Intelligenz (KI) für das Projektmanagement, DevOps-Prinzipien und deren Implementierung sowie im KI-Management mit Fokus auf Compliance und Governance. Ziel ist die Befähigung von Fach- und Führungskräften, KI-Technologien und DevOps-Methoden in Projekten und Organisationen effektiv und verantwortungsvoll einzusetzen.
3. 3

   Die Weiterbildung gliedert sich in drei Hauptmodule

   KI für Projektmanager:innen
   Einführung in Künstliche Intelligenz (KI) und deren Grundlagen
   Anwendungsfelder von KI im Projektmanagement
   Foundation Models und Open-Source-KI-Tools
   Integration von KI in den Projektalltag
   Implementierung von KI-Projekten
   Ethik, Datenschutz und rechtliche Rahmenbedingungen für KI
   Evaluation von KI-Lösungen
   Soft Skills für KI-Projekte, einschließlich Kommunikation, Führung und Veränderungsmanagement
   Abschlussaufgabe und Ressourcensammlung
   Exkurs: Projektmanagement
   Zusatzthema: Arbeiten mit ChatGPT
   Rechtliche Rahmenbedingungen für die Verwendung von KI
   DevOps Foundation Fast Track
   Einführung in DevOps, agile Konzepte und deren Zusammenspiel
   DevOps-Werte, Prinzipien, Kultur und Verhaltensweisen
   Stakeholder-Management und Kollaboration
   Agile Methoden und Servicemanagement
   DevOps-Rollen, Toolchain und Zusammenarbeit
   Zentrale DevOps-Praktiken, einschließlich Continuous Integration, Delivery und Deployment
   Testmethoden und Qualitätssicherung
   Container, Microservices und Open-Source-Technologien
   Lean Thinking und Lean Production
   Metriken, KPIs und Performance-Messung
   Change Management und Resilienz
   Scrum, Kanban und skalierte agile Rahmenwerke
   Innovative Praktiken wie ChatOps und Experimente
   Wertstromanalyse und kontinuierliche Verbesserung
   Wissensaustausch und Lernkultur
   Exkurse zu spezifischen Themen wie ChatOps, DevSecOps, Site Reliability Engineering (SRE) und Application Programming Interfaces (APIs)
   KI Management: Compliance and Governance
   Grundverständnis von KI-Governance und Compliance
   Leitprinzipien für verantwortungsvollen KI-Einsatz
   Regulatorische Anforderungen und Normen im KI-Kontext
   Risikoanalyse und Risikomanagement bei KI-Systemen
   Aufbau eines Compliance-Management-Systems für KI
   Governance-Strukturen für den sicheren KI-Betrieb
   Datenmanagement und Datensicherheit im KI-Umfeld
   Technische Compliance-Kontrollen für KI-Anwendungen
   Management von Lieferanten und externen Partnern im KI-Kontext
   Automatisierung und Lebenszyklusmanagement von KI-Systemen
   Audits und interne Kontrollen von KI-Systemen
   Qualifikation und Kompetenzaufbau für den verantwortungsvollen KI-Einsatz
   Krisenmanagement und Notfallplanung bei KI-Vorfällen
   Nachhaltigkeit und ökologische Verantwortung im KI-Bereich
   Trends und Zukunftsperspektiven im Bereich KI-Compliance
   Verankerung von KI-Compliance in der Unternehmensstrategie
   Lessons Learned und Umsetzung in die Praxis
   Lernziele

4. 4

   Nach Abschluss der Weiterbildungsmaßnahme sind die Teilnehmenden in der Lage

   KI-Technologien und deren Anwendungsmöglichkeiten im Projektmanagement zu identifizieren und zu bewerten.
   DevOps-Prinzipien und -Praktiken zur Optimierung von Softwareentwicklungsprozessen anzuwenden.
   Compliance- und Governance-Anforderungen für den verantwortungsvollen Einsatz von KI zu verstehen und umzusetzen.
   Risiken im Zusammenhang mit KI-Systemen zu analysieren und zu managen.
   Strategien für die Implementierung von KI-Projekten und die Etablierung einer DevOps-Kultur zu entwickeln.
   Rechtliche und ethische Aspekte im Umgang mit KI zu berücksichtigen.
   Berufsperspektiven
   Die erworbenen Kenntnisse und Fähigkeiten qualifizieren für Tätigkeiten in den Bereichen Projektleitung, IT-Management, Softwareentwicklung, IT-Servicemanagement und Compliance-Management. Absolvent:innen können Schlüsselrollen bei der Einführung und Steuerung von KI-Projekten sowie bei der Optimierung von Entwicklungsprozessen durch DevOps-Methoden übernehmen. Die Inhalte sind relevant für Fachkräfte, die sich mit der strategischen und operativen Gestaltung von technologiegestützten Veränderungsprozessen befassen.

1. 1

   Bielefeld

   23.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Bielefeld

   23.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

3. 3

   Bremen

   23.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

4. 4

   Bremen

   23.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

5. 5

   Freiburg im Breisgau

   23.11.2026 · Blended Learning · Teilzeit · 3–6 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